一種基于聲信號的車輛碰撞檢測裝置

0 引言
交通事故傷害已日益成為威脅人類生命安全的一種世界性公害。及時發現交通事故的發生并報警，可有效地減少交通事故的傷亡率。
現階段，減少交通事故傷害主要通過使用交通事故檢測裝置來實現，主要分為基于磁頻信號、基于波譜信號和基于視頻信號的車輛檢測裝置。各種檢測裝置采用包括攝像頭、超聲波或微波等來檢測交通事件，主要是處理宏觀的交通流信息，這種間接的檢測技術存在識別率不高、延遲時間長的缺點，使得交通事故發生后難以得到及時有效的救助。
由于交通事故發生時會產生很大的碰撞聲，而碰撞聲和其它聲音的頻譜不一樣，通過采集并分析車輛周圍的聲信號來檢測車輛事故，可以實時獲得事故現場信息并報警，因此在即時性上比交通流分析方法好，而且在事故的識別成功率上也可相對提高。Yunlong Zhang提出了利用小波變換分析車輛聲音的方法來檢測車輛事故，得到了很好的識別效果。吉林大學的陳強等人利用該方法分析車輛噪聲并分類，可以區分出各類不同車輛的碰撞信息。但以上算法的設計都是基于計算機的數據分析，沒有在該理論的基礎上設計出實際的硬件裝置，而且在算法的
準確性上也有待進一步改進。因此設計一種實時性強、準確性高的車輛碰撞聲檢測硬件裝置具有很高的實用價值。
本文采用小波分析和模式識別方法分析車輛噪聲信號，設計了一種基于DSP的車輛碰撞聲檢測裝置，該裝置能有效檢測車輛碰撞事件，實現交通事故的自動識別。相對于已有交通事故檢測裝置具有識別率高、實時性強的優點，而且價格較低。

1 硬件設計
我們設計的碰撞檢測裝置的原理框圖如圖1所示，首先采用聲音傳感器采集各種聲音信號，傳感器輸出的電信號經放大電路放大后，傳入聲音采集芯片的模擬信號輸入端。聲音采集芯片將模擬信號進行A／D轉換后，送到DSP模塊做進一步處理。DSP模塊實時地處理所采集到的聲音信息，判斷是否有車輛碰撞事故發生。存儲器模塊和DSP模塊相連，用于儲存需要處理的數據和固化的代碼數據，并為DSP模塊運算時提供臨時存儲空間。報警模塊和通訊模塊與外部救援中心相通訊，一旦DSP模塊檢測到車輛發生碰撞事故，報警模塊就向外發送報警信息。下面分別介紹主要模塊功能。

1．1 聲音采集模塊
聲音采集模塊使用電容式聲音傳感器，采樣頻率為30Hz～18kHz，由于車輛噪聲信號的頻率一般不會超過10kHz，所以該聲音傳感器可很好的實現采樣。聲音傳感器將采集到的模擬信號送入放大電路放大后傳送到聲音采集芯片。
聲音采集芯片采用TLV320AIC23B(簡稱AIC23)，它是TI公司的一款高性能立體聲音頻編解碼器芯片，具有48kHz帶寬，可以滿足包括噪聲信號在內的聲音信號的采集要求。AIC23對采集到的模擬信號進行雙聲道立體聲A／D轉換，可以在8kHz-96kHz的采樣率下提供16bit、20bit、24bit和32bit的采樣數據。本系統將外部聲信號以32kHz采樣頻率采集，每秒采集32000個聲音數據，并將采集數據的長度設為16bit，這樣A／D轉換之后模擬信號變成了16位的數字信號。模擬信號轉化為數字信號之后，AIC23將數據傳輸給DSP模塊，供DSP模塊作下一步處理。
本系統將AIC23的MODE引腳設置為O，控制接口設置為I2C的工作方式，AIC23與DSP模塊的數據傳輸接口使用的是DSP模式。這樣DSP模塊就可以控制AIC23協同工作，并接收AIC23采集到的數據。