CN110244306A - 被动声源分类和定位 - Google Patents
被动声源分类和定位 Download PDFInfo
- Publication number
- CN110244306A CN110244306A CN201910155081.5A CN201910155081A CN110244306A CN 110244306 A CN110244306 A CN 110244306A CN 201910155081 A CN201910155081 A CN 201910155081A CN 110244306 A CN110244306 A CN 110244306A
- Authority
- CN
- China
- Prior art keywords
- voice signal
- ultrasonic sensor
- priority
- vehicle
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H3/00—Measuring characteristics of vibrations by using a detector in a fluid
- G01H3/04—Frequency
- G01H3/08—Analysing frequencies present in complex vibrations, e.g. comparing harmonics present
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V1/00—Seismology; Seismic or acoustic prospecting or detecting
- G01V1/001—Acoustic presence detection
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/004—Mounting transducers, e.g. provided with mechanical moving or orienting device
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10K—SOUND-PRODUCING DEVICES; METHODS OR DEVICES FOR PROTECTING AGAINST, OR FOR DAMPING, NOISE OR OTHER ACOUSTIC WAVES IN GENERAL; ACOUSTICS NOT OTHERWISE PROVIDED FOR
- G10K11/00—Methods or devices for transmitting, conducting or directing sound in general; Methods or devices for protecting against, or for damping, noise or other acoustic waves in general
- G10K11/18—Methods or devices for transmitting, conducting or directing sound
- G10K11/26—Sound-focusing or directing, e.g. scanning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
- G01S15/931—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles
- G01S2015/937—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles sensor installation details
- G01S2015/938—Sonar systems specially adapted for specific applications for anti-collision purposes of land vehicles sensor installation details in the bumper area
Landscapes
- Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Multimedia (AREA)
- Geology (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Traffic Control Systems (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本公开提供了“被动声源分类和定位”。公开了一种方法,其用于使用超声波传感器处理可听声音。所述方法包括经由超声波传感器被动地监测外部环境的可听声音。可听声音可以被检测到并用于产生声音信号。可以对所述声音信号进行滤波以确定与其相对应的一个或多个特征,所述特征包括类别、位置以及速度。可以基于所述声音信号为所述声音信号分配优先级以确定适当响应。本文还公开并要求保护相应的系统和计算机程序产品。
Description
技术领域
本发明涉及车辆的声音处理。
背景技术
超声波接近传感器正在迅速成为现代车辆的标准配置。这些传感器通常在车辆的前保险杠和/或后保险杠上实施以辅助车辆停放和避障。每个传感器主动发出声脉冲,然后测量每个反射信号的返回时间间隔以确定距附近物体的距离。如果物体在预定接近范围内,则传感器系统经由可听声音、可见辅助工具和/或触觉指示来警告驾驶员可能有危险。
虽然超声波传感器具有广泛的普遍应用,但是用于车辆的超声波接近传感器通常仅由慢车速(用于前置传感器)或通过选择倒挡(用于后置传感器)触发。通过这种方式,此类传感器被自动地激活以促进导航进出停车位,同时避免在行驶期间的滋扰警告。然而,这种操作模式实际上将此类传感器的有用性限制于停车情况,因为此类传感器没有被配备来通知或影响在正常行驶速度下的车辆行为。
