CN119007743A - 一种识别并显示车辆鸣笛声的方法、系统及车辆 - Google Patents

一种识别并显示车辆鸣笛声的方法、系统及车辆 Download PDF

Info

Publication number
CN119007743A
CN119007743A CN202411121428.1A CN202411121428A CN119007743A CN 119007743 A CN119007743 A CN 119007743A CN 202411121428 A CN202411121428 A CN 202411121428A CN 119007743 A CN119007743 A CN 119007743A
Authority
CN
China
Prior art keywords
sound
sound source
vehicle
signal
whistle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202411121428.1A
Other languages
English (en)
Inventor
孙渤竣
方明东
艾东
焦洋
王茂艳
胡瑜
李圣杰
于溪颜
许丽娜
张鑫妍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Faw Beijing Software Technology Co ltd
FAW Group Corp
Original Assignee
Faw Beijing Software Technology Co ltd
FAW Group Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Faw Beijing Software Technology Co ltd, FAW Group Corp filed Critical Faw Beijing Software Technology Co ltd
Priority to CN202411121428.1A priority Critical patent/CN119007743A/zh
Publication of CN119007743A publication Critical patent/CN119007743A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0272—Voice signal separating
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/06—Transformation of speech into a non-audible representation, e.g. speech visualisation or speech processing for tactile aids
    • G10L21/10—Transforming into visible information
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208—Noise filtering
    • G10L2021/02082—Noise filtering the noise being echo, reverberation of the speech

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Data Mining & Analysis (AREA)
  • Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)

Abstract

本发明涉及车辆技术领域，公开了一种识别并显示车辆鸣笛声的方法、系统、电子设备、存储介质及车辆，包括接收并采集车辆周围环境中的鸣笛声音信号；对鸣笛声音信号进行处理，包括提取喇叭声音特征、滤除干扰因素以及生成声音云图，并基于声音定位算法对声源进行定位，获取声源位置信息；基于声音云图、声源位置信息以及声源的强度信息，生成并显示鸣笛声音信号的来源的方向和强度的动态图像；检测车辆周围环境，识别特定环境特征，并通过信号处理算法实现回声消除、声源分离以及声源定位功能，以使车辆在各环境条件下识别和显示所述鸣笛声音信号。本发明可使驾驶者有效感知鸣笛声，准确判断鸣笛声来源以及强度，减少交通隐患。

