CN104575491A - 识别和分类车辆上的损坏事件的方法和用于该方法的装置 - Google Patents

Abstract

对于用于通过检测和评估至少一个固体声音信号的识别和分类尤其是机动车上的损坏事件和/或接触事件的方法，要检测、评估和分类损坏事件的不同形式。这通过以下方式实现，即确定固体声音信号的幅度包络，并且把固体声音信号基于幅度包络的时间曲线分类。其中对幅度包络的时间曲线的不同类型分配不同的损坏事件或者接触事件。

Description

识别和分类车辆上的损坏事件的方法和用于该方法的装置

本发明涉及通过检测和评估至少一个固体声音信号而用于尤其机动车上的损坏事件和/或接触事件的识别和分类的方法。此外本发明涉及用于执行该方法的装置，其中该装置具有至少一个与用于信号传递的评估单元连接的固体声音传感器。此外本发明涉及具有前述装置的车辆-尤其是机动车。

用于识别损坏事件的方法和装置是已知的并且首先应用于机动车领域。因此在DE 100 34 542中描述通过检测固体声音频谱而用于识别由事故引发的机动车的至少一个结构零件的形变的方法和装置。把固体声音频谱作为传感器信号传递给评估单元。把至少一个结构零件用定义的重复频率脉冲激励并且从中得出的固体声音频谱得以检测和评估。把其它从同样的频率脉冲得出的固体声音频谱与该固体声音频谱相比较并且把关键差异解释为由事故引发的形变。关于形变方式的差异是不进行的。同样地少量损坏-例如油漆擦伤的侦测是不进行的。

应用在机动车中的固体声音传感器通常被设计在碰撞识别上。通过固体声音传感器的如此较大的损坏事件的识别通常应用于引发对于机动车或者其它交通工具的乘客的保护。大多地为了分析事件把被侦测的固体声音信号转换，从而例如固体声音信号的能量或者固体声音信号以谱解析的形式得以研究。通过与预先确定阈值的比较例如对于谱解析的固体声音信号的可能的决定是，是否应该或者不应该引发气囊。不进行损坏事件的更精确的分离。

因此用已知的方法不可能确定的是，是否对于损坏事件例如指的是车辆外壳的凹陷、油漆擦伤或者较强的塑性形变。为了较精确的分类损坏指的是何种类型因此必须例如通过视觉检查实现损坏的光学分析。这在机动车行驶时大多是不可能的，从而通过从事件到检查的时间上的偏移把损坏事件单一地分配到可能的原因是受限的。

本发明所针对的任务是，提出一种方法，用该方法能够检测、评估和分类机动车上的损坏事件和接触事件。

该任务的解决通过用具有专利权利要求1的特征的方法、具有专利权利要求16的特征的装置和具有专利权利要求17的特征的车辆来实现。改进方案和有利的扩展方案分别在从属权利要求中得以说明。

通过检测和评估至少一个固体声音信号用于识别和分类尤其机动车上的损坏事件和/或接触事件的方法根据本发明其特征在于，确定固体声音信号的幅度包络曲线，并且基于幅度包络的时间曲线对固体声音信号分类，其中把不同的损坏事件或者接触事件分配到幅度包络的时间曲线的不同类型。

通过分析幅度包络曲线使得固体声音信号的时间曲线的精确评定成为可能。根据幅度包络的时间曲线进行固体声音信号的其它分类。通过不把信号换算为频谱，信号的全部时间相关的信息得以呈现。从而例如能够例如确定固体声音信号的上升曲线、衰变曲线、时间相关的最大幅度以及信号长度。该信号特性能够用于固体声音信号的其它分类。

只要至少一个确定的参数通过固体声音信号或者通过从固体声音信号中产生的信号得以满足，固体声音信号的信号特性的计算和存储就会开始。从机动车的车辆外壳或者其它结构零件进入的固体声音信号得以连续地监控。只要该固体声音信号之一超过先前确定的预先确定，信号特性的计算和存储的算法就会开始。通过固体声音信号与阈值的该恒定的比较给予类型预先实验，从而不必要的是，对于每个固体声音信号进行所有信号特性的全部计算。通过该措施赋予计算时间的显著节省。

