基于交通噪声分析的交通流状态识别方法 (2012年)
需积分: 10 183 浏览量
2021-05-19
08:13:44
上传
评论
收藏 285KB PDF 举报
第
40
卷第
12
期
2012
年
12
月
同济大学学报(自然科学版)
]OURNAL
OF
TONGJI
UNIVERSITY(NATURAL
SCIENCE)
Vol.
40
No.
12
Dec.
2012
文章编号:
0253-374X(2012
)l
2-1821-04 DOI: 10. 3969/j. issn. 0253-374x. 2012.12.
013
基于交通噪声分析的交通流状态识别方法
罗向龙
(长安大学信息工程学院，陕西西安
710064)
摘要:车辆行驶时的声音主要由发动机噪声、轮胎噪声、空气
涡流噪声、排气噪声组成，多个车辆构成的交通噪声取决于
道路的交通流状态.在分析现有交通状态识别方法和车辆声
音特性的基础上提出了一种利用交通噪声的交通状态识别
方法.按照车速将交通流分为自由流、饱和流和交通拥堵
3
种状态，对不同交通流状态下的交通噪声信号进行谱分析，
以归一化的峰值频率作为特征，用支持向量机对不同的交通
流状态进行识别.试验结果表明，通过交通噪声能够正确识
别不同的交通流状态，具有较高的识别精度.
关键词:交通信息工程;交通状态;交通噪声;支持向量机
中图分类号:
U
49
1.
116
文献标识码
:A
Traffic
Flow
State Identification ßased
on
Traffic
Noise
Signals
LUOXianglo
ηg
(School
of
Information
Engineeri
口g
，
Chang'
an
University
, Xi'
an
710064
,
China)
Abstract:
A vehicle acoustic signal
is
composed
of
engine
noise
, tire noise, air turbulence noise and exhaust noise.
Traffic noise signals mixture
of
multiple vehicles' acoustic
signals
is
determined
by
the traffic state. Based on the
analysis
of
the existing traffic state identification methods and
vehicle sound characteristics
, an identification method of the
traffic flow state was
propos
巳
d
by
using traffic noise signals.
In
accordance with the vehicle speed, traffic flow states were
divided into the free flow , saturation flow and traffic jams.
The
spectrums
of
vehicle acoustic signals were analyzed for
different traffic states, the normalized peak frequencies were
as
features, and different traffic flow states were recognized
using support vector machine.
Th
巳
test
results show that
different traffic flow states can be correctly recognized with
traffic noise signals with a high recognition accuracy.
Key
words:
traffic information
engine巳
ring;
traffic state;
traffic noise; support vector machineCSVM)
收稿日期:
2011-11-02
交通拥堵已成为世界范围内的一个严重问题，
因交通拥堵所导致的道路运营效率降低、油耗增加、
空气污染等一系列问题使其成为交通领域关注的焦
点问题.如何依据交通检测器采集的信息对交通状
态进行识别，从而实施高效的交通控制、路径诱导等
管理措施，是解决交通拥堵问题最为有效的途径之
一口目前常用的交通检测器主要有感应线圈、红外
检测器、微波车检器、超声波检测器、视频车检器等，
国内外的研究也主要集中在利用不同检测器测量的
平均速度、交通流量、占有率等数据对交通状态进行
判别
[2
飞感应线圈虽然具有成本较低、使用方便等
优点，但存在安装维护需开挖路面、维护成本高等缺
点;红外、微波、超声波受环境干扰影响较大，应用受
到限制;视频检测器是一种直接检测技术，但受光照
程度和气候条件影响很大，不适合全天候使用.
车辆行驶时的声音信号是一种非常复杂的混合
信号，通常由发动机噪声、轮胎噪声、空气涡流噪声、
排气噪声等多个信号分量组成，实际中车辆行驶时
产生的声音信号的主要成分与交通状态有非常紧密
的联系.当车辆处于自由流状态时，此时车速一般比
较高，车辆声音信号主要来自轮胎噪声和空气涡流
噪声;当车辆处于拥堵状态时，车辆声音信号主要为
发动机噪声，其他噪声几乎可以忽略;而当车辆处于
接近饱和状态时，车辆声音信号是前
2
种状态的组
合
[5-6J
实际中这些不同的噪声在特性上存在一定差
异，那么是否可以利用车辆行驶时的交通噪声直接
"听到"对应的交通状态呢?国外
Vivek
Tyagi
等
[5J
通过分析车辆声音信号的倒谱系数(
mel-frequency
cepstral
coefficients
,
MFCC)
及谱图(
spectrogram)
表明利用车辆声音信号进行交通状态识别的可行
性.
Bhave
N
等
[7J
提出了通过发动机声音对交通拥
堵进行识别，但其只针对几种特殊车型所组成的交
通流.
基金项目:交通运输重大科技专项
(2011
318812260);
交通运输部交通应用基础研究项目
(2010-319-812-080)
;中央高校基本科研业务费
专项基金
(CHD2010]C040)
第一作者:罗向龙
0978-)
，男，副教授，主要研究方向为交通信息工程及信号处理.
E-mail:
xlluo@chd.edu.cn
weixin_38726255
- 粉丝: 3
- 资源: 882
最新资源
- elasticsearch数据库下载、配置、使用案例
- springboot的概要介绍与分析
- C语言的概要介绍与分析
- 第一个较大的Android项目，基于Android平台的图书管理系统（Android studio).zip
- Cisco Packet Tracer 6.2 for Windows Instructor Version
- 使⽤pyIAST计算⽓体吸附选择性
- tmp_b056727e59b8123365486983f32baa9732607ec3c6137b12.pdf
- C代码实现文件的拆分和合并,本质上就是文件的读写操作.zip
- TVMP3player.apk.1
- 出马出马出马出马出马出马出马
资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！
点击此处反馈
评论0