首页 / 专利库 / 环境工程 / 环境工程 / 水处理 / 污水处理 / 净化 / 汽提 / 一种基于深度学习的汽车鸣笛抓拍装置的校准方法

一种基于深度学习汽车鸣笛抓拍装置的校准方法

阅读:757发布:2024-02-13

专利汇可以提供一种基于深度学习汽车鸣笛抓拍装置的校准方法专利检索,专利查询,专利分析的服务。并且本 发明 涉及一种基于 深度学习 的 汽车 鸣笛抓拍装置的校准方法及系统,校准系统包括:汽车鸣笛抓拍装置、声源、黑白格圆盘、传动装置、 信号 发生装置和计算机。所述的汽车鸣笛抓拍装置固定安装于声源正对处,与处理数据的计算机相连;声源装载于由多段 导轨 组成的传动装置上,在声源正后方固定有黑白格圆盘;声源与信号发生装置相连,用于模拟不同汽车鸣笛声。通过神经网络捕捉鸣笛抓拍装置生成声相 云 图中的声源、伪彩图、黑白格圆盘,进而计算得到 定位 精度 及分辨 力 精度。本发明快速实时检测鸣笛抓拍装置性能,确保产品研发 质量 ,提高企业对研发产品的性能指标要求。,下面是一种基于深度学习汽车鸣笛抓拍装置的校准方法专利的具体信息内容。

1.一种基于深度学习汽车鸣笛抓拍装置的校准方法,其特征在于:汽车鸣笛抓拍装置固定安装于声源正对处,与处理数据的计算机相连;传动装置由多段导轨组成,用于移动声源;于顶端导轨处放置声源,通过信号发生装置驱动声源,其中信号发生装置包括信号发生器及功率放大器;在声源正后方固定有黑白格圆盘。所述的声源与信号发生装置用于产生不同声强、频率的声信号,实现汽车鸣笛抓拍装置对于不同汽车喇叭的定位分辨性能测试。所述的传动装置可以将多个声源调至前后左右同一平面多处位置,满足汽车鸣笛抓拍装置对单个、多个声源不同位置的定位分辨性能测试要求。当声源发声时,汽车鸣笛抓拍装置会相应的生成声相图。计算机通过神经网络对云图中的声源、伪彩图、黑白格圆盘进行定位识别,根据图中带有刻度的黑白格圆盘可初步得到汽车鸣笛抓拍装置的定位误差与分辨率误差,并且得到图像像素与真实物理空间的比例关系,将误差从像素的表现形式转换到实际误差,完成定位误差及分辨率误差的计算。
2.根据权利要求1所述的一种基于深度学习的汽车鸣笛抓拍装置的校准方法,其特征在于:校准过程的具体步骤为:
步骤一:在进行校准工作之前,拍摄大量包含声源、伪彩图、黑白格圆盘的图片,加以人工标注制作成数据集,用来训练定位三者的神经网络。
步骤二:将声源移动至黑白格圆盘的圆心位置。根据需要测量汽车鸣笛抓拍装置的性能要求确定声源与抓拍装置的距离关系,将两者放于同一水平线的正对位置。通过信号发生装置驱动声源,汽车鸣笛抓拍装置抓拍标准声源,产生声相云图。通过黑白格圆盘上的刻度值可以得出声源中心到伪彩图中心的距离,初步确定定位误差的大小。将声相云图输入神经网络获取声源、伪彩图、黑白格棋盘的图像信息(声源中心至伪彩图中心的像素距离、黑白格棋盘直径的像素距离)。根据实际黑白格棋盘直径长度与其直径的像素距离计算出图像像素与真实物理空间的比例关系,进而计算出汽车鸣笛抓拍装置在该位置的定位误差,实现对定位精度指标的校准。
步骤三:在传动装置上安装两个声源,信号发生驱动声源发声,汽车鸣笛抓拍装置抓拍声源,产生声相云图。在导轨上调整两声源之间的距离,使汽车鸣笛抓拍装置抓拍得到的伪彩图相切,并记录声相云图。通过黑白格圆盘上的刻度值可以得出两声源中心的间距,初步确定分辨率误差的大小。将声相云图输入神经网络获取声源、黑白格棋盘的图像信息(两声源中心的像素距离、黑白格棋盘直径的像素距离)。根据实际黑白格棋盘直径长度与其直径的像素距离计算出图像像素与真实物理空间的比例关系,进而计算出汽车鸣笛抓拍装置在该位置的分辨率误差,实现对分辨率精度指标的校准。

