专利名称：用于利用多个声学传感器监控环境的方法
技术领域：
本发明涉及一种用于利用多个声学传感器监控环境的方法以及相应的声学传感器网络。
背景技术：
为了在诸如火车站或体育场的公共环境中识别诸如恐慌或暴力的异常状况或者医学紧急情况，目前一般使用监控摄像机形式的光学传感器。在此大多手动地通过安全专业人员来监控环境，所述安全专业人员在中央调度台中观看和分析光学传感器的数据。因为在大的环境下要监控大量数据，所以直到识别出危险状况为止可能流逝了长的时间间隔。同样，由于人类失误可能根本不能察觉到异常状况。从现有技术中另外已知基于具有集成状况识别的光学传感器的自动监控方法。该方法具有以下缺点，即尤其在较大的要监控的人群的情况下，状况识别的质量小。
发明内容
本发明的任务是，实现一种用于监控环境的自动方法，利用所述方法能够实现改善的状况识别。该任务通过根据权利要求1的方法或根据权利要求17的传感器网络来解决。本发明的改进方案在从属权利要求中被定义。根据本发明的方法以基于多个传感器对环境的声学监控为基础。所述传感器在此构成分散式网络，在所述网络中所述传感器至少部分地彼此通信。在该方法的运行中，传感器分别检测声学信号，所述声学信号以环境中的噪声为基础。所述所检测的信号然后由用于执行状况识别的单个传感器继续处理，其中用于声学状况识别的相应方法本身从现有技术中是已知的。根据本发明的方法的特征在于，传感器的至少一部分中的相应的传感器通过分散式网络访问一个或多个相邻传感器的所检测的和/或继续处理的信号并且在状况识别时考虑所述信号。单个传感器因此不自给自足地执行其状况识别，而是也考虑相邻传感器的所检测的噪声信号。相邻的传感器在此可被理解为检测至少部分地以与由相应传感器所检测的信号相同的噪声为基础的信号的传感器。通过考虑多个相邻的传感器的相应信号，提高用于执行状况识别的信息，使得改善单个传感器的状况识别。此外，通过分散式网络实现在传感器之间的有效的信息交换，所述分散式网络没有中央管理单元也行。根据状况识别，相应的传感器于是可以以适当的方式识别显著的与标准偏离的噪声背景。在优选的变型方案中，在识别显著的状况时通过相应的传感器将相应的通知传送给中央站，然后可以如下进行进一步的检查实际上是否存在需要相应的对策的异常状况。 必要时附加地或可替代地，传感器在识别到与标准偏离的状况时可以通过在传感器中所安装的扬声器本地地输出噪声信号、例如相应的吱吱声。通过这种方式可以向在传感器环境中的人员直接地指出潜在的异常状况。
4
在本发明方法的一种特别有利的实施形式中，各个传感器通过对等网络彼此通信，其中每个传感器在该网络中表示对等体。在此，为了通信，使用本身已知的对等协议，例如Chord。在本发明方法中使用对等网络作为分散式网络具有特别的优点，因为这样的网络证明是非常稳定的并且能够非常有效地自组织和配置。尤其是，所述网络也可以非常快速地对网络中的动态变化、例如对传感器的故障或者传感器的添加作出反应。通过这种方式实现用于声学监控环境的稳健地和动态地匹配于网络变化的方法。在本发明的优选的实施形式中通过以下方式实现要特别容易安装的环境监控，即通过多个传感器构成无线无线电网络，其中传感器在该情况下分别包括用于在无线电网络中接收和发送无线信号的无线电模块。在特别优选的变型方案中，无线电网络构成所谓的 Ad-hoc网络，所述Ad-hoc网络是联网的网络，其独立地构建和配置，如这在对等网络时情况也如此。用于Ad-hoc网络的相应的协议和路由方法在此从现有技术中充分已知。如上已经阐述的，如果两个传感器至少部分地检测相同的噪声信号，则一个传感器相对于相应的传感器被归为相邻的。在此，在本发明方法中可以确定相应的邻居关系，基于所述邻居关系确定，一个传感器相对于另一传感器是相邻的。如果在本发明方法中考虑多个邻居关系准则，则只有当满足所有邻居关系准则时，才将两个传感器归为相邻的。