Description

一种识别并显示车辆鸣笛声的方法、系统及车辆
技术领域
本发明涉及车辆技术领域，特别是涉及一种识别并显示车辆鸣笛声的方法、系统、电子设备、存储介质及车辆。
背景技术
目前，在现有的交通环境中，车辆鸣笛作为一种常见的警示手段，主要依赖于声学信号来提醒周围车辆和行人。然而，当车辆行驶在嘈杂的城市街道、高速公路或当车内播放着较大音量的音乐时，传统的声学鸣笛信号往往难以被驾驶者有效感知。这种情况下，鸣笛的警示效果大打折扣，增加了交通事故的风险。
此外，仅凭声学信号，驾驶者往往难以迅速且准确地判断鸣笛声的具体来源和强度，从而难以做出及时的避让或应对措施。这尤其对于新手驾驶员或在高强度驾驶情境下的驾驶员来说，可能构成较大的安全隐患。
因此，本申请提供一种识别并显示车辆鸣笛声的方法以解决上述技术问题。
发明内容
本发明的目的在于提供一种识别并显示车辆鸣笛声的方法、系统、电子设备、存储介质及车辆，用以解决现有技术中驾驶者无法有效感知鸣笛声，不能准确判断鸣笛声来源，易造成交通隐患的技术问题。
为了解决上述技术问题，本发明提供了一种识别并显示车辆鸣笛声的方法，包括：
信号采集步骤，包括接收并采集车辆周围环境中的鸣笛声音信号；
信号处理步骤，包括对所述鸣笛声音信号进行处理，包括提取喇叭声音特征、滤除干扰因素以及生成声音云图，并基于声音定位算法对声源进行定位，获取声源位置信息；
动态显示步骤，包括基于所述声音云图、所述声源位置信息以及所述声源的强度信息，生成并显示所述鸣笛声音信号的来源的方向和强度的动态图像；
环境适应步骤，包括检测所述车辆周围环境，识别特定环境特征，并通过信号处理算法实现回声消除、声源分离以及声源定位功能，以使车辆在各环境条件下识别和显示所述鸣笛声音信号。
在其中一些具体实施例中，信号采集步骤，包括接收并采集车辆周围环境中的鸣笛声音信号，进一步包括：
实时接收车辆周围环境中的所述鸣笛声音信号；
对所述鸣笛声音信号进行预处理，包括对所述鸣笛声音信号进行初步放大和滤波处理，以增强信号强度并去除部分高频或低频噪音；
将所述鸣笛声音信号进行数字化并进行存储。
在其中一些具体实施例中，信号处理步骤，包括对所述鸣笛声音信号进行处理，包括提取喇叭声音特征、滤除干扰因素以及生成声音云图，并基于声音定位算法对声源进行定位，获取声源位置信息，进一步包括：
基于声纹识别对所述鸣笛声音信号进行分析，提取所述喇叭声音特征，包括频率分布以及持续时间；
滤除所述鸣笛声音信号的干扰因素，包括人声、音乐声以及发动机噪音，以提高所述鸣笛声音信号的信噪比；
将处理后的所述鸣笛声音信号转换为可视化的声音云图，其中，所述声音云图通过颜色以及亮度的视觉元素表示所述鸣笛声音信号的强度和分布；
所述声音定位算法包括TDOA算法，基于所述TDOA算法，根据所述喇叭声音特征以及时间信息，计算所述声源位置信息。
在其中一些具体实施例中，动态显示步骤，包括基于所述声音云图、所述声源位置信息以及所述声源的强度信息，生成并显示所述鸣笛声音信号的来源的方向和强度的动态图像，进一步包括：
基于所述声源位置信息以及所述声源的强度信息，生成对应表示声源方向和强度的动态图像符号；
基于生成的所述动态图像符号结合所述声音云图进行实时显示，并动态更新显示内容，提供持续的警示和提示作用。
在其中一些具体实施例中，环境适应步骤，包括检测所述车辆周围环境，识别特定环境特征，并通过信号处理算法实现回声消除、声源分离以及声源定位功能，以使车辆在各环境条件下识别和显示所述鸣笛声音信号，进一步包括：
检测所述车辆周围环境的环境特征，包括空间大小以及回声强度；
所述特定环境特征包括高回声环境，当识别的所述环境特征为所述高回声环境时，通过信号处理算法消除回声对所述鸣笛声音信号的影响，其中，所述信号处理算法包括AEC自适应滤波；
基于所述TDOA算法优化所述声源位置信息，包括声源分离以及声源定位。
在其中一些具体实施例中，所述动态显示步骤中，进一步包括：
计算所述声源位置信息到车辆的距离；
根据预设的映射规则，将所述声源位置信息到车辆的距离转化为声源强度表示；
根据所述声源位置信息的变化，实时更新所述声源位置信息以及所述声源的强度信息；
基于预设的警示范围，当所述声源位置信息超出所述警示范围时，则不进行显示或降低声源强度的显示强度。
基于同一构思，本发明还提供一种识别并显示车辆鸣笛声的系统，包括：
信号采集模块，配置为接收并采集车辆周围环境中的鸣笛声音信号；
信号处理模块，配置为对所述鸣笛声音信号进行处理，包括提取喇叭声音特征、滤除干扰因素以及生成声音云图，并基于声音定位算法对声源进行定位，获取声源位置信息；
动态显示模块，配置为基于所述声音云图、所述声源位置信息以及所述声源的强度信息，生成并显示所述鸣笛声音信号的来源的方向和强度的动态图像；
环境适应模块，配置为检测所述车辆周围环境，识别特定环境特征，并通过信号处理算法实现回声消除、声源分离以及声源定位功能，以使车辆在各环境条件下识别和显示所述鸣笛声音信号。
基于同一构思，本发明还提供一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行识别并显示车辆鸣笛声的方法的步骤。
基于同一构思，本发明还提供一种计算机可读存储介质，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述电子设备执行识别并显示车辆鸣笛声的方法的步骤。
基于同一构思，本发明还提供一种车辆，所述车辆设置有如上所述的识别并显示车辆鸣笛声的系统。
与现有技术相比，其有益效果在于：
本发明公开了一种识别并显示车辆鸣笛声的方法、系统、电子设备、存储介质及车辆，可使驾驶者有效感知鸣笛声，准确判断鸣笛声来源以及强度，减少交通隐患。
