CN102682765B - 高速公路音频车辆检测装置及其方法 - Google Patents

Abstract

本发明是一种高速公路音频车辆检测装置及其方法。检测装置由麦克风阵列信号采集模块采集车道上的音频信号，音频信号经噪声抑制模块去噪处理后，再经信号处理模块分带滤波、分帧以及子带信号间做互相关处理，得到音频空间谱图，车辆检测模块追踪音频空间谱图上最大值的轨迹，判断是否有车辆通过，在有车时，经车型识别模块和车速识别模块获得车型和车速。检测方法基于所述装置，采用自适应窗长的最小统计噪声估计方法，并对经过噪声抑制处理后的信号分带滤波、分帧处理后，将相同子带信号间做互相关，互相关结果经过幅度压缩后加和，再沿时间轴展开，得到音频信号时空谱。本发明具有低成本、低功耗、易施工、抗干扰、全天候工作等优点。

Description

高速公路音频车辆检测装置及其方法

技术领域

本发明属于智能交通技术领域，具体涉及一种以麦克风阵列为拾音设备的音频车辆检测装置及其方法。

背景技术

高速公路上交通信息的采集，尤其是车辆数目、速度、类型的获取，在智能交通技术领域中扮演着重要的角色。作为智能化交通的重要组成部分，相关的技术被广泛用于收费系统、交通数据统计、车流实时调度等相关工作中。车辆数目、速度、类型等信息的准确获取，对于衡量高速公路运营效率，收费站设定收费标准等，具有重要意义。

由于智能交通技术的发展，要求在高速公路上设置大量的车辆检测器，以便获取车辆运行的相关信息，而目前所采用的主流检测方法，如电磁感应线圈车辆检测方法，微波雷达检测方法，超声波车辆检测方法，红外线检测方法以及视频车辆检测方法等等，或是成本偏高、或是维护困难，尚很难满足沿道路大量设置的要求。

采用电磁感应检测技术是根据不同车辆通过埋设于道路下的环形感应线圈时，引起其电感量不同的变化来检测车辆的到达和离开，并进行车型分类。系统的关键部分为埋设于路面下的感应线圈，当没有车辆通过时，电路振荡器频率为f1，当车辆以一定的速度通过时，线圈的电感参数发生变化，从而使得震荡频率发生微弱变化，假定为f2，不同种类的车辆由于通过的速度、底盘的大小、高低不同，造成f2与f1的差值不同，从而可以判断来车的速度与类型。该方法的主要缺点在于设备的维护困难，埋设在地下的线圈容易受天气、道路环境影响产生形变，降低检测精度，而且由于埋于地下，更换起来也较为困难。

采用微波雷达的检测方法，主要利用的是多普勒效应，微波雷达以一定范围带宽的频率发射微波信号，被行进中的车辆反射回来，检测器检测出由于车辆的移动而引起的频移，即产生一个车辆感应输出信号。它的缺点一是车速缓慢的时候微波雷达检测会失效，二是微波雷达设备复杂，价格昂贵。

采用脉冲超声波检测，一般是将设备安装在路面高处，利用发射器发出的声波到达路面后返回的时间与到达通过车辆的车顶后返回的时间差来确定车辆的类型。主要缺点在于测量精度不高，并且超声波对人体有潜在的危害，不能够大规模使用。

红外线检测的方法分为主动和被动两种，主动的方法是将红外线光束指向测量车道，车辆经过时将红外光反射回检测器处，被动的方法同热成像仪类似，只是发射频率更高，主要缺点在于天气环境的变化对测量结果有较大的影响。

视频车辆检测主要是通过闭路电视系统或者数码照相机、摄像机来做现场的数据采集，采用计算机视觉和图像处理技术相结合的方法来分析交通数据。主要的缺点在于系统处理的数据量非常大，车辆的清晰摄像受光照和气候的影响较大，另外需要高性能的计算机和图像处理软件，价格较昂贵。

上述的几种方法目前的应用虽然已经很成熟，但是存在着设备复杂，价格昂贵，对人体有害，施工维护不便等问题，于是，音频车辆检测的出现，无疑为解决这一系列的问题提供了可能。利用车辆运动的音频信号来检测车辆、识别车型和监控车速，设备简单，成本低廉，提取相关信息更加方便，能够在一定程度上弥补传统方法的不足。当然，这并不意味着仅仅通过车辆的音频就能得到非常好的效果，在实际的应用环境中，综合考虑工程的检测质量、效率与成本，合理配置各种车辆检测器，以求达到符合各方面指标考量的最优系统。

但目前，音频车辆检测属于一个新兴的领域，国内的研究尚处于起步阶段，国外的产品设备复杂价格昂贵，如何设计出一款检测性能出色、全天候抗干扰能力强，便于施工、维护、价格低廉对人体无害的音频车辆检测装置成为了当务之急。

发明内容

本发明所要解决的技术问题是：针对高速公路环境的应用场景，提供一款检测性能出色、全天候抗干扰能力强，便于施工、维护、价格低廉对人体无害的音频车辆检测装置。本发明提出了一种高速公路音频车辆检测装置及其方法，利用麦克风阵列作为拾音设备，实现对各车道通行车辆计数、车型分类和车速检测。

本发明的一种高速公路音频车辆检测装置，包括：

麦克风阵列信号采集模块，用于对待监测路段的声音信号进行采集，它包括三个子模块，依次为麦克风阵列、麦克风放大器、数据采集卡(A/D转换)；麦克风阵列安装于横跨车道上方的龙门架上，将采集的龙门架周围的声音模拟信号，经麦克风放大器放大输出给数据采集卡，数据采集卡将声音模拟信号经采样和量化转化为声音数字信号；

噪声抑制模块，用于对麦克风阵列信号采集模块输出的声音数字信号进行噪声抑制处理；该模块利用改进的自适应窗长的最小统计噪声估计方法来估计噪声，结合传统的谱减方法进行噪声抑制，使采集到的音频信号的主要为待检测车道上的行驶中的车辆音频信号，便于进行后续的信号处理。