例如，在所述传感器之间构造无线电网络时可以通过以下方式给出前述一个或多个邻居关系准则，即如果两个传感器彼此布置在无线电有效距离中则所述两个传感器被归为相邻的。在另一实施形式中，可替代地或附加地可以通过所述传感器之间的空间间距给出邻居关系准则，其中如果空间间距小于或等于预定的阈值，则两个传感器被归为相邻的。在该情况下，在相应的传感器中所述间距对于分散式网络中的其他传感器中的至少一部分必须是已知的。所述信息可以例如通过信息传送经由分散式网络在各个传感器之间被交换。在本发明的变型方案中，传感器的至少一部分中的相应的传感器直接访问相邻传感器的所检测的信号并且借助于所述信号和由其所检测的信号的相关分析来执行噪声抑制。由此实现对要分析的噪声信号的改善和与之相关联的改善的状况识别的特别简单的可能性。在特别优选的实施形式中，传感器的至少一部分中的相应的传感器这样执行对由其所检测的数据的继续处理，使得该相应的传感器从所检测的信号中提取一个或多个特征，其中相应的传感器在状况识别时考虑由其所提取的特征和另外还考虑由相邻传感器所提取的特征。所提取的特征在此例如可以以所检测的信号的音量和/或在所检测的信号的频率上的音量分布和/或在针对所检测的信号的一个或多个频率的时间上的音量变化为基础。基于相应提取的特征对状况的识别在此本身从现有技术中是已知的。但是现在单个传感器的状况识别不仅根据由其本身所提取的特征、而且根据其他传感器的特征来进行。为了识别状况，相应的传感器可以使用任意的本身已知的方法。在变型方案中，传感器的至少一部分中的相应的传感器使用基于规则的决策模型。在此，给出预先定义的规贝U，其中在满足所述规则时于是识别出相应的状况。这样的规则例如可以在于，如果音量水平的事先确定的阈值被超过，则异常状况被识别。附加地或可替代地，也可以使用用于识别状况的基于数据的模型。所述模型提前利用相应的声学训练数据被学习或训练。利用基于数据的模型，实现非常好的状况识别。从现有技术中已知不同的基于数据的模型，所述模型也可以在本发明方法中被使用，例如隐马尔科夫模型和/或高斯混合模型和/或支持向量机和/或人工神经元网络。在本发明的一种优选的变型方案中，在本来的环境监控之前在初始化阶段中进行基于数据的模型的训练。在该初始化阶段中，传感器的至少一部分中的相应的传感器与相邻的传感器交换所检测的信号和/或继续处理的信号并且基于所述信号确定正常状态。该正常状态尤其是相应地从信号中提取的特征的统计分布。在一种优选的变型方案中，基于数据的模型在该方法的运行中连续地通过相应的传感器根据由其和相邻的传感器所检测的声学信号来适配。通过这种方式，保证状况识别与变化的噪声背景的适当匹配。在基于具有相应确定的正常状态的基于数据的模型识别状况时，优选地这样进行状况识别，使得一个或多个预定的状况通过与正常状态的预定的偏离来定义。在该情况下， 不必提前训练明确的与标准不同的声事件。除了上述方法之外，本发明还涉及一种用于监控环境的声学传感器网络，其中所述传感器网络包括多个声学传感器，所述声学传感器构成分散式网络，在所述分散式网络中传感器至少部分地彼此通信。在此，传感器分别包括例如一个或多个麦克风形式(尤其是与模拟/数字转换器结合)的检测单元，其中利用该检测单元检测以环境中的噪声为基础的声学信号。另外，相应的传感器包含处理单元，用于继续处理所检测的信号，以便执行相应的状况识别。声学传感器网络的特征在于，传感器的至少一部分中的相应的传感器这样被设计，使得所述相应的传感器经由例如相应无线电模块形式的通信接口访问一个或多个相邻传感器的所检测的和/或继续处理的信号并且在状况识别时考虑所述信号，其中相邻的传感器检测信号，所述信号至少部分地以与由相应的传感器所检测的信号相同的噪声为基石出。声学传感器网络优选地这样被设计，使得上述方法的每个变型方案可以利用该传感器网络执行。本发明还涉及一种用于在上述声学传感器网络中使用的声学传感器。所述传感器包括用于检测以环境中的噪声为基础的声学信号的检测单元和用于继续处理所检测的信号用于执行状况识别的处理单元。在此，传感器这样被设计，使得所述传感器在传感器网络的运行中经由通信接口访问一个或多个相邻传感器的所检测的和/或继续处理的信号并且在状况识别时考虑所述信号，其中相邻的传感器检测至少部分地以与由相应的传感器所检测的信号相同的噪声为基础的信号。