优选地把低于极限频率的固体声音信号的频率用滤波器尤其高通滤波器来抑制。由被滤波的信号超过阈值时开始原始的和被滤波的固体声音信号的信号特性的计算和存储。通过借助于高通滤波器滤波全部的固体声音信号能够把大多在低于固体声音信号的信号范围中的通常的干扰噪音-例如发动机振动、车轮运行噪音或者类似的减弱。通过使用被高通滤波的固体声音信号来与作为预先实验起作用的阈值的比较，能够减少错误的损坏报警的比例。通过抑制较低频率，较低频率范围中的干扰噪音较少地影响固体声音信号的频谱。

为了评估，从单个的、时间上先后的固体声音信号段确定固体声音信号的信号特性。通过评估典型地具有一个到十个毫秒长度的单个的信号段，能够显著减少用于评估必需的计算能力。

在由被高通滤波的固体声音信号超过阈值时计算和存储固体声音信号的最大幅度和/或平均值和/或方差、以及被高通滤波的信号的最大幅度。此外确定和存储固体声音信号的能量值和被高通滤波的信号固体声音信号的能量值。该时间上解析的被存储的信号被用于把被侦测的固体声音信号分类并且因比对其分配不同的损坏事件或者接触事件。

固体声音信号的存储会如此久也进行，直到信号能级接近预先确定的噪音级或者直到信号能级不显著接近至少两个先后相接的信号段。只要信号能级接近先前的噪音级，则确保的是，引起固体声音信号值中的改变的事件已结束。同样地能够出现持续改变信号能级的事件。当至少两个-但是优选多个先后相接的信号段的信号能级不根本上改变时，这样的事件的完全检测于是得以确保。信号能量值因此得以平整到新的值上。在满足该标准时信号数据的评估和存储能够得以建立。

固体声音信号的更精确的分类通过研究固体声音信号的幅度包络的时间曲线而实现。这样把幅度包络的脉冲形的曲线分配给车辆上可能的塑性形变。塑性形变能够例如是通过石头撞击引起的车辆外壳中的凹陷。幅度包络的脉冲形的曲线特征在于，它在相对短的时间窗中具有相对大的幅度。它通过以下方式实现，即例如在石头撞击时很多能量在短时间段中得以传递。只要石头弹飞，能量传递就结束并且固体声音信号的幅度再次接近正常值。同样可能的是，通过例如在机动车中留下形变的石头撞击持续地改变固体声音信号。

在本方法的一种实施方式中脉冲形的曲线具有跟随指数下落的高的幅度波动。例如通过石头撞击引起的大的幅度波动对于塑性形变的脉冲形的幅度包络曲线是特征性的。通过车辆上相对短的能量传递时间幅度包络曲线快速下降，该曲线展示指数的下落。

根据本方法的一种实施方式把固体声音信号的幅度包络的长形的时间曲线分配给车辆油漆的可能的损坏。车辆油漆的损坏例如通过树丛、灌木或者类似的引起-特征在于大多情况下给予车辆较长的、也因此引起长的固体声音信号的作用。在这里被传递的能量却基本上比在通过石头引起的塑性形变时较小。

在本方法的一种实施方式中幅度包络具有第一波动和时间上间隔的第二波动并且第二波动分配车辆油漆的损坏。对于损坏例如是车辆油漆的擦伤大多情况下第一幅度最大值通过引起损坏的物体的接触而引起。油漆的本身的损坏导致幅度包络的其它波动。

在本方法的一种实施方式中幅度波动在长形的时间曲线中大约具有相同的数量级。由于车辆油漆的本身擦伤的幅度包络曲线段具有大约恒定的数量级，因为大多情况下在擦伤时力在车辆油漆上的作用是相对恒定的。

