一种基于声波的大型梭车避障预警方法

1.本发明涉及车辆安全控制领域，特别是涉及一种基于声波的大型梭车避障预警方法。


背景技术：

2.梭车是一种大型矿用设备车辆，该设备车辆的体积庞大，车辆的驾驶室位于车辆的一侧，因此车内的驾驶员存在较大的盲区。矿区环境复杂，车辆和人员密集，且驾驶员盲区较大，这些都导致梭车在使用过程发生碰撞事故的概率大大增加。梭车的设备自重和车辆惯性较大，发生碰撞时容易往往会产生较大的损失。
3.例如，梭车在连续采煤机处装煤时，为保证不落煤和最大装载量，梭车接煤槽需要伸入连续采煤机卸煤槽下端，而驾驶室与接煤槽布置在梭车车体的两端，接煤时完全根据驾驶员经验，导致梭车接煤槽底端与连续采煤机车体经常性发生碰撞。梭车在巷道中运行时，由于车体尺寸较大、巷道内光线强弱不同，且受掘进工作面粉尘较大等恶劣工作条件的影响，梭车经常与巷道煤壁及巷道内的其他作业设备发生碰撞。这些常见的碰撞事故容易损坏作业面的煤壁上的锚杆、金属网及其他设备，甚至撞伤作业人员。梭车在转载破碎机处卸煤时，其卸煤槽也非常容易与破碎机机体发生碰撞。此外，驾驶工作的重复单调，梭车司机工作中的疲劳状态、注意力不集中等人为因素也是增大梭车碰撞概率并造成损失的主要原因。
4.增加避障系统是解决上述问题的一个可行的技术手段，但是，梭车的设备庞大，工作环境复杂；驾驶员需要同时观察多个方位的交通环境和设备工作状态。常规的小型车辆中使用的各类基于雷达或相机的避障系统均无法有效应用到矿用梭车设备中，甚至可能会给驾驶人员的操作过程造成干扰。此外，矿区的大型设备众多，环境嘈杂，常规的碰撞和警报难以被驾驶人员察觉，这可能引发更严重的事故。


技术实现要素：

5.基于此，有必要针对大型梭车或工程机械盲区范围大，驾驶难度高，容易发生碰撞事故的问题；提供一种基于声波的大型梭车避障预警方法。
6.本发明提供的技术方案如下：
7.一种基于声波的大型梭车避障预警方法，其应用于大型工程车辆或机械设备上，用于为驾驶人员提供指引，辅助驾驶人员在驾驶过程中实现全方位避障。该大型梭车避障预警方法包括如下步骤：
8.s1：通过车载雷达向梭车周围多个方向发射探测信号，并采集梭车周围多个方向上的雷达回波信号。
9.s2：根据采集到的雷达回波信号分析梭车周向的障碍物分布状态。具体包括：各个分区中是否存在障碍物，障碍物与梭车的最小距离和相对运动趋势。
10.s3：基于障碍物分布状态生成一个自定义的障碍物分布状态信号。障碍物分布状
态信号中的状态变量包括分区标记，以及每个分区对应的障碍物标记、警戒级别标记和运动状态标记。
11.s4：利用动态更新的障碍物分布状态信号查询一个音频数据库，为每个障碍物分布状态信号实时匹配一段仿真声信号，将仿真声信号传输到用户佩戴的立体声耳机。
12.s5：通过用户佩戴的立体声耳机消除环境音，并根据仿真声信号在用户的耳道中生成具有如下特点的声波：
13.(1)仿真声信号的声场中存在与障碍物数量相对应的一处或多处蜂鸣音。
14.(2)蜂鸣音在声场中的分布位置与障碍物分布状态中障碍物与梭车的相对位置对应。
15.(3)蜂鸣音的频率与障碍物和梭车的距离正相关，距离越近蜂鸣音的频率越高。
16.(4)蜂鸣音的断续状态和障碍物与梭车的相对位置有关：障碍物与梭车相对靠近则蜂鸣音持续且频率逐渐增高。障碍物与梭车相对远离则蜂鸣音中断。障碍物与梭车相对静止则蜂鸣音持续且保持当前频率。
17.作为本发明进一步的改进，步骤s1中，根据梭车的外形轮廓，将梭车周向的区域分割为多个不同的分区。车载雷达的数量为多个，每个分区内包含至少两个雷达，进而便于利用三角定位法计算分区内的障碍物相对梭车的距离和方位。
18.作为本发明进一步的改进，车载雷达采用超声波雷达、微波雷达、毫米波雷达、激光雷达中的任意一种。
