电动车辆接近检测新技术：通过智能手机麦克风来实现

混合动力电动汽车（HEV）和纯电动汽车（EV）等电动汽车不仅燃油效率高，而且行驶噪音低。然而，由于行驶声音较低，行人很难察觉到车辆的靠近，因此在人来人往的道路上存在事故发生概率较高的问题。东京大学的研究团队开发了一种用智能手机解决这一问题的技术，并在2014年7月举行的第43届普遍计算研究会研究会议上发表了演讲（图1）。这项技术可以通过连接眼镜和手表的可穿戴设备发挥作用。

图1使用开关噪声来检测电动汽车是否靠近。

东京大学的研究团队开发了一种系统，可以使用智能手机的麦克风来收集HEV、EV和其他电动汽车的功率转换器发出的开关噪音，从而提醒用户有车辆靠近。（上图来自谷歌，下图来自东京大学）

注1）演讲主题和论文标题为“使用智能手机检测纯电动汽车或混合动力汽车接近的方法”。这是由电子信息专业的Imho教授和东京大学信息技术研究生院的Keibo Kawahara副教授开发的结果。主要研究人员是该实验室的Takamuya和Hirosuke Fujimoto。

关注开关噪声

在日本市场上销售的HEV和EV都配备了向周围地区发送电子声音的设备，以通知行人车辆正在靠近。然而，这种方法的问题在于，它会破坏来之不易的车辆安静性，驾驶员必须打开此功能才能发挥作用。尽管车辆和行人之间的通信系统也在开发中，但建立这样的系统既耗时又费力。

因此，东京大学的研究团队将注意力转向了HEV和EV的驱动电机在启动时产生的开关噪音。功率变换器，如逆变器和驱动电机的变换器，通常在5kHz或10kHz的频率下切换IGBT，在这个频段、15kHz频段和20kHz频段很容易产生开关噪声，这是它的整数倍。功率变换器中的开关动作会改变磁场，使电机外壳振动，从而产生噪声。商用车行驶声音的测量结果表明，HEV（普锐斯PHV）在5kHz左右达到峰值，EV（LEAF）在10kHz和20kHz左右达到高峰。

使用具有峰值的三个频带

该检测技术根据iPod touch预先记录的HEV和EV的行驶声音，按照以下步骤构建用于检测车辆接近的决策树。（1） 所记录的数据以48kHz的频率进行采样。为了FFT的方便，它被划分为32768个相等的样本（每个样本0.683秒），并且每个样本被定义为一帧。（2） 对每个帧的波形数据执行FFT以获得频谱。（3） 对于5kHz、10kHz和20kHz左右的三个频段，分别设置了16个频段。（4） 计算每个部分的最大音量和平均音量，然后使用所有频带的平均音量对每个部分进行归一化。（5） 对上一步中获得的96维（3×16×2）特征向量给出了包含车型和车速信息的正确答案标签。（6） 使用正确答案标签，使用名为“J48”的算法编译决策树。之所以采用J48决策树，是因为原理简单、准确度高，而且可以借助智能手机等便携式设备的计算能力进行判断。

在使用这种检测技术时，智能手机麦克风收集的声音数据应符合上述（1）？（5） 步骤获得96维特征向量，并将这些向量放入J48决策树中，以判断HEV/EV是否接近（图2）。实验结果表明，最晚在电动汽车与行人最近距离前两秒左右可以检测到电动汽车的接近（图3）。

图2使用三个频带来检测是否有车辆靠近。

电力变换器的开关噪声……

ic车辆在5kHz、10kHz和20kHz附近达到峰值。因此，这项技术利用这三个频段的最大音量和平均音量来判断是否有电动汽车靠近。

图3可以在大约两秒钟前发出警告。

使用相同的电动汽车，在住宅区、停车场和主要街道等三个环境声音不同的地方进行了实验。实验结果表明，在环境声音较低的居民区，可以最早检测到车辆靠近，并发出警告（a）。此外，比较了在停车场检测HEV和EV并发出警告的时间，发现它们之间的差异很小（B）。车辆接近的警告至少可以在两秒钟前发出。

