-
Die
Erfindung betrifft ein Verfahren zur Überwachung einer
Umgebung mit mehreren akustischen Sensoren sowie ein entsprechendes
akustisches Sensornetz.
-
Zur
Erkennung von Ausnahmesituationen, wie Panik oder Gewalt, oder von
medizinischen Notfällen in öffentlichen Umgebungen,
wie z. B. Bahnhöfen oder Sportstadien, werden heutzutage
in der Regel optische Sensoren in der Form von Überwachungskameras
verwendet. Die Überwachung der Umgebung erfolgt dabei meist
manuell durch Sicherheitsfachkräfte, welche in einer zentralen
Leitstelle die Daten der optischen Sensoren sichten und auswerten.
Da bei großen Umgebungen eine Vielzahl von Daten zu überwachen
ist, kann unter Umständen eine lange Zeitspanne bis zur
Erkennung einer Krisensituation verstreichen. Ebenso kann eine Ausnahmesituation
aufgrund von menschlichem Versagen unter Umständen überhaupt
nicht bemerkt werden.
-
Aus
dem Stand der Technik sind ferner automatische Überwachungsverfahren
basierend auf optischen Sensoren mit integrierter Situationserkennung
bekannt. Diese Verfahren weisen den Nachteil auf, dass die Qualität
der Situationserkennung insbesondere bei größeren
zu überwachenden Menschenmengen gering ist.
-
Aufgabe
der Erfindung ist es, ein automatisches Verfahren zur Überwachung
einer Umgebung zu schaffen, mit dem eine verbesserte Situationserkennung
ermöglicht wird.
-
Diese
Aufgabe wird durch das Verfahren gemäß Patentanspruch
1 bzw. das Sensornetz gemäß Patentanspruch 17
gelöst. Weiterbildungen der Erfindung sind in den abhängigen
Ansprüchen definiert.
-
Das
erfindungsgemäße Verfahren beruht auf einer akustischen Überwachung
einer Umgebung basierend auf mehreren Sensoren. Die Sensoren bilden
dabei ein dezentrales Netz, in dem sie zumindest teilweise untereinander
kommunizieren. Im Betrieb des Verfahrens erfassen die Sensoren jeweils
akustische Signale, welche auf Geräuschen in der Umgebung
beruhen. Diese erfassten Signale werden dann von dem einzelnen Sensor
zur Durchführung einer Situationserkennung weiterverarbeitet,
wobei entsprechende Verfahren zur akustischen Situationserkennung
an sich aus dem Stand der Technik bekannt sind.
-
Das
erfindungsgemäße Verfahren zeichnet sich dadurch
aus, dass ein jeweiliger Sensor zumindest eines Teils der Sensoren über
das dezentrale Netz auf die erfassten und/oder weiterverarbeiteten Signale
von einem oder mehreren benachbarten Sensoren zugreift und diese
Signale bei der Situationserkennung berücksichtigt. Die
einzelnen Sensoren führen somit ihre Situationserkennung
nicht autark durch, sondern berücksichtigen auch die erfassten
Geräuschsignale von benachbarten Sensoren. Unter einem
benachbarten Sensor ist dabei ein Sensor zu verstehen, der Signale
erfasst, welche zumindest teilweise auf den gleichen Geräuschen
wie die von dem jeweiligen Sensor erfassten Signale beruhen. Durch
die Berücksichtigung von entsprechenden Signalen mehrerer
benachbarter Sensoren werden die Informationen für die
Durchführung der Situationserkennung erhöht, so
dass die Situationserkennung des einzelnen Sensors verbessert wird. Darüber
hinaus wird ein effizienter Informationsaustausch zwischen den Sensoren
durch ein dezentrales Netz erreicht, welches ohne eine zentrale
Verwaltungseinheit auskommt.
