本發(fā)明屬于汽車(chē)安全領(lǐng)域，涉及一種用于電動(dòng)轎車(chē)在低速行駛時(shí)給車(chē)外行人以警示作用的自動(dòng)發(fā)聲系統(tǒng)，具體涉及一種電動(dòng)轎車(chē)行人警示音設(shè)計(jì)方法、警示音控制系統(tǒng)及控制方法。
背景技術(shù)：
：由于化石燃料的消耗和燃油價(jià)格的增加，促使汽車(chē)行業(yè)發(fā)展的重點(diǎn)集中在新能源汽車(chē)上。美國(guó)國(guó)家公路交通安全管理局的最近的一份調(diào)查報(bào)告顯示，電動(dòng)車(chē)和傳統(tǒng)車(chē)撞倒行人或自行車(chē)等其他道路用戶(hù)的交通事故主要發(fā)生在道路的低速區(qū)域，對(duì)比顯示，電動(dòng)車(chē)和混合動(dòng)力車(chē)在低速區(qū)發(fā)生交通事故的概率遠(yuǎn)遠(yuǎn)高于傳統(tǒng)的內(nèi)燃機(jī)汽車(chē)。電動(dòng)車(chē)及混合動(dòng)力轎車(chē)作為新能源汽車(chē)，在低速(即車(chē)速低于30km/h)行駛時(shí)，由于電動(dòng)機(jī)輻射噪聲較小，產(chǎn)生的總體車(chē)外聲音比較低，當(dāng)轎車(chē)駛過(guò)時(shí)，不易被發(fā)現(xiàn)，若突然按喇叭，更容易導(dǎo)致行人由于驚慌而產(chǎn)生交通事故，故為保證行人安全，需添加警示聲，提示行人及其他道路使用者能夠及時(shí)避讓行駛的車(chē)輛，從而減少道路交通事故。就現(xiàn)有技術(shù)而言，行人警示系統(tǒng)都是根據(jù)車(chē)速行駛情況而直接發(fā)出聲音，所發(fā)出的聲音大部分都是直接采集傳統(tǒng)車(chē)聲音進(jìn)行播放，不涉及聲音的設(shè)計(jì)和選擇，并且就現(xiàn)有警示系統(tǒng)而言，在達(dá)到發(fā)聲條件時(shí)直接進(jìn)行發(fā)聲而不會(huì)考慮車(chē)輛的具體運(yùn)行狀況及環(huán)境背景噪聲的影響，所發(fā)出的聲音單一、不能很好的向行人提供車(chē)輛的運(yùn)行狀況，不是不能達(dá)到警示行人的目的就是對(duì)環(huán)境造成噪聲污染，并且均所設(shè)計(jì)的試驗(yàn)過(guò)于單一，不能很好的模擬車(chē)輛在路上行駛時(shí)的實(shí)際情況，不能很好的檢測(cè)系統(tǒng)是否能滿(mǎn)足設(shè)計(jì)的要求。技術(shù)實(shí)現(xiàn)要素：本發(fā)明所要解決的技術(shù)問(wèn)題是針對(duì)電動(dòng)車(chē)或混合動(dòng)力汽車(chē)低速行駛時(shí)存在的安全隱患，現(xiàn)有技術(shù)聲音設(shè)計(jì)和選擇、控制系統(tǒng)過(guò)于單一等問(wèn)題，提供了電動(dòng)轎車(chē)行人警示音設(shè)計(jì)方法，當(dāng)電動(dòng)車(chē)或混合動(dòng)力車(chē)低速行駛時(shí)，將智能的選取事先準(zhǔn)備好的聲音樣本，并根據(jù)背景噪聲的大小智能的選擇所播放聲音的強(qiáng)度來(lái)警示行人或其他道路用戶(hù)，以提醒其有效避讓行駛的車(chē)輛。本發(fā)明根據(jù)人們對(duì)不同頻率段聲音的不同反應(yīng)，設(shè)計(jì)大量的聲音樣本，并提出利用聲品質(zhì)客觀心理聲學(xué)參數(shù)和主觀評(píng)價(jià)結(jié)果，建立通過(guò)遺傳算法優(yōu)化的bp神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型，該預(yù)測(cè)模型能夠?yàn)楹罄m(xù)聲音樣本的篩選提供指導(dǎo)，簡(jiǎn)化聲音的篩選過(guò)程，節(jié)約成本；其次根據(jù)車(chē)輛的實(shí)際運(yùn)行狀況建立多工況的智能控制系統(tǒng)，使電動(dòng)車(chē)/混合動(dòng)力汽車(chē)在不同運(yùn)行工況下能夠智能的選擇合適的聲音并發(fā)出，并且，在控制系統(tǒng)中還依據(jù)背景噪聲的大小智能的選擇增益電路的放大倍數(shù)，使所發(fā)出的警示聲能更加合理的警示行人且不會(huì)造成環(huán)境的噪聲污染；最后，對(duì)安裝了智能化的行人警示系統(tǒng)進(jìn)行車(chē)外聲場(chǎng)分析和實(shí)車(chē)試驗(yàn)，以驗(yàn)證系統(tǒng)的有效性和可靠性。為解決上述技術(shù)問(wèn)題，本發(fā)明是采用如下技術(shù)方案實(shí)現(xiàn)的：本發(fā)明提供一種電動(dòng)轎車(chē)行人警示音設(shè)計(jì)方法，其特征在于，包括以下步驟：步驟一、利用聲音采集設(shè)備采集車(chē)外聲音信號(hào)樣本：分別采集多輛同級(jí)別傳統(tǒng)車(chē)和一輛純電動(dòng)車(chē)在不同工況下的車(chē)外聲音信號(hào)；步驟二、利用濾波器對(duì)所述步驟一采集的所有車(chē)外聲音信號(hào)提取特定頻段內(nèi)的聲音信號(hào)；步驟三、對(duì)所述步驟二所提取的聲音信號(hào)，按不同的比例成分進(jìn)行合成：在所述步驟一所采集的傳統(tǒng)車(chē)車(chē)外聲音信號(hào)上除去電動(dòng)車(chē)聲音信號(hào)的成分，將所提取出的特定頻段的聲音信號(hào)按不同的比例與幅值與所得基準(zhǔn)聲音信號(hào)進(jìn)行合成；步驟四、對(duì)所述步驟一和步驟三獲取的所有聲音樣本在一定聲音強(qiáng)度的條件下進(jìn)行主觀評(píng)價(jià)試驗(yàn)；步驟五、計(jì)算聲品質(zhì)客觀心理聲學(xué)參數(shù)和a計(jì)權(quán)聲壓級(jí)；聲品質(zhì)客觀心理聲學(xué)參數(shù)包括：響度、粗糙度、尖銳度、抖動(dòng)度、ai指數(shù)；步驟六、對(duì)所述步驟四中主觀評(píng)價(jià)得分最高的聲音信號(hào)進(jìn)行車(chē)外聲場(chǎng)分析，并判斷是否達(dá)到聲場(chǎng)覆蓋范圍和強(qiáng)度的要求；步驟七、建立神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)預(yù)測(cè)模型：根據(jù)所述步驟四的主觀評(píng)價(jià)得分和所述步驟五計(jì)算得到的客觀心理聲學(xué)參數(shù)值，建立用遺傳算法優(yōu)化過(guò)的bp神經(jīng)網(wǎng)絡(luò)聲品質(zhì)評(píng)價(jià)預(yù)測(cè)模型；步驟八、建立電動(dòng)轎車(chē)行人警示音控制系統(tǒng)。