鳳鵬飛，金會(huì)慶，2*

(1.安徽三聯(lián)學(xué)院交通工程學(xué)院，安徽合肥 230601；2.國家車輛駕駛安全工程技術(shù)研究中心，安徽合肥 230601)

基于碰撞試驗(yàn)的車輛碰撞聲信號(hào)特征

鳳鵬飛1，金會(huì)慶1，2*

(1.安徽三聯(lián)學(xué)院交通工程學(xué)院，安徽合肥 230601；2.國家車輛駕駛安全工程技術(shù)研究中心，安徽合肥 230601)

為使車輛碰撞發(fā)生重大交通事故后，能夠及時(shí)報(bào)警和施救，將聲音識(shí)別技術(shù)應(yīng)用于交通事故的檢測(cè)和報(bào)警。采用聲音信號(hào)特征提取方法，通過試驗(yàn)搜集車輛典型碰撞聲、自然界雷聲、喇叭聲等多種交通復(fù)合聲音信號(hào)。使用Matlab工具，對(duì)采集的車輛正常行駛過程中無干擾、有干擾以及不同車速和不同角度碰撞時(shí)的3類聲信號(hào)特征進(jìn)行頻譜分析。分析表明：發(fā)生重大交通事故時(shí)的車輛碰撞聲信號(hào)頻率遠(yuǎn)遠(yuǎn)高于其余兩類狀態(tài)，完全可以通過提取車輛碰撞聲音信號(hào)特征來判斷是否發(fā)生了重大交通事故。

車輛碰撞聲；特征提??；Matlab；頻譜分析

道路交通事故嚴(yán)重威脅著人類的生命安全，正常行駛的車輛發(fā)生嚴(yán)重碰撞后，乘員無法及時(shí)報(bào)警，從而不能及時(shí)施救，使傷亡更為慘重。聲音識(shí)別技術(shù)是以聲音為研究對(duì)象，是聲音信號(hào)處理技術(shù)的一個(gè)重要研究方向，也是模式識(shí)別的一個(gè)分支。聲音識(shí)別技術(shù)涉及到多個(gè)學(xué)科領(lǐng)域，包括計(jì)算機(jī)科學(xué)、信號(hào)處理、物理學(xué)等[1-2]。識(shí)別的關(guān)鍵技術(shù)是合理選取聲音特征，通過科學(xué)試驗(yàn)、數(shù)據(jù)分析處理等，得出不同聲音特征的個(gè)性差別，通過不同聲音信號(hào)特征的提取達(dá)到預(yù)期的目的。

車輛在發(fā)生碰撞時(shí)必將伴隨碰撞聲音，將聲音信號(hào)通過特征分析與提取，用于識(shí)別車輛是否發(fā)生了交通事故，以便及時(shí)施救[3]。

1 聲信號(hào)特征提取技術(shù)在交通領(lǐng)域的應(yīng)用

聲音信號(hào)的檢測(cè)方法有聲波法和共振法。其檢測(cè)原理是：每種材料的介質(zhì)都有其固有的彈性模量和共振頻率，在受到激勵(lì)產(chǎn)生自由振動(dòng)時(shí)，會(huì)發(fā)出固有頻率的聲音，通過測(cè)定工件在外力作用下振動(dòng)的聲音信號(hào)參數(shù)(共振頻率和衰減率)，就可以檢測(cè)材料的內(nèi)部質(zhì)量，如球墨鑄鐵的石墨情況、基體組織和機(jī)械性能等[4-5]。