-
Gemäß der
Situationserkennung kann der jeweilige Sensor dann in geeigneter
Weise auffällige, von einer Norm abweichende Geräuschkulissen
erkennen. Bei der Erkennung einer auffälligen Situation wird
in einer bevorzugten Variante durch den jeweiligen Sensor eine entsprechende
Meldung an eine zentrale Stelle übermittelt, woraufhin
eine nähere Überprüfung dahingehend erfolgen
kann, ob in der Tat eine Ausnahmesituation vorliegt, welche entsprechende
Gegenmaßnahmen erfordert. Gegebenenfalls kann ein Sensor
zusätzlich oder alternativ bei der Erkennung einer von
der Norm abweichenden Situation lokal ein Geräuschsignal,
beispielsweise ein entsprechendes Piepsen durch einen im Sensor
installierten Lautsprecher, ausgeben. Auf diese Weise werden Personen
in der Umgebung des Sensors unmittelbar auf eine potentielle Ausnahmesituation
hingewiesen.
-
In
einer besonders bevorzugten Ausführungsform des erfindungsgemäßen
Verfahrens kommunizieren die einzelnen Sensoren über ein Peer-to-Peer-Netz
miteinander, wobei jeder Sensor einen Peer in diesem Netz darstellt.
Zur Kommunikation können dabei an sich bekannte Peer-to-Peer-Protokolle,
wie z. B. Chord, eingesetzt werden. Die Verwendung eines Peer-to-Peer-Netzes als
dezentrales Netz in dem erfindungsgemäßen Verfahren
weist besondere Vorteile auf, denn solche Netze erweisen sich als
sehr stabil und können sich sehr effizient selbst organisieren
und konfigurieren. Insbesondere können diese Netze auch
schnell auf dynamische Veränderungen im Netz, beispielsweise auf
den Ausfall eines Sensors bzw. das Hinzukommen eines Sensors, reagieren.
Auf diese Weise wird ein robustes und sich dynamisch an eine Veränderung
des Netzes anpassendes Verfahren zur akustischen Umgebungsüberwachung
geschaffen.
-
Eine
besonders leicht zu installierende Umgebungsüberwachung
wird in einer bevorzugten Ausführungsform der Erfindung
dadurch erreicht, dass durch die mehreren Sensoren ein drahtloses Funknetz
gebildet wird, wobei die Sensoren in diesem Fall jeweils ein Funkmodul
zum Empfangen und Aussenden von drahtlosen Signalen in dem Funknetz
umfassen. In einer besonders bevorzugten Variante bildet das Funknetz
ein sog. Ad-hoc-Netz, welches ein vermaschtes Netz darstellt, welches
sich selbständig aufbaut und konfiguriert, wie dies auch bei
Peer-to-Peer-Netzen der Fall ist. Entsprechende Protokolle und Routing-Verfahren
für Ad-hoc-Netze sind dabei hinlänglich aus dem
Stand der Technik bekannt.
-
Wie
bereits oben dargelegt, wird ein Sensor zu einem jeweiligen Sensor
als benachbart eingestuft, wenn beide Sensoren zumindest teilweise
die gleichen Geräuschsignale erfassen. Dabei können im
erfindungsgemäßen Verfahren entsprechende Nachbarschaftskriterien
festgelegt sein, basierend auf denen ermittelt wird, dass ein Sensor
zu einem anderen Sensor benachbart ist. Werden in dem erfindungsgemäßen
Verfahren mehrere Nachbarschaftskriterien berücksichtigt,
werden zwei Sensoren nur dann als benachbart eingestuft, wenn alle
Nachbarschaftskriterien erfüllt sind. Beispielsweise kann
bei der Ausbildung eines Funknetzes zwischen den Sensoren das oder
die vorgegebenen Nachbarschaftskriterien dadurch gegeben sein, dass
zwei Sensoren als benachbart eingestuft werden, wenn sie in Funkreichweite
zueinander angeordnet sind.
-
In
einer weiteren Ausführungsform können alternativ
oder zusätzlich die Nachbarschaftskriterien durch einen
räumlichen Abstand zwischen den Sensoren gegeben sein,
wobei zwei Sensoren als benachbart eingestuft werden, wenn der räumliche
Abstand kleiner oder gleich einer vorbestimmten Schwelle ist. In
diesem Fall müssen in einem jeweiligen Sensor die Abstände
zu zumindest einem Teil von anderen Sensoren im dezentralen Netz
bekannt sein. Diese Informationen können beispielsweise durch
eine Informationsübermittlung über das dezentrale
Netz zwischen den einzelnen Sensoren ausgetauscht werden.