本發(fā)明同時(shí)提供一種電動(dòng)轎車(chē)行人警示音控制系統(tǒng)，包括：微處理器mcu、聲音播放電路、存儲(chǔ)電路、背景噪聲測(cè)量電路、can總線(xiàn)接口電路及電源電路；電源電路為整個(gè)控制系統(tǒng)供電，存儲(chǔ)電路、聲音播放電路、背景噪聲測(cè)量電路、can總線(xiàn)接口電路分別與微處理器mcu連接；微處理器mcu通過(guò)can總線(xiàn)獲得車(chē)輛車(chē)速及行駛狀況及通過(guò)背景噪聲測(cè)量電路獲取行駛環(huán)境中的背景噪聲，依據(jù)背景噪聲的大小智能的控制放大電路的增益倍數(shù)，然后選擇存儲(chǔ)電路中的聲音樣本并通過(guò)聲音播放電路進(jìn)行播放；聲音播放電路包括依次連接的d/a轉(zhuǎn)換器、放大電路、揚(yáng)聲器，其負(fù)責(zé)播放微處理器mcu篩選的聲音樣本；存儲(chǔ)電路包括flash存儲(chǔ)芯片及ram存儲(chǔ)芯片，falsh存儲(chǔ)芯片負(fù)責(zé)存儲(chǔ)篩選出的評(píng)分最高的聲音數(shù)據(jù)，ram存儲(chǔ)芯片負(fù)責(zé)微處理器mcu所選取的聲音數(shù)據(jù)的暫存以及播放聲音數(shù)據(jù)的存儲(chǔ)；can總線(xiàn)接口與車(chē)輛can總線(xiàn)接口實(shí)現(xiàn)電平轉(zhuǎn)換，由微處理器mcu讀取車(chē)速或電機(jī)轉(zhuǎn)速以及混合動(dòng)力汽車(chē)驅(qū)動(dòng)方式信息，來(lái)判斷是否需要開(kāi)啟警示控制系統(tǒng)，當(dāng)系統(tǒng)啟動(dòng)時(shí)，將根據(jù)車(chē)輛運(yùn)行狀況選擇所要播放的聲音；背景噪聲測(cè)量電路采用噪聲測(cè)量傳感器對(duì)車(chē)輛所處的環(huán)境噪聲進(jìn)行測(cè)量，并將測(cè)量結(jié)果提供給微處理器mcu，以控制聲音播放電路中放大電路的增益幅度；電源電路采用dc/dc直流電源芯片，為系統(tǒng)各電路提供不同電壓。本發(fā)明同時(shí)提供一種電動(dòng)轎車(chē)行人警示音控制系統(tǒng)的控制方法：1)微處理器mcu利用與車(chē)輛can總線(xiàn)接口電路讀取車(chē)輛的狀態(tài)信息，利用背景噪聲測(cè)量傳感器所測(cè)量的背景噪聲的大小，結(jié)合事先存儲(chǔ)在存儲(chǔ)器中的各類(lèi)聲音樣本，通過(guò)d/a轉(zhuǎn)換器輸出模擬音頻信號(hào)，經(jīng)放大電路由揚(yáng)聲器輸出，從而選擇聲音樣本和增益大小，通過(guò)所播放聲音樣本的不同及聲音增益的不同來(lái)實(shí)時(shí)表達(dá)車(chē)輛的運(yùn)行狀況；3)建立車(chē)速與聲音信號(hào)時(shí)域之間的線(xiàn)性關(guān)系：通過(guò)can總線(xiàn)讀取車(chē)速信號(hào)，當(dāng)車(chē)速低于10km/h時(shí)，微處理器mcu選取10km/h評(píng)分最高的聲音樣本進(jìn)行播放，車(chē)速在10km/h-20km/h之間時(shí)，微處理器mcu選取存儲(chǔ)的20km/h評(píng)分最高的聲音樣本進(jìn)行播放，車(chē)速在20km/h-30km/h之間時(shí)，微處理器mcu選取存儲(chǔ)的30km/h存儲(chǔ)的聲音樣本進(jìn)行播放；倒車(chē)時(shí)，微處理器mcu播放存儲(chǔ)的30km/h時(shí)的聲音樣本；4)利用背景噪聲測(cè)量傳感器所測(cè)量的背景噪聲，根據(jù)背景噪聲等級(jí)的不同智能的選擇放大電路中增益的等級(jí)：將背景噪聲分為三個(gè)等級(jí)，分別為小于55db，55db到65db和大于65db，根據(jù)不同的背景噪聲等級(jí)，選擇不同的增益倍數(shù)。與現(xiàn)有技術(shù)相比本發(fā)明的有益效果是：1、首先通過(guò)調(diào)查的形式了解人們能夠接受的警示聲形式，并通過(guò)實(shí)驗(yàn)確定不同人群對(duì)不同頻率段聲音的敏感程度，然后再利用matlab進(jìn)行合理的聲音樣本的設(shè)計(jì)；2、以振動(dòng)噪聲中聲品質(zhì)理論為依據(jù)，通過(guò)聲品質(zhì)中以煩躁度等級(jí)劃分的主觀評(píng)價(jià)試驗(yàn)，對(duì)大量的聲音樣本進(jìn)行打分，選出分?jǐn)?shù)最高的聲音樣本做為需要的聲音樣本，理論依據(jù)強(qiáng)；3、本發(fā)明以計(jì)算所得的客觀心理聲學(xué)參數(shù)和主觀評(píng)價(jià)結(jié)果為原型，建立ga-bp神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型，模型的評(píng)價(jià)結(jié)果與實(shí)際主觀評(píng)價(jià)值的相關(guān)系數(shù)達(dá)到0.93，具有很高的重復(fù