一种基于瞳孔直径的车辆声品质评价方法
技术领域
本发明属于汽车试验技术领域,特别涉及一种基于瞳孔直径的车辆声品质评价方法。
背景技术
目前,对车辆声品质的评价可分为主观评价和客观评价两种。声品质的主观评价方法以人为主体,通过问卷调查或评审团主观评价试验的形式进行评价。声品质客观评价是以声音的物理参数及心理学客观参数为基础,通过测试分析响度、尖锐度、粗糙度、波动度等声音的客观参数以评价声音的优劣。
但是,声品质主观评价方法主要根据问卷调查方式、成对比较方式、排序方式对声品质进行评价,受评价方式的限制,主观评价方法仅能进行多样本比较或等级划分,而无法给出具体的比例尺度。声品质客观评价方法主要以声音固有的指标为研究对象,并着力寻找对心理影响较大的声音指标以提高声品质客观评价有效性和准确性,而在时频域内声音固有的物理指标众多,不同指标排列组合得到的综合指标类别、数量巨大,因而对声品质客观评价指标的选取存在大量分歧。
心理负荷与瞳孔直径的关系研究为探索避免比例尺度缺陷并直接反映声品质对人的影响的评价方法提供了新的方向。相关领域专家研究了精神负荷对瞳孔直径变化的影响、声音等刺激因素造成的心理压力及其导致的瞳孔直径变化等规律,在已有研究成果启发下发明人进行了瞳孔直径与声品质的相关性试验,充分证明了瞳孔直径与声品质的明显相关性。因此,本发明提出了一种基于瞳孔直径的车辆声品质评价方法,通过直接量化可反映评价员心理负荷的瞳孔直径指标,弥补声品质主观评价方法中比例尺度的缺陷,解决声品质客观评价指标选取分歧的问题。
发明内容
本发明针对车辆声品质的常规主观评价方法和客观评价方法的缺陷,提供一种基于瞳孔直径的车辆声品质评价方法;该方法首次提出以瞳孔直径为指标的车辆声品质评价方法;该方法是基于车辆声品质对人产生心理负荷而心理负荷会表现为瞳孔直径变化的原理。
本发明是一种基于瞳孔直径的车辆声品质评价方法,其步骤如下:
步骤一、选择声品质评价员;
步骤二、将音频采集数据装置固定于待评价工况条件下的待评价位置处,采集音频数据s 0 作为待评价样本;
步骤三 、评价员坐于座椅处,佩戴高保真耳机,回放所采集的车内音频数据s 0 ,进行声品质评价数据的采集;
步骤四、判断是否具有所选评价员的照度-瞳孔直径模型M ,若无照度-瞳孔直径模型M,进行步骤五,若有照度-瞳孔直径模型M ,进行步骤六;
步骤五、固定照度为L lx的环境下,评价员坐于座椅处,佩戴高保真耳机,不播放音频,采集评价员从佩戴耳机开始t 2 时长内的瞳孔直径数据d 1 ,对采集到的瞳孔直径数据d 1 ,剔除眨眼过程数据,对瞳孔直径数据进行降噪处理,生成瞳孔直径标准数据d 2 ;评价员位于无声光干扰的室内,佩戴高保真耳机,使用照度可调装置,从a lx至b lx以c lx的步长调整评价员眼部照度,每个照度下采集评价员t 3 时长的瞳孔直径数据,得到 组数据组成的照度数据集合f 与瞳孔直径数据集合g ,剔除g 中眨眼过程数据,对瞳孔直径数据进行降噪处理,生成不同照度条件下的瞳孔直径数据集合g 1 ,并建立照度-瞳孔直径模型M ;
步骤六,剔除e 1 中眨眼过程数据,对瞳孔直径数据进行降噪处理,生成瞳孔直径数据e 2 ,根据照度-瞳孔直径模型M 中照度与瞳孔直径的对应关系对瞳孔直径数据e 2 进行处理,将非固定照度条件下瞳孔直径数据e 2 转换为照度为L lx条件下的瞳孔直径数据e 3 ,完成瞳孔直径照度一致性调整,进而进行声品质量化。
所述步骤三中,声品质评价数据采集是指:采集音频回放时段t 1 时长内评价员的瞳孔直径数据e 1 与照度数据f e 。
所述步骤五中,建立照度-瞳孔直径模型M 的过程为:计算各照度下瞳孔直径数据g 1 的均值集合g 2 ,将照度f 与瞳孔直径数据g 2 进行拟合,从而完成照度-瞳孔直径模型M的建立。
所述步骤六中,声品质量化的过程为:计算t 2 时段内e 3 与d 2 的差的绝对值之和p,将p 作为声品质评价的量化指标。
