通過噪音識別路面信息的系統(tǒng)及方法
【技術領域】
[0001]本發(fā)明涉及語音識別的噪音檢測及響應系統(tǒng)，尤其涉及一種通過噪音識別路面信息的系統(tǒng)及方法。
【背景技術】
[0002]噪音識別是語音識別中的一種，基于大數據與深度學習技術的發(fā)展，已經極大的提升了語音識別系統(tǒng)的性能。在一般的語音識別場景中，噪音是作為需要被過濾的部分，但是在某些特定的場景中，利用噪音可以解決一些比較難以解決的問題，比如行車過程中對路面情況的判斷。
[0003]現有技術中，包括光學傳感，多傳感器方案等。其中光學傳感是將光學傳感器裝備在汽車的前部，通過對地面反射光進行頻譜分析來對路面進行評估，便于汽車的控制系統(tǒng)采取相應的策略；聲納系統(tǒng)分為三個部分:超聲波測距系統(tǒng)，光電傳感器電路和圖像采集與識別系統(tǒng)。
[0004]在這些技術中，光學傳感對工作環(huán)境的要求比較苛刻，且受外部影響的因素較多；而多傳感器實現復雜，成本較高。

【發(fā)明內容】

[0005]本發(fā)明所要解決的技術問題是提供一種準確率高、成本低，利用車胎與地面摩擦的噪音來識別當前路面狀況的通過噪音識別路面信息的系統(tǒng)及方法。
[0006]為實現上述技術效果，本發(fā)明公開了一種通過噪音識別路面信息的方法，包括:
[0007]在汽車行駛過程中，實時定向采集汽車輪胎與地面摩擦的噪音以獲得噪音信號；
[0008]將采集到的所述噪音信號轉化為頻譜；
[0009]將所述頻譜與預存的路況模型進行比對，得出路面識別結果；
[0010]將得出的所述路面識別結果反饋至汽車自帶的中控系統(tǒng)。
[0011]所述方法進一步的改進在于，在采集所述噪音信號時包括:分別定向采集汽車前輪胎和汽車后輪胎與地面摩擦產生的前輪胎噪音和后輪胎噪音，以獲得前輪胎噪音信號和后輪胎噪音信號。
[0012]所述方法進一步的改進在于，在將采集到的所述噪音信號轉化為頻譜時包括:
[0013]將所述前輪胎噪音信號和所述后輪胎噪音信號分別轉化為前輪胎頻譜和后輪胎頻譜；
[0014]比較所述前輪胎頻譜和所述后輪胎頻譜在相同時間段上的頻譜特征，過濾掉頻譜特征不同的前輪胎頻譜和后輪胎頻譜，將頻譜特征相同的前輪胎頻譜和后輪胎頻譜作為降噪后的頻譜輸出。
[0015]所述方法進一步的改進在于，所述預存的路況模型中建立有多個特定頻譜特征與多個路面識別結果的對應關系。
[0016]所述方法進一步的改進在于，在將所述頻譜與預存的路況模型進行比對時包括:提取所述降噪后的頻譜的頻譜特征，與所述預存的路況模型中的特定頻譜特征進行比對，得到所述降噪后的頻譜的頻譜特征在所述預存的路況模型中所對應的路面識別結果，輸出所述路面識別結果。
[0017]本發(fā)明還公開了一種通過噪音識別路面信息的系統(tǒng)，其特征在于包括:
[0018]一噪音采集模塊，安裝于汽車底盤上，用于在汽車行駛過程中實時定向采集汽車輪胎與地面摩擦的噪音以獲得噪音信號；
[0019]一噪音識別模塊，連接所述噪音采集模塊，用于將采集到的所述噪音信號轉化為頻譜，并將所述頻譜與預存的路況模型進行比對，得出路面識別結果；
[0020]一反饋模塊，連接所述噪音識別模塊和所述汽車自帶的中控系統(tǒng)，用于將所述路面識別結果反饋至所述中控系統(tǒng)。
[0021]所述系統(tǒng)進一步的改進在于，所述噪音采集模塊包括安裝于汽車前輪胎處的第一定向麥克風和安裝于汽車后輪胎處的第二定向麥克風，用于分別定向采集所述汽車前輪胎和汽車后輪胎與地面摩擦產生的前輪胎噪音和后輪胎噪音，以獲得前輪胎噪音信號和后輪胎噪音信號。
[0022]所述系統(tǒng)進一步的改進在于，所述噪音識別模塊包括:
[0023]一轉換單元，連接所述噪音采集模塊，用于將采集到的前輪胎噪音信號和后輪胎噪音信號分別轉化為頻譜；
[0024]一降噪單元，連接所述轉換單元，用于比較所述前輪胎頻譜和所述后輪胎頻譜在相同時間段上的頻譜特征，過濾掉頻譜特征不同的前輪胎頻譜和后輪胎頻譜，將頻譜特征相同的前輪胎頻譜和后輪胎頻譜作為降噪后的頻譜輸出；
[0025]—判斷單元，連接于所述降噪單元和所述反饋模塊之間，所述判斷單元內預存有路況模型，用于將所述降噪后的頻譜與預存的路況模型進行比對，得出路面識別結果，并輸出至所述反饋模塊。
[0026]所述系統(tǒng)進一步的改進在于，所述噪音識別模塊包括:
[0027]一轉換單元，連接所述噪音采集模塊，用于將采集到的前輪胎噪音信號和后輪胎噪音信號分別轉化為頻譜；
[0028]一降噪單元，連接所述轉換單元，用于比較所述前輪胎頻譜和所述后輪胎頻譜在相同時間段上的頻譜特征，過濾掉頻譜特征不同的前輪胎頻譜和后輪胎頻譜，將頻譜特征相同的前輪胎頻譜和后輪胎頻譜作為降噪后的頻譜輸出；
[0029]—判斷單元，連接于所述降噪單元和所述反饋模塊之間，且所述判斷單元上進一步連接汽車自帶的語音識別系統(tǒng)，所述語音識別系統(tǒng)內預存有路況模型，所述判斷單元用于將所述降噪后的頻譜與所述語音識別系統(tǒng)內預存的路況模型進行比對，得出路面識別結果，并輸出至所述反饋模塊。
[0030]所述系統(tǒng)進一步的改進在于，所述路況模型中建立有多個特定頻譜特征與多個路面識別結果的對應關系，通過提取所述降噪后的頻譜的頻譜特征，與所述預存的路況模型中的特定頻譜特征進行比對，得到所述降噪后的頻譜的頻譜特征在所述預存的路況模型中所對應的路面識別結果。
[0031]本發(fā)明由于采用了以上技術方案，使其具有以下有益效果:
[0032]1、通過在汽車地盤增加噪音采集模塊、噪音識別模塊和反饋模塊，先采集汽車輪胎與地面摩擦的噪音，然后將采集到的噪音信號轉化為頻譜，將頻譜與預存的路況模型進行比對，得到路面識別結果，最后將該路面識別結果反饋至汽車中控系統(tǒng)，讓駕駛者清楚目前車外所行駛的路面的細節(jié)情況，利用車胎與地面摩擦的噪音來識別當前路面信息，相比傳統(tǒng)的識別策略具有更好的準確率和低成本。
[0033]2、噪音采集模塊采用雙麥克風設計，分別定向采集汽車前輪胎和汽車后輪胎與地面摩擦的噪音，提高噪音捕捉的準確性。
[0034]3、噪音識別模塊根據收集的噪音，對比雙麥克分在相同時間段所表現出來的相似的干擾度，過濾掉頻譜特征不同的噪音后，繪制成輸出的頻譜，以提高繪制頻譜的準確性。
[0035]4、噪音識別模塊采用噪音補償，利用汽車自帶的語音識別特征，從輸入語音信號中提取聲學特征，對環(huán)境噪聲、通話信道、說話人聲道特征等進行歸一化和補償。
[0036]5、本發(fā)明使用的方法可作為獨立的識別模塊，直接加在現有任何主流語音識別系統(tǒng)上，使語音識別系統(tǒng)對已知噪聲具有判斷功能，不同的噪音反映出不同的路面情況，在降低成本的基礎上大幅提升路況識別準確率，提高使用者的易用性，易于集成及擴展。
[0037]6、本發(fā)明使用的方法實現簡單，算法復雜度低，計算開支小。
【附圖說明】
[0038]圖1是本發(fā)明通過噪音識別路面信息的系統(tǒng)的功能模塊示意圖。
[0039]圖2是本發(fā)明通過噪音識別路面信息的系統(tǒng)的定向麥克風的安裝結構示意圖。
[0040]圖3是本發(fā)明的噪音采集模塊的第一種較佳實施方式的功能模塊示意圖。
[0041]圖4是本發(fā)明的定向麥克風的對比降噪功能的模塊示意圖。
[0042]圖5是本發(fā)明通過噪音識別路面信息的系統(tǒng)的頻譜示意圖。
[0043]圖6是本發(fā)明的噪音采集模塊的第二種較佳實施方式的功能模塊示意圖。
[0044]圖7是本發(fā)明通過噪音識別路面信息的系統(tǒng)的噪音特征與模型匹配示意圖。
[0045]圖8是本發(fā)明通過噪音識別路面信息的系統(tǒng)的映射關系示意圖。
【具體實施方式】
[0046]下面結合附圖及【具體實施方式】對本發(fā)明作進一步詳細的說明。
[0047]首先參閱圖1所示，本發(fā)明的通過噪音識別路面信息的系統(tǒng)10主要包括依次連接的一噪音采集模塊101、一噪音識別模塊102和一反饋模塊103。
[0048]其中，噪音采集模塊101安裝于汽車底盤上，結合圖2所示，噪音采集模塊101安裝于汽車20的底盤上，主要由安裝于汽車前輪胎21處的第一定向麥克風11和安裝于汽車后輪胎22處的第二定向麥克風12構成，用于在汽車行駛過程中，實時分別定向采集汽車前輪胎21和汽車后輪胎22與地面摩擦產生的前輪胎噪音110和后輪胎噪音120，以獲得前輪胎噪音信號和后輪胎噪音信號，該噪音采集模塊101利用了定向麥克風來降低其他噪音對噪音采集和識別的影響，特別地使用了雙麥克風方案，來進一步提高噪音捕捉的準確性。
[0049]噪音識別模塊102連接于噪音采集模塊101和反饋模塊103之間，為本發(fā)明的主要實現模塊。配合圖3所示，噪音識別模塊102進一步包括一轉換單元1021、一降噪單元1022和一判斷單元1023。
[0050]轉換單元1021連接噪音采集單元，用于將采集到的前輪胎噪音信號和后輪胎噪音信號分別轉化為前輪胎頻譜和后輪胎頻譜。
[0051]降噪單元1022連接于轉換單元1021上，用于對前輪胎頻譜和后輪胎頻譜進行進一步對比降噪優(yōu)化，對比過濾掉頻譜特征不同的噪音頻譜后，繪制成輸出的頻譜，以提高繪制頻譜的準確性。具體地，結合圖4所示，通過比較前輪胎頻譜和后輪胎頻譜在相同時間段上的頻譜特征，包括頻率特征和振幅特征，過濾掉頻譜特征不同的前輪胎頻譜和后輪胎頻譜，將頻譜特征相同的前輪胎頻譜和后輪胎頻譜作為降噪后的頻譜輸出，從而得到過濾掉干擾度后的準確性較高的頻譜，如圖5所示。
[0052]判斷單元1023連接于降噪單元1022和反饋模塊103之間，用于將輸出的頻譜與預存的路況模型進行比對，判斷出路面識別結果，并將該路面識別結果輸出至反饋模塊103。具體地，如圖3所述，可以選擇直接在判斷單元1023內預存路況模型，該路況模型中建立有多個已知特定頻譜特征與