道路交通聲音信號(hào)因干擾因素較多，研究情況較為復(fù)雜，國內(nèi)外對(duì)聲音信號(hào)應(yīng)用于交通安全領(lǐng)域檢測(cè)的研究較少。文獻(xiàn)[6]使用音頻信號(hào)檢測(cè)交叉口的交通事故；文獻(xiàn)[7]設(shè)計(jì)基于音頻信號(hào)分析的十字路口交通事故檢測(cè)系統(tǒng)；文獻(xiàn)[8]把音頻信號(hào)處理模塊應(yīng)用于十字路口交通管理系統(tǒng)，利用車輛在十字路口的碰撞音頻信號(hào)來檢測(cè)發(fā)生的交通事故；文獻(xiàn)[9]利用聲信號(hào)檢測(cè)高速公路交通流的特征參數(shù)，提出道路交通流特征參數(shù)檢測(cè)的新方法——車輛聲學(xué)特征檢測(cè)法；文獻(xiàn)[10]進(jìn)行道路交通事故自動(dòng)聲信號(hào)檢測(cè)算法的研究，分析聲信號(hào)處理?xiàng)l件下的交通事故自動(dòng)檢測(cè)算法的運(yùn)用；文獻(xiàn)[11]在基于聲音識(shí)別的交通信息檢測(cè)技術(shù)研究中，提出將聲音識(shí)別的方法應(yīng)用于交通信息的檢測(cè)。

2 基于碰撞試驗(yàn)的車輛碰撞聲特征分析

借助Matlab工具進(jìn)行聲音信號(hào)分析，通過聲音頻譜分析得出車輛發(fā)生碰撞時(shí)高幅值的頻率范圍，以此來確定車輛碰撞聲的特征。為了真實(shí)還原車輛在行駛過程中的碰撞，分別分析車輛正常行駛狀態(tài)下可能遇到的某些干擾聲特征以及真實(shí)車輛的碰撞聲特征，將二者進(jìn)行對(duì)比分析。

2.1車輛正常行駛的聲信號(hào)特征

2.1.1 正常行駛無干擾聲

正常行駛無干擾是指車輛不受到喇叭、雷聲的干擾，但車輛正常行駛過程中伴隨著輪胎摩擦、風(fēng)速、發(fā)動(dòng)機(jī)聲音等隨機(jī)變化的非穩(wěn)態(tài)低頻噪聲[12]，同時(shí)還受到車流量、車速等條件的影響。一般來說，汽車正常行駛時(shí)的聲音信號(hào)頻率為250～500 Hz，屬于低頻聲信號(hào)[13]。

2.1.2 正常行駛有干擾聲

車輛實(shí)際正常行駛過程中，會(huì)受到車輛喇叭聲和自然界雷聲的干擾，這些干擾聲音在聽覺效果上非常接近車輛產(chǎn)生碰撞的聲音，但喇叭聲和雷聲在響度、音調(diào)、衰減及頻譜方面都不同于車輛碰撞聲音。通過試驗(yàn)分別采集了4種車輛喇叭聲音和4種雷聲進(jìn)行對(duì)比分析。

1)車輛喇叭聲

車輛在正常行駛中，駕駛員使用喇叭用以警示和提醒行人或其它車輛，不同的車輛喇叭聲音不同。為研究車輛喇叭聲音與車輛重大碰撞聲音的區(qū)別，采集多款車型的汽車?yán)嚷曇魳颖?，選取 4種車型的喇叭聲音樣本通過Matlab軟件將其轉(zhuǎn)化為頻譜圖[14-15]，如圖1所示。

圖1 4種常見車型的喇叭聲頻譜圖

由圖1可以看出：汽車在正常行駛過程中，駕駛員按喇叭發(fā)出的聲音頻率不高，轎車與越野車的頻率呈分散狀態(tài)，輕型卡車與重型卡車呈相對(duì)聚集狀態(tài)，頻率范圍一般為3～13 kHz，車輛差異大，頻率范圍較廣。