信号处理模块，该模块对各麦克风经过噪声抑制处理后的信号依次通过Gammatone滤波器分带滤波、分帧，各麦克风相同子带信号间做互相关，互相关结果经过幅度压缩后加和，得到当前帧的音频空间谱图，最后沿时间轴展开，得到当前帧的音频时空谱，用于后续的车辆检测。

车辆检测模块，该模块根据信号处理模块处理后的音频信号时空谱，追踪互相关空间谱的最大值，根据其最大值连成的轨迹，来确认是否当前检测道路上有车辆经过。所述的最大值是指音频信号时空谱各帧上互相关值出现的最大值。

车型识别模块，该模块根据车辆检测模块得到的检测结果，决定是否启动，如果发现有车辆经过，则启动该模块，利用低频能量值和信号过零率，以及前8维的MFCC(Mel FrequencyCepstrum Coefficient，Mel频率倒谱系数)特征，共计十维特征，区别大型车与小型车，否则，该模块不工作。

车速识别模块，该模块根据车辆检测模块得到的检测结果，决定是否启动，如果发现有车辆经过，则启动该模块，利用互相关谱上最大值的轨迹，计算车辆行驶的速度。车辆行驶的速度等于探测范围的距离除以音频时空谱上最大值轨迹的持续时间，麦克风阵列11中包含几组麦克风，就获得几组速度测试数据，对几组速度测试数据得到的速度取平均得到最终的车辆行驶速度。

一种基于上述检测装置的高速公路音频车辆检测方法，具体包括如下方法：

步骤1：启动麦克风阵列采集龙门架周围的声音模拟信号，各麦克风采集的声音模拟信号经麦克风放大器进行放大后，再经过数据采集卡中采样和量化转化处理，转换为声音数字信号；

步骤2：将步骤1得到的各麦克风的声音数字信号通过噪声抑制模块进行噪声抑制处理，采用自适应窗长的最小统计噪声估计方法进行噪声估计，采用谱减方法进行噪声去除。

步骤3：利用信号处理模块对各麦克风经过噪声抑制处理后的声音数字信号依次进行Gammatone滤波器分带滤波处理和分帧处理，然后各麦克风相同子带信号间做互相关，互相关结果经过幅度压缩后加和，得到当前帧的音频信号空间谱图，最后沿时间轴展开，得到音频信号时空谱。

步骤4：利用车辆检测模块，根据得到的音频信号时空谱，追踪互相关空间谱的最大值，根据其最大值连成的轨迹，来确认是否在当前检测道路上有车辆经过。若当前检测道路上有车辆经过，执行下一步骤，若没有，则转步骤1继采集龙门架周围的声音模拟信号。所述的最大值是指音频信号时空谱各帧上互相关值出现的最大值。

步骤5：当前车道上有车辆经过时，启动车型识别模块，利用低频能量值和信号过零率，以及MFCC的前8维特征，共计十维特征，区别大型车与小型车。

步骤6：当前车道上有车辆经过时，启动车速识别模块6，利用互相关谱上最大值的轨迹，计算车辆行驶的速度。车辆行驶的速度等于探测范围的距离除以音频时空谱上最大值轨迹的持续时间，麦克风阵列11中包含几组麦克风，就获得几组速度测试数据，对几组速度测试数据得到的速度取平均得到最终的车辆行驶速度。

本发明的优点和积极效果在于：

本发明中所采用的自适应窗长的最小统计噪声估计已被实验验证其有效性。采用TIMIT数据库的60句干净语音做测试，30句男声和30句女声，每句长度在4到6秒之间，噪声数据包含白噪声、Babble、Subway和Exhibition等，分别混入使得信噪比在-5dB，0dB，5dB，10dB，15dB，20dB，相对于传统的方法，除了在20dB时该方法在分段信噪比上略低于传统方法外，其余各信噪比条件下均优于传统方法，平均起来有0.4dB的分段信噪比提升。

本发明中所采用的分带自相关轨迹跟踪技术进行车辆方位跟踪的技术，针对传统麦克风阵列声源定位中所存在的低频能量较高、掩盖高频信号对最终方位判定的问题，提出了分频带自相关后经过幅度压缩再加和的方法，有效地克服了传统方法在高速公路车辆检测这一任务中的局限，很好地解决了这一问题。

本发明中所提出的高速公路音频车辆检测装置已在实验中被证实是可行的。实验中在高速公路上，分车道车辆检测准确率达93％以上，整体车数计数准确率达98％以上，车速识别准确率80％以上，车型识别准确率75％以上。

综合看来，本发明具有低成本、低功耗、易施工、抗干扰、全天候工作的优点。

附图说明

图1是麦克风阵列的架设位置示意图；

图2是本发明的音频车辆检测装置的整体结构框图；

图3是麦克风放大电路的原理图；

图4是本发明的音频车辆检测方法的步骤流程图；

图5是最小统计噪声估计的流程框图；

图6是本发明应用在最小统计噪声估计方法中的自适应窗长的流程框图；

图7是音频空间谱的计算流程框图；

图8是音频空间谱上的互相关最大值轨迹示意；

图9车速检测原理示意图；

具体实施方式

下面结合附图，更详细地描述本发明的最佳实施例。

本发明所采取的技术方案基于一种改进的互相关轨迹跟踪技术，对来车的相关信息(车道、车速、车型)进行识别与检测。麦克风阵列安装于横跨车道上方的龙门架上，采集该龙门架周围的声音信号，声音信号经过分帧，噪声抑制处理后，再经过Gammatone滤波器分带，各麦克风各带之间做互相关，经过幅度压缩后，叠加起来，形成沿时间轴变化的空间谱图，空间谱图分别经过车辆检测、车速检测、车型识别的模块，得到最后的交通信息输出。

