车辆的声音识别技术

第 27卷 第 2期 2004年 4月 鞍 山 科 技 大 学 学 报 Journal of Anshan University of Science and Technology Vo1．27 No．2 Apr．．2004 车辆的声音识别技术 辛 忻 (西南交通大学 交通运输学院．四川 成都 610031) 摘 要：提出了一种利用车辆运动的声音进行车辆识别的技术．根据车辆声音与语音的形成过程及信号特 征的比较。讨论了适用于车辆声音识别技术的识别模型．介绍了车辆声音识别实验装置的结构与实验过程并 分析了实验结果．车辆声音识别装置具有体积小、重量轻、造价低、便于设置和可以全天候工作等特点． 关键词 ：车辆；声音识别；技术；检测器；语音 中图分类号 ：TP391．4；TP274．5 文献标识码：A 文章编号：1672．4410(2004)02—0132—04 智能交通运输系统(ITS)[1 诸多功能实现的基础是对于车辆交通流量检测和信息的实时采集． 无论是在交通诱导、交通信号控制，还是在高速公路管理和电子收费等领域，车辆检测装置都具有 难以替代的作用[3”1．实际应用的车辆检测器有：环形线圈检测器、磁性检测器、超声波检测器、红外线检 测器、微波检测器和视频检测器等[5]．这些检测器中，尽管环形线圈检测器安装时要破坏路面，但由于具 有结构简单、设置隐蔽和可以全天候工作等特点，如今已成为应用最广泛的一种车辆检测器． 交通安全技术的发展，也需要车辆识别技术的支持．沿道路设置足够数量的车辆检测器，以便及时、 准确、详细地向控制中心提供车辆的运行信息，是监测突发事件和进行道路安全程度MATCH_ word word文档格式规范word作业纸小票打印word模板word简历模板免费word简历 _1714887345685_1与预报的重要 方法．一些发达国家和地区在 ITS的研究与实施项目中，对于交通流信息的采集、处理和发布系统也越 来越重视．显然，现有的车辆检测器沿道路大量设置均有弊端． 语音识别技术的应用带来一种希望：利用车辆运动的声音来识别车辆，可以开发出既不破坏路面， 又能满足使用要求的车辆检测器． 】 基本 原理 1．1 语音识别技术简介 语音识别技术是一种用机器确定语意或识别说话人的技术 ]． 语音识别的基本方法，通常是先提取输入语音的特征矢量，再根据一定的算法，计算语音的特征矢 量序列和模型库中所存声音 模板 个人简介word模板免费下载关于员工迟到处罚通告模板康奈尔office模板下载康奈尔 笔记本 模板 下载软件方案模板免费下载 之间的距离；找到相同或相近的模板，便可输出识别结果． 1．2 车辆声音与语音的形成过程比较 车辆运动的声音实际上就是车辆噪声．车辆噪声是一种多声源噪声，可以分为非机动车噪声和机 动车噪声．前者指人力车和马车等的噪声，后者指摩托车、拖拉机和汽车等的噪声．机动车噪声主要包 括三部分：(1)发动机噪声．包括由发动机运动机构的不平衡惯性力及配气机构往复运动引起的噪声， 也包括混合气燃烧过程的噪声和气流在进、排气道处产生的噪声．发动机噪声的声音强度与发动机工况 有关，怠速时较小，全速全负荷时较大．(2)轮胎噪声．轮胎噪声来自其花纹中的空气在轮胎滚动过程中 受到路面的周期性挤压与释放引起的空气振动，以及路面引起的轮胎振动．(3)车体运动引起的气流噪 声．气流噪声及轮胎噪声的声音强度与车速有关 ]．相比之下，语音的产生过程相对简单一些．语音是 气流通过声带与声道形成的一种空气振动． 收稿日期；2004—03—16． 作者简介；辛忻 (1979一)。男，辽宁鞍山人 ，2002级硕士研究生 维普资讯 http://www.cqvip.com 第 2期 辛忻：车辆的声音识别技术 ·133· 1．3 车辆声音与语音的信号特征比较 1．3．1 幅度 语音信号的幅度是指语音在短时间段的平均声音强度n ．语音声级一般在 90 dB(A) 以下．一个词的电信号可以占用多个短时间段，这些短时间段内的平均电压幅度的大小，代表了语音信 号的幅度．不同车辆声音的电信号在短时间段内的平均电压幅度以及不同时间段的平均电压幅度均有 差异．因此，车辆声音信号的幅度可以用于识别车辆． 1．3．2 短时过零率 语音信号短时过零率是指由语音产生的方向不断变化的电信号，在给定的短时 间段内通过零轴的次数．短时过零率基本上反映了信号的短时平均频率．车辆声音的电信号也可以提取 短时过零率． 幅度和短时过零率能够大体上反映车辆声音的振幅与频率． 1．3．3 线性预测系数和声道共振峰 声带产生的声音要受声道调制．线性预测系数和声道共振峰反 映了声道的声学特性．汽车的发动机罩至车身底部之间的空间，也相当于一个谐振腔或滤波器．