CN114913693B - 一种识别纯电动汽车的方法 - Google Patents
一种识别纯电动汽车的方法 Download PDFInfo
- Publication number
- CN114913693B CN114913693B CN202210355002.7A CN202210355002A CN114913693B CN 114913693 B CN114913693 B CN 114913693B CN 202210355002 A CN202210355002 A CN 202210355002A CN 114913693 B CN114913693 B CN 114913693B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- noise
- pure electric
- tested
- noise power
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/18—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being spectral information of each sub-band
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/03—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters
- G10L25/21—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the type of extracted parameters the extracted parameters being power information
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/27—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/78—Detection of presence or absence of voice signals
- G10L25/84—Detection of presence or absence of voice signals for discriminating voice from noise
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/70—Energy storage systems for electromobility, e.g. batteries
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
Abstract
本发明为一种识别纯电动汽车的方法,先利用声音记录仪采集行驶道路上待测车辆的噪声;接着,通过傅里叶变换计算待测车辆的噪声谱,并将噪声谱转换为噪声功率谱;然后,分别计算150Hz~250Hz和350Hz~500Hz两个频率区间内待测车辆的平均噪声功率PE和PO;最后,计算平均噪声功率PE和PO的比值R,根据比值R判断待测车辆是否为纯电动汽车;若比值R小于等于1,判定待测车辆为纯电动汽车;若比值R大于1,判定待测车辆为非纯电动汽车。本发明解决了通过识别车牌颜色区分车辆类型受到雾霾可见度的影响、车牌颜色无法区分纯电动汽车和油电混合汽车、单纯依靠车辆噪声大小判断纯电动汽车不准确等技术问题。
Description
技术领域
本发明的技术方案涉及纯电动汽车识别技术领域,具体地说是一种识别纯电动汽车的方法。
背景技术
绿色能源已经成为汽车动力的重要发展方向,碳中和要求人们减少碳排量,很多国家提出采用太阳能发电、风力发电和水利发电等代替热力发电。在汽车领域,常见燃油机械发动机汽车和电力电磁电动机汽车,随着绿色发展的要求,使用新能源电动汽车数量逐渐增加,新能源电动汽车数量对减少碳排量起到重要的作用。