)性，將為后續(xù)的聲音設(shè)計(jì)提供評(píng)價(jià)依據(jù)，而不需要再次組織人員進(jìn)行主觀評(píng)價(jià)，節(jié)省大量的人力物力；4、本發(fā)明能夠依據(jù)不同的車(chē)速狀況智能的選擇警示聲進(jìn)行發(fā)聲，貼近實(shí)際車(chē)輛運(yùn)行狀況，方便行人判斷車(chē)輛的運(yùn)行狀況；5、本發(fā)明中充分考慮環(huán)境的背景噪聲，利用背景噪聲測(cè)量傳感器測(cè)量環(huán)境中的背景噪聲，從而智能的分配聲音的增益等級(jí)，最大程度降低由于所添加的警示聲而對(duì)環(huán)境造成的污染；6、本發(fā)明通過(guò)多次試驗(yàn)驗(yàn)證系統(tǒng)的可靠性，并通過(guò)在正常道路上以普通行人的反應(yīng)作為回饋來(lái)驗(yàn)證警示系統(tǒng)實(shí)際工作時(shí)的可靠性，更加貼近實(shí)際情況，為系統(tǒng)的有效性提供科學(xué)的指導(dǎo)。附圖說(shuō)明下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步的說(shuō)明：圖1為本發(fā)明所述的電動(dòng)轎車(chē)行人警示音設(shè)計(jì)方法的總體流程圖；圖2為本發(fā)明所述的采集傳統(tǒng)車(chē)和純電動(dòng)車(chē)車(chē)外噪聲錄制位置的示意圖；圖3為本發(fā)明所述的在車(chē)外最小距離范圍處用聲級(jí)計(jì)測(cè)量所設(shè)計(jì)聲音在此處的聲壓級(jí)大小的試驗(yàn)示意圖；圖4為本發(fā)明所述的建立所設(shè)計(jì)聲音的神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型的結(jié)構(gòu)圖；圖5為本發(fā)明所述的建立所設(shè)計(jì)的聲音樣本的神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)預(yù)測(cè)模型的預(yù)測(cè)結(jié)果與實(shí)際主觀評(píng)價(jià)打分結(jié)果之間的百分比誤差圖；圖6為本發(fā)明所述的建立所設(shè)計(jì)的聲音樣本的神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)預(yù)測(cè)模型的預(yù)測(cè)結(jié)果與實(shí)際主觀評(píng)價(jià)打分結(jié)果之間的相關(guān)性示意圖；圖7為本發(fā)明所述的電動(dòng)轎車(chē)行人警示音控制系統(tǒng)硬件組成及原理框圖；圖8為本發(fā)明所述的電動(dòng)轎車(chē)行人警示音控制系統(tǒng)的工作過(guò)程流程圖；圖9為本發(fā)明所述的電動(dòng)轎車(chē)行人警示音控制系統(tǒng)的背景噪聲采樣電路；圖10為本發(fā)明所述的電動(dòng)轎車(chē)行人警示音控制系統(tǒng)的dac轉(zhuǎn)換和功率放大電路；圖11為本發(fā)明所述的電動(dòng)轎車(chē)行人警示音控制系統(tǒng)的整體設(shè)計(jì)方案框圖。具體實(shí)施方式下面結(jié)合附圖對(duì)本發(fā)明作詳細(xì)的描述：本發(fā)明的宗旨是為了解決電動(dòng)轎車(chē)在低速行駛時(shí)過(guò)于安靜的車(chē)外環(huán)境使行駛的車(chē)輛不易被發(fā)現(xiàn)的問(wèn)題，為減少交通事故，需要添加警示聲來(lái)提示行人及其他道路使用者及時(shí)避讓行駛的車(chē)輛，保證安全通行。同時(shí)本發(fā)明還針對(duì)不同人群對(duì)不同頻率段內(nèi)聲音的敏感程度的不同進(jìn)行警示聲的設(shè)計(jì)并且還引入聲品質(zhì)的概念進(jìn)行聲音的選擇，通過(guò)聲品質(zhì)的客觀心理聲學(xué)參數(shù)計(jì)算及主觀煩躁度評(píng)價(jià)選擇對(duì)應(yīng)車(chē)速下評(píng)分最高的聲音樣本作為電動(dòng)車(chē)對(duì)應(yīng)車(chē)速區(qū)間內(nèi)的警示聲，并建立客觀心理聲學(xué)參數(shù)與主觀煩躁度評(píng)分值之間的神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)預(yù)測(cè)模型，模型的預(yù)測(cè)值與實(shí)際評(píng)分值具有很高的相關(guān)性，將為后續(xù)聲音的設(shè)計(jì)選擇提供理論指導(dǎo)，從而節(jié)約大量的人力與物力。并且本發(fā)明所設(shè)計(jì)的控制系統(tǒng)能夠根據(jù)不同的車(chē)速智能的選擇合適的聲音樣本做為警示聲，還具有實(shí)時(shí)檢測(cè)背景噪聲的能力，可以根據(jù)背景噪聲量級(jí)的不同智能的控制增益電路的放大倍數(shù)，保證警示聲在提醒行人的同時(shí)也不能產(chǎn)生噪聲污染。一.本發(fā)明所述的電動(dòng)轎車(chē)行人警示音設(shè)計(jì)方法，所用的設(shè)備和計(jì)算方法如下：1.所述的聲音采集設(shè)備為傳聲器，即為麥克，采用專(zhuān)門(mén)的錄音軟件進(jìn)行錄音；2.所述的濾波器是采用matlab設(shè)計(jì)的fdesign+design帶通濾波器，利用matlab設(shè)計(jì)的數(shù)字濾波器可以很方便的調(diào)用和更改其中的設(shè)計(jì)參數(shù)，可以很方便的選擇濾波頻段；2.所述的聲級(jí)計(jì)為小野精密聲級(jí)計(jì)；3.所述的評(píng)價(jià)預(yù)測(cè)模型是采用ga-bp神經(jīng)網(wǎng)絡(luò)建立的評(píng)價(jià)預(yù)測(cè)模型：(1)確定神經(jīng)網(wǎng)絡(luò)層數(shù)；(2)確定隱含層數(shù)；(3)確定神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)；4.