这个空 间的尺寸因车型而异，声学特性也不相同．因此，线性预测系数和声道共振峰可以作为不同车辆声音的 信号特征． 以上分析表明，尽管车辆声音与语音的产生过程有差别，车辆声音的声源位置分散，从发动机、变速 箱、传动轴到车轮、车厢等，都能产生强迫振动；而语音主要靠声带振动发音．但是，车辆声音信号和语音 信号均可用幅度特征、短时过零率、线性预测系数和声道共振峰来描述．也就是说，车辆的声音识别和语 音识别可以用同样的方法． 1．4 车辆的声音识别模型 1．4．1 隐马尔可夫模型(HMM) 隐马尔可夫模型由两个相互关联的随机过程共同描述语音信号 的统计特征，是目前语音识别的主流算法．将隐马尔可夫模型用于车辆的声音识别技术，不仅可以进行 机动车与非机动车的简单区分，而且可以进行车型区分．一个隐马尔可夫模型可以用一个三元组表示 为 一 。 一 (A，B，rr) (1) 式中：A一{a。 }为状态转移概率矩阵；曰一{bj(五)}是观测信号概率密度；丌一{ }为初始状态概率集合． 1．4．2 动态时间归正技术(DTW) 动态时间归正技术用于计算两个模式之间的相似程度，是语音 识别技术中较早出现的一种算法．仅在孤立词语音识别方面有较好的性能，可用于进行机动车与非机动 车的简单区分． 2 实 验 2．1 实验装置 车辆声音识别的实验装置用语音识别专用集成电路制作，见图 1．这种集成电路通常具有内置的 MIC放大器、A／D转换器、语音处理器和I／O控制器．外电路要根据所选集成电路的要求制作． 本次实验使用型号为AP7003—2的集成电路[13]．车辆声音识别结果由该芯片的POA1一POA12脚输 出．在实际使用时，POA1一POA12脚可以接继电器、CPU或计数电路，分别用来控制拍摄违章车辆照相 机的快门、向监控中心或路口智能信号机提供车辆信息、显示车流量或控制铁路道口信号等． 车辆声音识别装置有两种工作模式，一种是录音模式，另一种是识别模式．AP7003—2芯片内有 12 个存储体，每个存储体可存储 1种车辆声音．在进行车辆声音识别之前，先通过键盘选择存储体，将不同 的车辆声音录入并经内部处理后，以不同的数字特征信号保存于存储体中．录音结束后便可转换到识别 模式．进行车辆识别时，芯片内的程序将当前车辆的声音特征与存储体中的进行比较，如果声音特征相 匹配，芯片相应的输出口便输出高电平． 电路图中，VCC为 3V；MIC用驻极体话筒，置于具有很强方向性的外壳中；1—14为控制键，15— 16是转换开关；采用8键模式时，将 15和 16闭合，1是当前存储体选择键，2下一个存储体选择键，3上 维普资讯 http://www.cqvip.com ·134· 鞍 山 科 技 大 学 学 报 第 27卷 一 个存储体选择键，4，5，6车辆声音匹配度选择键，7输出端口状态清除键，8省电状态键．MIC将拾取 的车辆声音转换为电信号，经集成电路的内置放大器放大后，进行 A／D转换，声音处理器和I／O控制器 处理并输出结果． 图 I 车辆声音识别实验装置电路图 Fig ．1 Circuit diagram of experimental se t for vehicle’S acoustics recognition 2．2 现场实验 在距路基 1 m处，将车辆声音识别装置的拾音器指向路中央并开启电源．按动13键将 12个存储体 清空，然后录入车辆声音．方法是：按住 2键至有机动车到达距拾音器轴线 5 m处时松开．待 LED1灭， 并且转换为 LED2亮和接在 POA1--POA12上的任意一个 LED也亮后 ，再按住 2键．每重复 1次这套 操作，输出端口便转换为下一个LED发光．12个存储体均录入车辆声音后，便可进入识别模式．按 6键 设置匹配度，然后进行识别．每识别一次，按 7键键转入下一次识别．在识别模式初始状态，只有 LED1 是亮的．识别完成后，如果没有相匹配的车辆声音，LED1闪烁 3 s后回到识别模式初始状态；如果有相 匹配的车辆声音，LED2亮，且与匹配车辆声音所在存储体相对应的 POA输出端口处的 LED也亮． 第一次实验，车辆声音识别装置仅在车辆间距大于30 m时才能识别；否则便拒识，即LED1闪烁而 不输出识别结果．将 MIC装入硬质塑料筒内，以提高其方向性．车辆间距大于5 m便可识别．最初的几 次实验，识别准确率在 3O 一6O ．这是受背景噪声的干扰所致．在 MIC的原2 kfl电阻处串连了一个 10 kfl可变电阻，以削弱背景噪声的影响．识别准确率提高到7O 以上．最近的一次实验，在未录入并行 车辆的情况下，识别准确率达到85 ，见图2． 2．3 实验结果分析 道路是最嘈杂的环境之一．