Полная версия

Главная arrow Техника arrow Алгоритм вычисления интенсивности транспортного потока на основе фиксации амплитудной величины акустического излучения автомобиля

  • Увеличить шрифт
  • Уменьшить шрифт


Алгоритм вычисления интенсивности транспортного потока на основе фиксации амплитудной величины акустического излучения автомобиля


В настоящее время исследуется множество способов акустического получения интенсивности транспортного потока, таких как: использование акустических сигнатур транспортных средств, распределения мощности акустического сигнала по полосам движения и метод с использованием аппарата исчисления конечных разностей (по смене знака производной от уровня сигнала) [1].

Задача решается путем анализа акустического излучения транспортного потока на основе фиксации на микрофон шума от транспортных средств [2 - 4], с последующей обработкой аудиозаписи в соответствии с заданными алгоритмами.

Шум - это акустическая характеристика, включающая в себя неупорядоченное сочетание различных по силе и частоте звуков [5].

В работах [6, 7] описано, что при приближении транспортного средства к микрофону уровень сигнала резко увеличивается, и, следовательно, максимальный уровень сигнала приходится на момент нахождения автомобиля перед микрофоном. Интенсивность транспортного потока - это число транспортных средств, проезжающих через сечение дороги в единицу времени [8]. Величина интенсивности вычисляется с помощью детекторов транспорта, использующих заложенные в них алгоритмы [9, 10].

Предлагается алгоритм вычисления интенсивности транспортного потока по акустическому излучению автомобилей на основе фиксации амплитудной величины акустического сигнала. Алгоритм реализован в пакете MATLAB и заключается в следующем.

На проезжей части производится запись акустических характеристик транспортного потока на цифровую видеокамеру. Полученный аудиофайл proba.wav преобразуется при помощи функции [y]=audioread('proba.wav') в массив, преобразуется по модулю y=abs(y) и производится построение графика функцией plot(y) (рис. 1).

Шкала оси х - число отсчетов из массива *105.

График акустических характеристик транспортного потока

Рис. 1. - График акустических характеристик транспортного потока

алгоритм транспортный акустический сигнал

По значениям массива с помощью фильтра Баттерворта [q, w]=butter(n, Wn) и функции y=filtfilt(q, w, y), plot(y) проводится фильтрация сигнала без внесения временной задержки и построена огибающая сигнала (рис. 2) - кривая, огибающая максимумы акустического сигнала в процессе пересечения транспортным средством зоны детектирования.

Огибающая сигнала после обработки фильтром Баттерворта и фильтрации сигнала без внесения временной задержки

Рис. 2. - Огибающая сигнала после обработки фильтром Баттерворта и фильтрации сигнала без внесения временной задержки

Так как полученный сигнал имеет нежелательные выбросы, которые могут привести к ложному срабатыванию, проводим обработку сигнала с помощью алгоритма среднего скользящего y=smooth (y, 40000), plot(y).

График после обработки алгоритмом среднего скользящего

Рис. 3. - График после обработки алгоритмом среднего скользящего

Амплитудную величину акустического сигнала определяем по смене знака производной первого порядка от уровня сигнала y=diff (y, 1), plot(y) (рис. 4).

График после взятия производной первого порядка от сигнала

Рис. 4. - График после взятия производной первого порядка от сигнала

Для уменьшения вероятности ложных срабатываний полученный график производной усредняем с помощью алгоритма среднего скользящего (рис. 5).

График после обработки алгоритмом среднего скользящего

Рис. 5. - График после обработки алгоритмом среднего скользящего

Для определения момента, когда производная меняет знак, разработано и реализовано в пакете Матлаб следующее. В начальный момент времени, когда график производной имеет положительную величину и выше заданного порогового значения, заносим в переменную “прирост” логическую единицу (лог. 1). Далее, когда график производной имеет отрицательную величину или меньше порогового, то заносим в переменную “снижение” лог. 1. Если “прирост” =1 и “снижение” =1, то считается, что автомобиль проехал через зону детектирования и на графике этом момент отмечается лог. 1.

Для апробации предложенного алгоритма на цифровую видеокамеру проведена запись акустических характеристик транспортного потока на улично-дорожной сети г. Пенза (рис. 6).

Результаты исследований числа транспортных средств на ул. Володарского г. Пензы в 10:00 (одна полоса движения в каждом направлении)

Рис. 6. - Результаты исследований числа транспортных средств на ул. Володарского г. Пензы в 10:00 (одна полоса движения в каждом направлении)

Таким образом, предложенный алгоритм вычисления интенсивности транспортного потока по акустическому излучению автомобилей на основе фиксации амплитудной величины акустического сигнала, реализованный в пакете MATLAB путем введения функций среднего скользящего и первой производной от исходного сигнала, работоспособен. Относительная погрешность результатов исследований интенсивности, полученных по результатам натурных исследований, составила 18 %.