现有技术中采用视频影像识别车牌颜色确定纯燃油汽车,即绿色车牌为新能源汽车,蓝色等其它颜色车牌为燃油汽车,利用车牌颜色识别新能源电动汽车会受到雾霾等可见度的影响,并且无法区分混合动力新能源汽车和纯电动汽车。专利CN201911128678.7公开了基于视频识别车牌的电动汽车充电方法,获取有充电需求的电动汽车车牌区域的图片,并从所述图片中识别出车牌字符串和车牌颜色。专利CN202110547295.4公开了一种基于无线充电桩的电动汽车识别装置及其识别方法,采用摄像头和提供光照的补光灯,摄像头拍摄待通过闸道单元的汽车车牌颜色并将数据发送给控制器,当识别单元识别汽车车牌为绿色时,控制器控制闸道单元打开;当识别单元识别汽车车牌为蓝色时,控制器控制显示单元发出禁止进入警报。上述专利适用于可见度较高或者能够实现补光的充电场地,推广到公共道路识别新能源纯电动汽车时,采用图像识别新能源电动汽车容易受到光线明暗的影响,特别是严重雾霾情况下,补光也无法达到拍照的亮度时,公共道路上的补光隐蔽性差,不能获取清晰图像,导致识别准确率低,甚至无法识别。
现有技术中采用红外图像识别电动汽车。为了避免识别新能源电动车辆受到可见光影响,专利CN202010095987.5提出利用图像判定汽车类型实现电动汽车充电的方法,实时采集各个停车位的底线图像,在所述车位底线被所述停放车辆覆盖时,采集车辆位置信息以及轮廓图像,确定车位处轮廓范围内的红外图像,提取发热位置以及发热位置的发热特征,在预设车辆识别系统中对所述停放车辆进行识别,以获得所述停放车辆的车辆类型,发热位置与所述发热特征在所述预设车辆识别系统中对应唯一的一个车辆类型,判断所述车辆类型是否为电动汽车。该专利采集车辆位置信息以及轮廓图像,雾霾会影响识别准确度,并且需要提前确定对应唯一的一个车辆类型发热特征,受到已经储备数据的限制。
根据车辆登记信息确定电动汽车保有量是现有技术中一种常用方法。按照车辆登记信息可以查出电动汽车保有量,这是静态的数据,无法在具体路段和特定时间段内实时实地确定纯电动汽车数量,不能判断该路段或区域的环保情况,并且使用汽车购买登记信息受到使用权限和应用领域的约束。
根据噪声大小直接判断纯电动汽车。电动汽车噪声低为普遍公知的事实,新能源纯电动汽车产生低噪声,但是接收的噪声与汽车功率、重量、汽车距离接收器距离、道路状况和接收器的灵敏度等相关,大型电动车公交车产生噪声会超过小型燃油轿车,与接收器距离近的车辆噪声大于距离远的噪声。因此,不能单独根据噪声大小判断汽车动力类型。
总之,上述现有技术识别新能源车辆的方法中采用摄像机、照相机获取车牌图像识别颜色,不能适用于雾霾能见度低的情况,无法区分纯电动汽车和油电混合汽车;根据地区纯电动汽车保有量,无法在具体路段和具体时间内统计纯电动汽车使用量;直接使用噪声大小判断纯电动汽车,容易受到距离远近、车辆大小等影响而导致误判。因此,研究一种不受到雾霾等因素限制、适应于不同车辆大小、不受距离影响的识别纯电动汽车方法,具有重要意义。
发明内容
本发明所要解决的技术问题是:提供一种识别行驶道路上的车辆是否为纯电动汽车的方法,即电池为唯一动力的车辆,声音记录仪记录行驶道路上车辆的噪声,利用傅里叶变换计算噪声谱,得到噪声功率谱用dB的相对数值表示;考虑到燃油汽车发动机产生噪声范围,分别计算150Hz~250Hz频率区间内车辆的平均噪声功率PE和350Hz~500Hz频率区间内车辆的平均噪声功率PO,确定PE与PO的比值;当比值小于等于1时,判定为纯电动汽车,否则为非纯电动汽车。本发明克服了现有技术中采用识别车牌颜色受到雾霾可见度的影响、车牌照颜色无法区分纯电动汽车和油电混合汽车、统计电动汽车保有量无法确定特定路段和时间实时行驶的纯电动汽车数量、单独依靠整体噪声大小判断纯电动汽车不准确的缺陷。
本发明解决该技术问题所采用的技术方案是:一种识别纯电动汽车的方法,纯电动汽车即电池为唯一动力的车辆,具体步骤如下:
第1步,利用声音记录仪采集行驶道路上待测车辆的噪声I(t);
其中,t表示时间
声音记录仪以任意单位(a.u.)采集待测车辆噪声I(t),无需对声音记录仪的接收强度进行噪声强度绝对大小校正,采集的待测车辆噪声受到其他车辆噪声的干扰较小;