如图2所示，本发明的高速公路音频车辆检测装置主要由两大部分组成，即车辆音频信号采集部分和信号处理车辆检测部分。信号采集部分由麦克风阵列信号采集模块1实现，具体包括麦克风阵列11、麦克风放大器12以及数据采集卡13三个模块，车辆检测部分包括噪声抑制模块2、信号处理模块3、车辆检测模块4、车型识别模块5和车速检测模块6。图1中显示了麦克风阵列11的架设位置与架设方法。麦克风阵列11作为拾音设备，安装于横跨车道上方的龙门架上，采集该龙门架周围的声音信号。对于双向6车道的高速公路，图1中从左到右依次为超车道，两条行车道和应急停车道。在两条行车道和应急停车道上方设置麦克风阵列11，本发明实施例中麦克风阵列11为六个麦克风组成，六个麦克风从左至右两两一组分为三组，每组麦克风的中心与下方车道的中心对齐。麦克风采用的是国产的MIC1006，直径10mm，高6mm，单价0.5元。本发明的麦克风阵列11具有大孔径、小密度的特点，保证了高效的吸音功能，且成本低廉，适于广泛应用。

图3中显示的是麦克风放大器12的原理图。为了实现驻极体麦克风的供电与信号调理，需要设计一款麦克风放大器。该放大器主要包括三个模块：供电模块121、信号放大模块122、保护模块123。供电模块121使用3.3V直流稳压电源通过上拉电阻供电，信号放大模块122为单端同相放大器，保护模块123为二极管电路组成的限幅器。

为了后续的数字信号处理，需要利用数据采集卡13将麦克风放大器12输出的模拟信号经采样和量化转化为数字信号，本发明实施例中采用的是即插即用的USB数据采集卡，型号是7646A。它采用USB2.0总线，5V直流供电，单端16路模拟信号输入，单通道最高采样率可达400kHz，16bit量化，输入阻抗1GΩ。本发明中使用6通道模拟信号输入，16kHz采样，16bit量化，将6通道经麦克风放大器输出的模拟信号作为数据采集卡的输入，经过数据采集卡13得到6路数字信号输出，经USB总线传入计算机进行后续处理。

噪声抑制模块2利用改进的自适应窗长的最小统计噪声估计方法来估计噪声，结合传统的谱减方法进行噪声抑制，使得采集到的音频信号主要为待检测车道上的行驶中的车辆音频信号，便于进行后续的信号处理。

信号处理模块3对各麦克风经过噪声抑制处理后的信号依次通过Gammatone滤波器分带滤波、分帧，各麦克风相同子带信号间做互相关，互相关结果经过幅度压缩后加和，得到当前帧的音频空间谱图，最后沿时间轴展开，得到音频信号时空谱，用于后续的车辆检测。

车辆检测模块4根据信号处理模块3处理后的音频信号空间谱图，追踪互相关空间谱的最大值，根据其最大值连成的轨迹，来确认是否当前检测道路上有车辆经过。所述的最大值是指音频信号时空谱各帧上互相关值出现的最大值。

车型识别模块5，在车辆检测模块4的检测结果为有车辆经过时，启动。启动后利用低频能量值和信号过零率以及前8维的MFCC(Mel Frequency Cepstrum Coefficient，Mel频率倒谱系数)特征，共计十维特征，区别大型车与小型车。具体包括特征提取模块51、模型训练模块52和识别检测模块53三个子模块。

特征提取模块51实现的功能是：在得到来车方向的信息后，利用多麦克风波束形成技术，对来车位置的经过信号处理模块3分帧之后的声音数字信号进行空间增强，对增强后的声音数字信号提取美尔倒谱特征，具体的过程是，对经过信号处理模块3分帧之后的声音数字信号经过汉宁窗，做快速傅里叶变换(FFT)，用美尔三角窗滤波器对谱线加权，再求每个三角窗内的能量后取对数，将得到的对数能量进行离散余弦变换(DCT)，取前8个系数作为8维MFCC特征，加上信号过零率和低频能量值，得到当前帧最后的10维车型特征。

模型训练模块52对大车和小车分别建立从左到右含自跳转概率的隐马尔科夫模型，标注明确大车与小车，采用Baum-Welch算法训练训练隐马尔科夫模型，得到跳转概率、输出概率等隐马尔科夫模型参数，方便后续识别。

识别检测模块53将通过特征提取模块51得到的10维车型特征，输入到模型训练模块52已经训练好的隐马尔科夫模型，利用维特比解码方法寻找最优路径，最后将取得分最高的模型作为大小车型的判定输出结果。

车速识别模块6，在车辆检测模块4的检测结果为有车辆经过时，启动。利用音频时空谱上最大值的轨迹，计算车辆行驶的速度。车辆行驶的速度等于探测范围的距离除以音频时空谱上最大值轨迹的持续时间，三组麦克风共获得三组速度测试数据，取平均得到最终的车辆行驶速度。

本发明基于上述车辆检测装置的一种高速公路音频车辆检测方法，具体实现步骤如图4所示。

步骤1：启动麦克风阵列11，采集龙门架周围的声音模拟信号，各麦克风采集的声音模拟信号经麦克风放大器12放大后，再经过数据采集卡13中采样和量化转化处理，转换为声音数字信号。

步骤2：将步骤1中各麦克风的声音数字信号通过噪声抑制模块2进行噪声抑制处理。

噪声抑制一般分为两个阶段完成，第一阶段是噪声估计，第二阶段是噪声去除。在本发明中，在第一阶段采用自适应窗长的最小统计噪声估计方法来实现，第二阶段采用经典的谱减方法实现。

最小统计噪声估计方法有两个基本假设，一是目标信号和噪声是统计独立的，二是在功率谱上，含噪信号的能量总是降低到噪声的能量级别上，即这些功率谱密度的极小值在一定程度上反映了噪声的能量级别。如图5所示，大致的估计过程是对待处理的信号做分帧处理，然后根据最小均方误差准则估计每一帧的平滑系数，平滑含噪声的信号谱，然后跟踪每个频带上的频谱最小值，这些最小值往往比真实的噪声能量小，所以最后需要根据平滑的含噪信号谱的统计特性得到一个偏差补偿系数，最小统计噪声估计方法复杂度小，而且在一定程度上适用于非平稳噪声。但经典的最小统计噪声估计方法存在一定的缺陷，最明显的一点在于它固定了搜索频谱最小值时的搜索窗长。