2)自然界雷聲

車輛在正常行駛時(shí)，偶爾會(huì)遇到自然界的雷聲，選取自然界常見的4種雷聲進(jìn)行試驗(yàn)，并通過Matlab軟件將其轉(zhuǎn)化為頻譜圖，如圖2所示。由圖2可以看出：雷聲呈現(xiàn)一定的聲音聚集狀態(tài)，但雷聲產(chǎn)生的頻率都偏低，一般為20～70 kHz。以上4種雷聲信號(hào)的采集，因受到當(dāng)時(shí)的測(cè)試距離、天氣和周圍雜音的干擾不同，所測(cè)的聲音頻率有一定的誤差[16]。

圖2 4種常見雷聲頻譜圖

2.2車輛碰撞時(shí)的聲信號(hào)特征

上海某汽車碰撞實(shí)驗(yàn)室車輛碰撞場(chǎng)地如圖3所示。選取吉利遠(yuǎn)景、三菱藍(lán)瑟、力帆和雪佛蘭樂風(fēng)等4款車型進(jìn)行碰撞試驗(yàn)。車輛碰撞形式如圖4所示，正面碰撞采取一車處于靜止?fàn)顟B(tài)，另一車在距離100 m處起步并加速至規(guī)定車速30～100 km/h后，與靜止車輛車頭碰撞；側(cè)面碰撞時(shí)，碰撞角度為90°(垂直)或30°；追尾碰撞時(shí)，與正面碰撞行駛類似，與被碰撞車輛車尾相撞。聲音采集裝置放于發(fā)動(dòng)機(jī)機(jī)艙內(nèi)部靠近駕駛員的位置處。

圖3 車輛碰撞場(chǎng)地示意圖 圖4 車輛碰撞形式示意圖

對(duì)4款汽車進(jìn)行了8次不同車速、不同角度的碰撞試驗(yàn)。將采集到的碰撞聲音信號(hào)進(jìn)行音頻轉(zhuǎn)化，借助Matlab工具進(jìn)行頻譜讀取與分析，得出如圖5所示的頻譜圖。

由圖5可以得出，由于碰撞的速度和角度不同，碰撞時(shí)表現(xiàn)的頻譜分布略有差異，4款車輛碰撞聲音信號(hào)頻率為130～420 kHz，車輛在產(chǎn)生碰撞時(shí)聲音瞬間聚集性非常強(qiáng)，頻率大大高于喇叭聲和雷聲[17]，如表1所示。

2.3車輛正常行駛與碰撞時(shí)聲信號(hào)特征

將車輛正常行駛過程中無干擾和有干擾(喇叭與雷聲)時(shí)的聲信號(hào)與不同車速、不同角度碰撞時(shí)的聲信號(hào)特征進(jìn)行對(duì)比分析，正常行駛無干擾時(shí)的聲信號(hào)頻率在500 Hz以內(nèi)。喇叭聲頻率為3～13 kHz以內(nèi)，雷聲頻率為20～70 kHz。在車輛碰撞發(fā)生重大交通事故時(shí)聲信號(hào)頻率最小為130～150 kHz。圖6為車輛在以上4種狀態(tài)下聲信號(hào)頻率范圍的比較，由圖6可知，發(fā)生重大交通事故時(shí)的車輛碰撞聲信號(hào)頻率遠(yuǎn)遠(yuǎn)高于正常行駛和有干擾聲信號(hào)狀態(tài)下的聲信號(hào)頻率，碰撞聲信號(hào)特征明顯，完全可以作為聲音識(shí)別信號(hào)來判斷是否發(fā)生了重大交通事故[18]。

圖5 4種車型8種碰撞聲音頻譜圖

表1 4種車型8種碰撞聲音信號(hào)頻率 單位：kHz

圖6 車輛4種狀態(tài)下的聲信號(hào)頻率比較

3 結(jié)論

發(fā)生重大交通事故的背景下，車輛碰撞發(fā)出碰撞聲信號(hào)，通過采集無干擾狀態(tài)下的車輛行駛聲信號(hào)、車輛喇叭聲信號(hào)、自然界雷聲和不同速度、不同角度的車輛碰撞時(shí)的聲信號(hào)，借助Matlab軟件進(jìn)行頻譜分析。車輛在碰撞時(shí)聲音瞬間聚集性非常強(qiáng)，頻率約為喇叭聲的10倍多，雷聲的2倍多。重大交通事故發(fā)生時(shí)的車輛碰撞聲信號(hào)特征明顯，完全可以通過提取車輛碰撞聲音信號(hào)特征來判斷是否發(fā)生了重大交通事故。