-
In
einer Variante der Erfindung greift ein jeweiliger Sensor zumindest
eines Teils der Sensoren unmittelbar auf die erfassten Signale der
benachbarten Sensoren zu und führt mittels einer Korrelationsanalyse
dieser Signale und der von ihm erfassten Signale eine Geräuschunterdrückung
durch. Hierdurch wird eine besonders einfache Möglichkeit
einer Verbesserung des zu analysierenden Geräuschsignals und
einer damit verbundenen verbesserten Situationserkennung erreicht.
-
In
einer besonders bevorzugten Ausführungsform führt
ein jeweiliger Sensor zumindest eines Teils der Sensoren eine Weiterverarbeitung
der von ihm erfassten Daten derart durch, dass er aus den erfassten
Signalen ein oder mehrere Merkmale extrahiert, wobei der jeweilige
Sensor bei der Situationserkennung die von ihm extrahierten Merkmale und
ferner auch die von den benachbarten Sensoren extrahierten Merkmale
berücksichtigt. Extrahierte Merkmale können dabei
beispielsweise auf der Lautstärke der erfassten Signale
und/oder der Lautstärkeverteilung über die Frequenz
der erfassten Signale und/oder der Veränderung der Lautstärke über
die Zeit für ein oder mehrere Frequenzen der erfassten Signale
beruhen. Die Erkennung von Situationen basierend auf entsprechend
extrahierten Merkmalen ist dabei an sich aus dem Stand der Technik
bekannt. Nunmehr erfolgt die Situationserkennung eines einzelnen
Sensors jedoch nicht nur auf den von ihm selbst extrahierten Merkmalen,
sondern auch auf den Merkmalen von anderen Sensoren.
-
Zur
Situationserkennung kann ein jeweiliger Sensor beliebige, an sich
bekannte Verfahren verwenden. In einer Variante verwendet ein jeweiliger Sensor
zumindest eines Teils der Sensoren ein regelbasiertes Entscheidungsmodell.
Dabei sind vordefinierte Regeln gegeben, bei deren Erfüllung
dann eine entsprechende Situation erkannt wird. Eine solche Regel
kann beispielsweise darin bestehen, dass eine Ausnahmesituation
erkannt wird, wenn eine vorher festgelegte Schwelle eines Lautstärkepegels überschritten
wird. Zusätzlich oder alternativ können auch datenbasierte
Modelle zur Situationserkennung verwendet werden. Diese Modelle
werden vorab mit entsprechenden akustischen Trainingsdaten gelernt bzw.
trainiert. Mit datenbasierten Modellen wird eine sehr gute Situationserkennung
erreicht. Aus dem Stand der Technik sind verschiedene datenbasierte Modelle
bekannt, welche auch in dem erfindungsgemäßen
Verfahren eingesetzt werden können, wie z. B. Hidden Markov
Modelle und/oder Gaußsche Mischmodelle und/oder Support
Vector Machines und/oder künstliche neuronale Netze.
-
In
einer bevorzugten Variante der Erfindung erfolgt das Trainieren
des datenbasierten Modells in einer Initialisierungsphase vor der
eigentlichen Umgebungsüberwachung. In dieser Initialisierungsphase
tauscht ein jeweiliger Sensor zumindest eines Teils der Sensoren
mit den benachbarten Sensoren die erfassten Signale und/oder die
weiterverarbeiteten Signale aus und ermittelt basierend auf diesen
Signalen einen Normalzustand. Dieser Normalzustand stellt insbesondere
eine statistische Verteilung von entsprechend aus den Signalen extrahierten
Merkmalen dar. In einer bevorzugten Variante wird das datenbasierte
Modell im Betrieb des Verfahrens kontinuierlich durch den jeweiligen
Sensor in Abhängigkeit von den von ihm und den benachbarten
Sensoren erfassten akustischen Signalen adaptiert. Auf diese Weise
wird eine geeignete Anpassung der Situationserkennung an sich verändernde
Geräuschkulissen gewährleistet.