最小统计噪声估计方法依据当前帧前面一个窗内平滑谱的最小值来估计噪声。这个窗是比较宽的，例如对于采样率为8000Hz的信号，一般帧移为128，搜索窗的长度为96，也就是1.5秒以上。所找到的最小值可能出现在这个窗内的任何位置，即最小统计噪声估计方法中用来估计当前帧的噪声时，所用到的最小值与当前帧的距离最大可能为1.5秒以上，这样的估计会有很大的误差。

虽然见效搜索窗长可以减小延迟，但是简单地整体减小窗长，却会带来其它的错误。所以不能简单地整体减小窗长，本发明中采用动态变化的窗长来解决这个问题。其主要的思想就是，在信号段时，搜索窗长足够长，使其搜索到信号段外围的窗内最小值，因为那里的最小值才是最接近噪声的能量值，反之在非信号段，则采用较小的窗长，使得搜索窗检测得到的最小值能够尽量跟上噪声变化的速度。

如图5所示，噪声抑制模块2中所采用的自适应窗长的最小统计噪声估计方法，具体的步骤如下：

步骤2.1，将各麦克风的声音数字信号的当前帧通过频谱分析得到当前帧的含噪语音功率谱。此处所述的各麦克风的声音数字信号为含噪语音信号。

步骤2.2，确定含噪语音信号当前帧经过平滑处理的含噪语音功率谱密度。

(a)根据含噪语音信号的前一帧噪声估计结果确定当前帧的谱平滑系数

$\widehat{\mathrm{\α}}(\mathrm{\λ},k)=\frac{{\mathrm{\α}}_{\max }{\mathrm{\α}}_0\left(\mathrm{\λ}\right)}{1+{(P(\mathrm{\λ}-1,k)/{\widehat{\mathrm{\σ}}}_N^2(\mathrm{\λ}-1,k)-1)}^2}---\left(1\right)$

其中，λ表示帧序号，k表示频带序号；α₀(λ)为当前帧的校正因子，α_max表示校正因子的最大值；P为平滑的功率谱，P(λ-1，k)表示前一帧的平滑功率谱；

为噪声估计结果，

表示前一帧的噪声估计结果。校正因子α₀(λ)的计算方法如下：

${\mathrm{\α}}_0\left(\mathrm{\λ}\right)=0.7{\mathrm{\α}}_0(\mathrm{\λ}-1)+0.3\max ({\widehat{\mathrm{\α}}}_0\left(\mathrm{\λ}\right),0.7)---\left(2\right)$

其中，

是未经平滑的校正因子，其计算方法如下：

${\widetilde{\mathrm{\α}}}_0\left(\mathrm{\λ}\right)=\frac{1}{1+{({\mathrm{\Σ}}_{k=0}^{L-1}P(\mathrm{\λ}-1,k)/{\mathrm{\Σ}}_{k=0}^{L-1}{\left|Y(\mathrm{\λ},k)\right|}^2-1)}^2}---\left(3\right)$

其中，L表示帧长，Y(λ，k)表示帧序号和频带序号所对应的时频块的幅度值。

(b)确定当前帧的平滑功率谱P(λ，k)：

$P(\mathrm{\λ},k)=\widehat{\mathrm{\α}}(\mathrm{\λ},k)P(\mathrm{\λ},k)+(1-\widehat{\mathrm{\α}}(\mathrm{\λ},k)){\left|Y(\mathrm{\λ},k)\right|}^2---\left(4\right)$

步骤2.3，确定当前帧的平滑功率谱的偏差补偿系数B₀(λ)：

$B_0\left(\mathrm{\λ}\right)=1+\frac{1}{1+{(P(\mathrm{\λ}-1,k)/{\widehat{\mathrm{\σ}}}_N^2(\mathrm{\λ}-1,k)-1)}^2}\sqrt{{\stackrel{\‾}{Q}}^{-1}\left(\mathrm{\λ}\right)}---\left(5\right)$

其中，

是归一化的含噪语音功率谱密度的标准差，计算方法如下：

${\stackrel{\‾}{Q}}^{-1}\left(\mathrm{\λ}\right)=\frac{1}{L}\underset{k=0}{\overset{L-1}{\mathrm{\Σ}}}\frac{\mathrm{var}\left\{P(\mathrm{\λ},k)\right\}}{2{\widehat{\mathrm{\σ}}}_N^4(\mathrm{\λ}-1,k)}---\left(6\right)$

var{}表示求取大括号内随机变量的方差。

步骤2.4，估计最后用于谱减的噪声功率谱P_{min_u}(λ，k)：P_{min_u}(λ，k)＝P(λ，k)B₀(λ)。步骤2.5，按照图6的方式实施动态窗长的噪声功率谱更新：

${\widehat{\mathrm{\σ}}}_N^2(\mathrm{\λ},k)=\underset{{\mathrm{\λ}}_1\∈\{\mathrm{win}\_\mathrm{left},...,\mathrm{win}\_\mathrm{right}\}}{\min }{P}_{\min \_u}({\mathrm{\λ}}_1,k)---\left(7\right)$

其中，win_left、win_right分别表示搜索窗左边界和搜索窗右边界。

如图6所示，分为如下步骤：

步骤2.2.1，检测搜索窗右边界是否处在信号段，若是，执行步骤2.2.2，若否，执行步骤2.2.3；

步骤2.2.2，根据所设定的上限值判断搜索窗长度是否过大，若是，则执行步骤2.2.3；若否，执行步骤2.2.6；

步骤2.2.3，搜索窗左边界右移一帧；

步骤2.2.4：判断搜索窗内非信号的数量是否到达所设定的允许的最小值，若是，执行步骤2.2.6；若否，执行步骤2.2.5；

步骤2.2.5：搜索窗左边界右移一帧，然后转步骤2.2.4执行；

步骤2.2.6：搜索窗右边界右移一帧，进入下一帧噪声估计过程。

步骤3：利用信号处理模块3对各麦克风经过噪声抑制处理后的声音数字信号依次进行Gammatone滤波器分带滤波处理和分帧处理，然后各麦克风相同子带信号间做互相关，互相关结果经过幅度压缩后加和，得到当前帧的音频信号空间谱图，最后沿时间轴展开，得到音频信号时空谱。

