新闻中心
但其主要核心为交通信号灯计算声源到达各个
近年来，“声呐电子警察”违法鸣笛抓拍系统从无到有，对乱鸣喇叭不文明行为起到了很大的威慑作用。其高自主研发的鸣笛抓拍系统覆盖了全国上百个城市，无疑成为了受关注的产品之一。
其高鸣笛抓拍系统可以把鸣笛过程完完整整地记录下来了，音视频全再现，违法乱鸣喇叭的司机想抵赖都不好意思。
由于鸣笛抓拍系统太过于神奇，鸣笛抓拍产品一在社会上亮相就“问题不断”，例如：其高鸣笛抓拍系统是如何做到抓拍的？两车并排挨着会不会抓错？短按一下也能抓拍吗？用惨叫鸡或嘴巴喊是不是才不会被抓拍？ 会不会因刹车声被误抓？下雨也能抓吗？
小编告诉你，上面这些都不是“问题”。其高专注于声学技术研发十多年，这种“问题”见多了，已经发布了可大量使用复制的鸣笛抓拍系统产品，在全国一百多个城市长期稳定使用，实现对乱鸣喇叭车辆的即时抓拍。
其高鸣笛抓拍系统为何能够在嘈杂的环境中，识别出乱鸣喇叭的车辆？本文将详细阐述其高鸣笛抓拍系统的底层工作原理。
如图1所示，基于麦克风阵列的鸣笛抓拍系统主要由鸣笛声识别和鸣笛声定位两部分组成。
“鸣笛声识别”模块解决“听准”的问题，也就是确保鸣笛抓拍系统抓拍结果是依据鸣笛声的定位，而不是因为其他声音而抓拍。机动车在禁鸣区域发出鸣笛声，抓拍系统可以取证并由交管部门进行处罚。但是，机动车发出其他声音，声音再大，目前也没有相关法规可以依据进行处罚，抓拍系统不应实施抓拍取证，例如，大货车的刹车声也扰民，但不能因为它发出刹车声而对其进行处罚。
“鸣笛声定位”模块解决“定准”的问题，也就是通过声源定位算法确定按喇叭车辆。抓拍系统定位误差必须足够小，不能因A车鸣笛，结果对B车进行抓拍。
通过分析鸣笛声与环境噪声的能量比、鸣笛声的持续时间及鸣笛声频域特征，可以将鸣笛声与其他非鸣笛噪声区分开来。
图3是该时域波形的短时能量，从该图可知鸣笛时的能量远大于噪声能量。不仅如此，从该短时能量图上可以看出，鸣笛声的其持续时间一般要大于200毫秒。
图4是该时域波形的中分别截取0.2秒的鸣笛信号和噪声信号的功率谱比对图，从该图可知鸣笛信号具有丰富的谱线，且各个谱线之前呈类似谐波的特征。
鸣笛声的频谱声纹特征很明显，但也不是，很多环境噪声也会有类似的特征，例如刹车声、雨滴声、鸟叫声、蝉鸣声等等都有可能被误认为是鸣笛声。
其高鸣笛抓拍系统采用深度学习神经网络识别鸣笛声，通过上百万笔各种道路状况下的鸣笛声训练，形成鲁棒的模型，能够排除各种非鸣笛噪声的干扰，实现准确定位抓拍。
图5为典型的刹车信号；图6为刹车信号的频谱图。通过该频谱特征可以有效识别为非鸣笛声。
该频谱结比普通刹车声具有更加丰富的谐波，但与鸣笛声的频谱特征还是有差别。
图10和图11分别是该信号的短时能量和频谱，通过短时能量发现雨滴声持续的时间远小于鸣笛声，且频谱也与鸣笛声不同，故可以排除该类噪声。
1.基于时间到达差的方法：该方法原理简单，使用麦克风数量少，计算量小，易于实现。但其主要核心为计算声源到达各个麦克风的时间差，这要求系统的采样率足够高；此外，该方法在通过互相关或广义互相关的方法对周期性信号的计算结果存在较大误差，而鸣笛声信号就可以认为是一类准周期信号。
2.基于高分辨率谱估计的方法：该方法需要首先获得接收信号的空间相关矩阵，这在实际中是比较困难。该方法对定位模型的误差十分敏感，鲁棒性较差。该方法常常用于窄带的信号的定位，虽然可以将鸣笛信号分解成多个窄带进行定位，但由此带来的计算量成倍增长。
3.基于波束形成的方法：该方法通过将阵列中各个传感器所采集到的信号进行滤波、加权叠加后形成波束，扫描整个接收空间。波束大的点即为目标声源，该方法可以同时定位多个声源。更为重要的是该方法鲁棒性较强，不需要先验知识。
基于上述方法，其高自主研发出了多款基于克风阵列的鸣笛抓拍产品，可以实时定位汽车鸣笛声，系统作为辅助执法手段已在全国各大城市得到了应用和推广。
基于麦克风阵列的汽车鸣笛声系统应用声明：凡来源标明“安防展览网”的文章版权均为本站所有，如需转载请务必注明出处，违者本网将追究相关法律责任；所有未标明来源为“安防展览网”的转载文章目的在于传递更多信息，均不代表本网立场及观点，“安防展览网”不对这些第三方内容或链接做任何保证或承担任何责任；如涉及版权等问题，请在内容发表之日起一周内与本网联系，否则视为放弃相关权利。
【公益展】2020第二届云安会--新产品、新方案、新技术发布会（专场二）
【公益展】2020第二届云安会--新产品、新方案、新技术发布会（专场一）
安防展览网 - 安防行业专业网络宣传媒体法律顾问：浙江天册律师事务所 贾熙明律师
以上信息由扬州市旭瑞照明器材有限公司整理编辑，了解更多交通信号灯,红绿灯,标志牌信息请访问http://www.yzxrjt.com