-
Bei
einer Situationserkennung basierend auf einem datenbasierten Modell
mit entsprechend ermitteltem Normalzustand erfolgt die Situationserkennung
vorzugsweise derart, dass ein oder mehrere vorbestimmte Situationen über
vorbestimmte Abweichungen vom Normalzustand definiert sind. In diesem
Fall muss vorab kein explizites, von der Norm abweichendes Schallereignis
trainiert werden.
-
Neben
dem oben beschriebenen Verfahren betrifft die Erfindung ferner ein
akustisches Sensornetz zur Überwachung einer Umgebung,
wobei dieses Sensornetz mehrere akustische Sensoren umfasst, welche
ein dezentrales Netz bilden, in dem die Sensoren zumindest teilweise
untereinander kommunizieren. Dabei umfassen die Sensoren jeweils eine
Erfassungseinheit, beispielsweise in der Form von einem oder mehreren
Mikrofonen (insbesondere in Kombination mit einem Analog/Digital
Wandler), wobei mit dieser Erfassungseinheit auf Geräuschen in
der Umgebung beruhende akustische Signale erfasst werden. Ferner
beinhaltet der jeweilige Sensor eine Verarbeitungseinheit zur Weiterverarbeitung
der erfassten Signale, um eine entsprechende Situationserkennung
durchzuführen. Das akustische Sensornetz zeichnet sich
dadurch aus, dass ein jeweiliger Sensor zumindest eines Teils der
Sensoren derart ausgestaltet ist, dass er über eine Kommunikationsschnittstelle,
beispielsweise in der Form eines entsprechenden Funkmoduls, auf
die erfassten und/oder weiterverarbeiteten Signale von einem oder mehreren
benachbarten Sensoren zugreift und diese Signale bei der Situationserkennung
berücksichtigt, wobei ein benachbarter Sensor Signale erfasst,
welche zumindest teilweise auf den gleichen Geräuschen
wie die von dem jeweiligen Sensor erfassten Signale beruhen.
-
Das
akustische Sensornetz ist vorzugsweise derart ausgestaltet, dass
jede Variante des oben beschriebenen Verfahrens mit dem Sensornetz
durchführbar ist.
-
Die
Erfindung betrifft ferner einen akustischen Sensor zur Verwendung
in dem oben beschriebenen akustischen Sensornetz. Der Sensor umfasst
eine Erfassungseinheit zur Erfassung von auf Geräuschen
in der Umgebung beruhenden akustischen Signalen und eine Verarbeitungseinheit
zur Weiterverarbeitung der erfassten Signale zur Durchführung
einer Situationserkennung. Dabei ist der Sensor derart ausgestaltet,
dass er im Betrieb des Sensornetzes über eine Kommunikationsschnittstelle auf
die erfassten und/oder weiterverarbeiteten Signale von einem oder
mehreren benachbarten Sensoren zugreift und diese Signale bei der
Situationserkennung berücksichtigt, wobei ein benachbarter
Sensor Signale erfasst, welche zumindest teilweise auf den gleichen
Geräuschen wie die von dem jeweiligen Sensor erfassten
Signalen beruhen.
-
Ein
Ausführungsbeispiel der Erfindung wird nachfolgend anhand
von 1 beschrieben. Diese Figur zeigt in schematischer
Darstellung ein Sensornetz, in dem eine Variante des erfindungsgemäßen Verfahrens
durchgeführt wird.
-
Zur Überwachung
einer Umgebung ist in dem Ausführungsbeispiel der 1 ein
Sensornetz mit einer Mehrzahl von Sensoren vorgesehen, wobei beispielhaft
die Sensoren 1, 2, 3 und 4 wiedergegeben
sind. Jeder dieser Sensoren umfasst eine Erfassungseinheit zur Erfassung
von akustischen Signalen in der Form eines Mikrofons 5 und
eines entsprechenden Analog-Digital-Wandlers 6, der die über
das Mikrofon analog erfassten Signale in digitalisierte Signale
umwandelt. Diese digitalisierten Signale werden von einem Mikroprozessor 7 verarbeitet,
wobei dieser Mikroprozessor bei der Verarbeitung auch Signale von
weiteren benachbarten Sensoren berücksichtigt, wie im Folgenden
noch näher erläutert wird.