所述的控制系統(tǒng)由微處理器mcu、聲音播放電路、存儲(chǔ)電路(flash存儲(chǔ)、ram存儲(chǔ))、can總線(xiàn)接口電路及電源電路等組成。二.本發(fā)明所述的電動(dòng)轎車(chē)行人警示系統(tǒng)控制方法參閱圖1至圖9，本發(fā)明所述的電動(dòng)轎車(chē)行人警示音設(shè)計(jì)方法的步驟如下：步驟1：利用聲音采集設(shè)備采集傳統(tǒng)車(chē)車(chē)外聲音信號(hào)樣本；參閱圖2，采集5輛同級(jí)別傳統(tǒng)車(chē)和一輛純電動(dòng)車(chē)不同工況下車(chē)外聲音信號(hào)，所選擇的工況分別為10km/h工況、20km/h工況和30km/h工況；技術(shù)方案中所述步驟1中采集傳統(tǒng)車(chē)車(chē)外聲音信號(hào)樣本，具體步驟如下：(1)錄制環(huán)境選擇在半消聲室內(nèi)，采用專(zhuān)業(yè)的錄音話(huà)筒，并通過(guò)專(zhuān)業(yè)軟件進(jìn)行錄音，存儲(chǔ)的格式為.wav；(2)錄音麥克風(fēng)的位置參考測(cè)量排氣噪聲的方法，選擇在車(chē)輛縱向中心線(xiàn)上，以距離車(chē)前懸0.5m畫(huà)圓弧，所畫(huà)圓弧左右45°弧線(xiàn)上的任一位置，放置麥克風(fēng)，麥克風(fēng)的高度參考加速噪聲測(cè)量方法，選擇0.9m-1.2m的高度范圍內(nèi),；(3)在半消聲室轉(zhuǎn)轂上分別錄制五輛傳統(tǒng)車(chē)和一輛純電動(dòng)車(chē)的車(chē)外噪聲信號(hào)，錄制的噪聲信號(hào)包括：10km/h工況、20km/h工況和30km/h工況。將錄制好的聲音截取中間為5s的部分，將截取好的聲音信號(hào)進(jìn)行編號(hào)記錄，以方便后續(xù)處理。步驟2：利用濾波器提取車(chē)外聲音信號(hào)特定頻段內(nèi)的聲音信號(hào)；參閱大量資料及文獻(xiàn)的情況下，利用問(wèn)卷調(diào)查的形式收集人們易接受的警示聲形式，通過(guò)大量的數(shù)據(jù)分析得出人們更加傾向于類(lèi)似傳統(tǒng)車(chē)的聲音信號(hào)。同時(shí)，實(shí)驗(yàn)顯示不同人群對(duì)同一聲音樣本在不同頻率成分的反應(yīng)是不一樣的，結(jié)果顯示老年人群對(duì)600hz附近的聲音更加敏感，具有正常聽(tīng)力人群對(duì)2500hz附近聲音的發(fā)現(xiàn)能力比較強(qiáng)，而1000hz附近的聲音易對(duì)環(huán)境造成噪聲污染。根據(jù)上述所述內(nèi)容，所提取的聲音頻率段分別為500-700hz、900-1100hz、2400-2600hz；技術(shù)方案中所述步驟2中利用濾波器提取車(chē)外聲音信號(hào)特定頻段內(nèi)的聲音信號(hào)，具體步驟如下：(1)設(shè)計(jì)帶通濾波器，考慮到采用頻率比較高，結(jié)合各種濾波器的性能，利用matlab中fdesign+design設(shè)計(jì)數(shù)字濾波器，所設(shè)計(jì)的濾波器符合設(shè)計(jì)要求，能夠得到很好的效果。濾波器阻帶衰減為80db，通帶波紋為3db。(2)利用所設(shè)計(jì)的濾波器對(duì)采集的所有聲音信號(hào)進(jìn)行濾波，需要提取的聲音信號(hào)的頻率區(qū)間為500-700hz、900-1100hz、2400-2600hz。并按每輛車(chē)在對(duì)應(yīng)車(chē)速下濾波后的信號(hào)成分進(jìn)行存儲(chǔ)。步驟3：對(duì)所提取的聲音信號(hào)，按不同的比例成分進(jìn)行合成；根據(jù)調(diào)查及實(shí)驗(yàn)知，不同人群對(duì)各頻率段聲音的敏感程度是不同的，在所采集的傳統(tǒng)車(chē)聲音信號(hào)上除去電動(dòng)車(chē)聲音信號(hào)的成分基礎(chǔ)上，將所提取出的特定頻段的聲音信號(hào)按不同的比例與幅值與所得基準(zhǔn)聲音信號(hào)進(jìn)行合成，得到大量的聲音信號(hào)樣本技術(shù)方案中所述步驟3中對(duì)所提取的聲音信號(hào)，按不同的比例成分進(jìn)行合成，具體步驟如下：(1)由于是在純電動(dòng)車(chē)上添加警示聲，雖然電動(dòng)車(chē)低速行駛時(shí)聲音很小或者幾乎沒(méi)有聲音，但在對(duì)其添加警示聲的時(shí)候仍然應(yīng)該考慮這個(gè)部分的聲音成分的影響，也可以稱(chēng)之為背景噪聲，因此需要在所采集的傳統(tǒng)車(chē)原始聲音成分中除去電動(dòng)車(chē)對(duì)應(yīng)車(chē)速時(shí)所采集到的聲音成分，得到新的聲音樣本數(shù)據(jù)，稱(chēng)之為基準(zhǔn)聲音信號(hào)；(2)在同一款車(chē)型的一個(gè)車(chē)速的基準(zhǔn)聲音信號(hào)上，以0.1、0.2、0.3、0.4、0.5倍將對(duì)應(yīng)車(chē)型及車(chē)速下濾波所得到的500-700hz和2400-2600hz頻段內(nèi)的聲音添加到基準(zhǔn)聲音信號(hào)上，并在基準(zhǔn)聲音信號(hào)的基礎(chǔ)上減去0.1、0.2、0.3、0.4、0.5倍的900-1100hz頻段內(nèi)聲音信號(hào)。(3)經(jīng)過(guò)一系列的聲音樣本的處理，在每一車(chē)速下將得到40個(gè)聲音樣本，總共能夠得到120個(gè)聲音樣本信號(hào)。