说明书全文

一种基于深度学习汽车鸣笛抓拍装置的校准方法

技术领域

[0001] 本发明涉及机器学习与声学测量领域,特别涉及一种基于深度学习的汽车鸣笛抓拍装置的校准方法。

背景技术

[0002] 随着城市居民的机动车保有数量逐年持续增加,城市交通的压也越来越大,交通污染现象已经成为了一个不可忽视的问题。汽车鸣笛噪声作为交通污染的重要组成部分已经对人们的生活产生了巨大的影响。我国相关执法部也颁布相关的法律来限制或禁止某些路段的汽车鸣笛声,交警部门常采取巡逻纠违等方式对汽车鸣笛加以监管,但是人工执法不但效率低下,且浪费了大量的人力物力,所以如何能高效的对城市交通中的违法鸣笛行为进行定位和识别成为了该领域待研究的关键问题。
[0003] 2016年6月,全国首套鸣笛抓拍装置于福州市上路执法,鸣笛抓拍装置作为一套交通管理系统能对道路交通中的乱鸣喇叭行为进行准确识别抓拍、证据记录,能够帮助交通执法部门快速准确地定违章鸣笛车辆的方位。目前该装置已在北京、上海、广州等多个大型城市投入使用,查处乱鸣喇叭违法行为数百起。
[0004] 目前国内仅有的声源定位校准规范——《声源识别定位系统(波束形成法)校准规范》初步为声源定位系统的定量评价提供了技术标准,但是校准规范只适用于基于波束形成算法的声源定位系统,且描述的校准过程仅限于室内校准,未对现场校准作相应规范。鸣笛抓拍装置作为声源定位系统的分支,其所拍摄的声相图声源定位成像结果也无统一的衡量标准,因此如何准确严谨的对汽车鸣笛抓拍装置进行校准,以及设计一套明确的校准方法具有深远的意义。

发明内容

[0005] 为了解决上述问题,本发明提供了一种基于深度学习的汽车鸣笛抓拍装置的校准方法,通过这个方法可以客观的对汽车鸣笛抓拍装置的定位精度、分辨力精度进行校准。
[0006] 为了实现上述目的,本发明采用以下技术方案来实现:
[0007] 本发明将汽车鸣笛抓拍装置固定安装于声源正对处,与处理数据的计算机相连;传动装置由多段导轨组成,用于移动声源;于顶端导轨处放置声源,通过信号发生装置驱动声源,其中信号发生装置包括信号发生器及功率放大器;在声源正后方固定有黑白格圆盘。
所述的声源与信号发生装置用于产生不同声强、频率的声信号,实现汽车鸣笛抓拍装置对于不同汽车喇叭的定位分辨性能测试。所述的传动装置可以将多个声源调至前后左右同一平面多处位置,满足汽车鸣笛抓拍装置对单个、多个声源不同位置的定位分辨性能测试要求。当声源发声时,汽车鸣笛抓拍装置会相应的生成声相云图。计算机通过神经网络对云图中的声源、伪彩图、黑白格圆盘进行定位识别,根据图中带有刻度的黑白格圆盘可初步得到汽车鸣笛抓拍装置的定位误差与分辨率误差,并且得到图像像素与真实物理空间的比例关系,将误差从像素的表现形式转换到实际误差,进而计算得出汽车鸣笛抓拍装置的定位精度与分辨力精度,实现参数精确量化。
[0008] 本发明的有益效果为:
[0009] 本发明首先通过图片中黑白格圆盘的刻度值可初步得到汽车鸣笛抓拍装置的定位误差与分辨率误差,使得装置误差范围一目了然,后续通过深度学习的方法获取鸣笛抓拍装置声相云图中的声源、伪彩图,并且使用黑白格圆盘辅助计算得到汽车鸣笛抓拍装置的性能指标,避免人工对声源和伪彩图位置的实时实地测量,以及测量带来的人工误差,并且可以达到对汽车鸣笛抓拍装置实时监测的要求。
[0010] 该校准方法解决了目前国内外还没有统一的标准和规范来衡量汽车鸣笛抓拍装置的技术指标和精度的问题,为计量部门制定相应规范,开展相关研究提供了技术思路。通过对汽车鸣笛抓拍装置进行校准研究,可以督促其产品研发质量的有效提升,提高企业对研发产品的性能指标要求。附图说明
[0011] 图1为本发明原理图。
[0012] ①声源②黑白格圆盘③传动装置④信号发生装置⑤鸣笛抓拍装置⑥计算机。
[0013] 图2为本发明对汽车鸣笛抓拍装置定位精度的校准示意图。
[0014] 图3为本发明对汽车鸣笛抓拍装置分辨力精度的校准示意图。

