CN109751547A - 具有声音定位与识别功能的路灯 - Google Patents

Abstract

本发明涉及一种具有声音定位与识别功能的路灯，包括路灯杆和路灯罩，路灯罩伸出路灯杆，路灯罩内设置灯体，路灯依靠市电供能，还包括一组或多组设置在路灯杆和/或路灯罩上的麦克风阵列，一组或多组麦克风阵列连接声源解算系统；声源解算系统包括数据采集模块、信号处理模块和通信模块。本发明的路灯其声音信号检测采用能零比检测方法，能够减少户外环境噪声对信号检测的影响，提高检测效率；其声音信号识别算法将时频谱特征和空间信息特征相结合，采用深度学习神经网络模型训练和测试，能够实现对道路上各种声音事件的判别；其声源定位采用基于旋转不变技术的信号参数估计法，该方法计算量小、分辨率高，能够精确分辨声源位置。

Description

具有声音定位与识别功能的路灯

技术领域

本发明属于公共安全监控领域，尤其涉及一种具有声音定位与识别功能的路灯杆。

背景技术

声音作为人类感知环境的重要来源之一，具有不受光线影响，探测距离较远，信息量丰富等特点，有效的利用这些声音信息可以必将有效的提升公共安全的智能化。

但目前，在公共安全监控领域，大多数仅通过视频监控系统来检测异常情况，视频监控系统主要有视频摄像头和监控显示终端组成，而对于音频监控领域的研究还相对薄弱，市场上的音频监控设备功能单一，智能化程度不高。因此，利用声音作为环境的感知技术，可以为人们提供智能化的监控手段，弥补单纯视频监控的不足，解决目前使用的安防设备大多存在的“看的见，听不见”的问题。同时，军事应用的声源定位系统传感器阵列体积大，重量重，成本高，不便于在户外场合进行布放。路灯杆作为城市基础建设的一部分，在道路、广场和居民区等场合已经实现大量布放，而传统的路灯仅能实现照明这一单一功能，如何充分利用路灯杆资源，使其成为音视频监控设备的载体，进而极大程度地提高城市智能化水平，增强公共安全等级，推进我国智慧城市的建设，是一个值得探讨的问题。

发明内容

本发明提供一种具有声音定位与识别功能的路灯杆，利用声源定位算法解算地面或空中的异常声音事件的声源位置，并将解算结果传输至指定设备，解决现有技术中公共安全监控手段单一，无法有效收集利用声音信息的问题。

为达到上述目的，本发明提供的解决方案是：

具有声音定位与识别功能的路灯，包括路灯杆和路灯罩，所述路灯罩伸出路灯杆，路灯罩内设置灯体，路灯依靠市电供能，还包括一组或多组设置在路灯杆和/或路灯罩上的麦克风阵列，所述一组或多组麦克风阵列连接声源解算系统；所述声源解算系统包括数据采集模块、信号处理模块和通信模块。

进一步的，所述单组麦克风阵列由八个间隔线形排列的麦克风阵元构成；所述麦克风阵列设置两组，两组麦克风阵列平行设置，两组麦克风阵列布放在灯杆和路灯罩上。

进一步的，所述数据采集模块由多通道数据采集卡构成，两组麦克风阵列均与多通道数据采集卡连接；所述信号处理模块由单片机构成，所述通信模块由无线收发装置构成，单片机与多通道数据采集卡和无线收发装置连接。

进一步的，所述路灯杆上设置摄像机，摄像机与所述单片机通过RS485接口连接。

进一步的，所述单片机接LED灯带和指示屏。

所述路灯的声音定位与识别方法如下：

步骤一：将路灯布放在监测区域；

步骤二：麦克风阵列持续采集声音信号，采用基于能零比的检测方法设定检测门限，当信号强度超过检测门限时，判断有目标信号存在，开始进行信号数据处理，否则继续采集与判断；

步骤三：检测到目标信号之后，对录制的信号进行识别判断；

步骤四：对于检测到的声音事件进行定位，根据阵型设计方法，采用信号参数估计算法解算声源位置，对连续声源路径进行持续追踪；

步骤六：将异常声音事件的信息传送至后台控制中心，进行后续处理。

与现有技术相比，本发明的有益效果如下：

本发明将路灯与麦克风阵列及信号处理系统相结合，使传统的路灯成为具有集声音采集、识别、声源定位功能为一体的智能监控节点，实现声源目标跟踪、行为分析等目标。传统的摄像机监控与麦克风阵列的结合即将音视频相结合，能极大提高监控力度，为公共安全服务，使得路灯杆成为集合音视频的监控中枢，提高公共安全等级。

附图说明

图1是本发明中路灯杆和阵列位置关系示意图；

图2是本发明中路灯杆的硬件组成示意图；

图3是声音信号识别的流程图；

图4是具有声源识别和定位功能路灯杆的工作流程图

具体实施方式

下面结合附图和具体实施方式对本发明进行进一步说明。

本发明的基本思路是：将路灯与麦克风阵列及信号处理系统相结合，路灯依靠市电供能，处理系统主要包含采集模块、处理模块和通信模块等部分，使传统的路灯成为具有集声音采集、识别、声源定位功能为一体的智能监控节点，实现声源目标跟踪、行为分析等目标。