-
Die
einzelnen Sensoren 1 bis 4 kommunizieren drahtlos
miteinander, wobei hierzu jeder Sensor ein entsprechendes Funkmodul 8 aufweist,
welches drahtlos Signale über eine schematisch angedeutete Antenne 9 empfängt
bzw. aussendet. Die Sensoren bilden insgesamt ein dezentrales Netz
N, welches schematisch durch eine entsprechende Ellipse angedeutet
ist. In der Ausführungsform der 1 ist dieses
dezentrale Netz ein Peer-to-Peer-Netz, in dem jeder Sensor einen
entsprechenden Peer in dem Netz darstellt und in dem die einzelnen
Sensoren über ein Peer-to-Peer-Protokoll miteinander kommunizieren.
Die Kommunikation zwischen den Sensoren erfolgt somit dezentral,
d. h. die einzelnen Sensoren tauschen direkt untereinander Daten
aus, ohne dass eine zentrale Stelle zwischengeschaltet ist. Die Kommunikation
zwischen den einzelnen Sensoren über das Netz N ist in 1 für
jeden Sensor mit entsprechenden Pfeilen P1 und P2 angedeutet. Als
Protokoll für das Peer-to-Peer-Netz kann beispielsweise das
hinlänglich aus dem Stand der Technik bekannte Chord-Protokoll
eingesetzt werden.
-
Die
Verwendung eines Peer-to-Peer-Netzes weist den Vorteil auf, dass
basierend auf bekannten Protokollen eine Selbst-Organisation und Selbst-Konfiguration
des Sensornetzes erreicht werden kann. Ferner sind Peer-to-Peer-Netze
sehr robust und ermöglichen eine leichte Erweiterbarkeit des
Netzes, um neu hinzukommende Sensoren bzw. eine geeignete Anpassung
des Netzes beim Wegfall von Sensoren. Anstatt von Peer-to-Peer-Mechanismen
zur Bildung des dezentralen Netzes können gegebenenfalls
auch andere aus dem Stand der Technik bekannte Verfahren zur Bildung
solcher Netze verwendet werden. Beispielsweise können die
Sensoren als sog. Ad-hoc-Netz organisiert sein, in dem die Sensoren
Knoten in einem vermaschten Netz ohne einen zentralen Verwaltungsknoten
darstellen. Solche Ad-hoc-Netze können sich zwischen den
einzelnen Sensoren selbständig aufbauen und konfigurieren,
wodurch in Analogie zu Peer-to-Peer-Netzen eine dynamische Veränderung
und Anpassung des Netzes bei Hinzukommen bzw. Wegfallen von Sensoren
ermöglicht wird. Ad-hoc-Netzwerke und entsprechende Routing-Protokolle
für diese Netze sind hinlänglich aus dem Stand
der Technik bekannt, beispielsweise beinhalten drahtlose Kommunikationsprotokolle
wie IEEE 802.11 (WLAN) oder IEEE 802.15 entsprechende
Ad-hoc-Modi.
-
In
dem Sensornetz der 1 soll effizient basierend auf
akustisch erfassten Geräuschen der Umgebung eine Abweichung
von einem Normalzustand der Geräuschkulisse erkannt werden,
um auf diese Weise Ausnahmesituationen zu erkennen. Das Sensornetzwerk
eignet sich dabei insbesondere zum Einsatz in großräumigen öffentlichen
Bereichen, wie z. B. in Stadien, Bahnhöfen und dergleichen.
In jedem der einzelnen Sensoren 1 bis 4 ist dabei
ein entsprechender Situationserkenner vorgesehen, mit dem vom Normalzustand
abweichende Situationen erkannt werden können. In 1 ist
der Normalzustand der Geräuschkulisse durch schematisch
angedeutete Schallwellen BN (BN = Background Noise) in der Form
von langen konzentrischen Kreissegmenten wiedergegeben. Darüber
hinaus ist in 1 ein auffälliges Schallereignis
E durch einen schwarzen Kreis dargestellt, von dem Geräusche
ausgehen, welche durch konzentrische, kurze Kreissegmente angedeutet
sind.