步驟4：對(duì)所述步驟一和步驟三獲取的所有的聲音樣本在一定聲音強(qiáng)度的條件下進(jìn)行主觀評(píng)價(jià)試驗(yàn)；在評(píng)價(jià)主體數(shù)量上，大多數(shù)心理聲學(xué)的評(píng)價(jià)試驗(yàn)，20名以上的主觀評(píng)價(jià)者就可以得出比較準(zhǔn)確的聲學(xué)評(píng)價(jià)結(jié)果?；谶@個(gè)原則，本發(fā)明選取30名試驗(yàn)人員作為聲品質(zhì)主觀評(píng)價(jià)主體，評(píng)價(jià)主體中男女比例為2.3:1，年齡在24～56歲之間，有駕駛經(jīng)驗(yàn)的試驗(yàn)評(píng)價(jià)人員的數(shù)量占大多數(shù)。經(jīng)過(guò)熟悉試驗(yàn)場(chǎng)所及環(huán)境，并講解試驗(yàn)流程及評(píng)審指標(biāo)的含義等培訓(xùn)后的陪審人員組成評(píng)審團(tuán)對(duì)所設(shè)計(jì)的聲音樣本進(jìn)行聲品質(zhì)主觀評(píng)價(jià)，主觀評(píng)價(jià)中以煩躁度等級(jí)為評(píng)價(jià)指標(biāo)，進(jìn)行主觀評(píng)價(jià)試驗(yàn)；技術(shù)方案中所述步驟4對(duì)所獲取的所有聲音樣本在一定聲音強(qiáng)度等級(jí)的條件下進(jìn)行主觀評(píng)價(jià)試驗(yàn)，具體步驟如下：(1)選取評(píng)審團(tuán)成員：試驗(yàn)共選取30名評(píng)價(jià)人員，這些成員由司機(jī)、聲學(xué)專(zhuān)家和多年從事汽車(chē)振動(dòng)與噪聲工作的技術(shù)人員和學(xué)生組成，均具有一定的評(píng)價(jià)經(jīng)驗(yàn)，其中男女分別為21人和9人，年齡在24～56歲之間，聽(tīng)力均正常，評(píng)價(jià)環(huán)境為主觀評(píng)價(jià)實(shí)驗(yàn)室。(2)確定聲品質(zhì)評(píng)價(jià)指標(biāo)：本評(píng)價(jià)試驗(yàn)以煩躁度等級(jí)為評(píng)價(jià)指標(biāo)，采用等級(jí)評(píng)分法對(duì)各聲音樣本進(jìn)行打分。按照國(guó)際標(biāo)準(zhǔn)將聲品質(zhì)煩躁度分為11個(gè)等級(jí)，如下表1所示。評(píng)價(jià)者依次聽(tīng)到不同的聲音，并根據(jù)自己的主觀感受分別在打分器上點(diǎn)擊相應(yīng)的數(shù)字按鈕。表1.主觀評(píng)價(jià)煩躁度等級(jí)對(duì)照表非常壞壞很差差不滿(mǎn)意可接受滿(mǎn)意較好好很好極好1234567891011(3)計(jì)算各評(píng)價(jià)者之間的相關(guān)系數(shù)：利用等級(jí)評(píng)分法所得到的評(píng)價(jià)結(jié)果必需進(jìn)行數(shù)據(jù)檢驗(yàn)，計(jì)算各評(píng)價(jià)者之間的相關(guān)系數(shù)，以檢驗(yàn)數(shù)據(jù)的有效性。使用spss應(yīng)用統(tǒng)計(jì)軟件對(duì)所有評(píng)價(jià)者的等級(jí)評(píng)分結(jié)果進(jìn)行分析，計(jì)算出他們兩兩之間的相關(guān)系數(shù)，再將每個(gè)評(píng)價(jià)者與其他評(píng)價(jià)者間的相關(guān)系數(shù)取算術(shù)平均值，求得平均相關(guān)系數(shù)，如表2中所示黑體部分相關(guān)性較低，予以剔除，再將其余評(píng)價(jià)結(jié)果予以平均，即可得主觀評(píng)價(jià)的聲品質(zhì)值。表2.評(píng)價(jià)者之間評(píng)價(jià)相關(guān)系數(shù)評(píng)價(jià)者12345678相關(guān)系數(shù)0.8050.7630.8210.6330.7490.7790.5840.814評(píng)價(jià)者910111213141516相關(guān)系數(shù)0.7900.7650.8090.6190.7590.7820.8310.827評(píng)價(jià)者1718192021222324相關(guān)系數(shù)0.7930.6050.7840.8160.8070.7370.7910.761評(píng)價(jià)者252627282930相關(guān)系數(shù)0.8120.7940.8170.7750.7810.802步驟5：計(jì)算聲品質(zhì)客觀心理聲學(xué)參數(shù)和a計(jì)權(quán)聲壓級(jí)；所述的聲品質(zhì)客觀心理聲學(xué)參數(shù)包括：響度、粗糙度、尖銳度、抖動(dòng)度、ai指數(shù)，及計(jì)算a計(jì)權(quán)聲壓級(jí)；技術(shù)方案中所述步驟5中計(jì)算聲品質(zhì)客觀心理聲學(xué)參數(shù)和a計(jì)權(quán)聲壓級(jí)，具體步驟如下：(1)計(jì)算響度：人對(duì)聲音強(qiáng)弱的主觀感覺(jué)用響度來(lái)描述，響度的大小代表了聲音的響亮程度。它是最重要的心理聲學(xué)客觀參數(shù)之一，單位為宋(sone)。頻率為1khz的純音，如果其聲壓為40db，那么則其響度為1sone。式中：n′為特征響度，單位是sone，e為聲音激勵(lì)，etq為絕對(duì)聽(tīng)閾下的激勵(lì)，e0為基準(zhǔn)聲強(qiáng)下的激勵(lì)；對(duì)n′在總bark域上進(jìn)行積分計(jì)算，即可得到總響度n：(2)計(jì)算粗糙度粗糙度是聲音調(diào)制幅度大小、調(diào)制頻率高低等特征的反映，是表征聲音調(diào)制程度的參數(shù)，單位為asper。