下面介绍本发明的一个具体实施例：

参见图1，一种具有声源识别和定位功能的路灯，其装置组成包括一个路灯杆和路灯罩，路灯罩内设置灯体，整个路灯包括声源识别和定位系统均通过市电供能。在路灯杆和路灯罩上集成至少一组麦克风阵列和声源解算系统，麦克风阵列和声源解算系统连接，声源解算系统包括数据采集模块、信号处理模块和通信模块；麦克风阵列采用MEMS麦克风或驻极体麦克风，麦克风阵型与路灯杆形状相结合，使之符合定位精度的指标要求。数据采集模块采用北京优采数据采集仪UA526H-4的多通道数据采集卡，数据采集卡将麦克风采集到的电信号经过AD转换成数字信号，作为后续定位和识别的原始数据。信号处理模块由单片机构成，采用STM32F407芯片，通信模块由无线收发装置构成，采用ESP32芯片，通信接口芯片选用MAX3485，在路灯杆上还设置带有云台的摄像机，摄像机与单片机通过RS485接口连接；单片机接LED灯带和指示屏。

参见图2，本实施例的麦克风阵列设置两组，两组麦克风阵列平行设置，两组麦克风阵列布放在灯杆和路灯罩上，单组麦克风阵列由八个间隔线形排列的麦克风阵元构成；麦克风阵型如图1所示，阵列分别布放在灯杆的竖直部分和灯罩上。其中子阵A记为L₁，由灯罩上的线阵和灯杆上的线阵组成，L₁上的阵元记为x_i1(i＝1,2,...,8)，阵元间隔为d_x。子阵B记为L₂，它与A的阵型完全相同，是将子阵A沿z轴平移所得,L₂上阵元记为x_i2(i＝1,2,...,8)，两排子阵之间的间距恒定为d_y。

参见图4，该路灯的声音定位与识别方法如下：

步骤一：将路灯布放在监测区域；

步骤二：麦克风阵列持续采集声音信号，采用基于能零比的检测方法设定检测门限，当信号强度超过检测门限时，判断有目标信号存在，开始进行信号数据处理，否则继续采集与判断；

步骤三：检测到目标信号之后，对录制的信号进行识别判断；

步骤四：对于检测到的声音事件进行定位，根据阵型设计方法，采用信号参数估计算法解算声源位置，对连续声源路径进行持续追踪；

步骤六：将异常声音事件的信息传送至后台控制中心，进行后续处理。

具体的，声音信号检测的具体过程如下：

假设麦克风阵列采集的声音信号为x(k)

首先，将声音信号分帧加窗，得到第i帧声音信号为x_i(m)，帧长为N。

然后，计算每一帧的能量为

改进的能量计算关系LE_i＝lg(1+AMP_i/a)，其中a是一个常数。a取较大的数值时AMP_i幅值有剧烈变化将在LE中得到缓和，所以适当选择a有助于区分噪音和目标声音。

接下来计算短时过零率。首先做中心截幅，得到

式中δ是一个很小的值。中心截幅之后计算每一帧的过零率。

最后计算能零比，即

EZR_i＝LE_i/(ZCR_i+b)

其中b是一个很小的常数，防止过零率为零时出现溢出的情况。

当信号高于能零比时证明检测到目标。

具体的，声音信号识别的具体过程如下：

本发明在检测到目标声音信号之后需要先对信号种类进行识别。本实施例中主要识别违法鸣笛，改装车声，异常声音事件以及极端天气事件。

声音信号识别部分主要包括四个重要的步骤：预处理，特征提取，模型训练及测试。

预处理部分是对声音信号进行分帧加窗以及数据归一化、降噪等一系列处理。由于信号具有时变特性，因此我们将声音信号进行分段处理来分析其特征参数，其中每一段即为一帧，分帧处理后我们还要对其进行加窗处理，窗的目的是可以认为对抽样附近的声音波形加以强调而对其他部分的波形加以减弱。均值方差归一化可去掉信号中的直流分量，同时，在背景噪声较大的情况下还需进行降噪处理，我们使用的降噪方法为谱减法。

D(w)＝P_s(w)-αP_n(w)

其中，α为相减因子，β为频谱下限阈值参数并且α≥1，0<β<<1P_s(w)是输入带噪声音的频谱，P_n(w)是估计出的噪声频谱，D(w)为两者差值，P′_s(w)为最终估计的声音频谱。

特征提取部分采用时频谱或梅尔谱特征与空间信息特征融合的特征。由于不同声音的时频结构的朝向和细微程度都显著不同，具有良好的鉴别特性，时频谱则很好的描述了时域和频域的综合特征，梅尔谱则是在时频谱基础上刻画出人耳对频率感知度的线性关系，这也是目前在环境声音处理领域的常用特征。特别的是，由于我们采用麦克风阵列进行声音信号的采集，而麦克风阵列不同通道的声音信号可为我们提供空间特征，因而可以提出不同通道信号的协方差矩阵作为空间信息特征。最后再将不同的特征进行融合。