-
Der
Situationserkenner ist in den einzelnen Sensoren als Programm implementiert,
welches durch den Mikroprozessor 7 ausgeführt
wird. Im Unterschied zu bekannten Situationserkennern verarbeitet
der Situationserkenner eines jeweiligen Sensors nicht mehr nur die
von dem Sensor erfassten und gegebenenfalls weiterverarbeiteten
Signale, sondern auch entsprechende Signale, welche von anderen
Sensoren im Netzwerk stammen, welche benachbart zu dem betrachteten
Sensor liegen. Ein Sensor ist dabei zu einem anderen Sensor benachbart,
wenn beide Sensoren zumindest teilweise die gleichen Geräusche
erfassen. Dies kann beispielsweise durch die Festlegung eines vorgegebenen Mindestabstands
zwischen benachbarten Sensoren ermöglicht werden, wobei
in diesem Fall zwischen den Sensoren Informationen hinsichtlich
ihrer Position ausgetauscht werden, so dass jeder Sensor den Abstand
zu anderen Sensoren ermitteln kann. Gegebenenfalls kann das Netz
bereits so aufgebaut sein, das sichergestellt ist, dass jeder Sensor
zu einem anderen Sensor in dem Netz benachbart ist. In diesem Fall
kann ein Sensor bei der Situationserkennung die Signale von allen
anderen Sensoren mit verarbeiten, ohne dass er selbst sicherstellen
muss, dass die verarbeiteten Signale zumindest zum Teil auch von
benachbarten Sensoren stammen. Dadurch, dass über eine
dezentrale Kommunikation zwischen Sensoren auch die Geräusche
von benachbarten Sensoren berücksichtigt werden, kann die
Situationserkennung in den einzelnen Sensoren deutlich verbessert
werden. Es können dabei bekannte Verfahren eingesetzt werden,
um die Situationserkennung basierend auf den akustischen Signalen
des jeweiligen Sensors und seiner benachbarten Sensoren durchzuführen.
-
In
dem Netzwerk der 1 werden die über das
Mikrofon 5 erfassten Geräuschsignale zunächst durch
den A/D-Wandler 6 digitalisiert und in Zeitabschnitte fester
Länge (sog. Frames) segmentiert. Dabei besteht insbesondere
die Möglichkeit, dass die Signale der Mikrofone von mehreren
benachbarten Sensoren mittels eines sog. Beamforming-Algorithmus,
der an sich bekannt ist, miteinander kombiniert werden. Beim Beamforming
werden durch eine entsprechende Steuerung die Signale der einzelnen
Mikrofone der Sensoren zeitversetzt miteinander korreliert, um hierdurch
Schallquellen in vorbestimmten Richtungen zu orten. Dabei erfolgt
durch einen entsprechenden Informationsaustausch zwischen den Sensoren
eine Abstimmung der Sensoren derart aufeinander, dass die Mikrofone
von benachbarten Sensoren in eine bestimmte Richtung hören.
Die Verwendung eines Beamforming-Algorithmus ist insbesondere dann
sinnvoll, wenn bekannt ist, aus welcher ungefähren Richtung Geräuschsignale
zu erwarten sind, welche Ausnahmesituationen kennzeichnen.
-
Ferner
kann das Beamforming dazu benutzt werden, um kontinuierlich in unterschiedliche
Richtungen im Raum zu hören, um hierdurch die Position auffälliger
Schallquellen zu orten bzw. diese Schallquellen nachzuverfolgen.
Durch den Beamforming-Algorithmus wird dabei eine bessere Trennung der
Nutzsignale von den Hintergrundgeräuschen ermöglicht.
Der soeben beschriebene Beamforming-Algorithmus kann in dem erfindungsgemäßen
Sensornetz gegebenenfalls auch für mehrere Mikrofone eines
einzelnen Sensors eingesetzt werden.