通过上述设计方案,本发明可以带来如下有益效果。
1、本发明首次提出以瞳孔直径作为评价指标的车辆声品质评价方法;该方法可直接对评价员的主观感受进行量化,弥补声品质主观评价方法中比例尺度的缺陷;该方法可解决声品质客观评价指标选取分歧的问题。
2、本发明可重复使用评价员的瞳孔直径标准数据d 2 和照度-瞳孔直径模型M ,从而降低车辆声品质评价成本。
3、本发明建立了照度-瞳孔直径模型M ,该模型可将变照度环境下的瞳孔直径数据调整为特定照度下的瞳孔直径,从而放宽声品质评价数据采集时的光环境要求,进而降低车辆声品质评价成本。
附图说明
下面结合附图对本发明作进一步说明。
图1为本发明基于瞳孔直径的车辆声品质评价方法流程图。
图2为本发明实施例的瞳孔直径标准数据d 2 。
图3为本发明实施例的照度-瞳孔直径模型M 。
图4为本发明实施例的瞳孔直径数据e 2 和瞳孔直径数据e 3 。
图5为本发明实施例的瞳孔直径标准数据d 2 与量化指标p 。
具体实施方式
下面结合附图对本发明作详细的描述。
本发明的一种基于瞳孔直径的车辆声品质评价方法流程如图1所示,具体包括下述步骤:
步骤一、选择声品质评价员;
步骤二、调整某型号机动车工况至待评价工况状态,完成工况条件调整,将HEADacoustics公司生产的HMS III仿真人工头固定于某型号机动车待评价工况条件下的驾驶人位置处,完成音频采集装置固定,使用SQlabII多通道测试系统采集音频数据s 0 作为待评价样本,完成待评价样本采集;
步骤三 、评价员坐于座椅处,佩戴HA III高保真耳机,回放所采集的车内音频数据s 0 ,进行声品质评价数据采集;
步骤四、判断是否具有所选评价员的照度-瞳孔直径模型M ,若无照度-瞳孔直径模型M,进行步骤五,若有照度-瞳孔直径模型M ,进行步骤六;
步骤五、固定照度为L lx的环境下,评价员坐于座椅处,佩戴HA III耳机,不播放音频,采集评价员从佩戴耳机开始t 2 时长内的瞳孔直径数据d 1 ,对采集到的瞳孔直径数据d 1 ,使用线性内插法剔除眨眼过程数据,对瞳孔直径数据进行基于EMD(Empirical ModeDecomposition,经验模态分解)的降噪处理,生成瞳孔直径标准数据d 2 ;评价员位于无声光干扰的室内,佩戴HA III耳机,使用德国HEP SD218-40调光电子镇流器与T8灯管,以c lx的步长将评价员眼部照度从a lx调整至b lx,每个照度下采集评价员t 3 时长的瞳孔直径数据,得到 组数据组成的照度数据集合f 与瞳孔直径数据集合g ,使用线性内插法剔除g 中眨眼过程数据,对瞳孔直径数据进行基于EMD(Empirical Mode Decomposition,经验模态分解)的降噪处理,生成不同照度条件下的瞳孔直径数据集合g 1 ,并建立瞳孔直径随照度变化的二维模型M ;
步骤六,使用线性内插法剔除e 1 中眨眼过程数据,对瞳孔直径数据进行基于EMD(Empirical Mode Decomposition,经验模态分解)的降噪处理,生成瞳孔直径数据e 2 ,根据照度-瞳孔直径模型M 中照度与瞳孔直径的对应关系对瞳孔直径数据e 2 进行处理,将非固定照度条件下瞳孔直径e 2 转换为照度为L lx条件下的瞳孔直径e 3 ,完成瞳孔直径照度一致性调整,进而进行声品质量化。
所述步骤三中,声品质评价数据采集是指:使用瑞典Smart Eye AB公司研发的Smart Eye Pro眼动仪采集音频回放时段t 1 时长内评价员的瞳孔直径数据e 1 ,使用台湾泰仕电子工业股份有限公司生产的TES-1339R型照度计采集评价员眼部照度数据f e 。
所述步骤五中,建立照度-瞳孔直径模型M 的过程为:计算各照度下瞳孔直径数据g 1 的均值集合g 2 ,将照度数据f 与瞳孔直径数据g 2 进行拟合,从而完成照度-瞳孔直径模型M 的建立。