附图说明
图1是本发明一种识别并显示车辆鸣笛声的方法在一些具体实施例的流程示意图；
图2是本发明一种识别并显示车辆鸣笛声的方法在一些应用中的流程示意图；
图3是本发明一种识别并显示车辆鸣笛声的方法在一些应用中的警示范围示意图；
图4是本发明一种识别并显示车辆鸣笛声的方法在一些应用中的显示效果示意图；
图5是本发明一种识别并显示车辆鸣笛声的系统在一些具体实施例的结构示意图；
图6是本发明一种电子设备在一些具体实施例的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
在本申请实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
应当理解，尽管在本申请实施例中可能采用术语第一、第二、第三等来描述，但这些描述不应限于这些术语。这些术语仅用来将描述区分开。例如，在不脱离本申请实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的商品或者装置中还存在另外的相同要素。
特别需要说明的是，在说明书中存在的符号和/或数字，如果在附图说明中未被标记的，均不是附图标记。
参照图1，一种识别并显示车辆鸣笛声的方法，包括：
S101，信号采集步骤，包括接收并采集车辆周围环境中的鸣笛声音信号；
可以理解的是，可在车辆上安装专用的麦克风阵列系统，该系统由多个高灵敏度、低噪声的麦克风组成，分布在车辆的前部、侧面和顶部等关键位置，以确保能够全方位、无死角地接收周围环境中的声音信号。例如，可以选择安装6个麦克风，分别位于车辆的前保险杠、左右两侧后视镜下方以及车顶前后两侧，每个麦克风之间的间距根据车辆尺寸和声音定位算法的需求进行优化设计。持续监听并接收周围环境中的声音信号，包括车辆鸣笛声、交通噪声、行人交谈声、风声等多种声音源。在接收到的声音信号中，区分出车辆鸣笛声和其他类型的声音。
在其中一些应用中，信号采集步骤，包括接收并采集车辆周围环境中的鸣笛声音信号中，实时接收车辆周围环境中的鸣笛声音信号；对鸣笛声音信号进行预处理，包括对鸣笛声音信号进行初步放大和滤波处理，以增强信号强度并去除部分高频或低频噪音；将鸣笛声音信号进行数字化并进行存储。
可以理解的是，接收到的声音信号首先通过前置放大器进行初步放大，以提高信号的信噪比。放大倍数根据麦克风的灵敏度和声音信号的强度动态调整，以避免信号失真或饱和。例如，当检测到鸣笛声信号较弱时，自动增加放大倍数；当信号较强时，则适当减小放大倍数。
为了去除部分高频或低频噪音，采用数字滤波器对放大后的声音信号进行滤波处理。滤波器考虑车辆鸣笛声的频谱特性，设置带通滤波器，允许车辆鸣笛声所在的频率范围(如200Hz至1kHz)内的信号通过，而抑制其他频率的噪音。例如，滤波器的通带宽度可设置为800Hz(从200Hz至1000Hz)，以确保鸣笛声的主要能量得以保留。
经过预处理的声音信号送入模数转换器(ADC)进行数字化处理。ADC的采样率和量化位数根据系统的需求进行选择，以确保数字化后的信号能够准确反映原始声音信号的特征。例如，可以选择16位量化位数和44.1kHz的采样率进行数字化处理，这样既可以保留足够的音频细节，又可以避免过高的计算复杂度。
数字化后的鸣笛声音信号存储到系统内存中，以便后续进行定位、强度计算和显示处理。存储方式可以是循环缓冲区(circular buffer)或固定大小的数组等，具体取决于系统的内存大小和实时性要求。
S102，信号处理步骤，包括对所述鸣笛声音信号进行处理，包括提取喇叭声音特征、滤除干扰因素以及生成声音云图，并基于声音定位算法对声源进行定位，获取声源位置信息；
可以理解的是，对预处理后的鸣笛声音信号进行特征提取。特征提取的目的是从信号中抽象出能够代表喇叭声音特性的关键参数，如频率、能量、持续时间等，用于后续的声源识别和定位。在本实施例中，可采用短时傅里叶变换(STFT)或小波变换等方法对信号进行时频分析，以获取其频谱特性；同时，计算信号的短时能量和过零率等时域特征，以反映声音信号的动态变化。
例如，提取到的某个鸣笛声音信号的主频为800Hz，持续时间为0.5秒，短时能量峰值为-10dBFS。
提取到喇叭声音特征后，对信号中的干扰因素进行滤除。干扰因素包括环境噪声、其他车辆的鸣笛声、风噪声等。为了提高声源定位的准确性，采用有效的滤波和噪声抑制技术来减少这些干扰因素的影响。在本实施例中，利用自适应滤波算法或深度学习模型对信号进行进一步处理，以去除与喇叭声音无关的噪声成分。
例如，通过自适应滤波器，成功将背景噪声降低了15dB，显著提高了信噪比。
为了更直观地展示鸣笛声音信号的分布情况，生成声音云图。声音云图是一种将声音信号的强度或能量以二维图像形式表示出来的技术，可帮助用户快速识别声音源的位置和强度分布。在本实施例中，根据声音信号的频谱特征和时域特征，计算每个采样点处的声音强度或能量值，并将其映射到二维平面上形成声音云图。
例如，生成的声音云图中，车辆鸣笛声源位置处呈现明显的亮斑，表明该位置声音强度较高；而周围区域则相对暗淡，表示声音强度较低。
最后，利用声音定位算法对鸣笛声音信号的声源进行定位。声音定位算法基于信号到达不同麦克风的时间差(TDOA)、相位差(PDOA)或声压级差(SPL)等参数来估计声源的位置。在本实施例中，选择TDOA(Time Difference of Arrival)算法作为主要的定位方法，通过计算声音信号到达不同麦克风的时间差来估算声源与麦克风之间的距离和方向。同时，结合声音云图提供的信息，可进一步提高声源定位的准确性和可靠性。
例如，通过TDOA算法计算得出，鸣笛声源位于车辆左侧前方约10米处，方向与车辆行驶方向夹角为30度。与声音云图上的亮斑位置相吻合，验证定位结果的准确性。
