一種基于聲信號的車輛碰撞檢測裝置研究與設(shè)計

　　對于聲音采集模塊采集到的聲音數(shù)據(jù)，由DSP模塊運行檢測軟件對其進(jìn)行分析，并判斷外部是否發(fā)生了碰撞。DSP模塊還引出一個IO口與報警和通訊模塊相通訊，報警和通訊模塊接收此引腳的信號來判斷是否發(fā)生碰撞以決定是否報警。

　　1．3 存儲器模塊

　　VC5509支持統(tǒng)一的編址空間，片上內(nèi)存的總?cè)萘繛?20kB，包括128k×16bit的RAM和32k×16bit的ROM，并可以根據(jù)用戶的需要擴(kuò)展到最大為8M×16bit的片外內(nèi)存空間。本系統(tǒng)選用的是HY57V64芯片，是一個有4個1M×16bit邏輯陣列的SDRAM芯片。該芯片接收并存儲DSP模塊傳輸過來的聲信號數(shù)據(jù)，當(dāng)DSP模塊需要處理數(shù)據(jù)時也會從該芯片的特定位置讀出相應(yīng)的數(shù)據(jù)。

　　1．4 報警模塊

　　報警模塊配有GPS和GSM模塊，獲取位置和速度信息并與服務(wù)器進(jìn)行通訊。DSP模塊從報警模塊的GPS模塊獲得車輛的速度和加速度信息并加入聲信號信息進(jìn)行輔助計算。報警模塊從DSP模塊獲得實時的車輛碰撞信息，一旦檢測到碰撞信號，報警模塊即向服務(wù)器報警。

2 軟件和算法設(shè)計

　　我們設(shè)計的系統(tǒng)軟件是一個運行于DSP之上的程序，控制系統(tǒng)各模塊工作，并完成算法計算。使用TI公司的CCS集成開發(fā)環(huán)境，用C語言和匯編語言進(jìn)行編程。

　　該軟件首先進(jìn)行初始化，對VC5509和AIC23的運行參數(shù)進(jìn)行配置。對VC5509芯片的鎖相環(huán)配置時，將系統(tǒng)時鐘設(shè)置為144kHz。對McBSP進(jìn)行配置時，打開VC5509的McBSP0并啟動其進(jìn)行輸入輸出操作。配置DMA0通道，使其工作于兼容模式并在中斷時停止數(shù)據(jù)的傳輸。配置AIC23的工作模式為DSP模式并使用IIC方式傳輸數(shù)據(jù)。啟動AIC23對聲信號進(jìn)行32k采樣速率的采樣。

　　初始化結(jié)束后進(jìn)行采樣檢測，經(jīng)過采樣檢測，一旦發(fā)現(xiàn)采集到的信號滿足分幀條件，即采集到的聲信號長度足夠1秒時，就執(zhí)行自動聲檢測算法。

自動聲檢測算法讀出數(shù)據(jù)并進(jìn)行判斷，如果檢測到的是非碰撞事件，則繼續(xù)執(zhí)行采樣檢測以等待處理下一秒數(shù)據(jù)，這時軟件在執(zhí)行空循環(huán)；當(dāng)自動聲檢測算法檢測到的是碰撞事件，就向通訊模塊傳遞信息，在GPS模塊確認(rèn)速度和位置信息之后就通過報警模塊報警。此軟件的流程如圖3所示。

　　軟件流程圖中自動聲檢測算法的設(shè)計是核心部分，下面做重點介紹。由于不同聲波信號的幅頻特性和相頻特性不同，不同聲波信號在各個頻率段的幅值也存在一定的差異。因此，可利用各個頻率成分的能量變化來實現(xiàn)目標(biāo)識別。

　　自動聲檢測算法包括聲音信號采集和分幀、特征提取、特征降維、特征分類四部分，其具體實現(xiàn)步驟如下：

　　(1)采集和分幀。將采集到的信號按每2s分為一幀，幀與幀之間有1s的交疊。對32k采樣率的芯片來說，即每一次只對2s的片段65536個點進(jìn)行處理，在訓(xùn)練階段兩個片段之間有1／2重復(fù)。這樣得到一組數(shù)據(jù)Datai(1≤i≤65535)。

　　(2)特征提取。對每一幀信號數(shù)據(jù)Datai(1≤i≤65535)實施DWT變換以得到頻域信息，然后根據(jù)得到的頻域信息統(tǒng)計能量的分布，以此作為識別交通事故的特征。本算法采用DB1小波，對每一幀信號，先進(jìn)行一層分解，然后高頻系數(shù)進(jìn)行兩層完整的分解，低頻系數(shù)進(jìn)行10層單向分解得到18組數(shù)據(jù)。計算得到特征分量F=[E1，E2…E18]，En的計算公式如下：，其中N為Cn的長度。

　　(3)特征降維。對特征提取后的信號量實現(xiàn)降維。在提取出的特征分量F的基礎(chǔ)上，本算法采用基于主成分分析(PCA)的異常點檢測算法檢測交通事故碰撞聲。原特征F變換后得到公式為，其中H為PCA方法得到的投影矩陣。