[发明专利]一种用于网约车的安全监控方法及系统

权利要求书

1.一种用于网约车的安全监控方法，其特征在于，包括：

网约车终端接收网约车平台生成的网约车订单，在司机接到乘客后，建立乘客终端、网约车终端及监控平台三方互联互通的信息群；

乘客终端接收网约车平台根据所述网约车订单的起点和终点按照预设规则确定若干条路径；乘客在所述若干条路径中选择目标路径，根据所述目标路径确定所述网约车订单对应的安全区域并发送至所述信息群；

在执行所述网约车订单的过程中，网约车终端实时获取网约车的行驶轨迹，并判断所述行驶轨迹是否在安全区域范围内，在确定所述行驶轨迹不在安全区域范围内时，将实时采集的车内的声音信号传输至所述信息群；

所述监控平台根据所述声音信号判断司机与乘客是否发生争吵，在确定司机与乘客发生争吵时，发出争吵预警提示并对争吵事件进行及时处理；

所述根据所述声音信号判断司机与乘客是否发生争吵，包括：

对所述声音信号进行降噪处理，得到降噪信号；

对所述降噪信号进行分帧加窗处理，得到若干帧子降噪信号，分别获取若干帧子降噪信号的短时能量，并与预设短时能量进行比较，筛选出短时能量大于预设短时能量的子降噪信号，作为待检测信号；

对所述待检测信号基于加权算法进行突出加权处理后，将突出加权处理后的待检测信号基于离散傅里叶变换，转换为频域信号；

对所述频域信号进行特征提取，获取语音特征，并构建语音特征矩阵；

基于语气词增强训练网络从所述语音特征矩阵中识别出语气词，并构建语气向量；

将所述语气向量输入语音情感识别模型中，输出语音情感，计算所述语音情感与争吵情感的匹配度，在确定所述匹配度大于预设匹配度时，表示司机与乘客发生争吵；

对所述声音信号进行降噪处理，得到降噪信号，包括：

将所述声音信号分割成若干帧子声音信号，对所述若干帧子声音信号进行帧移处理，得到帧移处理后若干帧子声音信号的采样点；

获取若干帧子声音信号的采样点的噪声频谱能量，并分别与预设噪声频谱能量进行比较，将噪声频谱能量大于预设噪声频谱能量的子声音信号作为待处理信号，将噪声频谱能量小于等于预设噪声频谱能量的子声音信号作为有效信号；

获取所述待处理信号的声音强度，根据所述声音强度确定噪声等级；

根据所述噪声等级查询预设数据库，得到降噪增益系数，根据所述降噪增益系数对所述待处理信号进行降噪处理，得到纯净信号；

根据所述纯净信号及所述有效信号进行信号重构，得到降噪信号。

2.如权利要求1所述的用于网约车的安全监控方法，其特征在于，在执行所述网约车订单的过程中，还包括：

获取网约车的行车图像及驾驶员图像；

对所述行车图像及所述驾驶员图像进行特征提取，确定驾驶员的驾驶行为参数；

将所述驾驶行为参数输入预先训练好的驾驶行为评分模型中，输出驾驶行为评分，并判断是否小于预设驾驶行为评分；

在确定所述驾驶行为评分小于预设驾驶行为评分时，发出提示信息提醒司机规范驾驶行为。

3.如权利要求1所述的用于网约车的安全监控方法，其特征在于，在执行所述网约车订单的过程中，还包括：

获取乘客图像；

对所述乘客图像进行特征提取，确定乘客行为，并判断所述乘客行为是否影响司机安全驾驶；在确定乘客行为影响司机安全驾驶发出预警提示，并进行报警处理。

4.如权利要求1所述的用于网约车的安全监控方法，其特征在于，基于可视光线摄像头及热成像摄像头获取网约车的行车图像。

5.如权利要求1所述的用于网约车的安全监控方法，其特征在于，语音情感识别模型的构建方法，包括：

获取样本语音，并获取所述样本语音对应的样本语气向量，作为训练数据集，构建深度神经网络并进行训练，得到语音情感识别模型。

6.如权利要求1所述的用于网约车的安全监控方法，其特征在于，在对所述降噪信号进行分帧加窗处理前，还包括：

计算所述降噪信号的信噪比，在确定所述信噪比小于预设信噪比时，对所述降噪信号进行再次降噪。

7.一种用于网约车的安全监控系统，其特征在于，包括：

网约车终端，用于接收网约车平台生成的网约车订单，在司机接到乘客后，建立乘客终端、网约车终端及监控平台三方互联互通的信息群；

乘客终端，用于接收网约车平台根据所述网约车订单的起点和终点按照预设规则确定若干条路径；乘客在所述若干条路径中选择目标路径，根据所述目标路径确定所述网约车订单对应的安全区域并发送至所述信息群；

所述网约车终端，还用于在执行所述网约车订单的过程中，实时获取网约车的行驶轨迹，并判断所述行驶轨迹是否在安全区域范围内，在确定所述行驶轨迹不在安全区域范围内时，将实时采集的车内的声音信号传输至所述信息群；

所述监控平台，用于根据所述声音信号判断司机与乘客是否发生争吵，在确定司机与乘客发生争吵时，发出争吵预警提示并对争吵事件进行及时处理；

所述监控平台根据所述声音信号判断司机与乘客是否发生争吵包括：对所述声音信号进行降噪处理，得到降噪信号；

对所述降噪信号进行分帧加窗处理，得到若干帧子降噪信号，分别获取若干帧子降噪信号的短时能量，并与预设短时能量进行比较，筛选出短时能量大于预设短时能量的子降噪信号，作为待检测信号；

对所述待检测信号基于加权算法进行突出加权处理后，将突出加权处理后的待检测信号基于离散傅里叶变换，转换为频域信号；

对所述频域信号进行特征提取，获取语音特征，并构建语音特征矩阵；

基于语气词增强训练网络从所述语音特征矩阵中识别出语气词，并构建语气向量；

将所述语气向量输入语音情感识别模型中，输出语音情感，计算所述语音情感与争吵情感的匹配度，在确定所述匹配度大于预设匹配度时，表示司机与乘客发生争吵；

所述监控平台对所述声音信号进行降噪处理，得到降噪信号，包括：

将所述声音信号分割成若干帧子声音信号，对所述若干帧子声音信号进行帧移处理，得到帧移处理后若干帧子声音信号的采样点；

获取若干帧子声音信号的采样点的噪声频谱能量，并分别与预设噪声频谱能量进行比较，将噪声频谱能量大于预设噪声频谱能量的子声音信号作为待处理信号，将噪声频谱能量小于等于预设噪声频谱能量的子声音信号作为有效信号；

获取所述待处理信号的声音强度，根据所述声音强度确定噪声等级；

根据所述噪声等级查询预设数据库，得到降噪增益系数，根据所述降噪增益系数对所述待处理信号进行降噪处理，得到纯净信号；

根据所述纯净信号及所述有效信号进行信号重构，得到降噪信号。