在Nexus 4上安装该检测算法作为Android应用程序进行测试后，发现在电动汽车到达与行人最近的距离前4秒可以检测到车辆。此外，东京大学还开发了一种系统，可以在谷歌眼镜上显示警告，并在车辆与行人达到最近距离之前检测车辆是否靠近。除了眼镜型终端，手表型终端还可以利用这项技术提醒行人车辆正在靠近。混合动力电动汽车（HEV）和纯电动汽车（EV）等电动汽车不仅燃油效率高，而且行驶噪音低。然而，由于行驶声音较低，行人很难察觉到车辆的靠近，因此在人来人往的道路上存在事故发生概率较高的问题。东京大学的研究团队开发了一种用智能手机解决这一问题的技术，并在2014年7月举行的第43届普遍计算研究会研究会议上发表了演讲（图1）。这项技术可以通过连接眼镜和手表的可穿戴设备发挥作用。

图1使用开关噪声来检测电动汽车是否靠近。

东京大学的研究团队开发了一种系统，可以使用智能手机的麦克风来收集HEV、EV和其他电动汽车的功率转换器发出的开关噪音，从而提醒用户有车辆靠近。（上图来自谷歌，下图来自东京大学）

注1）演讲主题和论文标题为“使用智能手机检测纯电动汽车或混合动力汽车接近的方法”。这是由电子信息专业的Imho教授和东京大学信息技术研究生院的Keibo Kawahara副教授开发的结果。主要研究人员是该实验室的Takamuya和Hirosuke Fujimoto。

关注开关噪声

在日本市场上销售的HEV和EV都配备了向周围地区发送电子声音的设备，以通知行人车辆正在靠近。然而，这种方法的问题在于，它会破坏来之不易的车辆安静性，驾驶员必须打开此功能才能发挥作用。尽管车辆和行人之间的通信系统也在开发中，但建立这样的系统既耗时又费力。

因此，东京大学的研究团队将注意力转向了HEV和EV的驱动电机在启动时产生的开关噪音。功率变换器，如逆变器和驱动电机的变换器，通常在5kHz或10kHz的频率下切换IGBT，在这个频段、15kHz频段和20kHz频段很容易产生开关噪声，这是它的整数倍。功率变换器中的开关动作会改变磁场，使电机外壳振动，从而产生噪声。商用车行驶声音的测量结果表明，HEV（普锐斯PHV）在5kHz左右达到峰值，EV（LEAF）在10kHz和20kHz左右达到高峰。

使用具有峰值的三个频带

该检测技术根据iPod touch预先记录的HEV和EV的行驶声音，按照以下步骤构建用于检测车辆接近的决策树。（1） 所记录的数据以48kHz的频率进行采样。为了FFT的方便，它被划分为32768个相等的样本（每个样本0.683秒），并且每个样本被定义为一帧。（2） 对每个帧的波形数据执行FFT，以获得频率……

电能。（3） 对于5kHz、10kHz和20kHz左右的三个频段，分别设置了16个频段。（4） 计算每个部分的最大音量和平均音量，然后使用所有频带的平均音量对每个部分进行归一化。（5） 对上一步中获得的96维（3×16×2）特征向量给出了包含车型和车速信息的正确答案标签。（6） 使用正确答案标签，使用名为“J48”的算法编译决策树。之所以采用J48决策树，是因为原理简单、准确度高，而且可以借助智能手机等便携式设备的计算能力进行判断。

在使用这种检测技术时，智能手机麦克风收集的声音数据应符合上述（1）？（5） 步骤获得96维特征向量，并将这些向量放入J48决策树中，以判断HEV/EV是否接近（图2）。实验结果表明，最晚在电动汽车与行人最近距离前两秒左右可以检测到电动汽车的接近（图3）。

图2使用三个频带来检测是否有车辆靠近。

电动汽车电源转换器的开关噪声在5kHz、10kHz和20kHz左右达到峰值。因此，这项技术利用这三个频段的最大音量和平均音量来判断是否有电动汽车靠近。

图3可以在大约两秒钟前发出警告。

使用相同的电动汽车，在住宅区、停车场和主要街道等三个环境声音不同的地方进行了实验。实验结果表明，在环境声音较低的居民区，可以最早检测到车辆靠近，并发出警告（a）。此外，比较了在停车场检测HEV和EV并发出警告的时间，发现它们之间的差异很小（B）。车辆接近的警告至少可以在两秒钟前发出。

在Nexus 4上安装该检测算法作为Android应用程序进行测试后，发现在电动汽车到达与行人最近的距离前4秒可以检测到车辆。此外，东京大学还开发了一种系统，可以在谷歌眼镜上显示警告，并在车辆与行人达到最近距离之前检测车辆是否靠近。除了眼镜型终端，手表型终端还可以利用这项技术提醒行人车辆正在靠近。

标签：发现

汽车资讯热门资讯