【安防展览网 市场分析】过去的几十年里，安防行业一直聚焦在以视频监控为核心的视觉技术的应用方面，由此也带来了视频监控相关产品的持续演进。而伴随着城市精细化管理进程的加快，除了视觉感知系统的建设之外，基于声学技术的听觉系统的应用价值也逐渐被挖掘出来，并作为城市视觉感知系统的补充，在交通管理、社会治安等领域发挥着重要作用。
 

　　其中典型的应用要数目前在各大城市陆续“上岗”的鸣笛抓拍系统。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，对乱鸣的抓拍治理非常有用。
 

　　那么，如何实现对车辆鸣笛声的检测抓拍呢?这里面需要应用到的便是声学技术。这两年来，随着声学技术的发展，专业的鸣笛抓拍系统已经相对成熟，并已陆续安装部署在城市重点监管路段。
 

　　鸣笛抓拍系统工作原理及流程
 

　　鸣笛抓拍系统的工作原理主要是先通过麦克风阵列采集系统对声音识别后进行采集，再联动电子抓拍系统进行画面的抓拍，实现声压可视化，最后实时呈现在电子屏提示系统上。

　　从业内部分厂家如其高科技、三平科技、微纳感知、科大讯飞等企业推出的鸣笛抓拍系统方案来看，成熟的鸣笛抓拍系统一般由四大部分组成：1)声学探头，也称声学雷达；2)智能音频分析单元；3)网络摄像机；4)鸣笛抓拍智能管理系统。
 

　　其中，声学探头是捕捉复杂环境中特殊声音的关键，声学探头一般由至少32路麦克风阵列组成，均匀分布的麦克风阵列可有效判断车辆鸣笛声并进行定位。
 

　　在声学探头检测到汽车鸣笛后，音频信息自动传输到智能音频分析单元，通过深度神经网络算法，可智能分析识别声音类别并进行声纹对比，联动网络摄像机跟踪抓拍鸣笛车辆的车牌号码，输出违章证据。
 

　　最后通过与交警执法系统联动的鸣笛抓拍智能管理系统，将违章鸣笛行为证据上传到交警执法系统，在PC端和手机端可以实时显示和管理。
 

　　为了更好的支持不同交通场景下的鸣笛抓拍检测，目前从几大厂商的相关产品和方案中可以看出，一般都有推出这几大系列，包括固定式、移动便携式以及车载式鸣笛抓拍系统。
 

　　技术难点：复杂环境下声音定位、识别
 

　　据安防知识网此前采访微纳感知CTO王丹了解到，复杂场景下的声音处理之所以此前一直没有大规模应用主要是因为技术实现上存在较大挑战，首先要将声音从复杂环境中清晰的采集下来，其次要分析声音包含的信息，这其中包含了一系列的阵列信号处理技术及AI算法。
 

　　作为鸣笛抓拍系统的核心，声学探头麦克风阵列信号处理技术主要包括回声消除、噪声&混响抑制等，将声音清晰采集下来后传送到后端人工智能引擎，然后基于AI技术展开声音类型识别分析的应用，比如识别枪声、鸣笛声、建筑工地施工噪音以及人声声纹检测、连续语音识别等等。
 

　　目前业内各品牌方所推出的鸣笛抓拍系统，比拼的点也主要在于声学探头的阵列信号处理技术以及在机器听觉算法方面的优势。当然，作为一款已投入应用的设备系统，性能和成本同样也是用户考虑的方面。为此，从厂商角度而言，这类产品的设计还需要充分考虑如何利旧。
 

　　交管部门对鸣笛抓拍系统的采购需求
 

　　相关部门在采购鸣笛抓拍系统时，也有较为明确的要求。从公开的系统采购文件中可以看到，用户单位对鸣笛抓拍系统的功能要求主要集中在这几个方面：
 

　　首先是声学探头的拾音技术要求。需要声学探头可监测的声音声压级范围不小于30~120dB，有效探测距离不小于50米，麦克风±1dB 频响范围不小于 100～10kHz。有的单位还要求探头的有效探测探测宽度要覆盖到3-5车道。
 

　　另外在联动摄像头抓拍相关车辆的具体应用上，一般要求能够抓拍到违法鸣笛车辆的车辆号码、违法时间、违法地点等信息。具体到系统应能录制鸣笛前后至少各一秒的声音和视频信号，并为视频每一帧图片叠加声音云图。鸣笛发生时，抓拍系统生成声音视频，视频的每一帧应叠加正确的声音云图，声音云图的显示和声音同步，可清晰判断出鸣笛声来自鸣笛车辆。生成违法证据图片和视频，证据图片和视频应包含“声音云图”和“声音视频”。