下面根据图1来描述本发明的实施例。该图以示意图的方式示出传感器网络，其中执行根据本发明的方法的变型方案。
具体实施例方式为了监控环境，在图1的该实施例中设置具有多个传感器的传感器网络，其中示例性地再现传感器1、2、3和4。所述传感器中的每一个均包括麦克风5和相应的模拟数字转换器6形式的用于检测声学信号的检测单元，所述模拟数字转换器将经由麦克风以模拟方式所检测的信号转换成数字化的信号。所述数字化的信号由微处理器7处理，其中所述微处理器在处理时也考虑其他相邻传感器的信号，如下面还要更详细阐明的那样。
各个传感器1至4无线地彼此通信，其中为此每个传感器具有相应的无线电模块， 所述无线电模块无线地经由示意性示出的天线9接收或发送信号。传感器总地构成分散式网络N，所述分散式网络示意性地通过相应的椭圆形示出。在图1的实施形式中，该分散式网络是对等网络，其中每个传感器是所述网络中的相应的对等体并且其中各个传感器经由对等协议彼此通信。在传感器之间的通信因此以分散的方式进行，也即各个传感器直接地彼此间交换数据，而不中间连接中央站。经由网络N在各个传感器之间的通信在图1中对于每个传感器用相应的箭头Pl和P2表示。作为用于对等网络的协议例如可以使用从现有技术中充分已知的Chord协议。使用对等网络具有以下优点，即基于已知的协议可以实现传感器网络的自组织和自配置。另外，对等网络是非常稳健的并且能够实现以要新添加的传感器对网络的容易的可扩展性或者在去掉传感器时网络的适当的匹配。代替于用于构成分散式网络的对等机制必要时也可以使用其他从现有技术中已知的用于构成这样的网络的方法。例如，传感器可以被组织为所谓的Ad-hoc网络，在其中传感器是不具有中央管理节点的联网的网络中的节点。这样的Ad-hoc网络可以在各个传感器之间独立地构建和配置，由此类似于对等网络在添加或去掉传感器时能够实现网络的动态改变和匹配。Ad-hoc网络和用于所述网络的相应的路由协议从现有技术中充分已知，例如包含无线通信协议，如与IEEE 802. 11 (WLAN) 或者IEEE 802. 15相应的Ad-hoc模式。在图1的传感器网络中应该有效地基于环境的以声学方式所检测的噪声识别与噪声背景的正常状态的偏离，以便通过这种方式识别异常状况。传感器网络在此特别适用于使用在大空间的公共区域中，例如在体育场、火车站等中。在各个传感器1至4中的每一个中，在此设置相应的状况识别器，利用所述状况识别器能够识别与正常状态偏离的状况。在图1中，噪声背景的正常状态通过长的同中心的圆弓形式的示意性表示的声波BN (BN=Background Noise (背景噪声))再现。此外，在图1中通过黑色圆示出显著的声事件 E，其中噪声从所述声事件出发，所述噪声通过同中心的短圆弓来表示。状况识别器在各个传感器中被实现为程序，所述程序通过微处理器7来实施。与已知的状况识别器不同，相应的传感器的状况识别器不再仅处理由该传感器所检测的和必要时继续处理的信号，而且也处理来自网络中的其他传感器的相应信号，所述其他传感器与所观察的传感器相邻。在此，如果两个传感器至少部分地检测相同的噪声，则一个传感器与另一个传感器相邻。这例如可以通过确定相邻传感器之间的预先给定的最小间距来实现，其中在该情况下在所述传感器之间交换关于其位置的信息，使得每个传感器可以确定与其他传感器的间距。必要时已经可以如此构建网络，使得保证，每个传感器与网络中的另一传感器相邻。在该情况下，传感器在状况识别时可以一起处理所有其他传感器的信号，而该传感器本身不必保证所处理的信号至少部分地也来自相邻的传感器。