在其中一些应用中，信号处理步骤，包括对鸣笛声音信号进行处理，包括提取喇叭声音特征、滤除干扰因素以及生成声音云图，并基于声音定位算法对声源进行定位，获取声源位置信息中，基于声纹识别对鸣笛声音信号进行分析，提取喇叭声音特征，包括频率分布以及持续时间；滤除鸣笛声音信号的干扰因素，包括人声、音乐声以及发动机噪音，以提高鸣笛声音信号的信噪比；将处理后的鸣笛声音信号转换为可视化的声音云图，声音云图通过颜色以及亮度的视觉元素表示鸣笛声音信号的强度和分布；声音定位算法包括TDOA算法，基于TDOA算法，根据喇叭声音特征以及时间信息，计算声源位置信息。
可以理解的是，采用声纹识别对接收到的鸣笛声音信号进行分析。声纹识别通过比对预存的喇叭声样本与实时信号，识别出其中的鸣笛声音信号。在分析过程中，关注信号的频率分布和持续时间；
频率分布：通过快速傅里叶变换(FFT)或短时傅里叶变换(STFT)等方法，将时域信号转换到频域，提取出信号的频率分布特性。对于常见的车辆喇叭声，其主频通常集中在一定范围内，如800Hz至1.2kHz。
持续时间：记录信号中鸣笛声段的持续时间，区分短暂的鸣笛与持续的噪音。
例如，某个鸣笛声音信号的频率分布主要集中在900Hz至1kHz之间，持续时间为0.3秒。
为了提高鸣笛声音信号的信噪比，滤除干扰因素，包括人声、音乐声以及发动机噪音等。
人声与音乐声滤除：利用人声与音乐声的频谱特性与车辆喇叭声的差异，通过带阻滤波器或自适应滤波器将其滤除。
发动机噪音抑制：发动机噪音具有较低的频率和稳定的频谱特性，可通过带通滤波器或谱减法等技术进行抑制。
将处理后的鸣笛声音信号转换为可视化的声音云图。声音云图通过不同的颜色和亮度来表示声音信号的强度和分布，使用户能够直观地了解声音源的位置和强度信息。
颜色映射：根据声音信号的强度值，将其映射到不同的颜色上，通常强度越高，颜色越亮。
亮度表示：亮度变化反映了声音信号的动态变化，如声音的起伏和衰减。
例如，在声音云图中，车辆鸣笛声源位置处呈现明亮的红色区域，表明该位置声音强度最高；而周围区域则逐渐暗淡，表示声音强度逐渐降低。
利用TDOA算法对鸣笛声音信号进行定位。TDOA算法通过测量声音信号到达不同麦克风的时间差来估算声源的位置。
时间信息获取：记录声音信号到达每个麦克风的时间戳。
位置计算：根据时间差和已知的麦克风位置，利用几何方法或优化算法计算出声源的位置坐标。
S103，动态显示步骤，包括基于所述声音云图、所述声源位置信息以及所述声源的强度信息，生成并显示所述鸣笛声音信号的来源的方向和强度的动态图像；
可以理解的是，将声音云图、声源位置信息以及声源的强度信息整合到统一的数据结构中。数据结构能够准确表示每个声源在二维或三维空间中的位置、方向以及对应的声音强度。
声音云图：作为背景图层，显示整个监测区域内声音信号的强度和分布。
声源位置信息：包含声源在空间中的坐标。
声源强度信息：表示声源发出的声音信号的强度，以分贝(dB)为单位。
例如，声音云图以二维形式展现，覆盖一个10米x10米的区域。声源位置信息表明有一个鸣笛声源位于该区域的(5米,3米)位置。声源强度信息为90dB，表示该声源发出的声音信号较强。
基于整合后的数据，生成动态图像。动态图像实时更新，以反映声源位置、方向和强度的变化。
方向表示：使用箭头或线条等图形元素来表示声源的方向。箭头的指向对应声源的实际位置，箭头的长度或粗细可以表示声音的强度。
强度表示：通过颜色、亮度或图形元素的大小来直观展示声音的强度。例如，可以使用从蓝色到红色的渐变色来表示声音强度从低到高的变化，其中红色表示最强的声音信号。
动态更新：动态图像能够随着声音云图和声源位置信息的更新而实时变化。
将生成的动态图像显示在用户界面上。用户界面可以是车载显示屏。
在其中一些应用中，动态显示步骤，包括基于声音云图、声源位置信息以及声源的强度信息，生成并显示鸣笛声音信号的来源的方向和强度的动态图像中，基于声源位置信息以及声源的强度信息，生成对应表示声源方向和强度的动态图像符号；基于生成的动态图像符号结合声音云图进行实时显示，并动态更新显示内容，提供持续的警示和提示作用。
可以理解的是，根据声源位置信息，计算声源相对于用户或监测设备的方向。可使用箭头、指向标或其他图形元素来表示声源的方向。箭头的头部指向声源位置，尾部则位于用户或监测设备的预设参考点。通过改变箭头或其他图形元素的颜色、亮度、大小或纹理，将声源的强度信息映射到动态图像符号上。例如，可使用从蓝色(低强度)到红色(高强度)的渐变色来表示声音强度的变化。
将声音云图作为背景图层进行渲染，展示整个监测区域内声音信号的强度和分布。声音云图可通过颜色、亮度等视觉元素直观地反映声音的强弱和位置。
将生成的动态图像符号叠加到声音云图上，确保符号的位置与声源的实际位置相对应。通过动态图像符号的指引，用户可以迅速定位到声音来源的方向和大致强度。
建立实时更新机制，确保声音云图和动态图像符号能够随着声源位置信息和强度信息的变化而动态更新。
通过动态图像符号的显著性和声音云图的直观性，为用户提供强烈的视觉警示。当用户看到动态图像符号指向某个方向且颜色鲜艳时，可以立即意识到该方向存在较强的声音信号。动态图像符号和声音云图的实时更新确保用户能够持续获得最新的声源信息。有助于用户保持警惕，并作出相应的反应或决策。
S104，环境适应步骤，包括检测所述车辆周围环境，识别特定环境特征，并通过信号处理算法实现回声消除、声源分离以及声源定位功能，以使车辆在各环境条件下识别和显示所述鸣笛声音信号。