利用噪聲的調(diào)制頻率fmod和個(gè)特征頻帶內(nèi)的激勵(lì)級(jí)差δle(z)(也即聲音的掩蔽深度)來(lái)計(jì)算粗糙度，即：式中，r表示粗糙度，單位是asper，fmod是調(diào)制頻率，δle(z)為聲信號(hào)激勵(lì)級(jí)的變化量，定義為：式中：n′max(z)和n′min(z)分別表示特征響度最大值和最小值；(3)計(jì)算尖銳度尖銳度反映了聲音信號(hào)的刺耳程度，通常來(lái)說(shuō)，尖銳度越高聲音越刺耳，人們對(duì)聲音的感覺(jué)越煩惱，聲品質(zhì)也越差，其單位是為acum。定義中心頻率為1khz、帶寬為160hz的60db窄帶噪聲的尖銳度為1acum。采用zwicker模型來(lái)計(jì)算尖銳度s，其數(shù)學(xué)模型以響度模型為基礎(chǔ)，數(shù)學(xué)公式如下：式中，k是加權(quán)系數(shù)(k一般來(lái)說(shuō)取0.11)；n為總響度值；n′(z)代表z號(hào)bark域內(nèi)的特征響度；在zwicker的尖銳度計(jì)算模型中，g(z)是聲音信號(hào)在不同bark域內(nèi)的權(quán)重系數(shù)，其表達(dá)式為：(4)計(jì)算抖動(dòng)度抖動(dòng)度是描述人耳對(duì)緩慢調(diào)制聲音的主觀感覺(jué)，其大小代表了聲音響度的起伏度，單位為vacil。對(duì)于頻率為1khz的純音，如果其聲壓級(jí)為60db，通過(guò)4hz的頻率調(diào)制、幅值調(diào)制率為100％后，那么其抖動(dòng)度為1vacil。zwicker抖動(dòng)度計(jì)算模型為：其中，f為抖動(dòng)度，f0代表調(diào)制基頻(f0取4hz)；fmod、δle(z)的定義和計(jì)算與粗糙度相同。(5)語(yǔ)言清晰度語(yǔ)音清晰度指數(shù)用來(lái)確定語(yǔ)音干擾程度，也叫ai指數(shù)(articulationindex)，反映了由于噪聲原因?qū)е陆徽剷r(shí)語(yǔ)音清晰程度發(fā)生變化的參數(shù)。語(yǔ)言清晰度計(jì)算模型為：式中，w(f)為計(jì)權(quán)系數(shù)，n(f)為背景噪聲上線(xiàn)，其表達(dá)式為ul(f)＝h(f)+12db，ll(f)為背景噪聲下線(xiàn)，其表達(dá)式為ll(f)＝ul(f)-30db。(6)a計(jì)權(quán)聲壓級(jí)a聲級(jí)被定義為用聲級(jí)計(jì)或用與此等效的測(cè)量?jī)x器，經(jīng)過(guò)a計(jì)權(quán)網(wǎng)絡(luò)測(cè)量的聲音信號(hào)的噪聲等級(jí)，單位用db(a)表示，所選用的部分客觀心理聲學(xué)參數(shù)值及主觀評(píng)價(jià)得分值如下表3所示。表3樣本主客觀結(jié)果步驟6：對(duì)各組中評(píng)分最高聲音信號(hào)進(jìn)行車(chē)外聲場(chǎng)分析，并判斷是否達(dá)到聲場(chǎng)覆蓋范圍和強(qiáng)度的要求；參閱圖3，圖中黑色圓點(diǎn)為測(cè)量聲壓級(jí)所用的小野精密聲級(jí)計(jì)的位置，在半消聲室內(nèi)進(jìn)行車(chē)外聲場(chǎng)分析，主要分析車(chē)前部軸線(xiàn)兩側(cè)45度角范圍內(nèi)聲場(chǎng)的覆蓋范圍和聲音強(qiáng)度的變化情況；并判斷在保證行人安全距離的可聽(tīng)范圍內(nèi)聲場(chǎng)是否達(dá)到覆蓋要求，如果沒(méi)有達(dá)到要求則應(yīng)返回步驟4調(diào)整聲音的基準(zhǔn)強(qiáng)度；技術(shù)方案中所述步驟6中對(duì)各組中評(píng)分最高聲音信號(hào)進(jìn)行車(chē)外聲場(chǎng)分析，具體步驟如下：(1)根據(jù)汽車(chē)制動(dòng)過(guò)程，從駕駛員看見(jiàn)行人的反應(yīng)時(shí)間到汽車(chē)完全制動(dòng)，這段時(shí)間內(nèi)汽車(chē)所行的距離應(yīng)為所需的最低安全距離s，根據(jù)汽車(chē)制動(dòng)時(shí)制動(dòng)距離計(jì)算公式，計(jì)算最低安全距離s：式中，s表示制動(dòng)距離，τ1表示駕駛員反應(yīng)時(shí)間，一般取0.3～1.0s，τ′2+τ″2稱(chēng)為制動(dòng)器作用時(shí)間，ua0為初始車(chē)速，此處計(jì)算時(shí)取30km/h，abmax為最大制動(dòng)減速度。(2)將3組聲音樣本中主觀評(píng)價(jià)得分最高的三個(gè)聲音樣本利用電動(dòng)車(chē)在半消聲室內(nèi)進(jìn)行播放，播放時(shí)將喇叭放置于類(lèi)似于傳動(dòng)車(chē)發(fā)動(dòng)機(jī)的位置；(3)用聲級(jí)計(jì)測(cè)量車(chē)前方軸線(xiàn)左右45°角以最低安全距離s為半徑所畫(huà)弧線(xiàn)上任意一點(diǎn)處的a計(jì)權(quán)聲壓級(jí)，并做記錄；(4)在相同位置測(cè)量任意一同級(jí)別傳統(tǒng)車(chē)在s距離處的a計(jì)權(quán)聲壓級(jí)，并記錄這些點(diǎn)處的a計(jì)權(quán)聲壓級(jí)；(5)比較(3)、(4)中兩次測(cè)量的a聲級(jí)差值，如果差值過(guò)大應(yīng)返回步驟4調(diào)整基準(zhǔn)聲壓強(qiáng)度，直到兩者差別不大時(shí)，則表示所選聲音能達(dá)到同等傳統(tǒng)車(chē)車(chē)外聲音的水平，也就具有良好的警示行人的作用；步驟7：建立神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)預(yù)測(cè)模型；參閱圖4，根據(jù)步驟4的主觀評(píng)價(jià)所得分值和步驟5計(jì)算得到的客觀心理聲學(xué)參數(shù)值，建立用遺傳算法優(yōu)化過(guò)的bp神經(jīng)網(wǎng)絡(luò)聲品質(zhì)評(píng)價(jià)預(yù)測(cè)模