在正常行驶速度下遇到的许多交通状况和障碍物与诸如轰隆声、尖叫、发动机声音、喇叭声、汽笛声、铁路交叉警铃等可听噪声相关联。即使在可能出现特定情况或障碍物之前,这些噪声也可能通知驾驶员存在潜在危险情况。然而,这些声音警告可能不足以完全防止潜在危险相遇。实际上,众所周知,驾驶人员容易出现判断错误,本质上受限于他们的疏忽、干扰和/或无法快速准确地处理相关信息。
鉴于前述内容,需要自动识别和定位与在正常行驶状况下遇到的交通状况和障碍物相关联的声音的系统和方法。理想地,此类系统和方法将利用现有的超声波传感器来捕获入射的可听声音以检测可能被阻挡或未直接可见的与此类声音相对应的物体或障碍物。此类系统和方法还将基本上同时识别和定位多个物体,为每个物体分配优先级,以及基于该优先级来确定适当的车辆响应。
发明内容
本公开提供了使用超声波传感器处理可听声音的系统和方法。在一个实施例中,根据本公开的方法可以包括使用超声波传感器被动地监测外部环境的可听声音。所述方法还可以包括检测可听声音,以及使用所述可听声音来产生声音信号。可以对所述声音信号进行滤波以确定与其相对应的特征,诸如类别、位置和/或速度。可以基于所述特征为所述声音信号分配优先级,以及可以使用所述优先级来确定适当响应。所述优先级可以基于(例如)当前交通状况、行为策略、物体预期等。
附图说明
为了易于理解本发明的优点,将通过参考附图中所示的特定实施例来呈现对上面简要描述的本发明的更具体的描述。在理解这些附图仅描绘了本发明的典型实施例并且因此不被认为是对其范围的限制之后,将通过使用附图来用附加的特性和细节来描述和解释本发明,在附图中:
图1是示出其中可以实施根据本发明的系统和方法的计算系统的一个示例的高级框图;
图2是示出根据本发明的某些实施例的可以被识别和定位的各种障碍物或危险的高级示意图;
图3是根据本发明的某些实施例利用的超声波传感器的典型频率响应的图形;
图4是根据本发明的某些实施例的由超声波传感器接收的声音的典型噪声谱的图形;
图5是根据本发明的某些实施例的可以识别和定位障碍物的交通情况的透视图;
图6是示出根据本发明的某些实施例的用于识别和定位声音的过程的流程图;以及
图7是示出根据本发明的实施例的用于对声音进行优先级排序的过程的流程图。
具体实施方式
参考图1,示出了计算系统100的一个示例。呈现计算系统100以示出其中可以实施根据本发明的系统和方法的环境的一个示例。计算系统100可以被体现为移动装置100,诸如智能电话或平板计算机、台式计算机、工作站、服务器等。计算系统100是作为示例呈现的,而并非旨在进行限制。实际上,除了所示的计算系统100之外,本文公开的系统和方法还可以适用于各种不同的计算系统。本文公开的系统和方法还可以潜在地分布在多个计算系统100中。
如图所示,计算系统100包括至少一个处理器102,并且可以包括一个以上的处理器102。处理器102可以可操作地连接到存储器104。存储器104可以包括一个或多个非易失性存储装置,诸如硬盘驱动器104a、固态驱动器104a、CD-ROM驱动器104a、DVD-ROM驱动器104a、磁带驱动器104a等。存储器104还可以包括非易失性存储器(诸如只读存储器104b(例如,ROM、EPROM、EEPROM和/或闪速ROM))或易失性存储器(诸如随机存取存储器104c(RAM或运算存储器))。总线106或多条总线106可以互连处理器102、存储器装置104以及其他装置以使得数据和/或指令能够在它们之间传递。
为了实现与外部系统或装置的通信,计算系统100可以包括一个或多个端口108。此类端口108可以被体现为有线端口108(例如,USB端口、串行端口、火线端口、SCSI端口、并行端口等)或无线端口108(例如,蓝牙、IrDA等)。端口108可以实现与一个或多个输入装置110(例如,键盘、鼠标、触摸屏、相机、传声器、扫描仪、存储装置等)和输出装置112(例如,显示器、监视器、扬声器、打印机、存储装置等)的通信。端口108还可以实现与其他计算系统100的通信。
在某些实施例中,计算系统100包括有线或无线网络适配器114以将计算系统100连接到网络116,诸如LAN、WAN或因特网。这样的网络116可以使得计算系统100能够连接到一个或多个服务器118、工作站120、个人计算机120、移动计算装置或其他装置。网络116还可以使得计算系统100能够通过路由器122或其他装置122连接到另一网络。这样的路由器122可以允许计算系统100与位于不同网络上的服务器、工作站、个人计算机或其他装置通信。
如前所述,超声波接近传感器通常在现代车辆上实施以促进停车和避障。典型的传感器操作包括主动发射声脉冲并测量反射信号的返回时间间隔,所述传感器操作可以由慢车速和/或将车辆设置成倒挡而自动触发。然而,此类传感器装备不良为无法通知或影响正常行驶速度下的车辆行为。本发明的实施例通过利用超声波传感器在正常行驶状况期间被动地检测和监测可听和不可听声音来解决该问题。本发明的实施例还可以对此类声音进行分类和优先级排序以确定适当的车辆响应。
如本文所用,术语“车辆”是指任何自主、半自主或非自主机动车辆,包括重型工业或运输车辆、公共汽车、卡车、汽车、轻便货车、飞机、火车等。术语“超声波传感器”是指被配置为将超声波声音和/或可听声音转换为电信号的任何发射器、接收器和/或收发器,包括传声器。
现在参考图2,根据本发明的用于被动地识别和定位可听和/或不可听声音的系统200可以包括具有车载超声波传感器204的阵列的车辆202。如图所示,车辆202可以包括设置在其前保险杠214和/或后保险杠216上的超声波传感器204的阵列。在一个实施例中,车辆202可以包括总共十二(12)个超声波传感器204:四个(4)在前保险杠214上,四个(4)在后保险杠216上,以及每个侧面218上各自有两个(2)。