第2步,利用式(1)的傅里叶变换计算待测车辆噪声谱F(f);
其中,f表示频率,i表示虚数单位;
利用快速傅里叶变换(FFT)确定待测车辆噪声谱F(f),表达式为:
F(f)=FFT(I(t)) (2)
利用式(3)计算待测车辆的噪声功率谱:
PdB(f)=20×lg|F(f)| (3)
其中,PdB(f)表示待测车辆的噪声功率谱,噪声功率谱用分贝(dB)下的任意单位(a.u.)表示;
第3步,分别计算150Hz~250Hz和350Hz~500Hz两个频率区间内待测车辆的平均噪声功率;
第3.1步,利用式(4)计算150Hz~250Hz频率区间内待测车辆的平均噪声功率PE:
第3.2步,利用式(5)计算350Hz~500Hz频率区间内待测车辆的平均噪声功率PO:
第4步,计算平均噪声功率PE与PO的比值R:
第5步,根据比值R判断待测车辆是否为纯电动汽车,若比值R小于等于1,判定待测车辆为纯电动汽车;若比值R大于1,判定待测车辆为非纯电动汽车,非纯电动汽车是指燃油汽车或者正在使用燃油驱动的油电混合汽车;
上述一种识别纯电动汽车的方法,所涉及的操作方法是本技术领域所公知的。
与现有技术相比,本发明的突出的实质性特点和显著进步如下:
(1)相比采用视频或者照相获得图像识别车牌颜色判断纯电动汽车的方法,采集图像方法受到雾霾可见度的影响,本发明方法采用车辆噪声不会受到雾霾可见度的影响,在光照度低的场景中无需补光,仍然能够识别出电池为唯一动力的纯电动汽车。
(2)相比采用视频图像识别车牌颜色判断新能源汽车,本发明能够区分绿牌照的纯电动汽车与绿牌照的油电混合下燃油驱动新能源汽车。
(3)本发明采用声音记录仪记录汽车噪声识别纯电动汽车,相比采用红外技术识别车牌照,本发明使用设备造价低。
(4)相比使用汽车登记信息统计纯电动汽车,本发明采用行驶道路噪声判断纯电动汽车,具有实时和实地性。
(5)相比使用汽车登记信息,本发明采用车辆噪声判断纯电动汽车,采集数据更方便,不受到汽车登记信息使用权限的限制。
(6)本发明采用两个频率范围内的平均噪声功率的比值确定纯电动汽车,相比使用绝对噪声大小判断纯电动汽车,本发明识别更普遍、简单。
(7)本发明采用两个频段的平均噪声功率进行比值确定纯电动汽车,相比仅仅使用噪声大小判断,本发明不受到车辆大小、接收距离的限制,更具有通用性。
(8)本发明采用噪声功率谱中分贝下任意单位(a.u.),更接近测量噪声强度。
(9)本发明采用相隔100Hz的150Hz~250Hz和250Hz~500Hz两个频段内的平均噪声功率进行比值确定纯电动汽车,减少了这两个频段噪声的相互影响,两个频段可以存在一定频率范围的浮动。
(10)本发明使用声音记录仪对汽车噪声进行记录,采用任意单位(a.u.)记录噪声大小,相比使用专业噪声强度测量设备,本发明采用手机、录音笔等设备即可实现,采集汽车噪声设备更简单、普遍。
(11)本发明一种识别纯电动汽车的方法,同样的方法可以推广水面船只等交通工具,具有通用性。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1为本发明方法的操作流程示意框图。
图2为本发明方法中实例1纯电动SUV车辆的噪声。
图3为本发明方法实例1纯电动SUV车辆噪声功率谱。
图4为本发明方法中实例2燃油轿车的噪声。
图5为本发明方法实例2燃油轿车噪声功率谱。
图6为本发明方法中实例3纯电动公交车辆的噪声。
图7为本发明方法实例3纯电动公交车辆噪声功率谱。
图中,I为待测车辆噪声,PdB为待测车辆的噪声功率谱,PE为150Hz~250Hz频率区间的平均噪声功率,PO为350Hz~500Hz频率区间的平均噪声功率,PdB、PE和PO的量纲与分贝一致,a.u.表示采用任意单位,R为PE和PO的比值;t为时间,单位为s;f为频率,单位为Hz,A和B分别为150Hz和250Hz对应点,C和D分别为350Hz和500Hz对应点。
具体实施方式
