一種基于聲信號的車(chē)輛碰撞檢測裝置研究與設計

　　對于聲音采集模塊采集到的聲音數據，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(gè)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(lái)判斷是否發(fā)生碰撞以決定是否報警。

　　1．3 存儲器模塊

　　VC5509支持統一的編址空間，片上內存的總容量為320kB，包括128k×16bit的RAM和32k×16bit的ROM，并可以根據用戶(hù)的需要擴展到最大為8M×16bit的片外內存空間。本系統選用的是HY57V64芯片，是一個(gè)有4個(gè)1M×16bit邏輯陣列的SDRAM芯片。該芯片接收并存儲DSP模塊傳輸過(guò)來(lái)的聲信號數據，當DSP模塊需要處理數據時(shí)也會(huì )從該芯片的特定位置讀出相應的數據。

　　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(chē)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(shí)時(shí)的車(chē)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 軟件和算法設計

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

　　該軟件首先進(jìn)行初始化，對VC5509和AIC23的運行參數進(jìn)行配置。對VC5509芯片的鎖相環(huán)配置時(shí)，將系統時(shí)鐘設置為144kHz。對McBSP進(jìn)行配置時(shí)，打開(kāi)VC5509的McBSP0并啟動(dòng)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(shí)停止數據的傳輸。配置AIC23的工作模式為DSP模式并使用IIC方式傳輸數據。啟動(dòng)AIC23對聲信號進(jìn)行32k采樣速率的采樣。

　　初始化結束后進(jìn)行采樣檢測，經(jīng)過(guò)采樣檢測，一旦發(fā)現采集到的信號滿(mǎn)足分幀條件，即采集到的聲信號長(cháng)度足夠1秒時(shí)，就執行自動(dòng)聲檢測算法。

自動(dòng)聲檢測算法讀出數據并進(jìn)行判斷，如果檢測到的是非碰撞事件，則繼續執行采樣檢測以等待處理下一秒數據，這時(shí)軟件在執行空循環(huán)；當自動(dòng)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模塊確認速度和位置信息之后就通過(guò)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(dòng)聲檢測算法的設計是核心部分，下面做重點(diǎn)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(gè)頻率段的幅值也存在一定的差異。因此，可利用各個(gè)頻率成分的能量變化來(lái)實(shí)現目標識別。

　　自動(dòng)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(lèi)四部分，其具體實(shí)現步驟如下：

　　(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(lái)說(shuō)，即每一次只對2s的片段65536個(gè)點(diǎn)進(jìn)行處理，在訓練階段兩個(gè)片段之間有1／2重復。這樣得到一組數據Datai(1≤i≤65535)。

　　(2)特征提取。對每一幀信號數據Datai(1≤i≤65535)實(shí)施DWT變換以得到頻域信息，然后根據得到的頻域信息統計能量的分布，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，然后高頻系數進(jìn)行兩層完整的分解，低頻系數進(jìn)行10層單向分解得到18組數據。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(cháng)度。

　　(3)特征降維。對特征提取后的信號量實(shí)現降維。在提取出的特征分量F的基礎上，本算法采用基于主成分分析(PCA)的異常點(diǎn)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。