实时交通检测的制作方法
【技术领域】
[0001] 本发明一般地涉及交通检测并且特别地，涉及用于实时交通检测的系统和方法。
【背景技术】
[0002] 交通拥堵是一个日益严重的问题，特别是在城区。由于城区通常人口稠密，因此难 以在不由于交通拥堵、事故和其它问题而造成延误的情况下出行。监控交通拥堵已变得必 要，以使得向出行者提供精确并且实时的交通信息以避免问题。
[0003] 在过去几年已经开发出若干交通检测系统用于检测交通拥堵。这样的交通检测系 统包括用于检测各种地理位置处的交通拥堵的系统，其中，该系统包括通过网络与诸如后 端服务器等的中央服务器通信的诸如移动电话和智能电话等的多个用户装置。用户装置捕 获环境声音、即存在于用户装置周围的环境中的声音，该环境声音被处理以用于交通检测。 在一些交通检测系统中，处理全部在用户装置执行，并且将处理后的数据发送至中央服务 器用于交通检测。而在其它交通检测系统中，处理全部通过中央服务器执行以用于交通检 测。因此，在单个实体、即在用户装置或者在中央服务器上的处理总开销增大，由此导致缓 慢的响应时间以及向用户提供交通信息的延迟。
【发明内容】
[0004] 提供本概述以介绍与实时交通检测相关的概念。在以下的详细描述中进一步说明 这些概念。本概述既不意在标识权利要求的主题的必要特征，也不意在用于确定或者限制 权利要求的主题的范围。
[0005] 说明用于实时交通检测的系统和方法。在一个实施例中，方法包括捕获环境声音 作为音频样本，并且将音频样本分割为多个音频帧。此外，方法包括在多个音频帧中识别周 期帧。提取出所识别的周期帧的谱特征，并且基于谱特征识别喇叭声音。接着将所识别的 喇叭声音用于实时交通检测。
【附图说明】
[0006] 参考附图提供详细说明。在图中，附图标记的最左边的位标识附图标记首次出现 的图。在所有图中使用同一编号指代相似的特征和组件。
[0007] 图1示出根据本主题的实施例的交通检测系统。
[0008] 图2示出根据本主题的实施例的交通检测系统的细节。
[0009] 图3示出描述对通过本交通检测系统与通过传统交通检测系统检测交通拥堵所 花费的总时间的比较的典型表格表示。
[0010] 图4a和4b示出根据本主题的其它实施例的用于实时交通检测的方法。
【具体实施方式】
[0011] 传统上，各种基于声音的交通检测系统可用于检测各种地理位置处的交通拥堵， 以及向用户提供交通信息以避免由于交通拥堵引发的问题。这样的基于声音的交通检测系 统捕获环境声音，该环境声音被处理以用于交通检测。对环境声音的处理典型地涉及提取 环境声音的谱特征，基于谱特征确定环境声音的水平、即音调或音量，并且将检测到的水平 与预定阈值相比较以检测交通拥堵。例如，在该比较表示检测到的环境声音水平高于预定 阈值的情况下，在用户装置的地理位置处检测到交通拥堵并且向诸如出行者等的用户提供 交通信息。
[0012] 然而，这样的传统交通检测系统存在多个缺陷。传统的交通检测系统中对环境声 音的处理典型地通过用户装置或者中央服务器来执行。在这两种情况下，在单个实体、即在 用户装置或者中央服务器上的处理总开销增大，由此导致缓慢的响应时间。由于响应时间 缓慢，向用户提供交通信息时存在时间延迟。因此，传统的系统不能向用户提供实时交通信 息。此外，在用户装置上执行全部处理的情况下，用户装置的电池消耗极大地增加，从而给 用户带来困难。
