Human-inspired聲音環(huán)境識別系統(tǒng)

針對自動駕駛汽車，根據(jù)國際分類功能（ICF）提出了一個(gè)基于聲基方法來完善環(huán)境識別過程的神經(jīng)元網(wǎng)絡(luò)環(huán)境識別系統(tǒng)，即Human-inspired聲音環(huán)境識別系統(tǒng)。根據(jù)環(huán)境分類，通過限制汽車最大速度來約束和輔助車輛導(dǎo)航。對于這一目標(biāo)，提出了15種環(huán)境，分別是基于車輛周圍的人、這些人的距離、在場（或沒有）的汽車。為了實(shí)現(xiàn)分類而調(diào)試了3個(gè)神經(jīng)網(wǎng)絡(luò)，通過從環(huán)境聲音樣品里提取頻率和時(shí)域特性來識別人和汽車的存在。研究表明,識別環(huán)境中車輛距離的平均準(zhǔn)確率為91.2%；識別行人距離的平均準(zhǔn)確率為89.6%；識別人車距離的平均準(zhǔn)確率為85.3%。為了獲得這些結(jié)果，在佛羅里達(dá)大學(xué)的不同設(shè)施內(nèi)做了試驗(yàn)。

環(huán)境識別過程的目的是限制車輛用于保護(hù)乘員的輔助導(dǎo)航設(shè)備。在檢測到人數(shù)或者行車距離或者車對人有危險(xiǎn)的情況下，車輛的最大速度可以自動降低。另外，在沒有檢測到人或車的情況下，車用控制系統(tǒng)使車輛可以達(dá)到最大允許速度（線速度和角速度）。

在未來，系統(tǒng)輸出將與視覺信息融合，以便提供一個(gè)完整的環(huán)境識別系統(tǒng)。此外,該系統(tǒng)將會在城市環(huán)境中進(jìn)行測試。

刊名：Journal of Neural Engineering（英）

刊期：2015年第1期

作者：Vidal EG

編譯：趙前