通过经由在传感器之间的分散式通信也考虑相邻传感器的噪声，在各个传感器中可以明显地改善状况识别。 在此，可以使用已知的方法，用于基于相应传感器和其相邻传感器的声学信号来执行状况识别。在图1的网络中，经由麦克风5所检测的噪声信号首先通过A/D转换器6数字化并且以固定长度的时间段(所谓的帧)来分段。在此，尤其存在以下可能性，即多个相邻传感器的麦克风的信号借助于本身已知的所谓的波束形成算法彼此组合。在波束形成时，通过相应的控制使传感器的各个麦克风的信号时间偏移地彼此相关，以便由此在预先确定的方向上定位声源。在此，通过在传感器之间的相应的信息交换这样相互协调传感器，使得相邻传感器的麦克风在确定的方向上收听。尤其是当已知从哪个大概方向可预期噪声信号时使用波束形成算法是有意义的。另外，波束形成可以被用于连续地在空间中在不同的方向上收听，以便由此定位显著的声源的位置或追踪所述声源。通过波束形成算法，在此能够实现有用信号与背景噪声的更好的分离。刚才所述的波束形成算法在根据本发明的传感器网络中必要时也可以被用于单个传感器的多个麦克风。在根据本发明的环境监控的变型方案中，在相邻传感器之间交换的信号被用于改善的噪声抑制。在此，传感器直接交换所检测的和数字化的噪声信号，其中每个传感器借助于相关分析在时间上相互匹配由其所检测的信号和相邻传感器的信号，并且如此组合，使得信噪比被改善。通过这种方式在相应的传感器中噪声减少的信号被处理，所述噪声减少的信号能够实现较好的状况识别。在本发明方法的另一变型方案中，在传感器中为了状况识别已经考虑多个相邻传感器的从原始噪声信号中继续处理的信号。在此，相应的传感器的状况识别器首先利用本身已知的方法从噪声信号中提取相应的特征。在一种简单的变型方案中，这样的特征例如是噪声信号的音量。但是，优选地提取代表噪声在其频率上的音量分布的倒谱(cepstral) 特征，或者代表噪声信号的音量在时间上的变化的调制频谱特征。同样，作为特征也可以考虑多频带调制频谱，其是对于所检测的噪声信号的不同频率音量在时间上的变化。利用从现有技术中充分已知的用于分析噪声信号的方法来处理所提取的特征。特别优选地，在此使用基于数据的模型，所述模型提前利用相应的训练信号被学习或训练过。 在此，传感器在初始化阶段中首先彼此交换分别由其所确定的特征。相应的传感器于是根据由其自身所确定的和来自相邻传感器的特征确定噪声背景的正常状态。在特征由音量来代表的一种简单的变型方案中，在此例如可以通过简单的阈值代表正常状态，其中如果信号处于阈值之下，则存在正常状态。在通过较复杂的特征、尤其是以多维特征向量的形式描述噪声信号时，使用费事的方法，以便确定正常状态，所述正常状态在该情况下由噪声信号的特征的统计分布组成。 可以通过其来确定相应的正常状态的已知模型在此是隐马尔科夫模型、高斯混合模型、一类支持向量机、神经元网络等。利用所述模型于是也在确定正常状态之后相应地分析在噪声监控时所产生的信号，以便由此确定与正常状态的偏离。在此，各个传感器连续地分别将当前所确定的特征向量与正常状态的统计模型相比较，以便确定与该正常状态偏离的特殊状态的概率。如果所述概率超过确定的阈值，则异常被确定。在通过相应的传感器确定异常时，该传感器在本发明的优选变型方案中将相应的警告通知传送给中央站。传感器为此可以具有单独的通信接口。但是，该传送也可以通过相应的传感器的无线电模块进行。中央站在此对于每个传感器是已知的，但不是由传感器构成的分散式网络的组成部分。中央站例如可以是调度台，所述调度台由操作人员占据，所述操作人员在传送相应的警告通知时可以引入分开的步骤。例如，所述操作人员可以再次特别分析传送警告的传感器所安置的区域。为此，相应的摄像机可以安置在要监控的环境中，所述摄像机将图像传送给中央调度台。操作人员于是可以在传感器的警告通知到达之后通过传感器区域中的相应的摄像机的图像检查是否实际上存在使得需要其他措施的异常状况。