固体声音信号的幅度包络的不规则的时间曲线分配到车辆上的可能的刮擦。例如在车辆外壳上的刮擦例如出现在停靠时两个车辆之间的接触时。传递到车辆外壳上的能量在刮擦时大多情况下比例如在油漆擦伤时较高。由此得出的是，刮擦也留下车辆外壳中的较深的印记。

对于幅度包络的脉冲形的时间曲线进一步研究固体声音信号，其方式为把固体声音信号的最大幅度与阈值比较并且当固体声音信号超过该阈值，则把被高通滤波的固体声音信号的能量值与另一个阈值比较并且在超过该另一个阈值时确定固体声音信号的全部能量的衰变时间。在固体声音信号的全部能量的短的衰变时间的情况下把固体声音信号分配塑性形变。在塑性形变(例如车辆外壳的塑性形变)的情况下在短时间内高能量得以传递到结构零件上。它导致固体声音信号的大幅度。固体声音信号的最大幅度与阈值比较，其中在低于该阈值时车辆的塑性形变是不可能的并因此能够得出是弹性形变。

若超过阈值，则在下一步中把被高通滤波的信号的能量与另一个阈值比较。通过被高通滤波的信号的能量值与阈值的比较能够排除的是，固体声音信号中的大多数能量出现在较小的频率的情况下并且因此例如通过车辆噪音的改变而引起。在低于该阈值时为了精确分类损坏事件必须测定其它的信号特性。例如能够测定的是，单位时间多少能量被传递到车辆上。此外在超过该阈值时研究全部能量的时间曲线的下落。例如车辆外壳的短的衰变时间是由于短时间的脉冲形的能量传递到机动车上并因此机动车塑性地形变。

在本方法的一种实施方式中幅度包络在少于0.4秒内下降到最大值的10％。在塑性形变的情况下幅度包络的下落发生在0.4秒的时间窗内。优选地选择0.3秒的时间窗，其中幅度包络完全地下降，以把信号分配到塑性形变。

在固体声音信号的幅度包络的长形的曲线的情况下把信号进一步研究，其方式为把固体声音信号的信号长度与阈值比较并且在超过该阈值时把原始的固体声音信号的能量值与被高通滤波的固体声音信号的能量值比较。若被高通滤波的信号具有基本上比原始的固体声音信号较高的能量值，则存有油漆擦伤是很可能的。车辆之间(例如车辆外壳和一个物体或者另一个机动车)的、导致车辆油漆擦伤的接触大多情况下相比例如导致车辆的塑性形变的接触较长地持续。若固体声音信号的幅度包络具有长形，但却低于预先确定的阈值，则该固体信号的更具体的定义是困难的并且把该信号分级为未定义的。而若信号长度超过阈值，则在下文研究的是，是否在被高通滤波的信号中存有相比在原始的固体声音信号中的较高的能量。在被高通滤波的信号中把低于极限频率的频率抑制。通过被高通滤波的信号的与原始固体声音信号的能量的对比因此可见的是，是否较低的或者较高的频率主要地贡献固体声音信号的全部能量。因为在引起油漆擦伤时大多情况下较高的频率得以减弱，可能的是，当被高通滤波的信号的能量超过原始的固体声音信号的能量时，则存有油漆擦伤。

在存有幅度包络的不规则的时间曲线时把固体声音信号的信号长度与阈值相比较并且在超过该阈值时把固体声音信号的全部能量与其它阈值相比较。在超过这个其他阈值时把固体声音信号分配给刮擦。例如车辆外壳的刮擦大多情况下先于与其它物体或者其它车辆的较长接触。固体声音信号的信号长度因此首先与预先确定的阈值相比较。在低于该阈值时把固体声音信号分类为未定义的噪音。在超过该阈值时车辆的刮擦是可能的并且为了进一步可信把固体声音信号的全部能量值与其它阈值相比较。因为在刮擦时传递的能量与其它的接触事件或者损坏事件是不同的，在超过该阈值时能够得出的是，刮擦发生了。在低于该阈值时把噪音分类为未定义的。