在信号处理领域，运用广义互相关的方法来做声源定位是一种十分普遍的方法，该方法是利用了同一声源到达不同麦克风造成的各麦克风接收到的信号延迟差异与声源的方位具有的几何对应关系来实现声源定位的，尤其在非方向性干扰源和低混响环境下，该方法以其简单的实现和良好的定位效果被广泛应用。

虽然该方法简单易行，但是在实际运用中依然存在一些问题，其中最主要的一个是，传统的互相关方法是将两个通道信号直接做延时，对应点相乘后将所有乘积加和，这样一来如果信号中含有周期性分量，将使得互相关结果出现多个峰值，因为最后是要根据峰值进行声源方位判断，这样一来便增加了声源定位的难度。

所以在本发明中，针对高速公路音频车辆检测这一具体任务，对这一经典方法进行了改进，如图7所示，实现流程如下：以两通道的信号为例，首先对两个通道的信号分别经过Gammatone滤波器组滤波，得到两个通道各自的分带信号，信号分帧之后对应的分带信号分别作互相关，各自的互相关结果经过幅度压缩后相加在一起，得到当前帧最终的互相关结果，每一帧信号以此类推，最后沿时间轴展开，就可以得到随时间变化的互相关谱，即音频信号的时空谱。这样做的好处是，分带后做互相关的信号基本上可以认为是窄带信号，做互相关时受信号周期性的影响明显减弱，加上最后的互相关结果是由各频带结果加和而成，来自真实方位上的时延在各个频带都获得加强，而由周期性产生的时延却在加和过程中得到削减，从而使得最后的互相关峰值更加突出，并且通过由低频到高频各带逐渐展宽的Gammatone滤波器，一方面模拟人耳听觉系统的功能，另一方面也是对高频信号能量较弱进行了一定的补偿，并且加和之前进行了幅度压缩，进一步缓解了低频信号能量过大，过分影响互相关结果的问题。

步骤3的音频空间谱图的提取如下过程：

步骤3.1：首先经过降噪的声音数字信号经过模仿人耳的频率分辨特性，构造的32个通带的Gammatone滤波器滤波，滤波器的冲击响应g(t)如下：

g(t)＝t^l-1exp(-2πbt)cos(2πft)，t≥0         (8)

其中，t表示时间，l为指数常量，一般取4，b表示滤波器中心频率所对应的等效矩形带宽，f表示分带频率。

步骤3.2：通过Gammatone滤波器分带滤波得到32个子带信号，经过分帧处理，帧长0.2秒，帧移0.2秒。

步骤3.3：各子带信号间求互相关，公式如下：

$R_{\mathrm{xy}}\left(n\right)=\left\{\begin{array}{c}\underset{m=0}{\overset{N-1}{\mathrm{\&Sigma;}}}x\left(m\right)y(m+n),n\&GreaterEqual;0\\ R_{\mathrm{yx}}(-n),n<0\end{array}\right.---\left(9\right)$

其中，n表示采样点，x、y分别表示待进行互相关分析的两路子带信号，N表示求互相关的子带信号的分析帧长，R_xy(n)表示x与y两路信号在采样点n的互相关值，R_yx(-n)表示x与y两路信号在采样点-n的互相关值。

步骤3.4：各子带信号的自相关结果经过幅度压缩后加和起来，得到当前帧的互相关结果R_{sum_xy}(n)，具体公式如下：

$R_{\mathrm{sum}\_\mathrm{xy}}\left(n\right)=\underset{f}{\mathrm{\&Sigma;}}\ln R_{\mathrm{xy}}(n,f)---\left(10\right)$

R_xy(n，f)表示分带频率为f的x、y两路信号在采样点n的互相关值，具体每个分带频率下的互相关值是根据式(9)计算得到。

步骤3.5：模仿语谱图的做法，横轴沿时间展开，纵轴为相对于麦克风阵列中心的方位角，用不同颜色代表不同的互相关值，最终得到音频时空谱。

在得到沿时间轴展开的音频时空谱中，利用其互相关最大值形成的不同轨迹，便可以判断是否有车辆经过，在哪条道路上经过，如果有车辆经过，再根据该轨迹测点车辆的行驶速度并结合当前车辆所发出的音频信号特征，对该车辆进行车型分类，从而完成整个高速公路音频车辆检测的任务。具体的实施方式包含如下三个部分，分别是分道车辆检测、车型识别和车速检测，分别对应下面的步骤4、5和6。

步骤4：利用车辆检测模块4，追踪音频信号空间谱图的最大值，根据其最大值连成的轨迹，来确认是否在当前检测道路上有车辆经过。所述的最大值是指音频信号时空谱各帧上互相关值出现的最大值。

在车辆检测时，首先对于通过一组麦克风获得的单张音频时空谱，利用声源移动时，互相关最大值轨迹间在三个车道方向具有明显差异的特点，判定当前是否有来车以及来车相对于当前一组麦克风的相对位置，然后综合三张由三组麦克风得到的音频时空谱的判决结果，由于三组麦克风的相对位置已知，配合车辆互相关轨迹在三张音频时空谱上所反映出的对于各组麦克风的相对位置，综合得到当前是否有来车，如若有来车，则来车位于哪个车道的判定结果。

如图1所示，不同的车道来车，对于某一组固定的麦克风来讲，处于不同的相对位置，即相对于两麦克风中点的方位角不同。当迎面来车位于两麦克中垂面的时候，其互相关最大值的轨迹如图8中的b所示，车辆在距离麦克风较远时，互相关最大值位于中心点，随着车辆的临近，车辆主要的音频来源风噪来自车辆的左右两侧，相对于两麦克风中心呈现一左一右的声源方位角，所以最后阶段产生最大值形成一左一右两个拖尾，据此就可以判定相对于该麦克风二元阵，有车辆从中间方位通过。

类似的方法可以判定图8中的a是相对于二元阵左侧有车辆经过的情况，图8中的c是相对于二元阵右侧有车辆经过的情况，最后综合三个二元阵的来车相对方位的判定情况，结合二元阵自身的几何位置，即可判定具体是哪个车道有车辆通过，并在相应计数器加1，即完成车辆检测模块4的工作。