如图1所示,本发明的操作流程是:第1步,采集待测车辆噪声I(t)→第2步,利用傅里叶变换计算待测车辆噪声谱F(f),通过待测车辆噪声谱得到噪声功率谱PdB→第3步,计算频率区间的平均噪声功率,在第3步中包含第3.1步,计算150Hz~250Hz频率区间的平均噪声功率PE;第3.2步,计算350Hz~500Hz频率区间的平均噪声功率PO→第4步,计算比值R→第5步.根据比值R判断待测车辆是否为纯电动汽车,若比值R小于等于1,判定待测车辆为纯电动汽车;若比值R大于1,判定待测车辆为非纯电动汽车。
图2为本发明方法中实例1纯电动SUV车辆的噪声,测试地点在某大学校门正门右侧约300米处公路,纯电动SUV在右侧最外侧机动车道上行驶,采样点在行车道的右侧,采样点与最外侧机动车道和非机动车道分界线的距离为2m;声音记录仪记录了纯电动SUV噪声随时间的变化,声音记录仪的采样频率为48000Hz,采集的车辆噪声中反映了纯电动SUV车辆逐渐靠近和远离声音记录仪的过程,噪声强度逐渐增加,达到最大后,噪声强度逐渐减小,车辆噪声采用任意单位(a.u.)记录。
图3为本发明方法中实例1纯电动SUV车辆的噪声功率谱,是图2经过傅里叶变换得到频率空间后,将各个频率f对应的幅度平方,再取以10对底的对数,并乘以10得到的噪声功率谱PdB,量纲与分贝一致。由于纯电动SUV车辆噪声采用没有定标的任意单位(a.u.),计算纯电动SUV车辆的噪声功率谱PdB仍然用任意单位(a.u.)表示。图中A和B分别为150Hz和250Hz对应点,为计算平均噪声功率PE的积分频率的上、下限,C和D分别为350Hz和500Hz对应点,为计算平均噪声功率PO的积分频率的上、下限;150Hz~250Hz频率区内纯电动SUV的平均噪声功率PE=24.36a.u.,350Hz~500Hz频率区间纯电动SUV的平均噪声功率PO=25.10a.u.,比值R=0.971。
图4为本发明方法中实例2燃油轿车的噪声,测试地点在某大学校门正门右侧约300米处公路,燃油轿车在右侧最外机动车道上行驶,采样点在行车道的右侧,采样点与最外侧机动车道和非机动车道分界线的距离为2m。声音记录仪记录了燃油轿车噪声随时间的变化,声音记录仪的采样频率为48000Hz,采集的车辆噪声中反映了燃油轿车逐渐靠近、远离声音记录仪的过程,噪声强度逐渐增加,达到最大后,噪声强度逐渐减小,燃油轿车噪声采用任意单位(a.u.)记录,I表示噪声强度。
图5为本发明方法中实例2燃油轿车的噪声功率谱,是图4经过傅里叶变换得到频率空间后,将各个频率f对应的幅度平方,取以10对底的对数,再乘以10得到噪声功率谱PdB,量纲与分贝一致。由于燃油轿车噪声采用没有定标的任意单位,计算燃油轿车噪声功率谱PdB仍然为任意单位。图中A和B分别为150Hz和250Hz对应点,为计算平均噪声功率PE的积分频率的上、下限,C和D分别为350Hz和500Hz对应点,为计算平均噪声功率PO的积分频率的上、下限。计算确定PE=28.22a.u.,PO=26.91a.u.,比值R=1.049。
图6为本发明方法中实例3纯电动公交车辆的噪声,测试地点在某大学校门正门右侧约300米处公路,纯电动公交车辆在右侧最外机动车道上行驶,采样点在行车道的右侧,采样点与最外侧机动车道和非机动车道分界线的距离为2m。声音记录仪记录了纯电动公交车辆噪声随时间的变化,声音记录仪的采样频率为48000Hz,采集的车辆噪声中反映了纯电动公交车辆逐渐靠近、远离声音记录仪的过程,噪声强度逐渐增加,达到最大后,噪声强度逐渐减小,纯电动公交车辆噪声采用任意单位(a.u.)记录。
图7为本发明方法中实例3纯电动公交车噪声功率谱,是图6经过傅里叶变换得到频率空间后,将各个频率f对应的幅度平方,取以10对底的对数,再乘以10得到噪声功率谱PdB,量纲与分贝一致。由于纯电动公交车辆噪声采用没有定标的任意单位(a.u.),计算纯电动公交车噪声功率谱PdB仍然为任意单位(a.u.)。图中A和B分别为150Hz和250Hz对应点,为计算平均噪声功率PE的积分频率的上、下限,C和D分别为350Hz和500Hz对应点,为计算平均噪声功率PO的积分频率的上、下限。计算确定PE=27.48a.u.,PO=30.85a.u.,比值R=0.891。