在本方法的另一个实施方式中对于弹性形变幅度包络从初值出发具有指数的下落。由例如车辆外壳的弹性形变引起的被侦测的固体声音信号具有归因于车辆外壳的最大挤压的最大幅度。因为在弹性形变时车辆外壳没有如此大地、从而导致持续损坏的挤压，则最大幅度是不强地表现。

在本发明的另一个实施方式中指数下落在最小0.5秒的时间段上进行。衰变时间-即信号下降到最大幅度的10％的该时间段-为最少0.5秒。大多情况下它位于从0.5秒到1秒的时间窗中。弹性形变的衰变时间因此下相比塑性形变明显更长。

在本方法的另一个实施方式中幅度包络的最大幅度在塑性形变时在大多情况下比在弹性形变时较大。由于较大的最大幅度使得塑性形变的固体声音信号与弹性形变的固体声音信号相区分。塑性形变时的最大幅度由于较大的能量进入而较大。为了精确地确定能够引入阈值，在超过它时能够得出是塑性形变。

在本方法的一种改进方案中把固体声音信号到不同的损坏事件或者接触事件的分配能够通过使用例如人工神经网络、隐马尔可夫模型或者其它的语言识别方法进一步得以确认。通过该方法较精确地扫描、处理并且因此把固体声音信号分配到不同的损坏事件或者接触事件是可能的。从而能够例如研究不同的频率曲线或者不同的频率序列。此外能够把信号拆分并且用被存储的比较段来比较，以确定可能的一致性。此外能够例如通过被定义的训练数据记录训练人工神经网络。

有利地检测并且评估至少一个金属面-尤其是车辆的外壳的固体声音信号。通过检测车辆的外壳的固体声音信号能够检测接触事件或者损坏事件。例如油损坏事件引起的固体声音会经过外壳产地到整个车辆上以及车辆的车身上并因此能够很好地通过相应的传感器得以检测。

本发明的另一方面涉及用于执行根据本发明的方法的装置，其中该装置具有至少一个与评估单元在信号传输方面相连接的固体声音传感器。该装置的特征在于，评估设备具有用于计算幅度包络的设备和用于根据时间分析幅度包络或者固体声音信号的设备并且该装置具有用于滤波固体声音信号的单元并且该装置具有事件存储单元。

优选地例如在机动车的车辆外壳上设置多个固体声音传感器。发生的接触事件或者损坏事件因此能够在车辆外壳的每个位置上得以侦测。固体声音传感器与评估单元相连接，其中每个固体声音传感器能够与评估单元相连接或者机动车具有中央评估单元，所有的固体声音传感器与中央评估单元相连接。在评估单元执行所有为了侦测和分类所必需的计算操作。

此外本发明涉及具有根据本发明的装置的车辆-尤其是机动车。在该机动车的情况下能够集成固体声音传感器以及评估单元到已经存有的传感器中或者说计算单元中。

下文根据在附图中展示的优选实施例进一步阐释本发明。分别展示：

图1是本方法的示意图；

图2是弹生形变的测量信号的示意图；

图3是塑性形变的信号的示意图；

图4是车辆油漆的损坏的信号的示意图。

由固体声音传感器持续测得的固体声音信号首先用高通滤波，以把如发动机振动或者车轮运行噪音的干扰噪音减弱。把被高通滤波的信号与阈值比较并且当超过该预先确定的阈值时，就立即开始原始的固体声音信号和被高通滤波的固体声音信号的信号特性的计算和存储。由原始的固体声音信号确定最大幅度、平均值和方差。由被高通滤波的固体声音信号确定最大幅度。此外计算被高通滤波的和原始的固体声音信号的能量值。只要信号能级接近先前的噪音级时或者当该值被平整到新的固定值上，该值的记录就终止。在计算和存储通过损坏事件或者接触事件引起的固体声音信号之后开始本身的分类1。此外首先计算2固体声音信号的幅度包络并且研究其时间曲线。在本方法中进行脉冲形的3、长形的曲线4和不规则的曲线5之间的区分。若幅度包络具有脉冲形的曲线3，则能够把它归因6于凹陷或者石头撞击。为了更具体地研究在第一步7中把固体声音信号的最大幅度与阈值相比较。若最大幅度比预先确定的阈值较小的值，则它很可能指的是弹性形变8。若最大幅度具有较大的阈值，则在第二步9中把被高通滤波的固体声音信号的能量与第二阈值相比较。低于该阈值分配到弹性形变8，超过该阈值时在第三步10中研究固体声音信号的全部能量的衰变时间。在全部能量的短的衰变时间的情况下把凹陷或者石头撞击11分配到损坏事件或者接触事件。