在噪声环境下，利用车辆声音来识别车辆，存在一定的技术难度——因 为车辆声音也是噪声．实验情况表明，背景噪声是影响车辆声音识别装置识别准确率的主要原因．语音 识别技术在发展中同样面临着背景噪声问题．这个问题在语音识别技术领域正受到足够的关注． 被识别车辆声音的背景噪声主要来自附近的行人与车辆．实验证明，限制低幅信号和提高拾音器的 方向性是控制背景噪声的有效方法． 识别装置所用集成电路的匹配度档位太少，无法进行准确的调整，影响识别准确率．另外，向下一次 维普资讯 http://www.cqvip.com 第 2期 辛忻：车辆的声音识别技术 ·l35· + 0 — 5 3 0 I 2 3 4 5 6 7 8 9 IO 图 2 车辆间隔与识别结果的对应关系 Fig．2 Curve of relations between vehicle’S interval and recognition result 识别转换最好也在芯片内进行．改善芯片性能以及开发计算机用的车辆声音识别软件是提高识别准确 率的重要途径． 3 结 论 车辆声音与语音的形成过程以及信号特征的比较结果表明：(1)车辆声音与语音都是一种媒质振动 形式；前者声源分散，后者集中．(2)车辆声音与语音均可提取幅度特征、短时过零率特征、线性预测系数 和声道共振峰特性．因此，车辆的声音识别也可以用隐马尔可夫模型(HMM)、动态时间归正技术 (DTW)及其他一些语音识别算法．(3)用车辆声音识别车辆，技术上是可行的，产品性能还需进一步提 高．(4)有必要开发车辆声音识别的专用集成电路和计算机软件． 参 考 文 献： [1]扬佩昆．智能交通运输系统体系结构[M]．上海：同济大学出版社。2001：1—17． [2]扬兆升，史其信．智能运输系统概论[M]．北京：人民交通出版社。2003：149—154． [3]扬配昆，吴兵，陆化普．交通管理与控制[M]．北京：人民交通出版社。2003：1O5一l1O． [43张亚平。裴玉龙．交通流数据采集、处理及其在通行能力分析中的应用研究[J]．东北公路，2003：26(1)：82—85． [53杜成涛，王水清．基于单片机的智能交通流量检测器设计与实现[J]．微处理机．2OO3(2)：44—46． [6]刘加，刘润生．语音识别技 术及应用(上)[EB／OL]．共创软件联盟．http：／／www．Chinaecnet．com／bigS／gec／ ge014756．asp，2004—01—27． [73陈方，高升．语音识别技术及发展[EB／OL]．Cti论坛 http：／／www．ctiforum．com．／technoJogy／asr／asro5o2．htm， 2003—1 1一O8． [8]王军华．对我国汽车噪声试验 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 的思考[J／OL]．江苏交通科技电子版．http：／／www．ti．jS．cn／jsjtkj／j98o1／j98o1． htm 。1998—02—20． [9]水冰．汽车质量重要指标 解析汽车的噪声[EB／OL]．中国吉林网http：／／www．Chinajilin．corn．cn／2OO2qiche／zheng— wen／2003—24—3779．htm。2003—09—24． [1O]罗志增。蒋静坪．机器人感觉与多信息融合[M]．北京：机械工业出版社．2002：62—69． [11]娃鸿勋．隐马尔可夫模型 Hidden Markov Model[EB／OL]．哈尔滨工业大学智能接口研究室．http：／／vilab．hit．edu． cn／reports／yhx——2．files／frame．htm。2001—04—25． [12]张刚，刘挺，卢志茂，等．隐马尔可夫模型和 HowNet在汉语词义标注中的应用[EB／0L]．哈尔滨工业大学计算机学 院智能 内容 财务内部控制制度的内容财务内部控制制度的内容人员招聘与配置的内容项目成本控制的内容消防安全演练内容 管理研究室．http：／／ir．hit．edu．ca／cgi—bin／download／publish．cgi，2003-12-10． [13]吴少军，张雏平，沈永福．新型语音识别电路 AP7003及其应用[EB／OL]．ChinaECnet．中国网．http：／／www．Chi— naecnet．com／xsj／dz01757．asp．2002—06—28． [下转第 140页] 维普资讯 http://www.cqvip.com ·140· 鞍 山 科 技 大 学 学 报 第 27卷 参 考 文 献： [1]扬厚基．