19.作为本发明进一步的改进，步骤s2中，障碍物与梭车的最小距离d的计算公式如下：
[0020][0021]
上式中，a表示当前分区内雷达a探测到的障碍物距离；b表示当前分区内雷达b探测到的障碍物距离；c表示雷达a与雷达b安装位置的距离；α表示障碍物与雷达a的连线相对雷达a、b连线方向的偏转角。
[0022]
作为本发明进一步的改进，步骤s2中，障碍物与梭车的相对运动趋势通过如下方法判断：
[0023]
(1)获取由两个相邻雷达扫描周期的信号计算出的距离值d1和d2；
[0024]
(2)当d1＞d2，则说明障碍物与矿用梭车正在相对靠近；当d1＜d2，则说明障碍物与矿用梭车正在相对远离；当d1＝d2，则说明障碍物与矿用梭车相对静止。
[0025]
作为本发明进一步的改进，步骤s3中，障碍物分布状态信号中的分区标记用于表征梭车周围的分区编号。障碍物标记用于表征当前分区内是否探测到障碍物，是则取值为1，否则取值为0。警戒级别标记用于表征当前分区内的障碍物所属区域的警戒级别的编号，警戒级别分为安全区、预警区、缓行区、警示区和危险区，取值分别为1、2、3、4、5。运动状态标记用于表征当前分区内障碍物与梭车的相对运动状态，相对运动状态分为相对靠近、相对静止和相对远离，取值分别为1、2、3。当任意分区内不存在障碍物时，则分区对应的警戒
级别标记和运动状态标记为0。
[0026]
作为本发明进一步的改进，步骤s4中，音频数据库是一个预先采集完成的音频信号素材库。音频信号素材库中每段音频与一个特定的障碍物分布状态信号向对应；二者之间具有一一对应的映射关系。音频信号素材库中的每段音频均通过声场仿真模拟的方式生成和采集，并转化为立体声的数字音频信号。
[0027]
作为本发明进一步的改进，步骤s4中音频数据库中的每段音频的采集方法如下：
[0028]
一、设备布局：
[0029]
在一个录音室内对音源和音频采集设备进行布局。音源和音频采集设备安装时的相对位置与梭车中雷达和驾驶室的相对位置相匹配。其中，每个音源均对应一个雷达。
[0030]
二、声场模拟：
[0031]
根据每种障碍物分布状态信号对应的碰撞风险等级控制各个音源产生不同频率的蜂鸣音，进而得到所需的目标声场。
[0032]
在声场模拟过程中，依次根据分区标记确定执行操控的音源的设备编码。根据障碍物标记控制不同音源的开关状态；根据警戒级别标记调整音源发的蜂鸣音的频率；根据运动状态标记调整蜂鸣音的断续状态。
[0033]
三、信号采集：
[0034]
依次遍历所有碰撞场景对应障碍物分布状态信号，生成每个障碍物分布状态信号对应的预警信号声场。并根据奈斯特定理按照比声音最高频率高两倍以上的频率对声音进行采样，得到多段预设时长的音频采样数据。
[0035]
四、信号处理：
[0036]
设置量化格式、采样率和声道数，对各段音频采样数据进行量化处理和编码，分别得到各段音频采样数据对应的立体声元数据。
[0037]
作为本发明进一步的改进，声场模拟阶段的详细过程如下：
[0038]
首先，根据分区标记确定执行执行操控的各个音源的设备编码。
[0039]
其次，根据障碍物标记作出如下决策：
[0040]
(1)当障碍物标记表征障碍物存在，则启动音源设备。
[0041]
(2)当障碍物标记表征障碍物不存在，在关闭音源设备。
[0042]
接着，根据警戒级别标记作出如下决策：
[0043]
(1)当警戒级别标记表征当前区域为安全区，则驱动音源保持静默状态。
[0044]
(2)当警戒级别标记表征当前区域为预警区，则驱动音源以2hz的频率鸣响。
[0045]
(3)当警戒级别标记表征当前区域为缓行区；则驱动音源以4hz的频率鸣响。
[0046]
(4)当警戒级别标记表征当前区域为警示区；则驱动音源以8hz的频率鸣响。
[0047]
(5)当警戒级别标记表征当前区域为危险区；则驱动音源保持长鸣状态。
[0048]
最后，根据运动状态标记作出如下决策：
[0049]
(1)当梭车与障碍物相对靠近时，则保持障碍物在当前分区内的警戒级别与音源产生的蜂鸣音的频率相适应。
[0050]
(2)当梭车与障碍物相对远离时，则将音源切换为静默状态。
[0051]
(3)当梭车与障碍物相对靠近时，则保持音源以当前频率持续鸣响。
[0052]
作为本发明进一步的改进，步骤s5中，用户佩戴的立体声耳机选择采用具有降噪
功能的头戴式耳机或入耳式耳机。立体声耳机中还包括一个通信模块，通信模块用于接收其它人员向当前用户发出的语音信号，语音信号通过立体声耳机的扬声器播放。
[0053]
本发明提供的一种基于声波的大型梭车避障预警方法，具有如下有益效果：
[0054]
本发明提供的预警方法通过声波代替传统的影像数据用于引导梭车避障。为了向用户准确传传达与避障有关的障碍物位置和运动趋势等各项信息，本实施例对蜂鸣音的声波进行改良，使得单一的蜂鸣音声波可以表征更复杂的信息。在本发明中，蜂鸣音的鸣响或静默状态可以表征是否存在具有碰撞风险的障碍物；蜂鸣音在声场中的位置可以表征障碍物的分布位置；蜂鸣音的频率变化和断续状态可以表征障碍物的运动趋势；蜂鸣音的声波频率可以表征障碍物的警戒级别。因此，本发明通过声波即可向驾驶人员传达梭车周向各个位置的障碍物分布状况，并准确向驾驶人员传达障碍物的运动趋势和距离等相关信息，进而发挥良好的避障预警和路径引导效果。
[0055]
本发明提供的声波预警和影像预警相比，至少具有如下几个有点：1、方案的实施成本较低，经济效益较高。2、可以向用户传递更多的信息，且对距离和运动趋势信息的传递更加直观。3、可以降低对用户的干扰，用户无需转移视线去观察屏幕，就可以获得长时间的“监控”信息。4、同时利用用户的听觉和视觉进行避障和梭车操控，提高梭车驾驶过程的安全性。
附图说明
[0056]
图1为本发明实施例1提供的一种矿用梭车的全向障碍物分级预警方法的步骤流程图。
[0057]
图2为本发明实施例1中梭车周向的雷达探测范围分区的分布图。
[0058]
图3为本发明实施例1中雷达周向避障预警区域的警戒级别分布图。
[0059]
图4为本发明实施例1中雷达在矿用梭车周向的安装位置图。
[0060]
图5为雷达三角定位方法的原理示意图。
[0061]
图6为本发明实施例2中提供的一种矿用梭车的全向障碍物分级预警系统的架构示意图。
[0062]
图7为本发明实施例2中矿用梭车的全向障碍物分级预警系统的模块连接示意图。
[0063]
图8为不同状态下的警报信号或解除信号生成过程的逻辑框图。
[0064]
图9为本发明实施例3中提供的一种基于声波的大型梭车避障预警方法的步骤流程图。
[0065]
图10为本发明实施例3中音频数据库中元数据的采集方法的步骤流程图。
[0066]
图11为本发明实施例4中提供的一种基于立体声耳机的梭车避障预警系统的系统架构图。
[0067]
图12为本发明实施例4中立体声耳机内声音单元部分的模块连接示意图。
[0068]
图13为本发明实施例4的立体声耳机中，降噪部分的模块连接示意图。
[0069]
图14为将预警信号仿真模块作为控制器中的功能模块时，梭车避障预警系统的系统架构图。
[0070]
图15为增加显示模块和摄像头后的梭车避障预警系统的系统架构图。
具体实施方式
[0071]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0072]
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“或/及”包括一个或多个相关的所列项目的任意的和所有的组合。
[0073]
实施例1
[0074]
本实施例提供一种矿用梭车的全向障碍物分级预警方法，该方法可以对大型的矿用梭车周围各处的碰撞风险进行独立分析，并针对风险等级向技术人员发出预警。进而辅助驾驶人员在复杂的矿区环境中安全驾驶车辆，规避矿区内可能存在的障碍物提高车辆的安全性。如图1所示，本实施例提供的方法主要包括如下步骤：
[0075]
s1：根据矿用梭车的外形结构和雷达的干扰状态对车辆周向区域进行均匀划分。
[0076]
在本实施例中，如图2所示的常规“船型结构”的梭车，其结构大致为一个狭长的八边形。为了保证雷达探测不存在四角，则至少需要将梭车周向分为8个探测方向。在8个探测方向中，车头和车尾两侧为梭车的碰撞高发区，因此需要对车辆前端和后端的两侧进行分别探测，以消除驾驶人员的观察死角。
[0077]
同时，考虑到车身中间虽然较难与其它目标发生主动碰撞，但是容易被其它运动物体撞到，且车身中间的区域范围明显大于其它分区；因此，本实施例还对车身左右两侧的区域进行进一步划分，左右两侧均划分为两个分区。
[0078]
最终，本实施例将矿用梭车周向的区域划分为如下的12分区，具体包括：车头左前部fl、车头中左部fml、车头中右部fmr、车头右前部fr，车尾左后部rl、车尾中左部rml、车位中右部rmr、车位右后部rr，中段左前部fsl、中段左后部rsl、中段右前部fsr、中段右后部rsr。
[0079]
s2：根据各分区的碰撞概率设定差异化的分级规则，在每个分区内根据距离车辆由远及近的顺序将不同区域划分为不同的警戒级别。如图3所示，划分出的警戒级别最多包括：安全区(5区)、预警区(4区)、缓行区(3区)、警示区(2区)和危险区(1区)。
[0080]
在车辆预警过程，车辆不同区域的预警情况是不一致的。例如，车头和车位的左右两侧是碰撞高发区，因此，在相同的距离下，该处的警戒级别需要高于其它区域；同时针对不同距离的障碍物，还应当向驾驶员发出不同层级的预警。对于车辆左右两侧，由于发生碰撞的概率较小，因此无需对预警等级作出过度的划分。
[0081]
基于前述考量，在本实施例中，对车辆不同分区采取不同的警戒区域划分标准，其中，对于碰撞风险越高、盲区范围越大的区域(如车辆四角)，则警戒级别划分越细，各个警戒级别的差距也相对较小。而对于碰撞风险较小的区域，则可以将警戒级别划分地更加宽松。
[0082]
假设距离矿用梭车边缘的距离d，本实施例根据车辆在实际应用过程中的碰撞数据，对不同分区的警戒级别作出如下规定：
[0083]
对于车辆四角的分区fl、fr、rl和rr：d＞60cm的区域为安全区。60≥d＞35cm的区域为警示区。d≤35cm的区域为危险区。
[0084]
对于车辆前侧的分区fml和fmr：d＞100cm的区域为安全区。100≥d＞60cm的区域为缓行区。60≥d＞30cm的区域为警示区。d≤30cm的区域为危险区。
[0085]
对于车辆后侧的分区rml和rmr：d＞150cm的区域为安全区。150≥d＞100cm的区域为预警区。100≥d＞60cm的区域为缓行区。60≥d＞30cm的区域为警示区。d≤30cm的区域为危险区。
[0086]
对于车辆两侧的分区fsl、rsl、fsr、rsr：d＞30cm的区域为安全区。d≤30cm的区域为危险区。
[0087]
s3：在每个分区内安装用于探测障碍物距离的雷达组，每个雷达组包括安装在不同位置的至少两个雷达单元。各个雷达单元用于对分区内的区域进行同步扫描，并通过两个相邻雷达单元获取到的同步检测信号计算障碍物到矿用梭车边缘的距离。
[0088]
本实施例中，为了实现车辆全向监测和全向避障预警，分别在每个分区内设置了独立的雷达组。每个雷达组中包含多个雷达单元，进而可以利用不同雷达的检测信号进行综合分析出障碍物的详细坐标。同时雷达组中的雷达单元数量越多则定位精度更高，但是成本也相应增加。因此，在实际应用过程中。雷达组中雷达单元的数量可以根据具体应用场景进行合理配置，以在经济性和功能性上达到平衡。
[0089]
为了实现对分区内障碍物进行精确定位，本实施例在每个分区内安装了两个雷达单元，通过两颗雷达单元独立的检测信号可以是对障碍物的距离进行精准预测，进而避免单个雷达在探测大型障碍物时受探测方向局限，容易产生明显误差的缺陷。具体地，本实施例安装的每个雷达的探测方位如图4所示。本实施例对雷达单元的设备类型不做限定，只要可以进行障碍物探测，均可以作为本实施例中所需的探测设备。技术人员可以结合探测精度和设备成本进行综合考量，具体地，每个分区内安装的雷达组中的雷达单元可以采用超声波雷达、微波雷达、毫米波雷达、激光雷达中的任意一种。
[0090]
s4：在矿用梭车的周向安装至少8个摄像头；8个摄像头分别获取车辆正前、正后、正左、正右、左前、左后、右前、右后各个方位的影像。
[0091]
在本实施例中，摄像头的功能是在车辆任意一个方向存在靠近的障碍物时，获取该分区内的实时障碍物，作为辅助驾驶人员避障的参考信息。本实施例根据矿用梭车的外形结构在车辆各个边缘位置均设置了一个摄像头。考虑到摄像头的取景范围相对较广，而且本实施例的摄像头并不作为探测障碍物的探测设备，无需对障碍物进行精准定位；
[0092]
具体地，本实施例中正前方位摄像头的取景区域包括分区fml和fmr。正后方位摄像头的取景区域包括分区rml和rmr；正左方位摄像头的取景区域包括分区fsl和rsl。正右方位摄像头的取景区域包括分区fsr和rsr。左前、左后、右前、右后方位摄像头的取景区域分别对应分区fl、rl、fr和rr。像头的安装数量要少于雷达组的安装数量。
[0093]
s5：获取所有分区内雷达的实时探测信号，并在任意分区内探测到障碍物时，结合当前分区内两个雷达的同步探测信号对障碍物进行三角定位；计算出障碍物与车辆的最小距离d。并根据最小距离d的变化趋势确定障碍物与车辆的相对运动趋势。
[0094]
在车辆任意一个分区内存在障碍物时，通过雷达的回波信号可以确定障碍物距车辆的距离。但是，在障碍物距离车辆较近，或是障碍物体积较大，相对与车辆而言，体积无法
忽略时；则雷达的探测方向对障碍物的距离探测则具有显著影响。考虑到单一雷达的探测结果往往不够可靠，本实施例通过读多个雷达单元对同一障碍物进行同步探测，并结合各个雷达单元的回波信号，计算出更准确的障碍物距离。障碍物距车辆的最小距离作为后期对车辆运行状态进行预警的其中一个指标。本实施提供的障碍物的探测过程如下：
[0095]
采集当前分区内所有雷达的在当前扫描周期内的探测信号。当任意一个雷达在当前扫描周期内探测到障碍物后，将该雷达的探测信号作为信号一。然后获取与该雷达位置最近的雷达的探测信号作为信号二。以信号一和信号二中计算出的障碍物距离以及两个雷达的安装位置间距作为边长构造三角形，三角形中对于两个雷达连线方向上的高的长度记为障碍物距离矿用梭车边缘的最短距离d。以下结合图5对本实施例中障碍物定位过程进行详细说明：
[0096]
(1)假设某个分区内障碍物c同时被雷达a和b探测到，则先获取雷达a和b探测到的障碍物距离b和a。
[0097]
(2)然后根据雷达a和b的安装位置计算出二者的设备距离c。
[0098]
(3)通过下式计算障碍物c到矿用梭车边缘的最小距离d：
[0099][0100]
其中，α表示障碍物与雷达a的连线相对雷达矿用梭车边缘的偏转角。