在幅度包络的长形的曲线4的情况下，油漆擦伤12能够是对于该固体声音信号的原因。对此在第一步13中把固体声音信号的信号长度与预先确定的阈值相比较。若信号的长度低于该阈值，则对于固体声音信号的原因是未定义的14。若信号长度超过阈值，则在进一步的研究15是确定的是，是否固体声音信号的全部能量的大部分位于高于高通滤波器的极限频率以上的频率范围。若不是该情况，则对信号分配未定义的噪音14。若较高的频率范围相比于较低的频率范围具有明显较高的能量比例，则油漆擦伤作为固体声音信号16的原因是很可能的。

在幅度包络的不规则曲线的情况下，停车时的挤压或者刮擦17能够是对于信号的原因。为了研究在第一步18中把信号长度与阈值相比较。在低于阈值时事件指的是未定义的噪音14。若信号长度超过预先确定的阈值，则固体声音信号的全部能量在另一步19中与另一个阈值相比较。在低于阈值时把对信号分配未定义的噪音14。若全部能量的值超过阈值，则刮擦20作为固体声音信号的原因是很可能的。

在图2中展示塑性形变21的固体声音信号。从在该例子中具有大约13mV的值的最大幅度22出发，幅度包络指数性23地下落。信号从最大幅度下降到最大幅度的10％的衰变时间为大约0.6秒。因为在弹性形变时能量进入不是特别的大，则它在车辆上不留下损坏。

在图3中展示车辆外壳上的塑性形变24的固体声音信号的示意曲线。从950mV的最大幅度25出发，幅度包络指数性26地下降。在塑性形变时的衰变时间在该例子上为125毫秒。与弹性形变相比较塑性形变因此具有基本上较大的最大幅度25和基本上较小的衰变时间。基本上较大的最大幅度25归因于在塑性形变时被传递到车辆外壳上的较高的能量。

在图4中示意展示车辆油漆27擦伤时的固体声音信号。展示两个互相时间上间隔的幅度包络的波动。在此幅度包络的第一波动28相比于第二波动29具有基本上较小的最大幅度。幅度包络的第一波动28分配到擦伤油漆的物体的接触。幅度包络的第二较大的波动29分配到车辆油漆的擦伤。该信号段29具有长形的曲线，其中幅度包络的幅度具有大约相同的数量级。

所有在前述的说明中和在权利要求中提到的特征在具有从属权利要求的特征的任意的选择中是可以组合的。本发明的公开因此不限于所述或所要求的特征组合，反而所有在本发明的框架中有意义的特征组合被视作公开的。

Claims (24)

1.用于通过检测和评估至少一个固体声音信号识别和分类尤其是机动车上的损坏事件和/或接触事件的方法，

其特征在于，

所述固体声音信号的幅度包络得以确定，并且所述固体声音信号由于幅度包络的时间曲线得以分类，其中对不同类型的幅度包络的时间曲线分配不同的损坏事件或者接触事件。

2.按权利要求1的方法，其特征在于，只要至少一个确定的参数通过所述固体声音信号或者通过从所述固体声音信号中引发的信号被满足，就开始计算和存储固体声音信号的信号特性。

3.按权利要求2的方法，其特征在于，低于极限频率的固体声音信号的频率用滤波器-尤其是高通滤波器得以抑制，并且在被滤波的信号超过阈值时开始计算和存储原始的和被滤波的固体声音信号的信号特性。