机构运动学与动力学[M]．北京：机械工业出版社，1987：34—65． [2]梁崇高，阮平生．连杆机构的计算机辅助设计[M]．北京：机械工业出版社，1985：77—126． [3]曾淮庆．机构组成原理[M]．北京：高等教育出版社，1985：25—107． [4]智莹．角变量逼近法对高级机构的运动分析[J]．鞍山师范学院学报，2003，3(4)：89—91． [5]谢泗淮．平面带高级阿苏尔组机构运动分析的通用高效算法[J]．西南交通大学学报，1987，5(4)：8—10． [6]周欣，韩继光．平面机构运动分析的变换机架法[J]．佳木斯工学院学报，1987．8(2)：43—47． [7]李树军．机械系统结构理论、拓扑特性与综合评价研究[D]．沈阳：东北大学机械工程学院，1999． [8]黄季灵．机构转换降级法作三、四级机构加速度分析[J]．哈尔滨科学技术大学学报，1985，7(1)：7一l1． Development of CAD system for high-class mechanisms kinematics analysis ZHI Ying ，DAI W ei (1．Dept of Computer，Anshan Teachers College，Anshan i14045 China； 2．KEXIN Co mpang，Anshan Teachers College，Anshan 114044，China) Abstract：A CAD system for a high class of maehanism is developed based on the analysis of the kine— matics high class mechanisms by angle variable’S approxmation．The development platform and main interface of the system is introduced，technical treatment problems in programming are discussed，and a chart of the kinematics of the third class rod group with all R and core steps of common modular are given．And a weaving machine is used as example to explain how to use its software ． Key words：high—class rod systerm；second class rod groups；kinematic analyses；angle variables；CAD (Received October 27，2003) [上接第 135页] Acoustics recognition technique for vehicle xIN x妇 (Co llege of Traffic and Transportation，Southwest Jiaotong University，Chengdu 610031，China) Abstract：This paper puts forward a recognition of vehicles using the sounds of their movement ．Com— paring vehicle’S sound and its formation with the reference signal’S characteristics，we diseussed the recognition modeles suited for the technique of vehicle acoustics recognition，introduced its equipmant used and analysed the result of the testing．The experimantal device is small in volume，light in weight，lOW in cost，It iS convenient to set up，and can work in any weather，etc ． Key words：vehicle；acoustics recognition；technique；detector；sound formation (Received March 1 6，2004) 维普资讯 http://www.cqvip.com