-
In
einer Variante der erfindungsgemäßen Umgebungsüberwachung
werden die zwischen benachbarten Sensoren ausgetauschten Signale
zur verbesserten Geräuschunterdrückung verwendet. Dabei
tauschen die Sensoren direkt die erfassten und digitalisierten Geräuschsignale
aus, wobei jeder Sensor mittels einer Korrelationsanalyse die von
ihm erfassten Signale und die Signale der benachbarten Sensoren
zeitlich aneinander anpasst und so kombiniert, dass das Signal-zu-Rausch-Verhältnis
verbessert wird. Auf diese Weise werden in dem jeweiligen Sensor
geräuschreduzierte Signale verarbeitet, welche eine bessere
Situationserkennung ermöglichen.
-
In
einer weiteren Variante des erfindungsgemäßen
Verfahrens werden in einem Sensor zur Situationserkennung bereits
aus den ursprünglichen Geräuschsignalen weiterverarbeitete
Signale von mehreren benachbarten Sensoren berücksichtigt.
Dabei extrahiert ein Situationserkenner eines jeweiligen Sensors
zunächst mit an sich bekannten Verfahren entsprechende
Merkmale aus den Geräuschsignalen. In einer einfachen Variante
sind solche Merkmale z. B. die Lautstärke der Geräuschsignale.
Vorzugsweise werden jedoch cepstrale Merkmale extrahiert, welche
die Lautstärkeverteilung der Geräuschsignale über
deren Frequenz repräsentieren, bzw. modulations-spektrale
Merkmale, welche die Veränderung der Lautstärke
der Geräuschsignale über die Zeit repräsentieren.
Ebenso können als Merkmale Multiband-Modulationsspektren
berücksichtigt werden, welche die Veränderung
der Lautstärke über die Zeit für verschiedene
Frequenzen der erfassten Geräuschsignale darstellen.
-
Die
Verarbeitung der extrahierten Merkmale erfolgt mit hinlänglich
aus dem Stand der Technik bekannten Verfahren zur Analyse von Geräuschsignalen.
Besonders bevorzugt werden dabei datenbasierte Modelle eingesetzt,
welche vorab mit entsprechenden Trainingssignalen gelernt bzw. trainiert
wurden. Dabei tauschen die Sensoren in einer Initialisierungsphase
zunächst die jeweils von ihnen ermittelten Merkmale untereinander
aus. Ein jeweiliger Sensor bestimmt dann anhand der von ihm selbst
ermittelten und von den benachbarten Sensoren stammenden Merkmale
einen Normalzustand der Geräuschkulisse. In einer einfachen
Variante, bei der das Merkmal durch die Lautstärke repräsentiert
wird, kann der Normalzustand dabei beispielsweise durch einen einfachen
Schwellwert repräsentiert werden, wobei der Normalzustand
dann vorliegt, wenn das Signal unterhalb des Schwellwerts liegt.
-
Bei
der Beschreibung des Geräuschsignals durch komplexere Merkmale,
insbesondere in der Form von mehrdimensionalen Merkmalsvektoren, werden
aufwändigere Verfahren eingesetzt, um einen Normalzustand
zu ermitteln, der in diesem Fall aus einer statistischen Verteilung
der Merkmale des Geräuschsignals besteht. Bekannte Modelle, über welche
ein entsprechender Normalzustand bestimmt werden kann, sind dabei
Hidden Markov Modelle, Gaußsche Mischmodelle, One-Class
Support Vector Machines, neuronale Netze und dergleichen. Mit diesen
Modellen werden dann auch nach der Bestimmung des Normalzustands
die bei der Geräuschüberwachung erzeugten Signale
entsprechend analysiert, um hierdurch eine Abweichung von dem Normalzustand
festzustellen. Dabei vergleichen die einzelnen Sensoren kontinuierlich
jeweils die aktuell ermittelten Merkmalsvektoren mit dem statistischen Modell
des Normalzustands, um die Wahrscheinlichkeit für einen
von diesem Normalzustand abweichenden Ausnahmezustand zu ermitteln. Überschreitet diese
Wahrscheinlichkeit einen bestimmten Schwellwert, wird eine Anomalie
festgestellt.
