[发明专利]一种特种车辆识别方法、装置及车辆

权利要求书

1.一种特种车辆识别方法，其特征在于：包括以下步骤：

在自车运行过程中，获取自车周围的声音数据并进行如下判断处理：

从获取的声音数据中截取K个预设周期的声音数据；对截取的声音数据进行处理，以提取K个预设周期内声音数据对应的基频特征序列；将所述基频特征序列与各种特种车辆声音模板特征序列进行相关性计算，得到与各种特征车辆声音模板相对应的相关系数；判断各相关系数是否大于相应的设定阈值，若存在大于相应的设定阈值的相关系数，则判定截取的声音数据中包含有该特种车辆声音；

根据对声音数据的判断处理结果，确定自车周围环境中是否存在特种车辆，以实现对特种车辆的识别。

2.根据权利要求1所述的特种车辆识别方法，其特征在于：在自车运行过程中，还获取自车周围环境的图像数据；若声音数据的判断处理结果为包含有特种车辆声音，还需对图像数据进行判断处理，以判断所述图像数据中是否含有特种车辆，若对图像数据的判断处理结果也为包含有特征车辆，则确定自车周围环境中存在特种车辆。

3.根据权利要求1所述的特种车辆识别方法，其特征在于：提取基频特征序列所采用的手段为：采用交叠分段方法，对截取的声音数据进行分帧处理，并使用海明窗进行加窗处理；提取每帧数据的基频特征，从而得到所述基频特征序列。

4.根据权利要求3所述的特种车辆识别方法，其特征在于：在进行分帧处理时，帧移与帧长比值为0.5。

5.根据权利要求1或2所述的特种车辆识别方法，其特征在于：将所述基频特征序列与各特种车辆声音模板特征序列进行相关性计算之前还需对所述基频特征序列进行带通滤波处理，且带通滤波处理时的带内权值为0.9，带外权值为0.1。

6.根据权利要求1所述的特种车辆识别方法，其特征在于：所述相关系数的计算方法为：

将所述基频特征序列和特种车辆声音模板特征序列均由时域转换为频域，将转换为频域后的结果进行共轭点乘计算，进而将共轭点乘计算后的结果再由频域转为时域，求取转为时域后结果的最大值，记所述最大值为相关系数。

7.根据权利要求1所述的特种车辆识别方法，其特征在于：所述预设周期为5秒。

8.根据权利要求2所述的特种车辆识别方法，其特征在于：若确认自车周围环境中存在特种车辆，则采用激光点云数据与所述图像数据进行融合的方法进行定位；具体定位方法为：

将激光点云数据投影到图像坐标系，与图像数据做融合；确定图像数据中特种车辆的像素位置，在激光点云数据中匹配到与所述像素位置相对应的激光点云位置；再通过点云聚类，得到特种车辆相对自车的位置的大小。

9.一种特种车辆识别装置，其特征在于：该装置包括处理器、存储器和内部总线，处理器、存储器之间通过内部总线完成相互间的通信和数据交互，所述处理器执行由所述存储器存储的计算机程序，以实现如权利要求1-8任一项所述的特种车辆识别方法。

10.一种车辆，包括车辆本体，其特征在于：还包括声音采集模块和图像采集模块，所述声音采集模块用于采集自车周围的声音数据，所述图像采集模块用于采集自车周围的图像数据，还包括处理器和存储器，所述处理器执行由所述存储器存储的计算机程序，以实现如权利要求1-8任一项所述的特种车辆识别方法。