[发明专利]一种基于智能手机音频感知的汽车行驶速度检测方法

权利要求书

1.一种基于智能手机音频感知的汽车行驶速度检测方法，其特征在于，包括以下步骤：

步骤1：收集电动汽车行驶时产生的音频信号，训练一个基于卷积神经网络的分类器，具体如下：

步骤1.1：用智能手机收集电动汽车经过时的声音信号，同时通过安装在车内面向仪表盘的录像设备，获取该电动汽车经过时的速度。

步骤1.2：将步骤1.1收集到的声音信号切分成具有相同长度的帧；对于所获取的每一帧，进行快速傅里叶变换；对于快速叶变换后的每一帧，选出具有特定频率范围的48个段，计算每段的能量值的平均值和最大值并对平均值和最大值进行均一化处理；每个帧得到一个96维的特征向量；将从10km/h到45km/h的电动汽车行驶速度划分成5个速度区间，对每个特征向量，检查该特征向量对应的汽车行驶速度，用该速度所属的速度区间来标记该特征向量；若速度不在区间内，则标记为其他速度；

步骤1.3：将步骤1.2得到的标记好的特征向量送入一个3层的卷积神经网络进行训练，得到电动汽车行驶速度区间的分类器；

步骤2：收集汽油汽车行驶时产生的音频信号，训练一个基于长短时记忆神经网络的分类器；

步骤2.1：用智能手机收集汽油汽车经过时的声音信号，同时通过安装在车内面向仪表盘的录像设备，获取该汽油汽车经过时的速度；

步骤2.2：将步骤2.1收集到的声音信号切分成具有相同长度的帧；对于所获取到每一帧，再次切分成8个具有相同长度的子帧，且两相邻子帧之间有一段重叠区域；对每个子帧进行快速傅里叶变换，然后将变换后的子帧通过一组梅尔滤波器组得到能量谱；将能量谱进行离散余弦变换，得到一个12维的梅尔倒频谱系数向量；同时，计算每个能量谱的对数能量，然后将梅尔倒频谱系数向量和对数能量拼接成一个13维的向量；对每个帧，将其包含的8个子帧的13维向量拼接成一个104维的向量作为该帧的特征向量；汽油汽车行驶速度区间划分与步骤1.2相同；对每个特征向量，检查该特征向量对应的汽车行驶速度，用该速度所属的速度区间来标记该特征向量；若速度不在区间内，则标记为其他速度；

步骤2.3：将步骤2.2得到的标记好的特征向量送入一个3层的长短时记忆神经网络进行训练，得到汽油汽车行驶速度区间的分类器；

步骤3：在实际应用中，用户手机的扬声器持续发出高频的脉冲声音信号，手机麦克风持续接受声音信号；利用步骤1.2和步骤2.2所述方法，从收集到的声音信号中提取两类特征，分别送入训练好的两类分类器进行判断，一旦某个分类器判断出有车经过，则分析对应的接受信号中的高频脉冲信号；通过分析接收到的高频脉冲信号和发出的高频脉冲信号的相对相关系数谱，得到汽车的精确行驶速度；最后利用分类器得到的速度区间对该精确行驶速度进行矫正得到最终结果。

2.如权利要求1所述的一种基于智能手机音频感知的汽车行驶速度检测方法，其特征在于，步骤1.2中，将收集到的声音信号，按照每0.675秒的声音信号划分为一帧。

3.如权利要求1所述的一种基于智能手机音频感知的汽车行驶速度检测方法，其特征在于，步骤1.2中，对于快速叶变换后的每一帧，选出具有特定频率范围的3个频带，分别为9kHz到10.6kHz、13.6kHz到16kHz和18.6kHz到21kHz，每个大段再分成长度为100Hz的相互在频率上不重叠段，共48段。

4.如权利要求1所述的一种基于智能手机音频感知的汽车行驶速度检测方法，其特征在于，步骤1.3中，所述3层卷积神经网络CNN的训练方法如下：

CNN包含2个卷积层和1个全连接层，采用ReLU作为激活函数，在每个卷积层后面加上maxpooling池化层和平滑层，用交叉熵代价函数作为损失函数；CNN通过使用不同的核函数在输入数据上进行卷积来提取特征，核函数的权值通过高斯分布初始化，然后通过反向传播来更新；对于第l层上的第i个神经元，由公式计算得到其激活后的值，其中σ(·)是激活函数，是偏置，是核函数的权值矩阵，是第l-1层第m个神经元，M是一维核函数的长度；计算这一层中的所有神经元，作为下一层的输入；经过训练，得到电动汽车行驶速度区间的分类器。