在其中一些应用中，环境适应步骤，包括检测车辆周围环境，识别特定环境特征，并通过信号处理算法实现回声消除、声源分离以及声源定位功能，以使车辆在各环境条件下识别和显示鸣笛声音信号中，检测车辆周围环境的环境特征，包括空间大小以及回声强度；特定环境特征包括高回声环境，当识别的环境特征为高回声环境时，通过信号处理算法消除回声对鸣笛声音信号的影响，信号处理算法包括AEC自适应滤波；基于TDOA算法优化声源位置信息，包括声源分离以及声源定位。
可以理解的是，对车辆周围环境进行全面检测，包括空间大小以及回声强度。
空间大小：通过测量车辆与周围障碍物之间的距离，以及利用摄像头捕捉的图像信息，估算出车辆所处空间的大致尺寸。
回声强度：利用麦克风阵列接收到的声音信号，分析其中包含的回声成分，通过比较直达声与回声的幅度、相位差异等参数，评估回声的强度。
例如，在一个宽敞的停车场中，空间大小估算为50米x50米，回声强度较低。在一个狭窄的隧道内，空间大小受限，且由于墙壁光滑，回声强度较高，声音信号中存在明显的回声成分。
根据收集到的环境特征数据，识别当前环境是否为特定环境特征之一，如高回声环境。当回声强度超过预设阈值时，判断当前环境为高回声环境。
例如，预设的回声强度阈值为-30dB，若检测到的回声强度为-25dB，则判定当前环境为高回声环境。
在高回声环境下，采用AEC(自适应回声消除)算法对麦克风接收到的声音信号进行处理。AEC算法通过估计并减去回声分量，从而消除回声对原始声音信号的影响。
结合多通道信号处理技术和盲源分离算法(如I CA独立成分分析)，从混合声音信号中分离出鸣笛声音信号和其他背景噪音。
在完成回声消除和声源分离后，利用TDOA算法对鸣笛声音信号进行精确定位。通过优化TDOA算法，考虑环境因素(如声音传播速度随温度、湿度的变化)，进一步提高声源位置信息的准确性。
在其中一些应用中，动态显示步骤进一步包括计算声源位置信息到车辆的距离；根据预设的映射规则，将声源位置信息到车辆的距离转化为声源强度表示；根据声源位置信息的变化，实时更新声源位置信息以及声源的强度信息；基于预设的警示范围，当声源位置信息超出警示范围时，则不进行显示或降低声源强度的显示强度。
可以理解的是，获取声源在三维空间中的精确位置坐标(X_s,Y_s,Z_s)，同时获取车辆自身的位置坐标(X_v,Y_v,Z_v)。然后，根据两点间的距离公式，计算声源到车辆的距离D：
D＝(Xs-Xv)2+(YS-Yv)2+(Zs-Zv)2
例如，声源位置坐标为(100,200,0.5)(单位：米)，车辆位置坐标为(50,150,0)(单位：米)，则计算得到声源到车辆的距离D为(100-50)2+(200-150)2+(0.5-0)2≈50.02米。
根据预设的映射规则，将计算得到的距离D转化为声源在显示界面上的强度表示。映射规则可根据实际需求进行设定，例如采用反比关系，即距离越近，声源强度表示越高(如颜色更鲜艳、亮度更高或图形元素更大)。
例如，预设映射规则为：距离D(单位：米)与声源强度S(假设以亮度百分比表示)的关系为S＝100-DmaxD×50，其中Dmax为预设的最大有效距离(如100米)。对于上例中的D＝50.02米，则声源强度S约为100-10050.02×50≈75％。
建立实时更新机制，如使用定时器或事件触发机制，定期或当声源位置发生变化时，重新计算声源到车辆的距离，并根据新的距离更新声源的强度表示。同时，确保动态图像符号或其他显示元素能够准确反映声源位置的变化。
预设一个或多个警示范围，根据声源位置信息是否超出这些范围来控制声源的显示强度。例如，可以设置一个“安全范围”，当声源位于此范围内时，以正常强度显示；当声源超出此范围但仍在“注意范围”内时，降低显示强度以提醒用户注意；若声源完全超出“注意范围”，则可以选择不进行显示或进一步降低显示强度至几乎不可见。
例如，预设“安全范围”为30米内，“注意范围”为30米至60米。对于上例中的声源位置(D＝50.02米)，位于“注意范围”内，因此显示时将声源强度适当降低(如从75％降低到60％)，以提醒用户注意。若声源距离增加到70米，则选择不在显示界面上突出显示该声源。
下面结合图2至图4说明本发明识别并显示车辆鸣笛声的方法在一些应用中的实施例：
如图2所示，麦克风接收附近车辆鸣笛声：声学麦克风采集汽车鸣笛声音信号，并将采集到的数据上传到车辆控制单元；
车辆控制单元处理声音信号：基于收集到的声学信息，通过声纹识别技术提取喇叭声音特征，将其他干扰因素滤除(如人声、音乐声、发动机噪音等)，生成声音云图，从而即可将声音信号可视化，再基于声音定位算法，获得采集范围内的汽车鸣笛声并对声源进行精准定位；
HUD显示鸣笛声信号来源的方向和强度：基于处理的数据，生成声源方向符号和声源强度符号的动态图像，实时提示驾驶者附近的鸣笛声。
车外加装采集声音信号的麦克风，可测声压级范围：50～115dBA；
车辆控制单元根据车辆所处环境和采集到的声音信号，通过信号处理算法，能够实现回声消除、声源分离、声源定位等功能，具体实现过程如下：
回声消除：在地下车库封闭的空间或其他狭窄环境中时容易形成反射声，影响最终呈现图像的准确性。利用AEC自适应滤波技术，消除回声影响。具体实现方式：用一个自适应滤波器对未知的回声信道进行参数辨识，根据声源信号与其产生回声信号相关性为基础，建立远端信号模型，模拟回声路径，通过基于最小均方误差原则的自适应算法调整，使其冲击响应和真实回声路径相逼近，然后将麦克风接收到的信号减去估计值，即可实现回声消除功能。
声源分离：在消除回声影响之后，可以更高效的分离出鸣笛声和环境其他干扰声。首先要进行预处理，将消除回声后的信号进行分频，取每一帧长度是25ms，目的是更精确的识别出鸣笛声；汽车的鸣笛声率范围一般在1500-3000HZ，所以再过滤出频率不在此范围的其他环境声；然后提取鸣笛声的环境声特征，建立模型，将经过预处理的数据逐帧与标准鸣笛声的样本做抽样匹配，标准的鸣笛声可以基于BP神经网络的声音特征识别技术得出样本，当匹配度高于设定的95％阈值时，可以认定为鸣笛声，识别精确度应达到95％左右，从而达到声源分离的作用。
声源定位：将提取的鸣笛声信号，基于到达时间差的定位算法TDOA(TimeDifferent of Arrival)，分析采集到的声音特征的变化和时间的关系，以下是具体的算法说明：假设三个采集信号的麦克风分别为A、B和C，它们的位置分别为(xA,yA)(xB,yB)(xC,yC)，分别读取麦克风接收到声音信号的到达时间，根据声音信号到达麦克风的时间差，计算出声音信号源到三个麦克风的距离差dA dB dC，假设声音信号源的位置(x,y)根据三角形的性质可得以下方程组：
(x-xA)2+(y-yA)2＝dA 2；
(x-xB)2+(y-yB)2＝dB 2；
(x-xC)2+(y-yC)2＝dC 2；
解方程组可以确定声音信号源的位置(x,y)。
HUD通过声源方向符号(箭头)和声源强度符号(波纹)展示实时的动态图像，声源强度显示的格数W范围0-6。由声源坐标(x,y)可得，声源坐标相对于车的方向距离汽车鸣笛的分贝数为85分贝，警示范围一般是0～300m左右，控制单元逻辑如图3所示；
W与距离S的对应关系为
如图4所示，HUD显示效果为，假设声源坐标为(0，10)则方向沿y轴负向，相对车辆的距离S为10m，声源强度W为6格。
对于上述实施例公开的方法步骤，出于简单描述的目的将方法步骤表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
如图5所示，本发明还提供一种识别并显示车辆鸣笛声的系统，包括：
信号采集模块201，配置为接收并采集车辆周围环境中的鸣笛声音信号；
信号处理模块202，配置为对所述鸣笛声音信号进行处理，包括提取喇叭声音特征、滤除干扰因素以及生成声音云图，并基于声音定位算法对声源进行定位，获取声源位置信息；
动态显示模块203，配置为基于所述声音云图、所述声源位置信息以及所述声源的强度信息，生成并显示所述鸣笛声音信号的来源的方向和强度的动态图像；
环境适应模块204，配置为检测所述车辆周围环境，识别特定环境特征，并通过信号处理算法实现回声消除、声源分离以及声源定位功能，以使车辆在各环境条件下识别和显示所述鸣笛声音信号。
值得注意的是，虽然在本发明实施例中只披露了一些基本功能模块，但并不意味着本系统的组成仅仅局限于上述基本功能模块，相反，本实施例所要表达的意思是：在上述基本功能模块的基础之上本领域技术人员可以结合现有技术任意添加一个或多个功能模块，形成无穷多个实施例或技术方案，也就是说本系统是开放式而非封闭式的，不能因为本实施例仅仅披露了个别基本功能模块，就认为本发明权利要求的保护范围局限于所公开的基本功能模块。同时，为了描述的方便，描述以上装置时以功能分为各种单元、模块分别描述。当然在实施本发明时可以把各单元、模块的功能在同一个或多个软件和/或硬件中实现。
如图6所示，本发明还提供一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行识别并显示车辆鸣笛声的方法的步骤。
图6是本发明实施例提供的一种电子设备的结构示意图。如图6所示结构，本发明实施例中提供的电子设备包括：一个或多个处理器710和存储装置720；该电子设备中的处理器710可以是一个或多个，图6中以一个处理器710为例；存储装置720用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器710执行，使得所述一个或多个处理器710实现如本发明实施例中任一项所述的识别并显示车辆鸣笛声的方法。
该电子设备还可以包括：输入装置730和输出装置740。
该电子设备中的处理器710、存储装置720、输入装置730和输出装置740可以通过总线或其他方式连接，图6中以通过总线连接为例。
该电子设备中的存储装置720作为一种计算机可读存储介质，可用于存储一个或多个程序，所述程序可以是软件程序、计算机可执行程序以及模块，如本发明实施例中所提供的识别并显示车辆鸣笛声的方法对应的程序指令/模块。处理器710通过运行存储在存储装置720中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述方法实施例中识别并显示车辆鸣笛声的方法。
存储装置720可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储装置720可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置720可进一步包括相对于处理器710远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置730可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置740可包括显示屏等显示设备。
本发明还提供一种计算机可读存储介质，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述电子设备执行识别并显示车辆鸣笛声的方法的步骤。
具体的，本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
本发明还提供一种车辆，所述车辆设置有如上所述的识别并显示车辆鸣笛声的系统。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (10)

1.一种识别并显示车辆鸣笛声的方法，其特征在于，包括：
信号采集步骤，包括接收并采集车辆周围环境中的鸣笛声音信号；
信号处理步骤，包括对所述鸣笛声音信号进行处理，包括提取喇叭声音特征、滤除干扰因素以及生成声音云图，并基于声音定位算法对声源进行定位，获取声源位置信息；
动态显示步骤，包括基于所述声音云图、所述声源位置信息以及所述声源的强度信息，生成并显示所述鸣笛声音信号的来源的方向和强度的动态图像；
环境适应步骤，包括检测所述车辆周围环境，识别特定环境特征，并通过信号处理算法实现回声消除、声源分离以及声源定位功能，以使车辆在各环境条件下识别和显示所述鸣笛声音信号。
2.根据权利要求1所述的识别并显示车辆鸣笛声的方法，其特征在于，信号采集步骤，包括接收并采集车辆周围环境中的鸣笛声音信号，进一步包括：
实时接收车辆周围环境中的所述鸣笛声音信号；
对所述鸣笛声音信号进行预处理，包括对所述鸣笛声音信号进行初步放大和滤波处理，以增强信号强度并去除部分高频或低频噪音；
将所述鸣笛声音信号进行数字化并进行存储。
3.根据权利要求1所述的识别并显示车辆鸣笛声的方法，其特征在于，信号处理步骤，包括对所述鸣笛声音信号进行处理，包括提取喇叭声音特征、滤除干扰因素以及生成声音云图，并基于声音定位算法对声源进行定位，获取声源位置信息，进一步包括：
基于声纹识别对所述鸣笛声音信号进行分析，提取所述喇叭声音特征，包括频率分布以及持续时间；
滤除所述鸣笛声音信号的干扰因素，包括人声、音乐声以及发动机噪音，以提高所述鸣笛声音信号的信噪比；
将处理后的所述鸣笛声音信号转换为可视化的声音云图，其中，所述声音云图通过颜色以及亮度的视觉元素表示所述鸣笛声音信号的强度和分布；
所述声音定位算法包括TDOA算法，基于所述TDOA算法，根据所述喇叭声音特征以及时间信息，计算所述声源位置信息。
4.根据权利要求3所述的识别并显示车辆鸣笛声的方法，其特征在于，环境适应步骤，包括检测所述车辆周围环境，识别特定环境特征，并通过信号处理算法实现回声消除、声源分离以及声源定位功能，以使车辆在各环境条件下识别和显示所述鸣笛声音信号，进一步包括：
检测所述车辆周围环境的环境特征，包括空间大小以及回声强度；
所述特定环境特征包括高回声环境，当识别的所述环境特征为所述高回声环境时，通过信号处理算法消除回声对所述鸣笛声音信号的影响，其中，所述信号处理算法包括AEC自适应滤波；
基于所述TDOA算法优化所述声源位置信息，包括声源分离以及声源定位。
5.根据权利要求1所述的识别并显示车辆鸣笛声的方法，其特征在于，动态显示步骤，包括基于所述声音云图、所述声源位置信息以及所述声源的强度信息，生成并显示所述鸣笛声音信号的来源的方向和强度的动态图像，进一步包括：
基于所述声源位置信息以及所述声源的强度信息，生成对应表示声源方向和强度的动态图像符号；
基于生成的所述动态图像符号结合所述声音云图进行实时显示，并动态更新显示内容，提供持续的警示和提示作用。
6.根据权利要求1所述的识别并显示车辆鸣笛声的方法，其特征在于，所述动态显示步骤中，进一步包括：
计算所述声源位置信息到车辆的距离；
根据预设的映射规则，将所述声源位置信息到车辆的距离转化为声源强度表示；
根据所述声源位置信息的变化，实时更新所述声源位置信息以及所述声源的强度信息；
基于预设的警示范围，当所述声源位置信息超出所述警示范围时，则不进行显示或降低声源强度的显示强度。
7.一种识别并显示车辆鸣笛声的系统，其特征在于，包括：
信号采集模块，配置为接收并采集车辆周围环境中的鸣笛声音信号；
信号处理模块，配置为对所述鸣笛声音信号进行处理，包括提取喇叭声音特征、滤除干扰因素以及生成声音云图，并基于声音定位算法对声源进行定位，获取声源位置信息；
动态显示模块，配置为基于所述声音云图、所述声源位置信息以及所述声源的强度信息，生成并显示所述鸣笛声音信号的来源的方向和强度的动态图像；
环境适应模块，配置为检测所述车辆周围环境，识别特定环境特征，并通过信号处理算法实现回声消除、声源分离以及声源定位功能，以使车辆在各环境条件下识别和显示所述鸣笛声音信号。
8.一种电子设备，其特征在于，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质，其特征在于，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述电子设备执行权利要求1至6中任一项所述方法的步骤。
10.一种车辆，其特征在于，所述车辆设置有如权利要求7所述的识别并显示车辆鸣笛声的系统。
CN202411121428.1A 2024-08-15 2024-08-15 一种识别并显示车辆鸣笛声的方法、系统及车辆 Pending CN119007743A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202411121428.1A CN119007743A (zh) 2024-08-15 2024-08-15 一种识别并显示车辆鸣笛声的方法、系统及车辆

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202411121428.1A CN119007743A (zh) 2024-08-15 2024-08-15 一种识别并显示车辆鸣笛声的方法、系统及车辆

Publications (1)

Publication Number Publication Date
CN119007743A true CN119007743A (zh) 2024-11-22

Family

ID=93493131

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202411121428.1A Pending CN119007743A (zh) 2024-08-15 2024-08-15 一种识别并显示车辆鸣笛声的方法、系统及车辆

Country Status (1)

Country Link
CN (1) CN119007743A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN121048608A (zh) * 2025-11-04 2025-12-02 重庆长安汽车股份有限公司 地图生成方法、车辆控制方法、装置、车辆及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110956977A (zh) * 2019-12-31 2020-04-03 青岛海之声科技有限公司 一种汽车鸣笛实时定位系统及方法
CN111243283A (zh) * 2019-09-27 2020-06-05 杭州爱华仪器有限公司 一种基于声阵列的鸣笛车辆自动识别装置及方法
CN111710344A (zh) * 2020-06-28 2020-09-25 腾讯科技（深圳）有限公司 一种信号处理方法、装置、设备及计算机可读存储介质
CN112419301A (zh) * 2020-12-03 2021-02-26 国网山西省电力公司大同供电公司 一种基于多源数据融合的电力设备缺陷诊断装置及方法
CN215265110U (zh) * 2021-07-16 2021-12-21 湖南工贸技师学院 一种车载声音传感反馈系统
CN116013352A (zh) * 2022-12-28 2023-04-25 北京字跳网络技术有限公司 声音可视化方法、装置、设备、存储介质及程序产品

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111243283A (zh) * 2019-09-27 2020-06-05 杭州爱华仪器有限公司 一种基于声阵列的鸣笛车辆自动识别装置及方法
CN110956977A (zh) * 2019-12-31 2020-04-03 青岛海之声科技有限公司 一种汽车鸣笛实时定位系统及方法
CN111710344A (zh) * 2020-06-28 2020-09-25 腾讯科技（深圳）有限公司 一种信号处理方法、装置、设备及计算机可读存储介质
CN112419301A (zh) * 2020-12-03 2021-02-26 国网山西省电力公司大同供电公司 一种基于多源数据融合的电力设备缺陷诊断装置及方法
CN215265110U (zh) * 2021-07-16 2021-12-21 湖南工贸技师学院 一种车载声音传感反馈系统
CN116013352A (zh) * 2022-12-28 2023-04-25 北京字跳网络技术有限公司 声音可视化方法、装置、设备、存储介质及程序产品

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN121048608A (zh) * 2025-11-04 2025-12-02 重庆长安汽车股份有限公司 地图生成方法、车辆控制方法、装置、车辆及存储介质

Similar Documents

Publication Publication Date Title
CN108226854B (zh) 提供后车的可视化信息的装置和方法
JP4177452B2 (ja) 音源位置検知装置
CN117857981A (zh) 音频播放方法、车辆、头戴设备和计算机可读存储介质
US10555069B2 (en) Approach for detecting alert signals in changing environments
CN113949955A (zh) 降噪处理方法、装置、电子设备、耳机及存储介质
US20170303037A1 (en) Enhanced audio landscape
CN109965889B (zh) 一种利用智能手机扬声器和麦克风的疲劳驾驶检测方法
US20080079571A1 (en) Safety Device
CN118314863B (zh) 一种信号控制方法、装置、车辆和存储介质
CN104637489A (zh) 声音信号处理的方法和装置
KR101519255B1 (ko) 차량 주변 소리 알림 시스템 및 그 방법
CN107305772A (zh) 用于提供声音检测信息的方法、装置及包括该装置的车辆
JP2000236598A (ja) 音像位置制御装置
CN109997186B (zh) 一种用于分类声环境的设备和方法
CN113829994A (zh) 基于车外鸣笛声的预警方法、装置、汽车及介质
CN115050382A (zh) 一种车内外语音通话方法、装置、电子设备和存储介质
CN118506805A (zh) 一种汽车智能座舱的环境音透传方法与装置
WO2018163545A1 (ja) 情報処理装置、情報処理方法及び記録媒体
CN106427771A (zh) 声音控制方法及装置
CN108732539B (zh) 一种鸣笛车辆的标记方法及装置
WO2023243279A1 (ja) 遠隔監視装置、遠隔監視方法、遠隔監視プログラム、遠隔監視システム、及び装置
CN115214541A (zh) 车辆控制方法、车辆及计算机可读存储介质
CN119672978A (zh) 基于多模态的对紧急车辆的处理方法、装置、车辆及介质
CN113593183A (zh) 一种基于声学的疲劳驾驶和分心驾驶的检测方法、装置、设备及介质
CN113002420A (zh) 一种无人车喇叭智能系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination