一种基于声学辅助的隧道交通安全警示方法、系统与流程

技术特征：

1.一种基于声学辅助的隧道交通安全警示方法，其特征在于，包括：

获取隧道内声音信号；

提取隧道内声音信号的特征值；

将提取的特征值输入预先训练好的事故类型识别模型，得到事故类型；其中，所述事故类型识别模型基于采集的历史隧道内声音信号数据对深度神经网络进行训练得到；

根据得到的事故类型发出警示信息。

2.根据权利要求1所述的基于声学辅助的隧道交通安全警示方法，其特征在于，所述事故类型识别模型基于采集的历史隧道内声音信号数据对深度神经网络进行训练得到，包括：

获取历史隧道内声音信号数据并进行标注；

利用automodelsearch机制对历史隧道内声音信号数据进行特征提取，构建样本数据集，其中每个样本包括一个历史隧道内声音信号的特征值及其对应的标注；

利用paddlepaddle深度学习框架将样本数据集分割为训练集、验证集和测试集；基于训练集对深度神经网络模型进行模型训练，利用验证集对模型进行纠正和强化，并利用测试集对模型进行评估，得到事故类型识别模型。

3.根据权利要求2所述的基于声学辅助的隧道交通安全警示方法，其特征在于，所述基于训练集对深度神经网络进行模型训练的过程中采用分布式训练，且训练过程中运用earlystoopping机制对模型进行筛选；

所述利用验证集对模型进行纠正和强化包括将验证集的样本数据导入深度神经网络模型中，每训练一个batch对深度神经网络模型进行一次验证，以纠正或强化模型训练参数；

所述利用测试集对模型进行评估包括采用模型效果评估机制，利用混淆矩阵的各个指标和f1-score，解决错误分类并对错误分类的数据构建补充训练集。

4.根据权利要求1所述的基于声学辅助的隧道交通安全警示方法，其特征在于，所述获取隧道内声音信号之前包括：

通过设置于隧道内的声音采集设备采集声音信号；

将声音信号放大，并进行滤波处理；

将滤波处理后的声音信号转换为数字量信号，得到隧道内声音信号。

5.根据权利要求1所述的基于声学辅助的隧道交通安全警示方法，其特征在于，所述获取隧道内声音信号之前还包括：

获取是否有车辆进入隧道，若有，则执行所述获取隧道内声音信号；否则，不执行。

6.一种基于声学辅助的隧道交通安全警示系统，其特征在于，包括电源模块及依次连接的声音信号采集装置、声音过滤器、ad转换模块、信号识别与分类模块、结果输出模块；所述声音信号采集装置、声音过滤器、ad转换模块、信号识别与分类模块、结果输出模块均与所述电源模块连接；

所述声音信号采集装置用于采集隧道内的声音信号并传输至所述声音过滤器；

所述声音过滤器用于接收的声音信号进行噪声过滤并传输至所述ad转换模块；

所述ad转换模块用于将噪声过滤后的声音信号转换为数字量信号，得到隧道内声音信号并传输至所述信号识别与分类模块；

所述信号识别与分类模块用于接收隧道内声音信号并执行如权利要求1至3任一项所述的基于声学辅助的隧道交通安全警示方法，得到事故类型，若确认发生事故则将事故类型传输至所述结果输出模块；

所述结果输出模块用于将事故类型进行可视化输出。

7.根据权利要求6所述的基于声学辅助的隧道交通安全警示系统，其特征在于，还包括设置于隧道出入口的红外传感器；

所述红外传感器与所述电源模块连接，当所述红外传感器检测到有车进入隧道时，所述电源模块向该警示系统供电；当所述红外传感器检测到隧道内无车时，所述电源模块断开供电。

8.根据权利要求6所述的基于声学辅助的隧道交通安全警示系统，其特征在于，所述声音信号采集装置包括咪头拾音器和与其连接的信号放大芯片；所述咪头拾音器用于采集隧道内的声音信号并传输至信号放大芯片；所述信号放大芯片用于对所述咪头拾音器声音信号进行放大处理。

9.根据权利要求6所述的基于声学辅助的隧道交通安全警示系统，其特征在于，所述声音过滤器为带通滤波器，通带为300hz～3.4khz。

10.根据权利要求6所述的基于声学辅助的隧道交通安全警示系统，其特征在于，所述结果输出模块包括设置于隧道内的音响、设置于隧道出入口的显示屏、智能报警装置；

所述音响用于广播事故信息；

所述显示屏用于显示警示信息；

所述智能报警装置用于在发生事故时自动报警，并将事故信息传输至相关部门。

技术总结
本发明公开了一种基于声学辅助的隧道交通安全警示方法、系统，其中方法包括：获取隧道内声音信号；提取隧道内声音信号的特征值；将提取的特征值输入预先训练好的事故类型识别模型，得到事故类型；其中，所述事故类型识别模型基于采集的历史隧道内声音信号数据对深度神经网络进行训练得到；根据得到的事故类型发出警示信息。本发明可根据采集的隧道内声音信号利用预先训练好的事故类型识别模型识别出事故类型，便于准确掌握隧道内的情况；可及时识别事故类型并进行警示，已提醒来往车辆注意，保证交通安全。

技术研发人员：李雪连;马雨晴;郭鹏;叶峻宏;梅硕;彭宇;罗凯;邓世龙;张佳琪;李渝
受保护的技术使用者：长沙理工大学
技术研发日：2020.11.27
技术公布日：2021.06.11