表1给出纯电动SUV、燃油轿车和纯电动公交车三种车辆的PE、PO和R,可以看出燃油轿车的PE、PO高于纯电动SUV,但是纯电动公交车的PO高于燃油轿车,表示在350Hz~500Hz频率区间纯电动公交车的平均噪声功率PO高于燃油轿车3.9a.u.,而100~250Hz频率区间内纯电动公交车的平均噪声功率PE低于燃油轿车0.75a.u.,这里使用分贝下任意单位(a.u.)表示,因此不能单独使用350Hz~500Hz噪声大小判断纯电动轿车。
表1三种车辆的PE、PO和R
实例1
本实例以纯电动SUV为待测车辆,说明一种识别纯电动汽车的方法,具体步骤如下:
第1步,利用声音记录仪在行驶道路上采集纯电动SUV的噪声I(t);
测试地点在某大学校区正门右侧约300米处公路,纯电动SUV在右侧最外侧机动车道上行驶行驶,采样点在行车道的右侧,采样点与最外侧机动车道和非机动车道分界线的距离为2m;利用声音记录仪记录纯电动SUV的噪声I(t)见图2,没有对使用的声音记录仪进行响应标定,采用任意单位(a.u.)记录,t表示时间;本发明中无需要对声音记录仪接收强度进行噪声强度绝对大小校正,采集的纯电动SUV噪声反映了纯电动SUV逐渐靠近、远离声音记录仪的过程;噪声图中,噪声强度逐渐增大,达到最大噪声后,逐渐减小,采集的纯电动SUV噪声信号约3.4s;
第2步,利用式(1)的傅里叶变换计算纯电动SUV的噪声谱F(f):
其中,f表示频率,i表示虚数单位;这里使用快速傅里叶变换(FFT)确定纯电动SUV的噪声谱F(f),表达式为:
F(f)=FFT(I(t)) (2)
利用式(3)计算纯电动SUV的噪声功率谱PdB(f),噪声功率谱用dB下的任意单位(a.u.)表示:
PdB(f)=20×lgF(f)| (3)
纯电动SUV的噪声经过快速傅里叶变换后,噪声功率谱的量纲与分贝(dB)一致,同样采用任意单位(a.u.),噪声功率谱PdB(f)见图3,可以看出纯电动SUV的噪声频率分布;
第3步,分别计算150Hz~250Hz和350Hz~500Hz两个频率区间内纯电动SUV的平均噪声功率:
第3.1步,计算150Hz~250Hz频率区间内纯电动SUV的平均噪声功率PE:
第3.2步,计算350Hz~500Hz频率区间内纯电动SUV的平均噪声功率PO:
第4步,计算平均噪声功率PE与PO的比值R:
第5步,根据R小于等于1,判定本实例的待测车辆为纯电动汽车。
实例2
本实例以燃油轿车为待测车辆,说明一种识别纯电动汽车的方法,具体步骤如下:
第1步,利用声音记录仪采集行驶道路上燃油轿车的噪声I(t);
测试地点在某大学校门正门右侧约300米处公路,燃油轿车在右侧最外侧机动车道上行驶,采样点在行车道的右侧,采样点与最外侧机动车道和非机动车道分界线的距离为2m;声音记录仪记录燃油轿车噪声I(t)见图4,没有对使用的声音记录仪进行响应标定,采用任意单位(a.u.)记录,t表示时间;本发明中无需要对声音记录仪接收强度进行噪声强度绝对大小校正,采集的燃油轿车噪声反映了了燃油轿车逐渐靠近、远离声音记录仪的过程,噪声强度逐渐增大,达到最大噪声后,逐渐减小,采集燃油轿车噪声信号约2.8s;
第2步,利用傅里叶变换计算燃油轿车的噪声谱F(f):
其中,f表示频率,i表示虚数单位;这里使用快速傅里叶变换(FFT)确定燃油轿车的噪声谱F(f):
F(f)=FFT(I(t)) (2)
利用式(3)计算燃油轿车的噪声功率谱PdB(f),噪声功率谱用dB下的任意单位(a.u.)表示:
PdB(f)=20×lgF(f)| (3)
燃油轿车的噪声经过快速傅里叶变换后,噪声功率谱的量纲与分贝(dB)一致,同样采用任意单位(a.u.),噪声功率谱PdB(f)见图5,可以看出不同频率下燃油轿车噪声分布;
第3步,分别计算150Hz~250Hz和350Hz~500Hz两个频率区间内燃油轿车的平均噪声功率;
第3.1步,计算150Hz~250Hz频率区间内燃油轿车的平均噪声功率PE:
第3.2步,计算350Hz~500Hz频率区间内燃油轿车的平均噪声功率PO:
第4步,计算比值R:
R=1.049 (6)
第5步,由于R大于1,判定本实例的待测车辆为非纯电动汽车。
实例3
本实例以纯电动公交车辆为待测车辆,说明一种识别纯电动汽车的方法,具体步骤如下:
第1步,利用声音记录仪采集行驶道路上纯电动公交车辆的噪声I(t);
测试地点在某大学校门正门右侧约300米处公路,纯电动公交车辆在右侧最外侧机动车道上行驶,采样点在行车道的右侧,采样点与最外侧机动车道和非机动车道分界线的距离为2m;声音记录仪记录纯电动公交车辆噪声I(t)见图6,没有对使用的声音记录仪进行响应标定,采用任意单位(a.u.)记录,t表示时间;本发明中无需要对声音记录仪接收强度进行噪声强度绝对大小校正,接收到纯电动公交车辆噪声图6中反映了纯电动公交车辆逐渐靠近、远离声音记录仪的过程,噪声强度逐渐增大,达到最大噪声后,逐渐减小,采集公交车辆噪声信号约2.9s;
第2步,利用傅里叶变换计算纯电动公交车辆的噪声谱F(f):
其中,f表示频率,i表示虚数单位;这里使用快速傅里叶变换(FFT)确定纯电动公交车辆的噪声谱F(f),表达式为:
F(f)=FFT(I(t)) (2)
计算纯电动公交车辆的噪声功率谱PdB(f),噪声功率谱用dB下的任意单位(a.u.)表示:
PdB(f)=20×lgF(f)| (3)
纯电动公交车辆噪声经过快速傅里叶变换后,噪声功率谱的量纲与分贝(dB)一致,同样采用任意单位(a.u.),噪声功率谱PdB(f)见图7,可以看出不同频率下纯电动公交车辆的噪声分布;
第3步,分别计算150Hz~250Hz和350Hz~500Hz两个频率区间内纯电动公交车辆的平均噪声功率:
第3.1步,计算150Hz~250Hz频率区间内纯电动公交车辆的平均噪声功率PE:
第3.2步,计算350Hz~500Hz频率区间内纯电动公交车辆的平均噪声功率PO:
第4步,计算平均噪声功率PE与PO的比值R:
第5步,根据R小于等于1,判定本实例的待测车辆为纯电动汽车。
本发明未述及之处适用于现有技术。
Claims (1)
1.一种识别纯电动汽车的方法,纯电动汽车即电池为唯一动力的车辆,其特征在于,该方法的具体步骤如下:
第1步,利用声音记录仪采集行驶道路上待测车辆的噪声I(t);
其中t表示时间;
第2步,利用式(1)的傅里叶变换计算待测车辆噪声谱F(f);
其中,I(t)表示待测车辆噪声,f表示频率,i表示虚数单位;
利用式(3)计算待测车辆的噪声功率谱:
PdB(f)=20×lg|F(f)| (3)
其中,PdB(f)表示待测车辆的噪声功率谱,噪声功率谱用分贝下的任意单位表示,a.u.表示任意单位;
第3步,分别计算150Hz~250Hz和350Hz~500Hz两个频率区间内待测车辆的平均噪声功率;
第3.1步,利用式(4)计算150Hz~250Hz频率区间内待测车辆的平均噪声功率PE:
第3.2步,利用式(5)计算350Hz~500Hz频率区间内待测车辆的平均噪声功率PO:
第4步,计算平均噪声功率PE与PO的比值R:
第5步,根据比值R判断待测车辆是否为纯电动汽车;若比值R小于等于1,判定待测车辆为纯电动汽车;若比值R大于1,判定待测车辆为非纯电动汽车。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210355002.7A CN114913693B (zh) | 2022-04-06 | 2022-04-06 | 一种识别纯电动汽车的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210355002.7A CN114913693B (zh) | 2022-04-06 | 2022-04-06 | 一种识别纯电动汽车的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114913693A CN114913693A (zh) | 2022-08-16 |
CN114913693B true CN114913693B (zh) | 2023-06-13 |
Family