具体实施方式

[0015] 下面结合本发明的具体实施方式和附图对本发明校准方法作进一步描述,从而本发明的有益效果将进一步明确。
[0016] 如图1所示,一种汽车鸣笛抓拍装置的校准系统包括声源①、黑白格圆盘②、传动装置③、信号发生装置④、鸣笛抓拍装置⑤和计算机⑥。
[0017] 本发明将汽车鸣笛抓拍装置固定安装于声源正对处,与处理数据的计算机相连;声源装载于有多段导轨组成的传动装置上,在声源正后方固定有黑白格圆盘;声源与信号发生装置相连,其中信号发生装置包括信号发生器及功率放大器。所述的声源与信号发生装置用于产生不同声强、频率的声信号,实现汽车鸣笛抓拍装置对于不同汽车喇叭的定位分辨性能测试。所述的带有刻度的黑白格圆盘可初步得到汽车鸣笛抓拍装置的定位误差与分辨率误差,并且结合深度学习可计算得到图像像素与真实物理空间的比例关系,将误差从像素的表现形式转换到实际误差。所述的传动装置可以将多个声源调至前后左右同一水平面多处位置,满足汽车鸣笛抓拍装置对单个、多个声源不同位置的定位分辨性能测试要求。计算机通过神经网络对声源、伪彩图、黑白格圆盘进行定位识别,完成定位误差及分辨率误差的计算。
[0018] 一种基于深度学习的汽车鸣笛抓拍装置的校准方法,校准过程的具体步骤为:
[0019] 步骤一:在进行校准工作之前,拍摄大量包含声源、伪彩图、黑白格圆盘的图片,加以人工标注制作成数据集,用来训练定位三者的神经网络。
[0020] 步骤二:如图2所示,将声源移动至黑白格圆盘的圆心位置。根据需要测量汽车鸣笛抓拍装置的性能要求确定声源与抓拍装置的距离关系,将两者放于同一水平线的正对位置。通过信号发生装置驱动声源,汽车鸣笛抓拍装置抓拍标准声源,产生声相云图。通过黑白格圆盘上的刻度值可以得出声源中心到伪彩图中心的距离,初步确定定位误差的大小。将声相云图输入神经网络获取声源、伪彩图、黑白格棋盘的图像信息(声源中心至伪彩图中心的像素距离、黑白格棋盘直径的像素距离)。根据实际黑白格棋盘直径长度与其直径的像素距离计算出图像像素与真实物理空间的比例关系,进而计算出汽车鸣笛抓拍装置在该位置的定位误差,实现对定位精度指标的校准。
[0021] 步骤三:如图3所示,在传动装置上安装两个声源,信号发生驱动声源发声,汽车鸣笛抓拍装置抓拍声源,产生声相云图。在导轨上调整两声源之间的距离,使汽车鸣笛抓拍装置抓拍得到的伪彩图相切,并记录声相云图。通过黑白格圆盘上的刻度值可以得出两声源中心的间距,初步确定分辨率误差的大小。将声相云图输入神经网络获取声源、黑白格棋盘的图像信息(两声源中心的像素距离、黑白格棋盘直径的像素距离)。根据实际黑白格棋盘直径长度与其直径的像素距离计算出图像像素与真实物理空间的比例关系,进而计算出汽车鸣笛抓拍装置在该位置的分辨率误差,实现对分辨率精度指标的校准。
[0022] 以上所述,仅是本发明的较佳实施例,并非对本发明作任何限制,凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化,均仍属于本发明技术方案的保护范围内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