[發明專利]一種特種車輛識別方法、裝置及車輛

在審

• 申請號: 202211715652.4
• 申請日: 2022-12-29
• 公開（公告）號: CN116665697A
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 郭小飛;吳云龍;楊文娟
• 申請（專利權）人: 宇通客車股份有限公司
• 主分類號: G10L25/03
• 分類號: G10L25/03;G10L25/27;G10L25/51
• 代理公司: 鄭州睿信知識產權代理有限公司 41119
• 代理人: 史萌楊

1.一種特種車輛識別方法，其特征在于：包括以下步驟：

在自車運行過程中，獲取自車周圍的聲音數據并進行如下判斷處理：

從獲取的聲音數據中截取K個預設周期的聲音數據；對截取的聲音數據進行處理，以提取K個預設周期內聲音數據對應的基頻特征序列；將所述基頻特征序列與各種特種車輛聲音模板特征序列進行相關性計算，得到與各種特征車輛聲音模板相對應的相關系數；判斷各相關系數是否大于相應的設定閾值，若存在大于相應的設定閾值的相關系數，則判定截取的聲音數據中包含有該特種車輛聲音；

根據對聲音數據的判斷處理結果，確定自車周圍環境中是否存在特種車輛，以實現對特種車輛的識別。

2.根據權利要求1所述的特種車輛識別方法，其特征在于：在自車運行過程中，還獲取自車周圍環境的圖像數據；若聲音數據的判斷處理結果為包含有特種車輛聲音，還需對圖像數據進行判斷處理，以判斷所述圖像數據中是否含有特種車輛，若對圖像數據的判斷處理結果也為包含有特征車輛，則確定自車周圍環境中存在特種車輛。

3.根據權利要求1所述的特種車輛識別方法，其特征在于：提取基頻特征序列所采用的手段為：采用交疊分段方法，對截取的聲音數據進行分幀處理，并使用海明窗進行加窗處理；提取每幀數據的基頻特征，從而得到所述基頻特征序列。

4.根據權利要求3所述的特種車輛識別方法，其特征在于：在進行分幀處理時，幀移與幀長比值為0.5。

5.根據權利要求1或2所述的特種車輛識別方法，其特征在于：將所述基頻特征序列與各特種車輛聲音模板特征序列進行相關性計算之前還需對所述基頻特征序列進行帶通濾波處理，且帶通濾波處理時的帶內權值為0.9，帶外權值為0.1。

6.根據權利要求1所述的特種車輛識別方法，其特征在于：所述相關系數的計算方法為：

將所述基頻特征序列和特種車輛聲音模板特征序列均由時域轉換為頻域，將轉換為頻域后的結果進行共軛點乘計算，進而將共軛點乘計算后的結果再由頻域轉為時域，求取轉為時域后結果的最大值，記所述最大值為相關系數。

7.根據權利要求1所述的特種車輛識別方法，其特征在于：所述預設周期為5秒。

8.根據權利要求2所述的特種車輛識別方法，其特征在于：若確認自車周圍環境中存在特種車輛，則采用激光點云數據與所述圖像數據進行融合的方法進行定位；具體定位方法為：

將激光點云數據投影到圖像坐標系，與圖像數據做融合；確定圖像數據中特種車輛的像素位置，在激光點云數據中匹配到與所述像素位置相對應的激光點云位置；再通過點云聚類，得到特種車輛相對自車的位置的大小。

9.一種特種車輛識別裝置，其特征在于：該裝置包括處理器、存儲器和內部總線，處理器、存儲器之間通過內部總線完成相互間的通信和數據交互，所述處理器執行由所述存儲器存儲的計算機程序，以實現如權利要求1-8任一項所述的特種車輛識別方法。

10.一種車輛，包括車輛本體，其特征在于：還包括聲音采集模塊和圖像采集模塊，所述聲音采集模塊用于采集自車周圍的聲音數據，所述圖像采集模塊用于采集自車周圍的圖像數據，還包括處理器和存儲器，所述處理器執行由所述存儲器存儲的計算機程序，以實現如權利要求1-8任一項所述的特種車輛識別方法。