步骤5：当前车道上有车辆经过时，启动车型识别模块5识别所经过的车辆的车型。车型识别模块5利用低频能量值和信号过零率的二维特征，区别大型车与小型车。

在车型识别时，根据来车信号的方位，决定空间增强的方位，对麦克风阵列采集到的声音信号进行空间增强，然后提取美尔倒谱参数特征，融合短时低频能量、过零率等形成特征空间，训练大型和小型车的音频信号隐马尔科夫模型，在实际车型识别时，用训练好的模型进行识别，进而判断来车为大型车还是小型车。

车型识别模块5在车辆检测模块4输出显示有车辆经过的时候启动，否则处于挂起状态。车型识别模块5中通过特征提取模块51来提取当前帧的车型特征，通过模型训练模块52训练大型和小型车的音频信号隐马尔科夫模型，通过识别检测模块53用训练好的隐马尔科夫模型进行识别，进而判断来车为大型车还是小型车。

提取当前帧的车型特征：在得到来车方向的信息后，利用多麦克风波束形成技术，对来车位置的音频信号进行空间增强，对增强后的信号提取美尔倒谱特征，具体的过程是，分帧之后的信号经过汉宁窗，做快速傅里叶变换(FFT)，用美尔三角窗滤波器对谱线加权，再求每个三角窗内的能量后取对数，将这些对数能量进行离散余弦变换(DCT)，取前8个系数作为8维Mel频率倒谱系数特征，加上信号过零率和低频能量值，得到当前帧最后的10维车型特征。

训练大型和小型车的音频信号隐马尔科夫模型：对大车和小车分别建立从左到右含自跳转概率的隐马尔科夫模型，对采集到的信号都提取特征后，标注明确大车与小车，采用Baum-Welch算法训练得到跳转概率、输出概率等隐马尔科夫模型参数，方便后续识别。

识别判断来车为大型车还是小型车：在实际检测时，识别检测模块53通过特征提取模块51，对经过信号处理模块3分帧之后的声音数字信号进行特征提取，采用已经训练好的隐马尔科夫模型利用维特比解码方法寻找最优路径，最后取得分最高的那个模型作为大小车型的判定输出。

步骤6：当前车道上有车辆经过时，启动车速识别模块6，利用互相关谱上最大值的轨迹，计算车辆行驶的速度。

在车速检测时，来车在三张不同位置麦克风取得的音频时空谱图各有不同，利用互相关轨迹最大值的持续时间，确定来车经过麦克风阵列探测范围的时间，根据车型识别的结果，得到来车车型，从而确立合适的探测范围门限，最后行车的速度就等于行车距离(探测范围)除以经过时间，取三组麦克风车辆数据的平均值作为最后的车辆行驶速度输出。

如图9所示，通过前述车辆检测和车型识别，在确认当前有来车时，车速识别模块6启动，否则位于挂起状态。工作时，车辆行驶的速度等于探测范围的距离除以音频时空谱上互相关最大值轨迹的持续时间，三组麦克风共获得三组速度测试数据，取平均得到最终的车速检测结果输出。

尽管为说明目的公开了本发明的具体实施例和附图，其目的在于帮助理解本发明的内容并据以实施，但是本领域的技术人员可以理解：在不脱离本发明及所附的权利要求的精神和范围内，各种替换、变化和修改都是可能的。因此，本发明不应局限于最佳实施例和附图所公开的内容。

Claims (9)

1.一种高速公路音频车辆检测装置，其特征在于，包括如下模块：

麦克风阵列信号采集模块(1)，用于对待监测路段的声音信号进行采集，包括三个子模块：麦克风阵列(11)、麦克风放大器(12)和数据采集卡(13)；麦克风阵列(11)安装于横跨车道上方的龙门架上，将采集的龙门架周围的声音模拟信号，经麦克风放大器(12)放大输出给数据采集卡(13)，数据采集卡(13)将声音模拟信号经采样和量化转化为声音数字信号；

噪声抑制模块(2)，用于对麦克风阵列信号采集模块(1)输出的声音数字信号进行噪声抑制处理；该模块利用改进的自适应窗长的最小统计噪声估计方法来估计噪声，采用谱减方法进行噪声去除，使采集到的声音数字信号主要为待检测车道上的行驶中的车辆音频信号；

信号处理模块(3)，对各麦克风经过噪声抑制处理后的声音数字信号依次通过Gammatone滤波器分带滤波和分帧处理后，各麦克风相同子带信号间做互相关，互相关结果经过幅度压缩后加和，得到当前帧的音频信号空间谱图，最后沿时间轴展开，得到音频信号时空谱；

车辆检测模块(4)，追踪得到的音频信号时空谱的最大值，根据其最大值连成的轨迹，来确认是否在当前检测道路上有车辆经过；所述的最大值是指音频信号时空谱各帧上互相关值出现的最大值；

车型识别模块(5)，在车辆检测模块(4)的检测结果为有车辆经过时，启动；启动后利用低频能量值和信号过零率，以及8维的Mel频率倒谱系数特征，共计十维特征，区别大型车与小型车；其中，8维的Mel频率倒谱系数特征是指：对信号处理模块(3)进行空间增强，对增强后的声音数字信号提取美尔倒谱特征，取前8个系数作为8维Mel频率倒谱系数特征；

车速识别模块(6)，在车辆检测模块(4)的检测结果为有车辆经过时，启动；利用音频信号时空谱上最大值的轨迹，计算车辆行驶的速度，车辆行驶的速度等于探测范围的距离除以音频时空谱上最大值轨迹的持续时间，麦克风阵列(11)中包含几组麦克风，就获得几组速度测试数据，对几组速度测试数据得到的速度取平均得到最终的车辆行驶速度。

2.根据权利要求1所述的一种高速公路音频车辆检测装置，其特征在于，所述的麦克风阵列(11)由六个麦克风组成，六个麦克风从左至右两两一组分为三组，每组麦克风的中心与下方车道的中心对齐，所述的车道为两条行车道和应急停车道。

3.根据权利要求1所述的一种高速公路音频车辆检测装置，其特征在于，所述的数据采集卡(13)，为即插即用的USB数据采集卡，采用USB2.0总线，5V直流供电，单端16路模拟信号输入，单通道最高采样率达400kHz，16bit量化，输入阻抗1GΩ。