在使用基于数据的模型用于状况识别的前述的根据本发明的变型方案中，尤其是不需要事先训练相应要识别的异常的声事件。更确切地说，如果噪声强烈地偏离于事先训练的正常状态，则显著的状况被识别。在特别优选的实施形式中，在此将正常状态连续地适配于必要时变化的噪声背景，其中在适配时再次考虑不仅一个传感器、而且多个相邻传感器的数据。由此背景噪声电平的缓慢上升不被评估为干扰，而是实际上仅仅与背景噪声的偏离被探测。根据本发明的方法的前述实施形式具有一系列优点。尤其是通过以下方式在声学传感器网络中保证改善的状况识别，即每个传感器也一起处理相邻传感器的噪声信号。在此，通过以下方式保证快速的和有效的数据交换，即各个传感器分散地通过相应的网络彼此通信。为了分散地通信可以使用被证明的技术，如对等网络或Ad-hoc网络。使用分散式网络在传感器之间通信具有其他优点，即所述网络动态地匹配于网络中的变化的事实、也即匹配于新添加的传感器或去掉的传感器。由此即使在分散式网络的拓扑改变时也保证连续的状况识别。另外，分散式网络具有以下优点，即所述分散式网络可以简单地和成本低地安装。
权利要求
1.用于利用多个声学传感器(1、2、3、4)监控环境的方法，所述传感器构成分散式网络 (N)，在所述分散式网络中传感器(1、2、3、4)至少部分地彼此通信，其中传感器(1、2、3、4) 分别检测以环境中的噪声为基础的声学信号，并且继续处理所检测的信号用于执行状况识另IJ，其中传感器(1、2、3、4)的至少一部分中的相应的传感器(1、2、3、4)通过分散式网络(N) 访问一个或多个相邻传感器(1、2、3、4)的所检测的和/或继续处理的信号，并且在状况识别时考虑所述信号，其中相邻的传感器(1、2、3、4)检测至少部分地以与由所述相应的传感器(1、2、3、4)所检测的信号相同的噪声为基础的信号。
2.根据权利要求1所述的方法，其中所述多个传感器(1、2、3、4)构成对等网络，其中每个传感器(1、2、3、4)是该网络中的对等体。
3.根据权利要求1或2所述的方法，其中所述多个传感器(1、2、3、4)构成无线无线电网络，尤其是Ad-hoc网络，其中传感器(1、2、3、4)分别包括用于在无线电网络中接收和发送无线信号的无线电模块(8、9 )。
4.根据上述权利要求之一所述的方法，其中传感器(1、2、3、4)的至少一部分中的相应的传感器根据一个或多个预先给定的邻居关系准则确定相邻传感器(1、2、3、4)。
5.根据权利要求3和4所述的方法，其中所述一个或多个邻居关系准则通过以下方式来给出，即如果两个传感器(1、2、3、4)彼此布置在无线电有效距离中，则所述两个传感器被归为相邻的。
6.根据权利要求4或5所述的方法，其中所述一个或多个邻居关系准则通过传感器 (1、2、3、4)之间的空间间距来给出，其中如果空间间距小于或等于预定的阈，则两个传感器 (1、2、3、4)被归为相邻的，其中与分散式网络(N)中的其他传感器的至少一部分的间距对于传感器(1、2、3、4)的至少一部分中的相应的传感器(1、2、3、4)是已知的。
7.根据前述权利要求之一所述的方法，其中传感器(1、2、3、4)的至少一部分中的相应的传感器(1、2、3、4)访问相邻传感器(1、2、3、4)的所检测的信号并且借助于这些信号和由所述相应的传感器所检测的信号的相关分析来执行噪声抑制。
8.根据前述权利要求之一所述的方法，其中传感器(1、2、3、4)的至少一部分中的相应的传感器(1、2、3、4)继续处理由其所检测的信号(1、2、3、4)，使得所述相应的传感器从所检测的信号中提取一个或多个特征，其中所述相应的传感器在状况识别时考虑由其所提取的特征和由相邻传感器(1、2、3、4)所提取的特征。
9.根据前述权利要求之一所述的方法，其中所提取的特征以以下参量中的一个或多个为基础-所检测的信号的音量；-所检测的信号在频率上的音量分布；-对于所检测的信号的一个或多个频率在时间上的音量变化。