[1]李宏松，蘇健民，黃英來，等.基于聲音信號(hào)的特征提取方法的研究[J].信息技術(shù)，2006(1)：91-94. LI Hongsong，SU Jianmin，HUANG Yinglai，et al.The research on characteristics extraction based on voice signal[J].Information Technology，2006(1):91-94.

[2]陳學(xué)煌，李文全，趙云娥.聲音基頻檢測(cè)技術(shù)的研究與應(yīng)用[J].電聲技術(shù)，2010(12)：54-56，64. CHEN Xuehuang，LI Wenquan，ZHAO Yun′e.Research and application of sound fundamental frequency examination technology[J].Electroacoustic Technology，2010(12):54-56，64.

[3]宋揚(yáng).基于音頻檢測(cè)的碰撞型重大交通事故報(bào)警技術(shù)的研究[C]//第八屆國際汽車交通安全學(xué)術(shù)會(huì)議論文集.蕪湖：第八屆國際汽車交通安全學(xué)術(shù)會(huì)議，2010：322-327. SONG Yang.Collision detection based on audio alarm technology of major traffic tccidents[C]//Proceedings of the 8th international forum of automotive traffic safety.Wuhu:The 8th International Forum of Automotive Traffic Safety，2010：322-327.

[4]梁民，葉劍民.聲音信號(hào)質(zhì)量評(píng)價(jià)技術(shù)[J].數(shù)字技術(shù)與應(yīng)用，2011(6)：139-144. LIANG Min，YE Jianmin.Technologies for quality assessment of sound signals[J].Digital Technology and Application，2011(6)：139-144.

[5]倪其育.音頻技術(shù)教程[M].2版.北京:國防工業(yè)出版社，2011：1.

[6]LI D, SETHI I K, DIMITROVA N, et al.Classification of general audio data for content-based retrieval[J].Pattern Recognition Letters，2001，22(5):533-544.

[7]DEVASENA C L, LATHA M H.Automatic classification of audio data using gradient descent neural network based algorithm[J].Journal of Theoretical & Applied Information Technology, 2014(1):562-567.

[8]CHANG B R, TSAI H F, YOUNG C P.Intelligent data fusion system for predicting vehicle collision warning using vision/GPS sensing[J].Expert Systems with Applications , 2010, 37(3):2439-2450.

[9]陳強(qiáng).高速公路交通流特征參數(shù)被動(dòng)聲學(xué)檢測(cè)技術(shù)研究[D].長(zhǎng)春：吉林大學(xué)，2005. CHEN Qiang.Research on technology of passive acoustics detection of expressway traffic flow characteristic parameters[D].Changchun:Jilin University，2005.

[10]戴碩.基于聲信號(hào)處理的交通事故自動(dòng)檢測(cè)方法研究[D].合肥：中國科學(xué)技術(shù)大學(xué)，2010. DAI Shuo.Acoustic ssignal processing based automatic detection method for traffic accident[D].Hefei：University of Science and Technology of China，2010.

[11]李云煥.基于聲音識(shí)別的交通信息檢測(cè)技術(shù)研究[D].西安：長(zhǎng)安大學(xué)，2014. LI Yunhuan.Research on traffic information cetection technology based on voice recognition[D].Xi′an: Chang′an University，2014.

[12]王雙維，陳強(qiáng)，李江，等.不同車型的車輛聲音與振動(dòng)信號(hào)特征研究[J].聲學(xué)技術(shù)，2007，26(3)：460-463. WANG Shuangwei，CHEN Qiang，LI Jiang，et al.Character of radiated noise and ground vibration signals of vehicles[J].Technical Acoustics，2007，26(3)：460-463.