训练模型部分采用深度学习的方法，构建卷积神经网络、递归神经网络和全连接网络共同搭建的多层神经网络模型，采用预先处理好的数据集对模型进行训练和调整后保存，同时还可以将多个模型在决策层进行融合以提升识别效果。

模式匹配部分，拟利用上述训练好的模型对未知的样本(违法鸣笛、改装车、极端天气事件)进行预测，检验训练性能和识别准确度；声音信号识别的流程图如图3所示。

具体的，声音信号的定位方法如下：

信号的定位方法根据路灯杆上的麦克风阵型布置匹配定位方法，该方法能够对多目标进行精确定位。在具体应用中算法对故障有容错能力。当在路灯杆上加装摄像机时能够结合摄像机拍摄的相关画面对定位结果进行纠错。

假设有D个远场声源目标信号从二维到达方向入射到阵列上。θ_i、分别为第i个信号的方位角和俯仰角。阵列中两个子阵L₁、L₂的阵元输出分别为

X[k]＝[x₁[k],x₂[k],...,x₈[k]]^T，Y[k]＝[y₁[k],y₂[k],...,y₈[k]]^T。

首先由阵列输出得子阵列的组合求出w的协方差矩阵R_ww＝E[ww^H]，对R_ww进行特征值分解，即R_wwE₀＝E₀Λ₀

设E_xy＝[E_x E_y]，其中

然后令对Ψ进行特征值分解，求出其特征值φ_i，i＝1,2,...,D；

由特征值φ_i来估计方位角θ_i和俯仰角计算可得：

θ_i＝arccos[arg(φ_i)λ/(2πd_x)]

在定位空间内任意一声源的位置坐标时，利用灯罩和灯杆上两个阵列，按照上述方法分别计算出D个声源位置的角度信息，再利用空间中两阵列的位置关系可以解算出声源在三维坐标系下的坐标点。在计算声源的空间位置坐标时，在坐标系中将分别在灯罩和灯杆上的阵列看作两个点，分别设其坐标点为A(x₁,0,z₂)，B(0,0,z₁)，设A阵列测得的声源方位为，阵列测得的声源方位为由阵列的空间位置关系可以推导出声源坐标(x,y,z)为

计算地面声源位置坐标时，利用阵列A，B按照上述方法计算出声源的方位角θ_i和俯仰角声源位于地面时，麦克风阵列与声源的位置之间的距离恒定为h，推导出声源的位置坐标(x,y,0)如下式所示：

本具有声源识别与定位功能的路灯适用于户外场合，主要针对违法鸣笛声，改装车噪声以及其他危害公共安全的异常声音事件，所以其麦克风阵列采集的声音频段主要在(HZ)。麦克风阵列全天候工作，采集信号识别出目标声源之后进行声源定位。

本发明的内容不限于实施例所列举，本领域普通技术人员通过阅读本发明说明书而对本发明技术方案采取的任何等效变换，均为本发明的权利要求所涵盖。

Claims (6)

1.具有声音定位与识别功能的路灯，包括路灯杆和路灯罩，所述路灯罩伸出路灯杆，路灯罩内设置灯体，路灯依靠市电供能，其特征在于：还包括一组或多组设置在路灯杆和/或路灯罩上的麦克风阵列，所述一组或多组麦克风阵列连接声源解算系统；所述声源解算系统包括数据采集模块、信号处理模块和通信模块。

2.根据权利要求1所述具有声音定位与识别功能的路灯，其特征在于：所述单组麦克风阵列由八个间隔线形排列的麦克风阵元构成；所述麦克风阵列设置两组，两组麦克风阵列平行设置，两组麦克风阵列布放在灯杆和路灯罩上。

3.根据权利要求2所述具有声音定位与识别功能的路灯，其特征在于：所述数据采集模块由多通道数据采集卡构成，两组麦克风阵列均与多通道数据采集卡连接；所述信号处理模块由单片机构成，所述通信模块由无线收发装置构成，单片机与多通道数据采集卡和无线收发装置连接。

4.根据权利要求3所述具有声音定位与识别功能的路灯，其特征在于：所述路灯杆上设置摄像机，摄像机与所述单片机通过RS485接口连接。

5.根据权利要求4所述具有声音定位与识别功能的路灯，其特征在于：所述单片机接LED灯带和指示屏。

6.根据权利要求5所述具有声音定位与识别功能的路灯，其特征在于：所述路灯的声音定位与识别方法如下：

步骤一：将路灯布放在监测区域；

步骤二：麦克风阵列持续采集声音信号，采用基于能零比的检测方法设定检测门限，当信号强度超过检测门限时，判断有目标信号存在，开始进行信号数据处理，否则继续采集与判断；

步骤三：检测到目标信号之后，对录制的信号进行识别判断；

步骤四：对于检测到的声音事件进行定位，根据阵型设计方法，采用信号参数估计算法解算声源位置，对连续声源路径进行持续追踪；

步骤六：将异常声音事件的信息传送至后台控制中心，进行后续处理。