[发明专利]电动轿车行人警示音控制方法

说明书

本发明公开了一种电动轿车行人警示音控制方法，根据人们对不同频率段声音的不同反应，设计大量的声音样本，并提出利用声品质客观心理声学参数和主观评价结果，建立通过遗传算法优化的BP神经网络预测模型，该预测模型能够为后续声音样本的筛选提供指导，简化声音的筛选过程，节约成本；根据车辆的实际运行状况建立多工况的智能控制系统，使电动车/混合动力汽车在不同运行工况下能够智能的选择合适的声音并发出，还依据背景噪声的大小智能的选择增益电路的放大倍数，使所发出的警示声能更加合理的警示行人且不会造成环境的噪声污染。

技术领域

本发明属于汽车安全领域，涉及一种用于电动轿车在低速行驶时给车外行人以警示作用的自动发声系统，具体涉及一种电动轿车行人警示音设计方法、警示音控制系统及控制方法。

背景技术

由于化石燃料的消耗和燃油价格的增加，促使汽车行业发展的重点集中在新能源汽车上。美国国家公路交通安全管理局的最近的一份调查报告显示，电动车和传统车撞倒行人或自行车等其他道路用户的交通事故主要发生在道路的低速区域，对比显示，电动车和混合动力车在低速区发生交通事故的概率远远高于传统的内燃机汽车。电动车及混合动力轿车作为新能源汽车，在低速(即车速低于30km/h)行驶时，由于电动机辐射噪声较小，产生的总体车外声音比较低，当轿车驶过时，不易被发现，若突然按喇叭，更容易导致行人由于惊慌而产生交通事故，故为保证行人安全，需添加警示声，提示行人及其他道路使用者能够及时避让行驶的车辆，从而减少道路交通事故。

就现有技术而言，行人警示系统都是根据车速行驶情况而直接发出声音，所发出的声音大部分都是直接采集传统车声音进行播放，不涉及声音的设计和选择，并且就现有警示系统而言，在达到发声条件时直接进行发声而不会考虑车辆的具体运行状况及环境背景噪声的影响，所发出的声音单一、不能很好的向行人提供车辆的运行状况，不是不能达到警示行人的目的就是对环境造成噪声污染，并且均所设计的试验过于单一，不能很好的模拟车辆在路上行驶时的实际情况，不能很好的检测系统是否能满足设计的要求。

发明内容

本发明所要解决的技术问题是针对电动车或混合动力汽车低速行驶时存在的安全隐患，现有技术声音设计和选择、控制系统过于单一等问题，提供了电动轿车行人警示音控制方法，当电动车或混合动力车低速行驶时，将智能的选取事先准备好的声音样本，并根据背景噪声的大小智能的选择所播放声音的强度来警示行人或其他道路用户，以提醒其有效避让行驶的车辆。

本发明根据人们对不同频率段声音的不同反应，设计大量的声音样本，并提出利用声品质客观心理声学参数和主观评价结果，建立通过遗传算法优化的BP神经网络预测模型，该预测模型能够为后续声音样本的筛选提供指导，简化声音的筛选过程，节约成本；其次根据车辆的实际运行状况建立多工况的智能控制系统，使电动车/混合动力汽车在不同运行工况下能够智能的选择合适的声音并发出，并且，在控制系统中还依据背景噪声的大小智能的选择增益电路的放大倍数，使所发出的警示声能更加合理的警示行人且不会造成环境的噪声污染；最后，对安装了智能化的行人警示系统进行车外声场分析和实车试验，以验证系统的有效性和可靠性。

为解决上述技术问题，本发明是采用如下技术方案实现的：

本发明提供一种电动轿车行人警示音控制方法，其特征在于，包括以下步骤：

步骤一、利用声音采集设备采集车外声音信号样本：分别采集多辆同级别传统车和一辆纯电动车在不同工况下的车外声音信号；

步骤二、利用滤波器对所述步骤一采集的所有车外声音信号提取特定频段内的声音信号；

步骤三、对所述步骤二所提取的声音信号，按不同的比例成分进行合成：在所述步骤一所采集的传统车车外声音信号上除去电动车声音信号的成分，将所提取出的特定频段的声音信号按不同的比例与幅值与所得基准声音信号进行合成；

步骤四、对所述步骤一和步骤三获取的所有声音样本在一定声音强度的条件下进行主观评价试验；