在低速(诸如在停放或倒车期间),车辆202上的每个超声波传感器204可以主动地发射超声波频率以检测其视线内的障碍物。有利地,根据本发明的实施例的超声波传感器204还可以被动地监测外部环境的可听范围内的入射声音。由一个以上的超声波传感器204通过这种方式对外部环境的被动感测可以使得能够基本上同时检测和监测一种以上的声音。这些声音可以由超声波传感器204捕获并分析以检测与此类声音相对应的物体和障碍物,如下面更详细地讨论的。重要的是,通过这种方式利用的超声波传感器204可以检测可能对于车辆202完全或部分阻挡或不能直接看到的物体和障碍物。
其他车辆交通、尤其是应急车辆和摩托车212对道路上的车辆202构成一些最大的安全威胁。出于这个原因,几乎所有车辆202都配备有能够产生明显噪声以警告其他车辆202有潜在危险的机构。例如,警车206、消防车208、救护车以及其他应急车辆上的汽笛声容易识别此类车辆并警告其他车辆存在潜在危险。同样地,由摩托车212产生的响亮的发动机声音几乎立即可辨别,而铁路交叉栅栏210的警铃被广泛识别为宣布列车即将到来。
尽管存在这些内置的可听警告系统,此类可听噪声和声音通常被车辆202上的超声波传感器204忽略,因为此类超声波传感器204不能以有用的方式处理它们。有益地,本发明的实施例可以利用现有的超声波传感器204来捕获和分析入射的环境声音,因此使得车辆202能够检测并避开相关障碍物和事故。
另外地,本发明的某些实施例可以利用超声波传感器204结合其他感测模式(诸如相机传感器、激光雷达传感器、雷达传感器、全球定位系统等)以确保物体的稳健和可靠的检测和定位。在一个实施例中,基于从其他类型的传感器或从与其他车辆202相关联的超声波传感器204接收的确证证据的存在或不存在,可以为检测到的物体生成置信度分数。可以忽略不满足预定置信度分数阈值的信息。
在某些实施例中,可以为检测到的物体分配用于定位和/或跟踪的优先级分数。优先级分数可以特定于单独的车辆202,这取决于车辆202相对于检测到的物体的位置和行程。例如,优先级分数可以基于分类的类别(即,应急车辆可以被分配比其他车辆更高的优先级)、初始位置估计(即,更近的物体可以优先于更远的物体)、当前交通状况和策略(即,具有远离车辆202的行程的物体可以被分配比具有朝向车辆202的行程的物体更低的优先级),以及物体存在的预期(即,如果车辆202预期在不久的将来穿过铁路,则可以为铁路交叉口的入口栅栏分配更高的优先级)。在某些实施例中,系统200可以与已知的列车时刻表、公交时刻表等对接以确定物体存在的预期。
在一些实施例中,具有高于某个预定阈值的优先级分数的物体可以由车辆202跟踪。优先级分数的预定阈值可以是预定义的,并且可以取决于车辆202配置以及主要交通状况而改变。如下面更详细讨论的,车辆202可以通过监测物体相对于车辆202的随时间变化的位置估计来跟踪物体。
现在参考图3,本发明的实施例可以产生与由至少一个超声波传感器204捕获的每一种声音相对应的声音信号306。可以应用各种滤波技术(诸如快速傅立叶变换(“FFT”)或带通滤波器)以将输入声音从其原始域转换为频域304中的表示。然后,所得到的声音信号306或相关频域值可以通过预训练的分类模型(诸如神经网络)以进行附加的分析。
具体地,本发明的实施例可以利用神经网络来建立对不同类别声源的预测,然后将输入声音信号306分配给这些类别。在一些实施例中,本发明可以基于输入声音信号306的相关频率将输入声音信号分类为各种物体类别。物体类别可以包括例如乘用车辆、摩托车、正在执行任务的警车、正在执行任务的消防车、铁路交叉口或所属领域技术人员已知的任何其他这样的类别。
图3是示出超声波传感器对接收到的频域值304的典型灵敏度响应302的图形300。如图所示,超声波传感器对50kHz至100kHz的范围内的工作频率值304表现出强烈的灵敏度。然而,此类超声波传感器还表现出100Hz至20kHz的合理灵敏度,所述灵敏度跨越大多数普遍接受的可听频率范围(即,20Hz至20kHz)。
在对从该频率304范围内的多个超声波传感器接收的声音信号306进行检测和分类时,可以执行各种类型的信号处理算法以根据本发明的实施例识别和定位每个声音信号306的源(诸如物体或障碍物)。与波束成形、源定位以及降噪相关联的信号处理算法可以用于基本上同时将初始位置估计和速度估计分配给多个物体。另外地,某些实施例可以随时间跟踪物体并且使用诸如多普勒外推等外推技术来估计物体的轨迹。
在某些实施例中,可以基于被动监测由多个超声波传感器204捕获的声音信号306来计算物体的位置估计。波束成形技术可以用于组合来自多个超声波传感器的声音信号306,使得特定角度的声音信号306经历相长干涉,而其他声音信号经历相消干涉。通过这种方式,波束成形可以用于通过最佳空间滤波和干扰抑制来估计声音信号306的源的位置。可以利用跨时间采样的更多声音信号306来细化该位置估计。
在一个实施例中,除了信号处理之外,还可以使用合成孔径型设置来融合在不同时间点从同一组超声波传感器接收的电压信号。这可以导致更稳健的系统能够定位在较低频带中发射其大部分声音信号306的声源。在一些实施例中,卡尔曼滤波器方法或线性二次估计方法可以应用于一系列位置估计以预测声源或感兴趣物体的速度。
图4是表明在较低频率404处显著更高的噪声406水平的典型噪声谱的图形400。所有材料都在与材料的物理温度成比例的功率级402下产生噪声406,并且包括超声波传感器204的所有记录装置都具有使它们易受噪声406影响的特性。本发明的一些实施例可以执行概率降噪406技术以促进更高的信噪406比。这些技术对于清除较低频率404的声音信号特别有用,由此产生对信号真实状态的最佳估计。概率降噪406技术可以基于高斯概率数学模型,或所属领域技术人员已知的任何其他概率模型。
概率降噪406技术可以包括(例如)基于压缩扩展器的降噪系统、动态噪声限制器或动态降噪、频谱编辑工具、以及所属领域技术人员已知的其他此类技术和降噪软件程序。可以对输入声音信号306执行此类技术以生成“纯”声音信号。
