鸣笛抓拍系统现场校准方法的研究与探讨

【摘要】 鸣笛抓拍系统利用麦克风阵列技术精准定位噪声源，准确辨识到实际的鸣笛车辆，从而确定违章车辆。本文通过对鸣笛抓拍系统的研究，对其现场校准方法进行探讨，从而为鸣笛抓拍系统的溯源提供技术保障。

【关键词】 鸣笛抓拍;校准;声压级;定位误差

【DOI编码】 10.3969/j.issn.1674-4977.2020.04.025

The Research and Discussion of the On-site Calibration Method of Honking Detection Systems

WU Jing

（Liaoning Provincial Institute of Measurement，Shenyang 110004，China）

Abstract： The honking detection systems use the microphone array technology to accurately locate the noise source， and accurately identify the actual honking vehicle，determine the illegal vehicle. In this paper，through the study of the honking detection systems，the on-site calibration method is discussed，it can provide technical support for the traceability of the honking detection system.

Key words： honking detection;calibration;sound pressure level;location errors

1 鳴笛抓拍系统的应用

根据《中华人民共和国道路交通安全法实施条例》第62条规定：驾驶机动车不得在禁止鸣喇叭的区域或者路段鸣喇叭。司机乱鸣行为，不仅影响了市民的正常出行，也为文明的城市制造了不和谐的噪声。因此，在当代高科技时代下，针对鸣笛声源识别需求的《智能鸣笛抓拍系统》也应运而生。自2017年下半年开始，鸣笛抓拍系统在我国多个城市广泛安装并使用，其中也包括沈阳。沈阳设置多条禁止鸣笛典型示范路，若机动车在禁止鸣喇叭的区域或者路段鸣喇叭，将给予相应处罚。

由于机动车鸣笛抓拍系统属于噪声源定位技术的新应用，而且道路环境相对复杂，车流量大，并且经常会存在两辆车横向或纵向并排且车距间隔过近的情况，测试的距离又较远，因此很容易出现鸣笛识别车辆错误的情况。

目前，鸣笛抓拍系统虽然广泛应用在我国各大城市，但鸣笛抓拍系统的国家标准和计量检定规程尚未出台，并且相关检测方法的文献少之又少，鸣笛抓拍系统的准确度无法保证。交警部门在对鸣笛车辆进行处罚时无法提供第三方检测证明，缺少公信力与说服力。因此鸣笛抓拍系统现场校准方法亟待应运而生，实现对乱鸣笛车辆的即时精准抓拍，以此来填补该项校准技术在应用实效性上的国内空白。

2 鸣笛抓拍系统现场校准方法的探讨

鸣笛抓拍系统的校准应该包括实验室检测与现场实际道路检测两部分，由于在安装使用中的鸣笛抓拍系统不易拆卸，因此本文主要考虑与探讨鸣笛抓拍系统现场实际道路的校准方法。

鸣笛抓拍系统实际道路的校准主要包括声压级的测量与定位误差的测量两部分。对于实际道路上鸣笛抓拍系统的校准，首先构建声源校准装置。在试验车上安装标准声源，并安装激光测距装置。通常，鸣笛抓拍系统在距离被测车辆7～50米的距离可以准确识别鸣笛车辆，因此利用激光测距装置，分别在试验车距离鸣笛抓拍系统不同距离处对标准声源的声压级进行测量，从而实现不同距离处对鸣笛抓拍系统的校准，以便确认在多大距离范围内可对鸣笛车辆进行准确抓拍。

一般汽车鸣笛抓拍装置的现场校准系统包括：汽车鸣笛抓拍装置、支撑杆、标准声源装置、传动装置、信号发生采集分析系统和计算机（如图1所示）。

对实际道路上鸣笛抓拍系统声源识别定位系统的校准，主要对其分辨力及定位误差进行校准。将校准装置的中心点正对机动车鸣笛抓拍系统的声学探头，将标准声源1和标准声源2间的距离调整到最近，并同时发出标准声源信号，不断增大两标准声源间的横向距离，当鸣笛抓拍图像中两声源的成像相切时，两标准声源中心距离为横向空间分辨力。另一方面，将标准声源的中心点与鸣笛抓拍系统的传声阵列的中心相对，利用抓拍图像，读出成像图像中实际标准声中心点的坐标位置（x1，y1），同时在抓拍图像中读出声压级最大值处的坐标信息（x2，y2），从而实现对鸣笛抓拍系统定位误差的校准。

同时，也可将两辆同种颜色同种型号的试验车作为试验对象。将两辆试验车的横向距离调整到最近，并同时发出鸣笛声信号，此时可在鸣笛抓拍系统的成像图片中发现两辆车的鸣笛抓拍图像特征。不断增大两车间的横向距离，当鸣笛抓拍图像中两声源的成像边界清晰且相切时，两试验车之间的距离为可区分鸣笛声源的最小横向车距。另外，将两辆试验车的纵向距离调整到最近，重复上述操作，当鸣笛抓拍图像中两声源的成像边界清晰且相切时，两试验车之间的距离为可区分鸣笛声源的最小纵向车距。另一方面，利用鸣笛抓拍图像，对图像进行预处理，在图像中标记出试验车中实际标准声源的位置信息，同时标注出图像中识别出的声源位置信息，结合RCNN（Regions with CNN）算法得出识别的重合度，从而实现对鸣笛抓拍系统在实际道路上声源定位信息准确度的校准。

3 结语

本文对鸣笛抓拍系统的工作原理及现场校准方法进行了初步探讨，该方法可对机动车鸣笛抓拍系统在实际道路上的声压级以及声源识别定位信息进行校准。同时，国家相关规程也正在起草中，鸣笛抓拍系统校准方法的提出可以为我国实现智能交通与创建文明城市提供技术保障与执法依据。

【参考文献】

[1] 声源识别定位系统：JJF1496-2014[S].

[2] 机动车鸣笛抓拍系统：T/SCJA 2-2019[S].

【作者简介】

吴晶（1988-），女，工程师，硕士，研究方向为扭矩、转速、测速和检车线专业的检测。