[发明专利]一种车辆碰撞检测方法及装置

说明书

本申请公开了一种车辆碰撞检测方法及装置，方法包括：获取待测音频样本；提取待测音频样本的MFCC特征向量；将MFCC特征向量映射为hwc三维特征向量，使得hwc三维特征向量符合碰撞模型的输入格式；将hwc三维特征向量输入训练好的碰撞模型中，得到碰撞概率值；若碰撞概率值大于预设概率值，则待测音频样本为碰撞音频样本。本申请解决了现有技术只能学习到语音样本在一维方向的信息，而不能学习到语音样本深层次的语义信息的技术问题。

技术领域

本申请涉及碰撞检测技术领域，尤其涉及一种车辆碰撞检测方法及装置。

背景技术

随着社会发展水平的不断提高，汽车数量的增加给交通带来了极大的负担，各种各样的交通事故的数量也在增加，这一数量的增加为交通的疏导增加了成本。

对此，现有的对汽车碰撞检测方法有以下几个方面：通过图像的方法；通过车载的相关传感器，如红外传感器、超声传感器等等；通过音频的方法。

基于音频的方法，现有的一些方法主要是利用音频的大小判断是否碰撞，部分方法是对行车过程中的频率进行分析，判断碰撞时刻频率的分布来判断是否发生碰撞，这些都是基于传统方法去处理，单一阈值的情况下无法适用复杂的室外场景，检测效果相对较差。部分方法采用机器学习中分类器的方法对音频的频率进行分析，然后构建分类器来判断，此方法相对传统方法效果上会有一定改善，但由于分类器只能学习到音频信息在一维方向上的信息，未考虑音频频率域特征在二维的相关关系以及更深层次的语义信息，在场景较多情况下学习的效果并不理想。而深度学习的方法往往可以获得频率域基本分布特征的同时，也可以学到更深层次的语义信息。

发明内容

本申请提供了一种车辆碰撞检测方法及装置，解决了现有技术只能学习到语音样本在一维方向的信息，而不能学习到语音样本深层次的语义信息的技术问题。

有鉴于此，本申请第一方面提供了一种车辆碰撞检测方法，所述方法包括：

获取待测音频样本；

提取所述待测音频样本的MFCC特征向量；

将所述MFCC特征向量映射为hwc三维特征向量，使得所述hwc三维特征向量符合碰撞模型的输入格式；

将所述hwc三维特征向量输入训练好的所述碰撞模型中，得到碰撞概率值；

若所述碰撞概率值大于预设概率值，则所述待测音频样本为碰撞音频样本。

可选的，所述提取所述待测音频样本的MFCC特征向量，包括：

每间隔预置时间从所述待测音频样本中采集一段预置长度的第一音频样本，提取所述第一音频样本的MFCC特征向量。

可选的，所述提取所述待测音频样本的MFCC特征向量，包括：

每间隔0-0.5s从所述待测音频样本中采集一段1.5-2.5s的第一音频样本，提取所述第一音频样本的MFCC特征向量。

可选的，在所述将所述hwc三维特征向量输入训练好的所述碰撞模型中，得到碰撞概率值，之前还包括：

获取若干第二音频样本作为训练集，所述第二音频样本包括碰撞音频样本和非碰撞样本；

提取所述第二音频样本的所述MFCC特征向量；

将所述MFCC特征向量映射为hwc三维特征向量；

将所述hwc三维特征向量输入构建好的所述碰撞模型中，直到所述碰撞模型收敛，得到训练好的所述碰撞模型。

可选的，所述将所述hwc三维特征向量输入训练好的所述碰撞模型中，得到碰撞概率值，包括：

所述hwc三维特征向量经过卷积层，得到所述hwc三维特征向量的深层次语义特征；