4.按权利要求2或3的方法，其特征在于，固体声音信号的信号特性由单个的时间上先后相接的固体声音信号段确定。

5.按权利要求1到3中任一项的方法，其特征在于，计算和存储所述固体声音信号的最大幅度和/或平均值和/或方差以及被高通滤波的信号的最大幅度。

6.按权利要求3到5中任一项的方法，其特征在于，确定和存储所述固体声音信号的能量值和被高通滤波的固体声音信号的能量值。

7.按权利要求2到4中任一项的方法，其特征在于，把固体声音信号值如此久地进行存储，直到信号能级接近预先确定的噪音级或者直到信号能级不显著地改变至少两个时间上先后相接的信号段。

8.按权利要求1到7中任一项的方法，其特征在于，把固体声音信号的幅度包络的脉冲形的时间曲线(3)分配到车辆上可能的塑性形变(6)。

9.按权利要求8的方法，其特征在于，脉冲形的时间曲线具有跟随着指数下落(26)的高的幅度波动(25)。

10.按权利要求1到9中任一项的方法，其特征在于，把固体声音信号的幅度包络的长形的时间曲线(4)分配给车辆油漆的可能损坏。

11.按权利要求1到10中任一项的方法，其特征在于，幅度包络具有第一波动(28)和时间上间隔的第二波动(29)并且把第二波动(29)分配给车辆油漆的损坏。

12.按权利要求11的方法，其特征在于，幅度包络在长形的时间曲线(29)中大约具有相同的数量级。

13.按权利要求1到12中任一项的方法，其特征在于，把所述固体声音信号的幅度包络的不规则的时间曲线(5)分配给车辆上的可能的刮擦。

14.按权利要求8的方法，其特征在于，把所述固体声音信号的最大幅度与阈值相比较(7)，并且当固体声音信号超过这个阈值，则把被高通滤波的固体声音信号的能量值与另一个阈值相比较(9)，并且当超过这个另一个阈值时确定(10)固体声音信号的全部能量的衰变时间，并且在短的衰变时间的情况下把固体声音信号分配(11)给塑性形变。

15.按权利要求14的方法，其特征在于，幅度包络在少于0.4秒内下降到最大值的10％。

16.按权利要求11或12的方法，其特征在于，把所述固体声音信号的信号长度与阈值相比较(13)，并且在超过该阈值时把原始的固体声音信号的能量值与被高通滤波的固体声音信号的能量值相比较(15)，并且当被高通滤波的固体声音信号具有基本上较高的能量值时，对所述固体声音信号分配(16)车辆的油漆中的擦伤。

17.按权利要求13的方法，其特征在于，把所述固体声音信号的信号长度与阈值相比较(18)，并且在超过该阈值时把固体声音信号的全部能量值与另一个阈值(19)相比较，并且在超过这个另一个阈值时所述固体声音信号分配(20)给车辆上的刮擦。

18.按权利要求1到17中任一项的方法，其特征在于，在弹性形变(21)的情况下幅度包络从初始值(22)出发具有指数性的下落(23)。

19.按权利要求18的方法，其特征在于，指数性的下落在至少0.5秒的时间段上延伸。

20.按权利要求1到19中任一项的方法，其特征在于，幅度包络的最大幅度在塑性形变(25)时大多情况下比在弹性形变(22)时较大。

21.按权利要求15到17中任一项的方法，其特征在于，固体声音信号到不同的损坏事件或者接触事件的分配通过使用例如人工神经网络、隐马尔可夫模型或者其它的语言识别方法进一步得以确认。

22.按权利要求1到21中任一项的方法，其特征在于，检测和评估至少一个金属面-尤其车辆的外壳的固体声音信号。

23.用于执行按权利要求1到22中任一项的方法的装置，其中所述装置具有至少一个与评估单元信号传递地连接的固体声音传感器和存储单元，

其特征在于，

评估设备具有用于计算幅度包络的设备和用于时间相关地分析幅度包络或者固体声音信号的设备，并且所述装置具有用于滤波固体声音信号的单元。

24.车辆-尤其是机动车，其具有根据权利要求23的装置。