[13]王養(yǎng)軍，舒歌群，王剛志.道路交通噪聲預(yù)測(cè)和控制方法的研究進(jìn)展[J].拖拉機(jī)與農(nóng)用運(yùn)輸車，2005(4)：4-7. WANG Yangjun，SHU Gequn，WANG Gangzhi.Development of traffic noise prediction and control methods[J].Tractors and Fam Transporter，2005(4)：4-7.

[14]陳家焱，陳冬嬌，張達(dá)響.基于Matlab的聲音信號(hào)采集與分析處理[J].計(jì)算機(jī)與現(xiàn)代化，2005(6)：91-92，96. CHEN Jiayan，CHEN Dongjiao，ZHANG Daxiang.Collecting and processing of sound signal with matlab[J].Computer & Modern，2005(6)：91-92，96.

[15]馮偉東，韓雪冰.LabVIEW與MATLAB在聲音信號(hào)采集與小波降噪中的應(yīng)用[J].長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2006，27(1)：40-42. FENG Weidong，HAN Xuebing.Applications of LabVIEW and MATLAB in signal collecting and wavelet denoising of sound [J].Journal of Changchun University of Technology(Natural Science Edition)，2006，27(1)：40-42.

[16]蘇斌.基于音頻特征分析的車輛識(shí)別軟件實(shí)現(xiàn)[D].成都：電子科技大學(xué)，2014. SU Bin.Research of vehicle recognition based on audio feature analysis[D].Chengdu: University of Electronic Science and Technology，2014.

[17]瓦普尼克.統(tǒng)計(jì)學(xué)習(xí)理論[M].北京：電子工業(yè)出版社，2004.

[18]CHERNG S, FANG C Y, CHEN C P, et al.Critical motion detection of nearby moving vehicles in a vision-based driver-assistance system[J].IEEE Transactions on Intelligent Transportation Systems，2009，10(1):70-82

(責(zé)任編輯：楊秀紅)

MessageCharacteristicsofVehicleCollisionSoundBasedonCrashTest

FENGPengfei1，JINHuiqing1，2*

(1.SchoolofTrafficEngineering,AnhuiSanlianUniversity,Hefei230601,China; 2.NationalCenterofEngineeringandTechnologyforVehicleDrivingSafety，Hefei230601，China)

In order to make the vehicle crash after a major traffic accident timely alarm and rescue, the sound recognition technology is used in traffic accident detection and alarm. Through the test, the method of sound characteristics extraction is used to collect a typical vehicle collision sound, natural thunder, horn sound and other traffic composite sound signals. Through the Matlab, the spectrum is analyzed for the characteristics of three kinds of acoustic signals when the collected vehicle in the normal driving process collides without interference, interference, different speed and different angles. The analysis shows that the frequency of the vehicle collision sound signal is much higher than that of the other two states of collision when the major traffic accident occurs, and it is completely possible to determine whether it is a major traffic accident or not through the extraction of vehicle collision sound signal features.

vehicle collision sound; characteristics extraction; Matlab; spectrum analysis

2017-02-12

國家科技支撐計(jì)劃項(xiàng)目(2011BAK20B00)

鳳鵬飛(1979—)，男,安徽宿州人，講師，工學(xué)碩士,主要研究方向?yàn)檐囕v安全檢測(cè)工程,E-mail: fengpengfei@126.com.

*通訊作者：金會(huì)慶(1956—)，男,上海人，教授，工學(xué)博士,博士生導(dǎo)師,主要研究方向?yàn)榈缆方煌ㄊ鹿史乐喂こ?E-mail: jgc@slu.edu.cn.

10.3969/j.issn.1672-0032.2017.02.002

U491.31

：A

：1672-0032(2017)02-0009-05