[0013] 此外，传统的交通检测系统依赖于环境声音的音调或者音量以检测交通拥堵。然 而，环境声音通常是不同类型声音的混合，包括人的谈话、环境噪声、车辆引擎噪声、车辆中 播放的音乐、喇机声音等。考虑如下场景，其中人的谈话以及车辆中正在播放的音乐的音调 过高，并且放置在车辆中的用户装置捕获到包含高音量的人的谈话和音乐以及其它声音的 环境声音。在这样的场景中，在将这些环境声音的水平识别为比预定阈值高的情况下，就错 误地检测到交通拥堵并且向用户提供错误的交通信息。因此，这些传统的交通检测系统不 能提供可靠的交通信息。
[0014] 根据本主题，描述用于检测实时交通拥堵的系统和方法。在一个实施例中，交通检 测系统包括多个用户装置和一个中央服务器（以下称作服务器）。用户装置通过网络与服 务器通信以用于实时交通检测。此处所指的用户装置可以包括但不限于诸如移动电话和智 能电话等的通信装置，或者诸如个人数字助理（PDA)和笔记本电脑等的计算装置。
[0015] 在一个实现中，用户装置捕获环境声音，即存在于用户装置周围的环境中的声音。 环境声音可以包括例如轮胎噪声、车辆中正在播放的音乐、人的谈话、喇叭声音以及引擎噪 声。此外，环境声音可以包含包括环境噪声和背景交通噪声的背景噪声。环境声音被捕获 为持续时间短、比如几分钟的音频样本。因此通过用户装置捕获的音频样本可以存储在用 户装置的本地存储器中。
[0016] 接着，音频样本一部分通过用户装置并且一部分通过服务器处理以检测交通拥 堵。在用户装置端，将音频样本分割为多个音频帧。在分割后，从多个音频帧过滤背景噪声。 背景噪声可能影响产生高频率峰值的声音。因此，从多个音频帧过滤背景噪声以生成多个 过滤后的音频帧。多个过滤后的音频帧可以存储在用户装置的本地存储器中。
[0017] -旦多个音频帧被过滤，音频帧分离为三种类型的帧，即，周期帧、非周期帧以及 无声帧。周期帧可以包括喇叭声音和人的谈话的混合，并且非周期帧可以包括轮胎噪声、车 辆中播放的音乐以及引擎噪声的混合。无声帧不包括任何种类的声音。
[0018] 接着从上述三种类型的帧中挑选出周期帧以用于进一步处理。为了挑选或者识别 出周期帧，分别基于音频帧的功率谱密度（PSD)和短期能级（En)丢弃非周期帧和无声帧。
[0019] 在一个实现中，通过用户装置提取所识别的周期帧的谱特征。本申请中使用的谱 特征在共同未决的印度专利申请462/MUM/2012中公开，这里通过引用包含在此。这里引 用的谱特征可以包括但不限于梅尔频率倒谱系数（MFCC)、逆梅尔频率倒谱系数（inverse MFCC)和修正梅尔频率倒谱系数（modified MFCC)中的一个或者多个。由于周期帧包括喇 叭声音和人的谈话的混合，因此提取的谱特征与喇叭声音和人的谈话两者的特征相对应。 接着通过网络将提取的谱特征发送至服务器以用于交通检测。
[0020] 在服务器端，从特定的地理位置处的多个用户装置接收到谱特征。基于谱特征，使 用一个或者多个已知的声音模型区分开喇叭声音与人的谈话。在一个实现中，声音模型包 括喇机声音模型和交通声音模型。喇机声音模型只用于检测喇机声音，而交通声音模型用 于检测除喇叭声音以外的不同类型的交通声音。基于该区分，将喇叭声音的水平或等级与 预定阈值相比较以检测该地理位置处的交通拥堵，并且随后通过网络向用户提供实时交通 信息。
[0021] 在一个实现中，用户装置能够在在线模式以及离线模式中操作。例如，在在线模式 中，用户装置能够在整个处理期间通过网络连接至服务器。而在离线模式中，用户装置能够 在不连接至服务器的情况下进行部分处理。为了与服务器通信以进一步处理，用户装置可 以被切换至在线模式，并且服务器将执行其余处理以检测交通。
[0022] 根据本主题的系统和方法，在用户装置和服务器上的处理负荷被分开。因此，实现 了实时交通检测。此外，不同于现有技