ID=82762605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210355002.7A Active CN114913693B (zh) | 2022-04-06 | 2022-04-06 | 一种识别纯电动汽车的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114913693B (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013003646A (ja) * | 2011-06-13 | 2013-01-07 | Sumitomo Electric Ind Ltd | 電動車両識別装置及び電動車両識別方法 |
CN102682765B (zh) * | 2012-04-27 | 2013-09-18 | 中咨泰克交通工程集团有限公司 | 高速公路音频车辆检测装置及其方法 |
CN104408927B (zh) * | 2014-10-23 | 2017-03-22 | 南京航空航天大学 | 一种基于调频连续波雷达的车型分类方法 |
-
2022
- 2022-04-06 CN CN202210355002.7A patent/CN114913693B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114913693A (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107730895B (zh) | 一种埋入式道路车辆类型识别系统和方法 | |
CN102862574B (zh) | 基于智能手机实现车辆主动安全的方法 | |
CN109816987B (zh) | 一种汽车鸣笛电子警察执法抓拍系统及其抓拍方法 | |
EP1744292B1 (en) | Method for determining position and speed of vehicles | |
CN102737247A (zh) | 一种柴油车尾气烟度图像识别系统 | |
CN104916159A (zh) | 一种车辆检测方法及检测系统 | |
CN111429725B (zh) | 一种基于智能商业化的电动汽车智能识别充电方法 | |
CN104112369A (zh) | 车位占用的监测及报警方法 | |
CN110796834A (zh) | 车辆淹水的报警方法及系统、车辆和可读存储介质 | |
CN108288380B (zh) | 实时违章信息记录平台 | |
NO20120069A1 (no) | Fremgangsmate og system for registrering av piggdekk pa kjoretoy. | |
CN210223064U (zh) | 一种路测停车巡查装置 | |
CN108437837B (zh) | 充电桩充电车位的管理方法 | |
CN114913693B (zh) | 一种识别纯电动汽车的方法 | |
CN207809236U (zh) | 一种具有夜视目标检测功能的车载超声防撞设备 | |
CN117372950B (zh) | 一种新能源车位被非能源车占用的检测装置及检测方法 | |
CN107170060A (zh) | 一种基于汽车电子标识的拥堵费支付系统、方法及装置 | |
CN107730907B (zh) | 一种实时记录违章信息的方法 | |
CN103150766B (zh) | 喇叭声检测公路收费站服务满意测评系统装置 | |
CN207704502U (zh) | 多功能行车记录系统 | |
CN110675638A (zh) | 一种车位检测机构、系统及检测方法 | |
CN203910024U (zh) | 一种自动监测路面车辆尾气的环保装置 | |
KR101992652B1 (ko) | 번호판 인식을 통한 차량 인식 방법 및 장치 | |
CN113561897B (zh) | 一种基于全景环视的驾考车坡道停车位置判断方法和系统 | |
CN112230208B (zh) | 一种基于智能手机音频感知的汽车行驶速度检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |