[实用新型]一种内置碰撞声检测功能的智能路灯

摘要

本实用新型公开了一种内置碰撞声检测功能的智能路灯，在路灯中设置声音采集模块、碰撞声识别模块、存储模块以及用于路灯控制与信息传输的路灯控制器；声音采集模块用于连续采集道路中的声音信号；存储模块用于存储声音采集模块所采集的声音信号；碰撞声识别模块用于识别所采集的声音信号中是否杂含碰撞声并将识别结果发送到路灯控制器，路灯控制器以此判断道路中是否出现异常事件并将信息发送到远程监控中心。采用本实用新型的技术方案，采用深度神经网络实现碰撞声识别，从而提高碰撞声识别精度，同时采用音视频结合的监控方式进一步完善了道路安全的全方位监控，并能及时预警道路交通中的异常事件。

主权项

一种内置碰撞声检测功能的智能路灯，其特征在于，在路灯中设置声音采集模块、碰撞声识别模块、存储模块以及用于路灯控制与信息传输的路灯控制器；所述声音采集模块用于连续采集道路中的声音信号；所述存储模块用于存储所述声音采集模块所采集的声音信号；所述碰撞声识别模块用于识别所采集的声音信号中是否杂含碰撞声并将识别结果发送到路灯控制器，所述路灯控制器以此判断道路中是否出现异常事件并将信息发送到远程监控中心；所述碰撞声识别模块包括特征第一提取模块、第一归一化模块、神经网络分类模块和神经网络训练模块，其中，所述第一特征提取模块用于接收原始采集声音数据，并对原始采集声音数据进行特征提取；所述第一归一化模块用于对特征提取后的数据进行高斯归一化处理，输出归一化数据；所述神经网络分类模块用于接收归一化数据及预先训练好的深度神经网络，并通过深度神经网络对所述归一化数据进行分类识别获得分类结果信息，所述分类结果信息为原始采集声音数据是否杂含碰撞声的概率值，当该概率值超过预先设定的阈值时，则判定道路中出现异常事件；所述神经网络训练模块用于接收训练数据并根据训练数据进行神经网络的训练，得到充分学习带噪样本和干净样本之间的非线性映射关系的深度神经网络，并输出所述深度神经网络至所述神经网络分类模块；所述神经网络训练模块包括第二特征提取模块、第二归一化模块、无监督学习预训练模块和监督学习优化模块，其中，所述无监督学习预训练模块用于发现输入数据中深层的抽象特征，采用受限制玻尔兹曼机(RBM)模型进行预训练并通过无监督学习的方式逐层渐进学习神经网络参数；所述监督学习优化模块采用反向传播(back‑propagation，BP)算法，利用标注数据对神经网络参数进行有监督的精细调整。