在某些实施例中,可以向基于云的处理器或服务器传送包括纯声音信号306、分配给声音信号306的分类以及声音信号306的源的方向的信息以进行进一步处理。处理器或服务器可以对信息进行地理编码并且为精确的自我车辆定位信息分配时间戳。在一些实施例中,来自与一辆以上车辆202相关联的车载超声波传感器的信息可以被传送到处理器或服务器并由它们进行处理。来自多个检测源的组合信息可以促进物体识别和定位的准确性和可靠性的提高。
现在参考图5,根据本发明的系统500可以识别和定位交通情况中的物体和障碍物。如图所示,包括摩托车508的繁忙车辆交通可以从右向左流动,而列车510接近与交通相交的入口栅栏512。本发明的实施例可以利用车载或辅助超声波传感器来检测和识别潜在危险的障碍物和情况,包括即将到来的列车510和摩托车508。
在一些实施例中,可以通过诸如V2V通信系统或所属领域技术人员已知的其他专用短程通信(“DSRC”)系统等无线网络在车辆502、504、506之间共享该信息。车辆502、504、506可以根据它们与物体或障碍物的接近度或者在用户请求时共享信息。
在一个实施例中,例如,与第一车辆506相关联的超声波传感器204的阵列可以检测入口栅栏512。除了来自诸如GPS和预定地图等其他数据源的信息之外,该信息也可以被传递到尚未遇到入口栅栏512的车辆502、504,并传递到附近的其他车辆。使用从第一车辆506接收的滤波后信息,其他车辆502和504可以接收对入口栅栏512的位置的更精确估计。此类其他车辆502、504还可以使用从第一车辆506接收的信息来主动跟踪入口栅栏512,因为它是高优先级物体。
在一些实施例中,来自第一车辆506的超声波传感器204的信息可以优先于从其他数据源接收的信息。例如,来自第一车辆506的指示列车510正在接近的传感器204信息可以优先于来自其他GPS源的指示铁路栅栏512即将出现的信息。如在该示例中,入口栅栏512可能已经发生故障并且随后的车辆502、504将不会获知这种信息而是获得来自第一车辆506的数据,这种情况下这种安全优先可能是关键的。
附近其他车辆也可以接收到所述信息,但是会通过不定位和/或跟踪入口栅栏512而选择性地忽略它。忽略这种信息的决定可以基于针对该车辆分配给入口栅栏512的优先级分数。实际上,针对远离入口栅栏512的车辆或者针对沿相反方向行进的车辆(诸如已经通过入口栅栏512的那些车辆)可以给入口栅栏512分配较低的优先级分数。
在另一个实施例中,靠近摩托车508的车辆502、504可以检测摩托车508并向紧邻的第一车辆506和其他车辆传播相关信息。通过这种方式,第一车辆506可以基于由更靠近摩托车508定位的车辆502、504上的超声波传感器204生成的信息来接收对摩托车508的位置和速度的更精确估计。靠近摩托车508的所有车辆502、504、506可以主动地跟踪摩托车508,因为它是高优先级物体。
现在参考图6,根据本发明的实施例的用于识别和定位声音的方法600可以包括利用超声波传感器来被动地监测602外部环境的可听声音。在某些实施例中,超声波传感器可以联接到车辆或与车辆相关联,并且可以基本上连续地监测602外部环境的声音。如果没有检测到604声音,则超声波传感器可以继续被动地监测602外部环境。如果检测到604声音,则声音可以从其原始域转换以在频域中产生606声音信号。
然后可以对所述声音信号进行滤波并将所述声音信号分类608为一个或多个声源或物体类别。物体类别可以由频率范围或通常与特定物体相关联的其他声音信号特性来定义。如前所述,物体类别可以包括乘用车辆、摩托车、正在执行任务的警车、正在执行任务的消防车、铁路交叉口或所属领域技术人员已知的任何其他这样的类别。
可以进一步分析输入声音信号以确定或估计610物体或声源的定位和/或位置,并且确定612物体的速度。例如在物体(例如,摩托车)以车辆速度的两倍接近车辆的情况下,确定612物体的速度可能是重要的。在车辆与摩托车之间没有直接视线的情况下,摩托车可能难以定位并且车辆与摩托车之间的接近速率可能无法确定。本发明的实施例可以通过执行速度计算612来克服此类困难,以使得接收车辆能够快速且准确地自动评估情况,并自动发起适当响应。通过这种方式,本发明的实施例可以使得车辆能够避免与摩托车的碰撞或其他干扰。
本发明的一些实施例可以基于其相应的分类608、位置610、速度612和/或所属领域技术人员已知的任何其他特征或特性来对声音信号进行优先级排序614。在某些实施例中,如下面参考图7更详细地讨论的,对声音信号进行优先级排序614可以包括为声音分配优先级分数。可以将优先级分数与预定阈值进行比较以确定616声音信号是否与高优先级物体相关联。如果是,则可以跟踪618物体直到危险的风险已经过去为止。如果否,则可以不跟踪620物体。
现在参考图7,根据本发明的实施例的用于对声音进行优先级排序的过程700可以包括利用车辆上或另外与车辆相关联的一个或多个超声波传感器来检测702声音。声音可以从其原始域转换以在频域中产生704声音信号。可以对声音信号进行滤波和分析以确定706声音信号是否对应于应急车辆。如果是,则可以增加712相关联的优先级分数。如果否,则相关联的优先级分数可以保持不变或减小714。
可以进一步分析声音信号以确定708物体是否在相对于车辆和/或其相关联超声波传感器的预定距离内。如果是,则可以增加716物体的优先级分数。如果否,则优先级分数可以不变或减小718。
最后,可以分析声音信号以确定710是否预期710与物体相遇。例如,本发明的实施例可以利用全球定位系统和/或其他传感器,诸如相机、激光雷达、雷达等,来预测与物体(诸如铁路交叉口的入口栅栏)的相遇。在一些实施例中,传感器数据可以与来自其他源的数据(诸如基于源/原点和汇集点/目的地的公共运输时刻表或应急车辆计划路径)结合使用。如果存在物体预期,例如已经通过GPS数据或预定地图识别了物体,则可以增加720优先级分数。如果否,则优先级分数可以不变或减小722。然后可以生成724最终优先级分数并且将它用于确定适当的车辆响应,如上面所讨论的。
在以上公开内容中,参考附图,所述附图形成本公开的一部分并且其中通过说明方式示出了可以实践本公开的具体实施方式。应当理解,在不脱离本公开的范围的情况下,可以利用其他实施方式并且可以做出结构改变。对于“一个实施例”、“示例性实施例”等的提及指示所述的实施例可以包括特定特征、结构或特性,但是每一个实施例都可以不必包括所述特定特征、结构或特性。此外,此类短语不一定是指同一实施例。此外,当结合实施例描述特定特征、结构或特性时,无论是否明确描述,结合其他实施例实现这样的特征、结构或特性都在所属领域技术人员的知识范围内。
本文公开的系统、装置和方法的实施方式可以包括或利用包括计算机硬件(诸如,例如本文所讨论的一个或多个处理器和系统存储器)的专用或通用计算机。本公开的范围内的实施方式还可以包括用于携带或存储计算机可执行指令和/或数据结构的物理和其他计算机可读介质。这种计算机可读介质可以为可以由通用或专用计算机存取的任何可用介质。存储计算机可执行指令的计算机可读介质是计算机存储介质(装置)。携带计算机可执行指令的计算机可读介质是传输介质。因此,作为示例而非限制,本公开的实施方式可以包括至少两种截然不同的计算机可读介质:计算机存储介质(装置)和传输介质。
计算机存储介质(装置)包括RAM、ROM、EEPROM、CD-ROM、固态驱动器(“SSD”)(例如,基于RAM)、闪速存储器、相变存储器(“PCM”)、其他类型的存储器、其他光盘存储装置、磁盘存储装置或其他磁存储装置、或者可以用于以计算机可执行指令或数据结构的形式存储期望的程序代码手段并且可以由通用或专用计算机存取的任何其他介质。
本文公开的装置、系统以及方法的实施方式可以通过计算机网络进行通信。“网络”被定义为能够在计算机系统和/或模块和/或其他电子装置之间传输电子数据的一个或多个数据链路。当通过网络或另一种通信连接(硬连线、无线或硬接线或无线的组合)向计算机传递或提供信息时,计算机适当地将连接视为传输介质。传输介质可以包括网络和/或数据链路,其可以用于以计算机可执行指令或数据结构的形式携带期望的程序代码手段并且可以由通用或专用计算机访问。上述组合也应当包括在计算机可读介质的范围内。
计算机可执行指令包括例如在处理器中执行时使通用计算机、专用计算机或专用处理装置执行某个功能或功能组的指令和数据。计算机可执行指令可以是例如二进制代码、中间格式指令(诸如汇编语言)或者甚至源代码。虽然已经用特定于结构特征和/或方法动作的语言描述了本主题,但是应当理解的是,在所附权利要求中定义的主题不必限于已描述的上述特征或动作。相反,所述特征和动作被公开作为实施权利要求的示例性形式。
所属领域技术人员将明白的是,本公开可以在具有许多类型的计算机系统配置的网络计算环境中实践,这些计算机系统配置包括仪表内车辆计算机、个人计算机、台式计算机、膝上型计算机、消息处理器、手持装置、多处理器系统、基于微处理器的或可编程的消费电子产品、网络PC、小型计算机、大型计算机、移动电话、PDA、平板计算机、寻呼机、路由器、交换机、各种存储装置等。本公开还可以在分布式系统环境中实践,其中通过网络链接(通过硬接线数据链路、无线数据链路或通过硬接线与无线数据链路的组合)的本地和远程计算机系统都执行任务。在分布式系统环境中,程序模块可以位于本地和远程存储器存储装置这两者中。
此外,在适当的情况下,本文描述的功能可以在以下一者或多者中执行:硬件、软件、固件、数字部件或模拟部件。例如,可以编程一个或多个专用集成电路(ASIC)以执行本文描述的系统和过程中的一者或多者。某些术语在整个描述和权利要求中用于指代特定的系统部件。所属领域技术人员将明白的是,可以通过不同名称来提及部件。本文献并不意图区分名称不同但功能相同的部件。
应当注意的是,上面讨论的传感器实施例可以包括计算机硬件、软件、固件或它们的任何组合以执行其功能的至少一部分。例如,传感器可以包括被配置为在一个或多个处理器中执行的计算机代码,并且可以包括由计算机代码控制的硬件逻辑/电路。这些示例性装置在本文出于说明目的而提供,而无意进行限制。本公开的实施例可以在如一种或多种相关领域技术人员所已知的其他类型的装置中实施。
本公开的至少一些实施例涉及计算机程序产品,其包括存储在任何计算机可用介质上的这种逻辑(例如,以软件形式)。这种软件在一种或多种数据处理装置中执行时使装置如本文所述进行操作。
虽然上文已描述本发明的各种实施例,但是应当理解的是,仅通过示例方式而并非限制方式提出本发明的各种实施例。相关领域技术人员将明白的是,可以在不脱离本公开的精神和范围的情况下作出形式和细节方面的各种改变。因此,本公开的广度和范围不应受任何上述示例性实施例的限制,而是应仅根据以下权利要求和其等效物定义。出于说明及描述目的已呈现以上描述。它不是穷举的,也不将本公开限制为所公开的精确形式。鉴于上述教导,许多修改和变化是可能的。此外,应当注意的是,任何或所有上述备选实施方式可以期望的任何组合使用以形成本公开的附加混合实施方式。
根据本发明,一种方法包括:利用至少一个超声波传感器被动地监测外部环境的可听声音;利用所述至少一个超声波传感器检测可听声音以产生声音信号;对所述声音信号进行滤波以确定与其相对应的特征,所述特征包括类别、位置以及速度中的至少一者;以及基于所述特征为所述声音信号分配优先级以确定适当响应。
根据一个实施例,所述至少一个超声波传感器联接到第一车辆。
根据一个实施例,上述发明的特征还在于基于所述优先级来跟踪所述声音信号。
根据一个实施例,跟踪包括监测所述声音信号相对于所述至少一个超声波传感器的所述位置。
根据一个实施例,为所述声音信号分配优先级还包括基于当前交通状况、行为策略以及物体预期中的至少一者来分配所述优先级。
根据一个实施例,分配给所述声音信号的所述优先级是可变的。
根据一个实施例,上述发明的特征还在于向第二车辆传送所述特征。
根据一个实施例,传送所述特征是基于所述第二车辆相对于所述第一车辆的接近度和用户请求中的至少一者。
根据一个实施例,上述发明的特征还在于生成所述特征的置信度分数。
根据一个实施例,所述置信度分数是基于从另一传感器类型和远程定位的超声波传感器中的至少一者接收的信息。
根据本发明,提供了一种系统,所述系统具有:超声波传感器;至少一个处理器;以及至少一个存储器装置,所述至少一个存储器装置能够操作地联接到所述至少一个处理器并存储用于在所述至少一个处理器上执行的指令,所述指令使所述至少一个处理器:利用所述超声波传感器被动地监测外部环境的可听声音;利用所述超声波传感器检测可听声音以产生声音信号;对所述声音信号进行滤波以确定与其相对应的特征,所述特征包括类别、位置以及速度中的至少一者;以及基于所述特征为所述声音信号分配优先级以确定适当响应。
根据一个实施例,所述至少一个超声波传感器联接到第一车辆。
根据一个实施例,所述指令还使所述至少一个处理器基于所述优先级来跟踪所述声音信号。
根据一个实施例,跟踪包括监测所述声音信号相对于所述至少一个超声波传感器的所述位置。
根据一个实施例,上述发明的特征还在于,为所述声音信号分配优先级还包括基于当前交通状况、行为策略以及物体预期中的至少一者来分配所述优先级。
根据一个实施例,分配给所述声音信号的所述优先级是可变的。
根据一个实施例,所述指令还使所述处理器向第二车辆传送所述特征。
根据一个实施例,所述指令还使所述处理器生成所述特征的置信度分数。
根据本发明,提供了一种计算机程序产品,所述计算机程序产品具有:计算机可读存储介质,所述计算机可读存储介质中体现了计算机可用程序代码,所述计算机可用程序代码被配置为当由至少一个处理器执行时执行以下操作:利用至少一个超声波传感器被动地监测外部环境的可听声音;利用所述至少一个超声波传感器检测可听声音;从所述可听声音中产生声音信号;对所述声音信号进行滤波以确定与其相对应的特征,所述特征包括类别、位置以及速度中的至少一者;以及基于所述特征为所述声音信号分配优先级以确定适当响应。
根据一个实施例,所述计算机可用程序代码还被配置为基于所述优先级来跟踪所述声音信号。
Claims (15)
1.一种方法,其包括:
利用至少一个超声波传感器被动地监测外部环境的可听声音;
利用所述至少一个超声波传感器检测可听声音以产生声音信号;
对所述声音信号进行滤波以确定与其相对应的特征,所述特征包括类别、位置以及速度中的至少一者;以及
基于所述特征为所述声音信号分配优先级以确定适当响应。
2.如权利要求1所述的方法,其中所述至少一个超声波传感器联接到第一车辆。
3.如权利要求1所述的方法,其还包括基于所述优先级来跟踪所述声音信号。
4.如权利要求3所述的方法,其中跟踪包括监测所述声音信号相对于所述至少一个超声波传感器的所述位置。
5.如权利要求1所述的方法,其中为所述声音信号分配优先级还包括基于当前交通状况、行为策略以及物体预期中的至少一者来分配所述优先级。
6.如权利要求2所述的方法,其还包括向第二车辆传送所述特征。
7.如权利要求1所述的方法,其还包括生成所述特征的置信度分数。
8.一种系统,其包括:
超声波传感器;
至少一个处理器;以及
至少一个存储器装置,所述至少一个存储器装置能够操作地联接到所述至少一个处理器并存储用于在所述至少一个处理器上执行的指令,所述指令使所述至少一个处理器:
利用所述超声波传感器被动地监测外部环境的可听声音;
利用所述超声波传感器检测可听声音以产生声音信号;
对所述声音信号进行滤波以确定与其相对应的特征,所述特征包括类别、位置以及速度中的至少一者;以及
基于所述特征为所述声音信号分配优先级以确定适当响应。
9.如权利要求8所述的系统,其中所述至少一个超声波传感器联接到第一车辆。
10.如权利要求8所述的系统,其中所述指令还使所述至少一个处理器基于所述优先级来跟踪所述声音信号。
11.如权利要求8所述的系统,其中为所述声音信号分配优先级还包括基于当前交通状况、行为策略以及物体预期中的至少一者来分配所述优先级。
12.如权利要求9所述的系统,其中所述指令还使所述处理器向第二车辆传送所述特征。
13.如权利要求8所述的系统,其中所述指令还使所述处理器生成所述特征的置信度分数。
14.一种计算机程序产品,其包括计算机可读存储介质,所述计算机可读存储介质中体现了计算机可用程序代码,所述计算机可用程序代码被配置为当由至少一个处理器执行时执行以下操作:
利用至少一个超声波传感器被动地监测外部环境的可听声音;
利用所述至少一个超声波传感器检测可听声音;
从所述可听声音中产生声音信号;
对所述声音信号进行滤波以确定与其相对应的特征,所述特征包括类别、位置以及速度中的至少一者;以及
基于所述特征为所述声音信号分配优先级以确定适当响应。
15.如权利要求14所述的计算机程序产品,其中所述计算机可用程序代码还被配置为基于所述优先级来跟踪所述声音信号。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/916,093 US10830914B2 (en) | 2018-03-08 | 2018-03-08 | Passive sound source classification and localization |
US15/916,093 | 2018-03-08 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110244306A true CN110244306A (zh) | 2019-09-17 |
Family
ID=67701364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910155081.5A Pending CN110244306A (zh) | 2018-03-08 | 2019-03-01 | 被动声源分类和定位 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10830914B2 (zh) |
CN (1) | CN110244306A (zh) |
DE (1) | DE102019105440A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190277986A1 (en) * | 2018-03-08 | 2019-09-12 | Ford Global Technologies, Llc | Passive Sound Source Classification And Localization |
CN110816590A (zh) * | 2019-11-07 | 2020-02-21 | 交控科技股份有限公司 | 一种有轨列车平交道口管理系统和方法 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10976748B2 (en) * | 2018-08-22 | 2021-04-13 | Waymo Llc | Detecting and responding to sounds for autonomous vehicles |
KR102425741B1 (ko) * | 2018-11-28 | 2022-08-01 | 한국전자통신연구원 | 차선 인식 실패 대응 자율 주행 방법 및 자율주행 차량 주행 가이드 데이터 구축 방법 |
US10638298B1 (en) * | 2019-08-08 | 2020-04-28 | Unisys Corporation | Public event detection platform |
US10750346B1 (en) * | 2019-08-08 | 2020-08-18 | Unisys Corporation | Emergency incident detection platform |
CN112986915A (zh) * | 2019-12-12 | 2021-06-18 | 宝马股份公司 | 用于对声波信号源定位的方法、装置、系统和车辆 |
EP4115404A1 (en) * | 2020-03-06 | 2023-01-11 | Cerence Operating Company | System and method for integrated emergency vehicle detection and localization |
WO2021186597A1 (ja) * | 2020-03-18 | 2021-09-23 | 日本電気株式会社 | 信号分析装置、信号分析方法、および記録媒体 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5434927A (en) | 1993-12-08 | 1995-07-18 | Minnesota Mining And Manufacturing Company | Method and apparatus for machine vision classification and tracking |
US5619616A (en) | 1994-04-25 | 1997-04-08 | Minnesota Mining And Manufacturing Company | Vehicle classification system using a passive audio input to a neural network |
JP2002245588A (ja) | 2001-02-13 | 2002-08-30 | Toshiba Corp | 緊急車両優先通過支援システム |
DE10136981A1 (de) | 2001-07-30 | 2003-02-27 | Daimler Chrysler Ag | Verfahren und Vorrichtung zur Ermittlung eines stationären und/oder bewegten Objektes |
AU2008240722B2 (en) * | 2007-04-19 | 2012-02-02 | Qualcomm Incorporated | Voice and position localization |
EP1990650A1 (en) | 2007-05-07 | 2008-11-12 | Harman Becker Automotive Systems GmbH | Method and system for determining position information of vehicles |
WO2009046359A2 (en) | 2007-10-03 | 2009-04-09 | University Of Southern California | Detection and classification of running vehicles based on acoustic signatures |
EP3079767B1 (en) * | 2013-12-12 | 2018-02-28 | Koninklijke Philips N.V. | Real-time fusion of anatomical ultrasound information and radiation delivery information for radiation therapies |
KR101691078B1 (ko) * | 2015-12-24 | 2016-12-29 | 포항공과대학교 산학협력단 | 초음파를 이용한 특정 가청구역 마이크로폰 |
US10150414B2 (en) * | 2016-07-08 | 2018-12-11 | Ford Global Technologies, Llc | Pedestrian detection when a vehicle is reversing |
US10830914B2 (en) * | 2018-03-08 | 2020-11-10 | Ford Global Technologies, Llc | Passive sound source classification and localization |
-
2018
- 2018-03-08 US US15/916,093 patent/US10830914B2/en active Active
-
2019
- 2019-03-01 CN CN201910155081.5A patent/CN110244306A/zh active Pending
- 2019-03-04 DE DE102019105440.0A patent/DE102019105440A1/de active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190277986A1 (en) * | 2018-03-08 | 2019-09-12 | Ford Global Technologies, Llc | Passive Sound Source Classification And Localization |
US10830914B2 (en) * | 2018-03-08 | 2020-11-10 | Ford Global Technologies, Llc | Passive sound source classification and localization |
CN110816590A (zh) * | 2019-11-07 | 2020-02-21 | 交控科技股份有限公司 | 一种有轨列车平交道口管理系统和方法 |
Also Published As
Publication number | Publication date |
---|---|
US10830914B2 (en) | 2020-11-10 |
DE102019105440A1 (de) | 2019-09-12 |
US20190277986A1 (en) | 2019-09-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110244306A (zh) | 被动声源分类和定位 | |
US10510256B2 (en) | Vehicle collision avoidance system and method | |
US10203408B2 (en) | Method and apparatus for detection and ranging fault detection and recovery | |
US9786171B2 (en) | Systems and methods for detecting and distributing hazard data by a vehicle | |
CN102656613B (zh) | 使用眼睛注视技术、盲点指示器和驾驶员经验的预测人机接口 | |
JP6792619B2 (ja) | 緊急車両との自動車の衝突防止方法とその方法に関するシステム及び自動車 | |
US20120286974A1 (en) | Hit and Run Prevention and Documentation System for Vehicles | |
CN109720348B (zh) | 车载装置、信息处理系统和信息处理方法 | |
US11608055B2 (en) | Enhanced autonomous systems with sound sensor arrays | |
US20070255498A1 (en) | Systems and methods for determining threshold warning distances for collision avoidance | |
CN102576495B (zh) | 针对汽车的碰撞监控 | |
JP2019535566A (ja) | 不測のインパルス変化衝突検出器 | |
US11091173B2 (en) | Driving safety enhancing system and method for making or enabling highly accurate judgment and providing advance early warning | |
US10192443B2 (en) | Collision avoidance system and collision avoidance method | |
JP7332020B2 (ja) | 光ファイバセンシングシステム、道路監視方法、及び光ファイバセンシング機器 | |
CN102565783A (zh) | 用于使车辆的传感器运行的方法和具有传感器的车辆 | |
WO2019046332A1 (en) | INTELLIGENT CITY DATA ANALYSIS FOR ACCIDENT RECONSTRUCTION AND IMPROVED SOLUTIONS | |
US11501642B2 (en) | Method and system of detecting a wrong-way driving vehicle | |
CN107985191A (zh) | 一种汽车盲点侦测方法及汽车电子设备 | |
Adla et al. | Automotive collision avoidance methodologies Sensor-based and ITS-based | |
US11724693B2 (en) | Systems and methods to prevent vehicular mishaps | |
Milanes et al. | Traffic jam driving with NMV avoidance | |
JP2020071594A (ja) | 履歴蓄積装置、及び履歴蓄積プログラム | |
Nagaraju et al. | IoT based Vehicle Over-Speed Detection and Accident Avoidance System | |
CN115366793B (zh) | 一种上下车防磕碰提醒方法、系统和车辆 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |