<listing id="dpbhv"></listing>
      <i id="dpbhv"></i>
          <track id="dpbhv"></track><pre id="dpbhv"></pre>
          <var id="dpbhv"></var>
          <noframes id="dpbhv">
          <address id="dpbhv"><span id="dpbhv"><progress id="dpbhv"></progress></span></address>
          <th id="dpbhv"></th>
            <video id="dpbhv"><progress id="dpbhv"><progress id="dpbhv"></progress></progress></video>
            <video id="dpbhv"></video>

                    <form id="dpbhv"></form>
                    <b id="dpbhv"></b>

                    <noframes id="dpbhv"><dfn id="dpbhv"><th id="dpbhv"></th></dfn>

                    首頁 > 新聞中心 >聲吶鳴笛抓拍系統原理解密

                    聲吶鳴笛抓拍系統原理解密

                    2019年10月26日 08:18

                    為更高效查處各種交通違法違規行為,交管部門不斷加大信息化建設,積極引入各種創新治理方式。

                    近年來,“聲吶電子警察”——違法鳴笛抓拍系統從無到有,對亂鳴喇叭不文明行為起到了很大的威懾作用。其高自主研發的鳴笛抓拍系統覆蓋了全國上百個城市,無疑成為了備受關注的產品之一。?

                    其高鳴笛抓拍系統可以把鳴笛過程完完整整地記錄下來了,音視頻全再現,違法亂鳴喇叭的司機想抵賴都不好意思。

                    由于鳴笛抓拍系統太過于神奇,鳴笛抓拍產品一在社會上亮相就“問題不斷”,例如:其高鳴笛抓拍系統是如何做到準確抓拍的?兩車并排挨著會不會抓錯?短按一下也能抓拍嗎?用慘叫雞或嘴巴喊是不是才不會被抓拍? 會不會因剎車聲被誤抓?下雨也能抓嗎?……

                    小編告訴你,上面這些都不是“問題”。其高專注于聲學技術研發十多年,這種“問題”見多了,已經發布了可大量使用復制的鳴笛抓拍系統產品,在全國一百多個城市長期穩定使用,實現對亂鳴喇叭車輛的即時準確抓拍。

                    鳴笛抓拍按照分布圖地圖

                    其高鳴笛抓拍系統為何能夠在嘈雜的環境中,準確識別出亂鳴喇叭的車輛?本文將詳細闡述其高鳴笛抓拍系統的底層工作原理。?

                    鳴笛抓拍系統工作原理?

                    如圖1所示,基于麥克風陣列的鳴笛抓拍系統主要由鳴笛聲識別和鳴笛聲定位兩部分組成。

                    鳴笛抓拍系統組成

                    圖1 鳴笛抓拍系統框圖

                    “麥克風陣列”模塊是硬件,由幾十個麥克風同時采集聲音信號。

                    “鳴笛聲識別”模塊解決“聽準”的問題,也就是確保鳴笛抓拍系統抓拍結果是依據鳴笛聲的定位,而不是因為其他聲音而抓拍。機動車在禁鳴區域發出鳴笛聲,抓拍系統可以取證并由交管部門進行處罰。但是,機動車發出其他聲音,聲音再大,目前也沒有相關法規可以依據進行處罰,抓拍系統不應實施抓拍取證,例如,大貨車的剎車聲也擾民,但不能因為它發出剎車聲而對其進行處罰。

                    “鳴笛聲定位”模塊解決“定準”的問題,也就是通過聲源定位算法確定按喇叭車輛。抓拍系統定位誤差必須足夠小,不能因A車鳴笛,結果對B車進行抓拍。

                    鳴笛聲識別

                    通過分析鳴笛聲與環境噪聲的能量比、鳴笛聲的持續時間及鳴笛聲頻域特征,可以將鳴笛聲與其他非鳴笛噪聲區分開來。

                    典型鳴笛聲聲紋特征

                    鳴笛聲是一種通過多個正弦信號調制、具有豐富諧波的信號。

                    圖2是麥克風陣列單個通道采集的一個包含噪聲與鳴笛聲的時域信號。

                    圖3是該時域波形的短時能量,從該圖可知鳴笛時的能量遠大于噪聲能量。不僅如此,從該短時能量圖上可以看出,鳴笛聲的其持續時間一般要大于200毫秒。

                    圖4是該時域波形的中分別截取0.2秒的鳴笛信號和噪聲信號的功率譜比對圖,從該圖可知鳴笛信號具有豐富的譜線,且各個譜線之前呈類似諧波的特征。

                    鳴笛聲信號分析

                    圖2 典型鳴笛聲時域波形

                    典型鳴笛聲

                    圖3 典型鳴笛聲短時能量

                    鳴笛聲頻譜

                    圖4 典型鳴笛聲音與噪聲頻譜

                    非鳴笛噪聲排除

                    鳴笛聲的頻譜聲紋特征很明顯,但也不是100%獨有,很多環境噪聲也會有類似的特征,例如剎車聲、雨滴聲、鳥叫聲、蟬鳴聲等等都有可能被誤認為是鳴笛聲。

                    其高鳴笛抓拍系統采用深度學習神經網絡識別鳴笛聲,通過上百萬筆各種道路狀況下的鳴笛聲訓練,形成魯棒的模型,能夠排除各種非鳴笛噪聲的干擾,實現準確定位抓拍。

                    以下是幾種典型非鳴笛噪聲信號的特征分析。

                    普通剎車

                    普通剎車是指小轎車的剎車聲。

                    圖5為典型的剎車信號;圖6為剎車信號的頻譜圖。通過該頻譜特征可以有效識別為非鳴笛聲。

                    非鳴笛噪聲之剎車聲的信號分析

                    圖5 剎車信號的時域波形

                    非鳴笛噪聲之剎車聲頻譜

                    圖6 剎車信號的頻譜

                    氣剎聲

                    氣剎聲是指由大貨車發出的剎車聲。

                    圖7為典型的氣剎信號;圖8為氣剎信號的頻譜圖。

                    該頻譜結比普通剎車聲具有更加豐富的諧波,但與鳴笛聲的頻譜特征還是有差別。

                    非鳴笛噪聲之氣剎聲信號分析

                    圖7 氣剎信號的時域波形

                    非鳴笛噪聲之氣剎信號頻譜

                    圖8 氣剎信號的頻譜

                    雨滴聲

                    雨滴直接敲擊鳴笛抓拍系統的麥克風陣列,可以產生很大聲壓級的噪聲。

                    圖9為一典型小雨情況下的雨滴聲時域波形。

                    圖10和圖11分別是該信號的短時能量和頻譜,通過短時能量發現雨滴聲持續的時間遠小于鳴笛聲,且頻譜也與鳴笛聲不同,故可以排除該類噪聲。

                    非鳴笛噪聲之雨滴信號分析

                    圖9 雨滴信號的時域波形

                    非鳴笛噪聲之雨滴信號的波形

                    圖10 雨滴信號的短時能量

                    非鳴笛噪聲之雨滴信號的頻譜

                    圖11 雨滴信號的頻譜

                    鳴笛聲定位算法

                    主要的聲源定位方法可分為以下三類:

                    1.基于時間到達差的方法:該方法原理簡單,使用麥克風數量少,計算量小,易于實現。但其主要核心為計算聲源到達各個麥克風的時間差,這要求系統的采樣率足夠高;此外,該方法在通過互相關或廣義互相關的方法對周期性信號的計算結果存在較大誤差,而鳴笛聲信號就可以認為是一類準周期信號。

                    2.基于高分辨率譜估計的方法:該方法需要首先獲得接收信號的空間相關矩陣,這在實際中是比較困難。該方法對定位模型的誤差十分敏感,魯棒性較差。該方法常常用于窄帶的信號的定位,雖然可以將鳴笛信號分解成多個窄帶進行定位,但由此帶來的計算量成倍增長。

                    3.基于波束形成的方法:該方法通過將陣列中各個傳感器所采集到的信號進行濾波、加權疊加后形成波束,掃描整個接收空間。波束最大的點即為目標聲源,該方法可以同時定位多個聲源。更為重要的是該方法魯棒性較強,不需要先驗知識。

                    其高鳴笛抓拍系統采用波束形成算法來實現鳴笛聲的準確定位。

                    將圖2采集到的一組鳴笛信號進行波束形成,定位結果如圖12所示。

                    圖13是與畫面信息疊加后的結果,可見定位結果與車輛真實位置一致。

                    汽車亂鳴喇叭定位

                    圖12 鳴笛聲定位結果

                    鳴笛抓拍|亂鳴喇叭記錄|生成廠家聯系方式

                    圖13 鳴笛聲定位結果

                    鳴笛抓拍系統應用

                    基于上述方法,其高自主研發出了多款基于克風陣列的鳴笛抓拍產品,可以實時準確定位汽車鳴笛聲,系統作為輔助執法手段已在全國各大城市得到了應用和推廣。

                    鳴笛抓拍|亂鳴喇叭記錄|生成廠家聯系方式

                    其高自主研發的32通道和64通道麥克風陣列

                    鳴笛抓拍|亂鳴喇叭記錄|生成廠家聯系方式

                    基于麥克風陣列的汽車鳴笛聲系統應用

                    狠狠的干性视频,国内永久福利在线视频图片,青青在线香蕉精品视频在线,乱子伦一级在线观看

                        <listing id="dpbhv"></listing>
                        <i id="dpbhv"></i>
                            <track id="dpbhv"></track><pre id="dpbhv"></pre>
                            <var id="dpbhv"></var>
                            <noframes id="dpbhv">
                            <address id="dpbhv"><span id="dpbhv"><progress id="dpbhv"></progress></span></address>
                            <th id="dpbhv"></th>
                              <video id="dpbhv"><progress id="dpbhv"><progress id="dpbhv"></progress></progress></video>
                              <video id="dpbhv"></video>

                                      <form id="dpbhv"></form>
                                      <b id="dpbhv"></b>

                                      <noframes id="dpbhv"><dfn id="dpbhv"><th id="dpbhv"></th></dfn>