4.根据权利要求1所述的一种高速公路音频车辆检测装置，其特征在于，所述的车型识别模块(5)包括特征提取模块(51)、模型训练模块(52)和识别检测模块(53)三个子模块；

特征提取模块(51)在得到来车方向的信息后，利用多麦克风波束形成技术，对来车位置的经过信号处理模块(3)分帧之后的声音数字信号进行空间增强，对增强后的声音数字信号提取美尔倒谱特征，具体的过程是：将经过信号处理模块(3)分帧之后的声音数字信号经过汉宁窗，做快速傅里叶变换，用美尔三角窗滤波器对谱线加权，再求每个三角窗内的能量后取对数，将得到的对数能量进行离散余弦变换，取前8个系数作为8维Mel频率倒谱系数特征，加上信号过零率和低频能量值，得到当前帧的10维车型特征；

模型训练模块(52)对大车和小车分别建立从左到右含自跳转概率的隐马尔科夫模型，采用Baum-Welch算法训练隐马尔科夫模型；

识别检测模块(53)用于在实际识别时，将通过特征提取模块(51)得到的10维车型特征输入已经训练好的隐马尔科夫模型，利用维特比解码方法寻找最优路径，最后将取得分最高的模型作为大小车型的判定输出结果。

5.一种基于权利要求1所述的检测装置的高速公路音频车辆检测方法，其特征在于，该方法包括如下步骤：

步骤1：启动麦克风阵列(11)采集龙门架周围的声音模拟信号，各麦克风采集的声音模拟信号经麦克风放大器(12)进行放大后，再经过数据采集卡(13)中采样和量化转化处理，转换为声音数字信号；

步骤2：将步骤1得到的各麦克风的声音数字信号作为含噪语音信号，通过噪声抑制模块(2)进行噪声抑制处理，采用自适应窗长的最小统计噪声估计方法进行噪声估计，采用谱减方法进行噪声去除；

步骤3：利用信号处理模块(3)对各麦克风经过噪声抑制处理后的声音数字信号依次进行Gammatone滤波器分带滤波处理和分帧处理，然后各麦克风相同子带信号间做互相关，互相关结果经过幅度压缩后加和，沿时间轴展开，得到音频信号时空谱；

步骤4：利用车辆检测模块(4)，追踪音频信号时空谱上的最大值，根据其最大值连成的轨迹，来确认是否在当前检测道路上有车辆经过，若当前检测道路上有车辆经过，执行下一步骤，若没有，则转步骤1继续采集龙门架周围的声音模拟信号；所述的最大值是指音频信号时空谱各帧上互相关值出现的最大值；

步骤5：当前车道上有车辆经过时，启动车型识别模块(5)识别所经过的车辆的车型；车型识别模块(5)利用低频能量值和信号过零率，以及8维的Mel频率倒谱系数特征，共计十维特征，区别大型车与小型车；其中，8维的Mel频率倒谱系数特征是指：对信号处理模块(3)进行空间增强，对增强后的声音数字信号提取美尔倒谱特征，取前8个系数作为8维Mel频率倒谱系数特征；

步骤6：当前车道上有车辆经过时，启动车速识别模块(6)，利用音频信号时空谱上最大值的轨迹，确定车辆行驶的速度，车辆行驶的速度等于探测范围的距离除以音频时空谱上最大值轨迹的持续时间，麦克风阵列(11)中包含几组麦克风，就获得几组速度测试数据，对几组速度测试数据得到的速度取平均得到最终的车辆行驶速度。

6.根据权利要求6所述的高速公路音频车辆检测方法，其特征在于，步骤2中所述的采用自适应窗长的最小统计噪声估计方法进行噪声估计，具体方法为：

步骤2.1，将含噪语音信号的当前帧通过频谱分析得到当前帧的含噪语音功率谱；

步骤2.2，确定含噪语音信号当前帧经过平滑处理的含噪语音功率谱密度；

(a)根据含噪语音信号的前一帧噪声估计结果确定当前帧的谱平滑系数

$\widehat{\mathrm{\&alpha;}}(\mathrm{\&lambda;},k)=\frac{{\mathrm{\&alpha;}}_{\max }{\mathrm{\&alpha;}}_0\left(\mathrm{\&lambda;}\right)}{1+{(P(\mathrm{\&lambda;}-1,k)/{\widehat{\mathrm{\&sigma;}}}_N^2(\mathrm{\&lambda;}-1,k)-1)}^2}---\left(1\right)$

其中，λ表示帧序号，k表示频带序号；α₀(λ)为当前帧的校正因子，α_max表示校正因子的最大值；P(λ-1,k)表示前一帧的平滑功率谱；

表示前一帧的噪声估计结果；当前帧的校正因子α₀(λ)通过下式确定：

${\mathrm{\&alpha;}}_0\left(\mathrm{\&lambda;}\right)={0.7\mathrm{\&alpha;}}_0(\mathrm{\&lambda;}-1)+0.3\max ({\widetilde{\mathrm{\&alpha;}}}_0\left(\mathrm{\&lambda;}\right),0.7)---\left(2\right)$

其中，

是未经平滑的当前帧的校正因子，根据下式确定：

${\widetilde{\mathrm{\&alpha;}}}_0\left(\mathrm{\&lambda;}\right)=\frac{1}{1+{({\mathrm{\&Sigma;}}_{k=0}^{L-1}P(\mathrm{\&lambda;}-1,k)/{\mathrm{\&Sigma;}}_{k=0}^{L-1}{\left|Y(\mathrm{\&lambda;},k)\right|}^2-1)}^2}---\left(3\right)$

其中，L表示帧长，Y(λ,k)表示帧序号λ和频带序号k所对应的时频块的幅度值；

(b)根据下式确定当前帧的平滑功率谱P(λ,k)：

$P(\mathrm{\&lambda;},k)=\widehat{\mathrm{\&alpha;}}(\mathrm{\&lambda;},k)P(\mathrm{\&lambda;},k)+(1-\widehat{\mathrm{\&alpha;}}(\mathrm{\&lambda;},k)){\left|Y(\mathrm{\&lambda;},k)\right|}^2---\left(4\right)$

步骤2.3，确定当前帧的平滑功率谱的偏差补偿系数B₀(λ)：

$B_0\left(\mathrm{\&lambda;}\right)=1+\frac{1}{1+{(P(\mathrm{\&lambda;}-1,k)/{\widehat{\mathrm{\&sigma;}}}_N^2(\mathrm{\&lambda;}-1,k)-1)}^2}\sqrt{{\stackrel{\&OverBar;}{Q}}^{-1}\left(\mathrm{\&lambda;}\right)}---\left(5\right)$

表示当前帧的噪声估计结果，

是归一化的标准差，通过下式得到：

${\stackrel{\&OverBar;}{Q}}^{-1}\left(\mathrm{\&lambda;}\right)=\frac{1}{L}\underset{k=0}{\overset{L-1}{\mathrm{\&Sigma;}}}\frac{\mathrm{var}\left\{P(\mathrm{\&lambda;},k)\right\}}{2{\widehat{\mathrm{\&sigma;}}}_N^4(\mathrm{\&lambda;}-1,k)}---\left(6\right)$

步骤2.4，估计最后用于谱减的噪声功率谱P_{min_u}(λ,k)：P_{min_u}(λ,k)＝P(λ,k)B₀(λ)；

步骤2.5，实施动态窗长的噪声功率谱更新：

${\widehat{\mathrm{\&sigma;}}}_N^2(\mathrm{\&lambda;},k)=\underset{{\mathrm{\&lambda;}}_1\&Element;\{\mathrm{win}\_\mathrm{left},...,\mathrm{win}\_\mathrm{right}\}}{\min }{P}_{\min \_u}({\mathrm{\&lambda;}}_1,k)---\left(7\right)$

其中，win_left、win_right分别表示搜索窗左边界和搜索窗右边界。

7.根据权利要求7所述的高速公路音频车辆检测方法，其特征在于，步骤2.5具体包括如下步骤：

步骤2.2.1，检测搜索窗右边界是否处在信号段，若是，执行步骤2.2.2，若否，执行步骤2.2.3；

步骤2.2.2，根据所设定的上限值判断搜索窗长度是否过大，若是，则执行步骤2.2.3；若否，执行步骤2.2.6；

步骤2.2.3，搜索窗左边界右移一帧；

步骤2.2.4：判断搜索窗内非信号的数量是否到达所设定的允许的最小值，若是，执行步骤2.2.6；若否，执行步骤2.2.5；

步骤2.2.5：搜索窗左边界右移一帧，然后转步骤2.2.4执行；

步骤2.2.6：搜索窗右边界右移一帧，进入下一帧噪声估计过程。

8.根据权利要求6所述的高速公路音频车辆检测方法，其特征在于，所述的步骤3具体包括如下步骤：

步骤3.1：首先将经过噪声抑制处理的声音数字信号通过Gammatone滤波器进行分带滤波，所述的Gammatone滤波器具有32个通带，滤波器的冲击响应g(t)为：

g(t)＝t^l-1exp(-2πbt)cos(2πft),t≥0     （8）

其中，t表示时间，l为指数常量，值为4，b表示滤波器中心频率所对应的等效矩形带宽，f表示分带频率；

步骤3.2：通过Gammatone滤波器分带滤波得到32个子带信号，对32个子带信号进行分帧处理，帧长0.2秒，帧移0.2秒；

步骤3.3：对经过分帧处理后的各子带信号间求互相关，公式如下：

$R_{\mathrm{xy}}\left(n\right)=\left\{\begin{array}{c}\underset{m=0}{\overset{N-1}{\mathrm{\&Sigma;}}}x\left(m\right)y(m+n),n\&GreaterEqual;0\\ R_{\mathrm{yx}}(-n),n<0\end{array}\right.---\left(9\right)$

其中，n表示采样点，x、y分别表示待进行互相关分析的两路子带信号，N表示求互相关的子带信号的分析帧长，R_xy(n)表示x与y两路子带信号在采样点n的互相关值，R_yx(-n)表示x与y两路信号在采样点-n的互相关值；

步骤3.4：各子带信号的自相关结果经过幅度压缩后加和起来，得到当前帧的互相关结果R_{sum_xy}(n)，具体公式如下：

$R_{\mathrm{sum}\_\mathrm{xy}}\left(n\right)=\underset{f}{\mathrm{\&Sigma;}}\ln R_{\mathrm{xy}}(n,f)---\left(10\right)$

R_xy(n,f)表示分带频率为f的x、y两路子代信号在采样点n的互相关值，具体在分带频率f下x、y两路子代信号在采样点n的互相关值是根据式（9）得到；

步骤3.5：获取音频时空谱，设置横轴沿时间展开，纵轴为相对于麦克风阵列中心的方位角，用不同颜色代表不同的互相关值，最终得到音频时空谱。

9.根据权利要求6所述的高速公路音频车辆检测方法，其特征在于，所述的步骤5具体是：

步骤5.1：利用特征提取模块(51)提取当前帧的车型特征，在得到来车方向的信息后，利用多麦克风波束形成技术，对来车位置的经过信号处理模块(3)分帧之后的声音数字信号进行空间增强，对增强后的声音数字信号提取美尔倒谱特征，具体的过程是：将经过信号处理模块(3)分帧之后的声音数字信号经过汉宁窗，做快速傅里叶变换，用美尔三角窗滤波器对谱线加权，再求每个三角窗内的能量后取对数，将得到的对数能量进行离散余弦变换，取前8个系数作为8维Mel频率倒谱系数特征，加上信号过零率和低频能量值，得到当前帧的10维车型特征；

步骤5.2：利用模型训练模块(52)对大车和小车分别建立从左到右含自跳转概率的隐马尔科夫模型，采用Baum-Welch算法训练隐马尔科夫模型；

步骤5.3：在实际识别时，识别检测模块(53)将通过特征提取模块(51)得到的10维车型特征输入已经训练好的隐马尔科夫模型，利用维特比解码方法寻找最优路径，最后将取得分最高的模型作为大小车型的判定输出结果。

Images