-
Bei
der Feststellung einer Anomalie durch einen jeweiligen Sensor übermittelt
dieser in einer bevorzugten Variante der Erfindung eine entsprechende
Warnmeldung an eine zentrale Stelle. Der Sensor kann hierfür
eine separate Kommunikationsschnittstelle aufweisen. Die Übermittlung
kann jedoch auch über das Funkmodul des entsprechenden
Sensors erfolgen. Die zentrale Stelle ist dabei jedem Sensor bekannt,
stellt jedoch keinen Bestandteil des durch die Sensoren gebildeten
dezentralen Netzes dar. Die zentrale Stelle kann zum Beispiel eine
Leitstelle sein, welche durch einen Bediener besetzt ist, der bei
der Übermittlung einer entsprechenden Warnmeldung gesonderte
Schritte einleiten kann. Beispielsweise kann er den Bereich, an
dem der die Warnung übermittelnde Sensor positioniert ist,
nochmals besonders analysieren. Hierfür können
entsprechende Kameras in der zu überwachenden Umgebung
positioniert sein, welche Bilder an die zentrale Leitstelle übermitteln.
Der Bediener kann dann nach Eintreffen einer Warnmeldung von einem
Sensor über das Bild der entsprechenden Kamera im Bereich
des Sensors überprüfen, ob tatsächlich
eine Ausnahmesituation vorliegt, welche weitere Maßnahmen
erforderlich macht.
-
Bei
der im Vorangegangenen beschriebenen erfindungsgemäßen
Variante, welche datenbasierte Modelle zur Situationserkennung einsetzt,
ist es insbesondere nicht erforderlich, dass zuvor ein entsprechend
zu identifizierendes abnormales Schallereignis trainiert wird. Vielmehr
wird dann eine auffällige Situation erkannt, wenn das Geräusch
stark vom vorher trainierten Normalzustand abweicht. In einer besonders
bevorzugten Ausführungsform wird dabei der Normalzustand
kontinuierlich an die sich gegebenenfalls verändernde Geräuschkulisse
adaptiert, wobei bei der Adaption wiederum die Daten von nicht nur
einem Sensor, sondern von mehreren benachbarten Sensoren berücksichtigt
werden. Hierdurch wird ein langsamer Anstieg des Hintergrundgeräuschpegels
nicht als Störung gewertet, sondern es werden tatsächlich
nur die Abweichungen von dem Hintergrundgeräusch detektiert.
-
Die
im Vorangegangenen beschriebene Ausführungsform des erfindungsgemäßen
Verfahrens weist eine Reihe von Vorteilen auf. Insbesondere wird
eine verbesserte Situationserkennung in einem akustischen Sensornetz
dadurch gewährleistet, dass jeder Sensor auch die Geräuschsignale
von benachbarten Sensoren mit verarbeitet. Dabei wird ein schneller
und effizienter Datenaustausch dadurch gewährleistet, dass
die einzelnen Sensoren dezentral über ein entsprechendes
Netz miteinander kommunizieren. Zur dezentralen Kommunikation können bewährte
Technologien, wie Peer-to-Peer-Netze bzw. Ad-hoc-Netzwerke, eingesetzt
werden. Die Verwendung von dezentralen Netzen zur Kommunikation
zwischen den Sensoren hat den weiteren Vorteil, dass sich diese
Netze dynamisch an sich verändernde Gegebenheiten im Netz,
d. h. an neu hinzukommende Sensoren bzw. wegfallende Sensoren, anpassen.
Hierdurch wird eine kontinuierliche Situationserkennung auch bei
einer Veränderung der Topologie des dezentralen Netzes
gewährleistet. Ferner weisen dezentrale Netze den Vorteil
auf, dass sie einfach und kostengünstig zu installieren
sind.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste
der vom Anmelder aufgeführten Dokumente wurde automatisiert
erzeugt und ist ausschließlich zur besseren Information
des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen
Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt
keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Nicht-Patentliteratur
-
- - IEEE 802.11 [0024]
- - IEEE 802.15 [0024]