[发明专利]一种基于碰撞声的交通事故自动检测方法

说明书

技术领域

本发明涉及交通事故自动检测技术领域，特别是涉及利用声音信号进行交通事故检测的方法。

背景技术

相对于自动事件检测技术的发展，对重大交通事故检测的研究较为滞后。传统的交通事件检测装置，主要分为基于磁频信号的车辆检测设备，基于波谱信号车辆检测设备和基于视频信号车辆检测设备。但各种传感器包括摄像头，超声波，微波被用来检测交通事件，主要着眼于宏观的道路交通流信息如道路流量、车辆占有率、车流密度等，对于交通事故这种微观现象的检测是间接的，效果不佳。现阶段最为有效的拨打报警电话的方式，则存在目击者在场的制约，而且事发地点难以确定，报警信息甄别困难，因此需要一种直接而自动的检测方式。美国明尼苏达州交通部，州巡逻部门等联合开发的MayDay Plus系统由调度平台、通讯网关和车载模块组成，由车载模块负责检测并发出该车辆的各种信息，已经开始直接从车辆状态出发实现交通事故自动检测的实践。

声音传感器比如简单的麦克风可能成为一种计算简单，成本较低的替代选择，研究人员已经用来检测过往车辆。在重大交通事故发生时，车辆运行状态发生了相应的变化，并伴有剧烈碰撞的声音，其碰撞声与周围的噪声存在较大的差别。因此通过声音传感器实时采集并分析车辆周围的声音，判别车辆的运行情况，一旦有事故发生，可立即提取碰撞声并识别，及时发出警报信号。

国内外研究人员在利用音频信号进行交通检测方面已经做了一定的研究。2001年开始路易斯安那州立大学的Harlow和Wang开始使用音频信号检测路口的交通事故，采用的是离线学习的方式：采集数据计算其Mel频率倒谱系数作为特征训练出一个神经网络作为分类器。2003年密西西比州立大学的YunlongZhang等人设计了一个基于音频信号分析的十字路口交通事故检测系统，同样是离线学习，小波变换被用来提取特征，Fisher线性判别分析被用来做分类。吉林大学的陈强等人和印度理工学院的Mittal等人也先后采用基于小波变换的声检测方法检测交通事故。

现有的基于音频信号的检测算法大部分是在实验室环境下进行离线实验，对有限的特定样本，取得了较高的检测率和较低的误判率。而对于实际的复杂交通环境，声音信号变化多样，不能取得理想的效果；有的算法还存在计算量巨大不利于实时检测的缺点。

发明内容

本发明主要针对现有算法存在的缺陷，提出一种多特征的碰撞声交通事故自动检测算法，在提高检测准确率和降低误报率的同时将计算量抑制到最小。

本发明是通过以下技术方案实现的：

一种基于碰撞声的交通事故自动检测方法，对于采集到的声信号进行分帧，首先检测时域总能量分布，若满足碰撞的条件，则进行进一步的识别，否则直接跳出等待下一帧的处理；接下来判别频域的能量分布，利用小波提取能量分布特征分量并判别，若满足碰撞的条件，则进行进一步的识别，否则直接跳出等待下一帧的处理；最后进行ACF检测，若满足碰撞的条件，则判别为碰撞声，否则等待下一帧的处理。

一种基于碰撞声的交通事故自动检测方法，所述的时域能量分布检测方法是把总能量值E和能量变化值ΔE作为碰撞声判别特征，其中ΔE定义为

ΔE=EcEf+Eb]]>

E_c为碰撞峰值能量，E_f为碰撞前t秒平均能量，E_b为碰撞后t秒平均能量。符合碰撞声的判别条件为

E>T1ΔE>T2.]]>