型，神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)為6-11-1，圖4中1-隱含層神經(jīng)元1,2-隱含層神經(jīng)元2，j-隱含層神經(jīng)元j，11-隱含層神經(jīng)元11，-輸入層到隱含層的連接權(quán)值，-隱含層到輸出層的連接權(quán)值；技術(shù)方案中所述步驟7中建立神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)預(yù)測(cè)模型，具體步驟如下：(1)確定神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，經(jīng)多次訓(xùn)練選擇隱含層神經(jīng)元數(shù)為11，即其結(jié)構(gòu)為6-11-1，確定遺傳算法中的相關(guān)參數(shù)值，利用遺傳算法來(lái)優(yōu)化bp神經(jīng)網(wǎng)絡(luò)，建立ga-bp神經(jīng)網(wǎng)絡(luò)模型；(2)將120個(gè)聲音樣本中的104個(gè)樣本做為訓(xùn)練樣本，剩下的16個(gè)聲音樣本做為檢驗(yàn)樣本，訓(xùn)練完畢后所得檢測(cè)結(jié)果和實(shí)際評(píng)分結(jié)果的相關(guān)性達(dá)到96.3％，證明所建立網(wǎng)絡(luò)的準(zhǔn)確性，可用于預(yù)測(cè)后續(xù)聲音樣本的主觀評(píng)價(jià)得分，圖5為預(yù)測(cè)值與實(shí)際評(píng)分值之間的誤差百分比，圖6表示預(yù)測(cè)值與實(shí)際評(píng)分值之間的相關(guān)性，所建立的ga-bp神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)預(yù)測(cè)模型的權(quán)值和閾值如下表4所示；表4ga-bp評(píng)價(jià)預(yù)測(cè)模型的權(quán)值和閾值步驟8：根據(jù)控制方案建立智能化的控制系統(tǒng)；參閱圖7，根據(jù)車(chē)輛實(shí)際行駛工況確定控制系統(tǒng)設(shè)計(jì)方案，即當(dāng)車(chē)速低于30km/h時(shí)系統(tǒng)處于開(kāi)啟狀態(tài)，當(dāng)車(chē)速超過(guò)30km/h時(shí)，系統(tǒng)自動(dòng)處于關(guān)閉狀態(tài)，倒車(chē)時(shí)系統(tǒng)處于開(kāi)啟狀態(tài)。并且，系統(tǒng)能夠根據(jù)車(chē)速范圍智能的選擇所要播放的聲音樣本，同時(shí)還可以根據(jù)背景噪聲強(qiáng)度的不同智能的控制增益電路的放大倍數(shù)；在確定了所選取的聲音之后，結(jié)合附圖7和圖8對(duì)控制系統(tǒng)的具體工作過(guò)程做進(jìn)一步的說(shuō)明。如圖7為系統(tǒng)的硬件組成部分，mcu接受來(lái)自can總線(xiàn)所提供的車(chē)輛狀態(tài)信息，mcu根據(jù)車(chē)輛的車(chē)輛的運(yùn)行狀態(tài)，當(dāng)車(chē)速低于30km/h，將自動(dòng)開(kāi)啟系統(tǒng)，并根據(jù)具體車(chē)速選擇flash和ram中存儲(chǔ)的聲音樣本，同時(shí)mcu根據(jù)背景噪聲測(cè)量傳感器所測(cè)量的背景噪聲決定放大電路-6的增益狀況。所有模塊均由電源電路-9進(jìn)行電壓的分配。整個(gè)工作過(guò)程如圖8所示，即mcu依據(jù)can總線(xiàn)收發(fā)器和車(chē)內(nèi)can總線(xiàn)所提供的車(chē)輛運(yùn)行狀況，從存儲(chǔ)器flash和ram中選擇合適的聲音樣本，依據(jù)背景噪聲測(cè)量傳感器所獲得的道路環(huán)境噪聲強(qiáng)度狀況，由mcu來(lái)選擇合適的增益倍數(shù)來(lái)傳輸給放大電路對(duì)聲音強(qiáng)度進(jìn)行增益，然后再通過(guò)聲音播放電路中的d/a轉(zhuǎn)換器、放大電路、揚(yáng)聲器進(jìn)行聲音的播放，以達(dá)到警示行人的作用。技術(shù)方案中所述步驟8中根據(jù)控制方案建立智能化的電動(dòng)轎車(chē)行人警示音控制系統(tǒng)，具體步驟如下：(1)純電動(dòng)/混合動(dòng)力汽車(chē)車(chē)載智能化行人警示控制系統(tǒng)由微處理器mcu、聲音播放電路、存儲(chǔ)電路、can總線(xiàn)接口電路及電源電路等組成，如圖7至圖10所示，電源電路為整個(gè)控制系統(tǒng)供電，存儲(chǔ)電路、聲音播放電路、can總線(xiàn)接口電路分別與微處理器mcu連接；存儲(chǔ)電路包括flash存儲(chǔ)芯片及ram存儲(chǔ)芯片；聲音播放電路包括依次連接的d/a轉(zhuǎn)換器、放大電路及揚(yáng)聲器，d/a轉(zhuǎn)換器與微處理器mcu連接。其中：1)微處理器mcu采用tms320f28xx系列dsp，通過(guò)can總線(xiàn)獲得車(chē)輛車(chē)速及行駛狀況及通過(guò)背景噪聲測(cè)量傳感器獲取行駛環(huán)境中的背景噪聲，依據(jù)背景噪聲的大小智能的控制放大電路的增益倍數(shù)，然后智能的選擇存儲(chǔ)電路中的聲音樣本并通過(guò)聲音播放電路進(jìn)行播放；2)聲音播放電路：包括d/a轉(zhuǎn)換器、放大電路(增益可調(diào))、揚(yáng)聲器，負(fù)責(zé)播放dsp篩選的聲音樣本；3)存儲(chǔ)電路：采用falsh存儲(chǔ)芯片外擴(kuò)程序空間，負(fù)責(zé)存儲(chǔ)篩選出的評(píng)分最高的聲音數(shù)據(jù)，采用ram存儲(chǔ)芯片外擴(kuò)數(shù)據(jù)存儲(chǔ)空間，負(fù)責(zé)dsp所選取的聲音數(shù)據(jù)的暫存以及播放聲音數(shù)