所述步骤六中,声品质量化的过程为:计算t 2 时段内e 3 与d 2 对应数据单位时间内的差的绝对值之和p ,将p 作为声品质评价的量化指标。
本发明首次提出以瞳孔直径作为评价指标的车辆声品质评价方法;该方法可直接对评价员的主观感受进行量化,从而弥补声品质主观评价方法中比例尺度的缺陷;该方法可解决声音固有特性造成的声品质客观评价指标选取分歧的问题。
本发明可重复使用评价员的瞳孔直径标准数据d 2 和照度-瞳孔直径模型M ,从而降低车辆声品质评价成本。
本发明建立了照度-瞳孔直径模型M ,该模型可将变照度环境下的瞳孔直径数据调整为特定照度下的瞳孔直径,从而放宽声品质评价数据采集时的光环境要求,进而降低车辆声品质评价成本。
实施例
为便于更深入的理解本方法,通过具体实施案例进行说明:
步骤一、选择声品质评价员;
步骤二、调整某型号机动车工况至待评价工况状态,完成工况条件调整,将HEADacoustics公司生产的HMS III仿真人工头固定于某型号机动车待评价工况条件下的驾驶人位置处,完成音频采集装置固定,使用SQlabII多通道测试系统采集音频数据s 0 作为待评价样本,完成待评价样本采集;
步骤三 、评价员坐于座椅处,佩戴HA III高保真耳机,回放所采集的车内音频数据s 0 ,进行声品质评价数据采集;
步骤四、判断是否具有所选评价员的照度-瞳孔直径模型M ,若无照度-瞳孔直径模型M,进行步骤五,若有照度-瞳孔直径模型M ,进行步骤六;
步骤五、固定照度L =500lx环境下,评价员坐于座椅处,佩戴HA III耳机,不播放音频,采集评价员从佩戴耳机开始t 2 =3000s时长内的瞳孔直径数据d 1 ,对采集到的瞳孔直径数据d 1 ,使用线性内插法剔除眨眼过程数据,对瞳孔直径数据进行基于EMD(Empirical ModeDecomposition,经验模态分解)的降噪处理,生成瞳孔直径标准数据d 2 (如图2所示);评价员位于无声光干扰的室内,佩戴HA III耳机,使用德国HEP SD218-40调光电子镇流器与T8灯管,以10lx的步长将评价员眼部照度从10lx调整至2000lx,每个照度下采集评价员t 3 =10s时长的瞳孔直径数据,得到200组数据组成的照度数据集合f 与瞳孔直径数据集合g ,使用线性内插法剔除g 中眨眼过程数据,对瞳孔直径数据进行基于EMD(Empirical ModeDecomposition,经验模态分解)的降噪处理,生成不同照度条件下的瞳孔直径数据集合g 1 ,并建立瞳孔直径随照度变化的二维模型M (如图3所示);
步骤六,使用线性内插法剔除e 1 中眨眼过程数据,对瞳孔直径数据进行基于EMD(Empirical Mode Decomposition,经验模态分解)的降噪处理,生成瞳孔直径数据e 2 ,根据照度-瞳孔直径模型M 中照度与瞳孔直径的对应关系对瞳孔直径数据e 2 进行处理,将非固定照度条件下瞳孔直径e 2 转换为照度L =500lx条件下的瞳孔直径e 3 (如图4所示),完成瞳孔直径照度一致性调整,进而进行声品质量化。
所述步骤三中,声品质评价数据采集是指:使用瑞典Smart Eye AB公司研发的Smart Eye Pro眼动仪采集音频回放时段t 1 =1000s时长内评价员的瞳孔直径数据e 1 ,使用台湾泰仕电子工业股份有限公司生产的TES-1339R型照度计采集评价员眼部照度数据f e 。
所述步骤五中,建立照度-瞳孔直径模型M 的过程为:计算各照度下瞳孔直径数据g 1 的均值集合g 2 ,将照度数据f 与瞳孔直径数据g 2 进行拟合,从而完成照度-瞳孔直径模型M 的建立。
所述步骤六中,声品质量化的过程为:设e 3 ={e 3,1 ,e 3,2 ,…,e 3,1000 },d 2 ={d 2,1 ,d 2,2 ,…,d 2,1000 },如式(1),计算t 2 时段内e 3 与d 2 对应数据单位时间内的差的绝对值之和p为0.312mm,将p (如图5所示)作为声品质评价的量化指标。
(1)。