10.根据前述权利要求之一所述的方法，其中传感器(1、2、3、4)的至少一部分中的相应的传感器(1、2、3、4)使用基于规则的决策模型用于状况识别。
11.根据前述权利要求之一所述的方法，其中传感器(1、2、3、4)的至少一部分中的相应的传感器(1、2、3、4)使用基于数据的模型用于状况识别。
12.根据权利要求11所述的方法，其中基于数据的模型包括隐马尔科夫模型和/或高斯混合模型和/或支持向量机和/或神经元网络。
13.根据权利要求11或12所述的方法，其中在初始化阶段中，传感器(1、2、3、4)的至少一部分中的相应的传感器(1、2、3、4)与相邻的传感器(1、2、3、4)交换所检测的信号和/ 或继续处理的信号并且基于所述信号确定正常状态。
14.当依赖于权利要求8时根据权利要求13所述的方法，其中通过所提取的特征的统计分布代表正常状态。
15.根据权利要求13或14所述的方法，其中传感器(1、2、3、4)的至少一部分中的相应的传感器(1、2、3、4)在该方法的运行中根据由所述相应的传感器和相邻的传感器(1、2、 3、4)所检测的信号来适配正常状态。
16.根据权利要求13至15之一所述的方法，其中一个或多个预定的状况通过与正常状态的预定的偏离来定义。
17.用于监控环境的声学传感器网络，包括多个声学传感器(1、2、3、4)，所述声学传感器构成分散式网络，在所述分散式网络中传感器(1、2、3、4)能够至少部分地彼此通信，其中传感器(1、2、3、4)分别包括用于检测以环境中的噪声为基础的声学信号的检测单元(5、6) 和用于继续处理所检测的信号用以执行状况识别的处理单元(7)，其中传感器(1、2、3、4) 的至少一部分中的相应的传感器(1、2、3、4)被设计为，使得所述相应的传感器经由通信接口(8、9)访问一个或多个相邻传感器(1、2、3、4)的所检测的和/或继续处理的信号并且在状况识别时考虑所述信号，其中相邻传感器(1、2、3、4)检测至少部分地以与由所述相应的传感器(1、2、3、4)所检测的信号相同的噪声为基础的信号。
18.根据权利要求17所述的声学传感器网络，所述声学传感器网络被设计为，使得在传感器网络中能够执行根据权利要求2至16之一所述的方法。
19.用于在根据权利要求17或18所述的声学传感器网络中使用的声学传感器，包括用于检测以环境中的噪声为基础的声学信号的检测单元(5、6)和用于继续处理所检测的信号用以执行状况识别的处理单元(7)，其中传感器(1、2、3、4)被设计为，使得所述传感器在传感器网络的运行中经由通信接口(8、9)访问一个或多个相邻传感器(1、2、3、4)的所检测的和/或继续处理的信号并且在状况识别时考虑所述信号，其中相邻传感器(1、2、3、4)检测至少部分地以与由相应的传感器(1、2、3、4)所检测的信号相同的噪声为基础的信号。
全文摘要
本发明涉及一种用于利用多个声学传感器(1、2、3、4)监控环境的方法，所述传感器构成分散式网络(N)，在所述分散式网络中传感器(1、2、3、4)至少部分地彼此通信，其中所述传感器(1、2、3、4)分别检测以环境中的噪声为基础的声学信号，并继续处理所检测的信号用于执行状况识别。根据本发明的方法，传感器(1、2、3、4)的至少一部分中的相应的传感器(1、2、3、4)经由分散式网络(N)访问一个或多个相邻传感器(1、2、3、4)的所检测的和/或继续处理的信号并且在状况识别时考虑所述信号，其中相邻传感器(1、2、3、4)检测至少部分地以与由相应的传感器(1、2、3、4)所检测的信号相同的噪声为基础的信号。
文档编号G08B25/00GK102473338SQ201080032997
公开日2012年5月23日 申请日期2010年5月31日 优先权日2009年7月23日
发明者格德斯 C., 佐默 E., 霍费尔 J. 申请人:西门子公司