據(jù)的存儲(chǔ)；4)can總線(xiàn)接口：采用can總線(xiàn)收發(fā)器，與車(chē)輛can總線(xiàn)接口實(shí)現(xiàn)電平轉(zhuǎn)換，由dsp讀取車(chē)速或電機(jī)轉(zhuǎn)速(混合動(dòng)力汽車(chē)還需讀取驅(qū)動(dòng)方式)信息，來(lái)判斷是否需要開(kāi)啟智能化行人警示系統(tǒng)，當(dāng)系統(tǒng)啟動(dòng)時(shí)，將根據(jù)車(chē)輛運(yùn)行狀況來(lái)智能的選擇所要播放的聲音；5)背景噪聲測(cè)量電路：采用噪聲測(cè)量傳感器對(duì)車(chē)輛所處的環(huán)境噪聲進(jìn)行測(cè)量，并將測(cè)量結(jié)果提供給dsp，以控制聲音播放電路中放大電路的增益幅度；6)電源電路：采用dc/dc直流電源芯片，為系統(tǒng)各芯片提供不同電壓。(2)參閱圖8，dsp利用與車(chē)輛can總線(xiàn)接口電路讀取車(chē)輛的狀態(tài)信息，利用背景噪聲測(cè)量傳感器所測(cè)量的背景噪聲的大小，結(jié)合事先存儲(chǔ)在存儲(chǔ)器中的各類(lèi)聲音樣本，通過(guò)d/a轉(zhuǎn)換器輸出模擬音頻信號(hào)，經(jīng)放大電路由揚(yáng)聲器輸出，從而智能地選擇聲音樣本和增益大小，能夠?qū)崿F(xiàn)通過(guò)所播放聲音樣本的不同及聲音增益的不同來(lái)實(shí)時(shí)的表達(dá)車(chē)輛的運(yùn)行狀況；(3)建立車(chē)速與聲音信號(hào)時(shí)域之間的線(xiàn)性關(guān)系，即通過(guò)can總線(xiàn)讀取車(chē)速信號(hào)，當(dāng)車(chē)速低于10km/h時(shí)，dsp智能的選取10km/h評(píng)分最高的聲音樣本進(jìn)行播放，車(chē)速在10km/h-20km/h之間時(shí)，dsp智能的選取存儲(chǔ)的20km/h評(píng)分最高的聲音樣本進(jìn)行播放，車(chē)速在20km/h-30km/h之間時(shí)，dsp智能的選取存儲(chǔ)的30km/h存儲(chǔ)的聲音樣本進(jìn)行播放。倒車(chē)時(shí)，dsp播放存儲(chǔ)的30km/h時(shí)的聲音樣本；(4)利用背景噪聲測(cè)量傳感器所測(cè)量的背景噪聲，根據(jù)背景噪聲等級(jí)的不同智能的選擇放大電路中增益的等級(jí)。將背景噪聲分為三個(gè)等級(jí)，分別為小于55db，55db到65db和大于65db，根據(jù)不同的背景噪聲等級(jí)，車(chē)載智能化行人警示系統(tǒng)將選擇不同的增益倍數(shù)，以達(dá)到在任何環(huán)境條件下不僅能夠警示行人及時(shí)避讓行駛車(chē)輛的目的，以減少交通事故的發(fā)生，直接降低對(duì)行人的危害，同時(shí)還能夠使所發(fā)出的聲音不會(huì)成為環(huán)境噪聲，也間接的減少了對(duì)人們身心健康的損害，此功能是通過(guò)如圖7中的mcu、背景噪聲測(cè)量傳感器、放大電路來(lái)實(shí)現(xiàn)的。步驟9：對(duì)建立好的系統(tǒng)進(jìn)行實(shí)車(chē)試驗(yàn)。當(dāng)整個(gè)系統(tǒng)建立完畢以后應(yīng)對(duì)所建立的系統(tǒng)進(jìn)行實(shí)車(chē)實(shí)驗(yàn)，來(lái)驗(yàn)證系統(tǒng)的有效性和可靠性，實(shí)車(chē)實(shí)驗(yàn)的內(nèi)容包括：行駛發(fā)現(xiàn)實(shí)驗(yàn)、轉(zhuǎn)彎感知實(shí)驗(yàn)、倒車(chē)實(shí)驗(yàn)和道路實(shí)驗(yàn)。技術(shù)方案中所述步驟9中對(duì)建立好的系統(tǒng)進(jìn)行實(shí)車(chē)試驗(yàn)，具體步驟如下：當(dāng)整個(gè)系統(tǒng)建立完畢以后應(yīng)對(duì)所建立的系統(tǒng)進(jìn)行實(shí)車(chē)試驗(yàn)，來(lái)驗(yàn)證系統(tǒng)的有效性和可靠性，實(shí)車(chē)試驗(yàn)的內(nèi)容包括：行駛發(fā)現(xiàn)試驗(yàn)、轉(zhuǎn)彎感知試驗(yàn)、倒車(chē)試驗(yàn)和道路試驗(yàn)。(1)行駛發(fā)現(xiàn)試驗(yàn)是為驗(yàn)證聲音方向的可辨別性，此試驗(yàn)在專(zhuān)門(mén)的試驗(yàn)場(chǎng)上進(jìn)行，試驗(yàn)人員通過(guò)聲音來(lái)判斷汽車(chē)是由哪個(gè)方向行駛來(lái)；(2)轉(zhuǎn)彎感知試驗(yàn)是試驗(yàn)人員通過(guò)聲音來(lái)判斷車(chē)輛在路口是繼續(xù)直線(xiàn)行駛還是轉(zhuǎn)彎行駛，此試驗(yàn)也是在專(zhuān)門(mén)的試驗(yàn)場(chǎng)上進(jìn)行；(3)倒車(chē)試驗(yàn)是試驗(yàn)人員通過(guò)聲音來(lái)判斷車(chē)輛是向前行駛還是向后倒車(chē)行駛，次試驗(yàn)在專(zhuān)門(mén)的試驗(yàn)場(chǎng)地上進(jìn)行；(4)道路試驗(yàn)是驗(yàn)證裝有次智能化行人警示系統(tǒng)的車(chē)輛在正常道路行駛時(shí)被行人發(fā)現(xiàn)的可能性，此試驗(yàn)是在道路工況比較復(fù)雜的街區(qū)進(jìn)行，車(chē)內(nèi)有專(zhuān)門(mén)的人員來(lái)觀測(cè)并記錄車(chē)外行人的表現(xiàn)情況。試驗(yàn)中共記錄87位行人，其中有72位能夠準(zhǔn)確的意識(shí)到車(chē)輛并進(jìn)行了避讓?zhuān)R(shí)別率達(dá)到了82.7％，證明了所設(shè)計(jì)系統(tǒng)的可行性。當(dāng)前第1頁(yè)12