[發明專利]一種基于智能手機音頻感知的汽車行駛速度檢測方法

在審

• 申請號: 202011098392.1
• 申請日: 2020-10-14
• 公開（公告）號: CN112230208A
• 公開（公告）日: 2021-01-15
• 發明（設計）人: 李凡;吳玥;解亞東;楊松
• 申請（專利權）人: 北京理工大學
• 主分類號: G01S11/14
• 分類號: G01S11/14;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 北京正陽理工知識產權代理事務所(普通合伙) 11639
• 代理人: 張利萍

1.一種基于智能手機音頻感知的汽車行駛速度檢測方法，其特征在于，包括以下步驟：

步驟1：收集電動汽車行駛時產生的音頻信號，訓練一個基于卷積神經網絡的分類器，具體如下：

步驟1.1：用智能手機收集電動汽車經過時的聲音信號，同時通過安裝在車內面向儀表盤的錄像設備，獲取該電動汽車經過時的速度。

步驟1.2：將步驟1.1收集到的聲音信號切分成具有相同長度的幀；對于所獲取的每一幀，進行快速傅里葉變換；對于快速葉變換后的每一幀，選出具有特定頻率范圍的48個段，計算每段的能量值的平均值和最大值并對平均值和最大值進行均一化處理；每個幀得到一個96維的特征向量；將從10km/h到45km/h的電動汽車行駛速度劃分成5個速度區間，對每個特征向量，檢查該特征向量對應的汽車行駛速度，用該速度所屬的速度區間來標記該特征向量；若速度不在區間內，則標記為其他速度；

步驟1.3：將步驟1.2得到的標記好的特征向量送入一個3層的卷積神經網絡進行訓練，得到電動汽車行駛速度區間的分類器；

步驟2：收集汽油汽車行駛時產生的音頻信號，訓練一個基于長短時記憶神經網絡的分類器；

步驟2.1：用智能手機收集汽油汽車經過時的聲音信號，同時通過安裝在車內面向儀表盤的錄像設備，獲取該汽油汽車經過時的速度；

步驟2.2：將步驟2.1收集到的聲音信號切分成具有相同長度的幀；對于所獲取到每一幀，再次切分成8個具有相同長度的子幀，且兩相鄰子幀之間有一段重疊區域；對每個子幀進行快速傅里葉變換，然后將變換后的子幀通過一組梅爾濾波器組得到能量譜；將能量譜進行離散余弦變換，得到一個12維的梅爾倒頻譜系數向量；同時，計算每個能量譜的對數能量，然后將梅爾倒頻譜系數向量和對數能量拼接成一個13維的向量；對每個幀，將其包含的8個子幀的13維向量拼接成一個104維的向量作為該幀的特征向量；汽油汽車行駛速度區間劃分與步驟1.2相同；對每個特征向量，檢查該特征向量對應的汽車行駛速度，用該速度所屬的速度區間來標記該特征向量；若速度不在區間內，則標記為其他速度；

步驟2.3：將步驟2.2得到的標記好的特征向量送入一個3層的長短時記憶神經網絡進行訓練，得到汽油汽車行駛速度區間的分類器；

步驟3：在實際應用中，用戶手機的揚聲器持續發出高頻的脈沖聲音信號，手機麥克風持續接受聲音信號；利用步驟1.2和步驟2.2所述方法，從收集到的聲音信號中提取兩類特征，分別送入訓練好的兩類分類器進行判斷，一旦某個分類器判斷出有車經過，則分析對應的接受信號中的高頻脈沖信號；通過分析接收到的高頻脈沖信號和發出的高頻脈沖信號的相對相關系數譜，得到汽車的精確行駛速度；最后利用分類器得到的速度區間對該精確行駛速度進行矯正得到最終結果。

2.如權利要求1所述的一種基于智能手機音頻感知的汽車行駛速度檢測方法，其特征在于，步驟1.2中，將收集到的聲音信號，按照每0.675秒的聲音信號劃分為一幀。

3.如權利要求1所述的一種基于智能手機音頻感知的汽車行駛速度檢測方法，其特征在于，步驟1.2中，對于快速葉變換后的每一幀，選出具有特定頻率范圍的3個頻帶，分別為9kHz到10.6kHz、13.6kHz到16kHz和18.6kHz到21kHz，每個大段再分成長度為100Hz的相互在頻率上不重疊段，共48段。

4.如權利要求1所述的一種基于智能手機音頻感知的汽車行駛速度檢測方法，其特征在于，步驟1.3中，所述3層卷積神經網絡CNN的訓練方法如下：

CNN包含2個卷積層和1個全連接層，采用ReLU作為激活函數，在每個卷積層后面加上maxpooling池化層和平滑層，用交叉熵代價函數作為損失函數；CNN通過使用不同的核函數在輸入數據上進行卷積來提取特征，核函數的權值通過高斯分布初始化，然后通過反向傳播來更新；對于第l層上的第i個神經元，由公式計算得到其激活后的值，其中σ(·)是激活函數，是偏置，是核函數的權值矩陣，是第l-1層第m個神經元，M是一維核函數的長度；計算這一層中的所有神經元，作為下一層的輸入；經過訓練，得到電動汽車行駛速度區間的分類器。