[0101]
其中，本实施例中车辆相对运动趋势的判定方法如下：
[0102]
当任意一个雷达在当前分区范围内探测到障碍物后，获取两个连续扫描周期内计算出的最小距离值d1和d2，并作出如下判断：
[0103]
(1)当d1＞d2，则说明障碍物与矿用梭车正在相对靠近。
[0104]
(2)当d1＜d2，则说明障碍物与矿用梭车正在相对远离。
[0105]
(3)当d1＝d2，则说明障碍物与矿用梭车相对静止。
[0106]
s6：结合任意分区内障碍物与车辆的最小距离d判断障碍物在当前分区内的警戒级别，并根据警戒级别以及障碍物与车辆的相对运动趋势执行如下的预警决策：
[0107]
(1)当障碍物位于安全区以外时，不作出障碍物预警。
[0108]
(2)当障碍物位于安全区以内时，开启负责当前分区的摄像头，获取当前分区的动态影像。
[0109]
(3)当障碍物位于预警区且相对远离时，则不发出警报；当障碍物位于预警区时且相对靠近时，则在驾驶室相应方位通过低频蜂鸣音发出四级警报。
[0110]
(4)当障碍物位于缓行区且相对远离时，则不发出警报；当障碍物位于缓行区时且相对靠近时，则在驾驶室相应方位通过中频蜂鸣音发出三级警报。
[0111]
(5)当障碍物位于警示区且相对远离时，则不发出警报；当障碍物位于警示区时且相对靠近时，则在驾驶室相应方位通过高频蜂鸣音发出二级警报。
[0112]
(6)当障碍物位于危险区且相对远离时，则不发出警报；当障碍物位于危险区时且相对靠近时，则在驾驶室相应方位通过连续鸣音发出一级警报。
[0113]
(7)当障碍物与矿用梭车在任意警戒级别的区域内相对静止时，则保持车辆在当前阶段的警报状态。
[0114]
其中，蜂鸣音由安装在驾驶室内的各个蜂鸣器产生，处于鸣响状态的蜂鸣器的相对位置与产生警报状态的分区的相对位置对应；蜂鸣器低频蜂鸣音的频率为2hz，低频蜂鸣音的频率为4hz，低频蜂鸣音的频率为8hz。
[0115]
本实施例中，不同警戒区域的划分标准以及预警决策内容的对应关系如下表所示：
[0116]
表1：矿用梭车的全向障碍物分级预警系统的预警状态对照表
[0117][0118][0119]
在本实施例中，为了实现根据障碍物的方位驱动不同警报器鸣响，并快速采集危险分区内的影像数据，特别在每个分区对应的雷达组、摄像头和蜂鸣器的设备识别号/mac地址间的映射关系。当系统根据各雷达组的探测信号确定任意分区达到警报状态时，则根据警戒级别查询负责相应分区的摄像头，和/或蜂鸣器的设备识别号/mac，并根据作出的预警决策调整相应摄像头和蜂鸣器的工作状态。
[0120]
在本实施例建立的映射关系中，雷达组和分区编号一一对应。蜂鸣器和分区编号一一对应。每个分区编号对应一个摄像头，每个摄像头对应一个或多个分区编号。
[0121]
在本实施例提供的矿用梭车全向障碍物分级预警方法中，蜂鸣音用于向驾驶人员提供预警，本实施例在车辆驾驶室内不同方位安装了多个蜂鸣器。当车辆任意方向存在具有碰撞风险的障碍物时，则调用与障碍物位置相对应的蜂鸣器鸣响，提醒驾驶人员注意。熟练地驾驶员可以根据蜂鸣音的声源方向快速识别障碍物的位置，并实现及时避障。
[0122]
在本实施例提供的分级预警方法中，利用蜂鸣音的频率来提示障碍物的距离和碰撞概率。当障碍物距离越近，则产生的蜂鸣音约急促；驾驶人员可以根据蜂鸣音的频率直观的了解到车辆对应位置处的障碍物的距离远近。当障碍物到达车辆的危险区时，则发出长鸣音，提醒驾驶人员进行紧急制动。避免碰撞。
[0123]
此外，本实施例利用蜂鸣音的断续状态和频率变化提示障碍物的运动趋势。例如
当某辆车处于警戒范围内，但是二者正在相对远离，则说明车辆与障碍物的碰撞风险正在解除，此时可以停止发出蜂鸣警报。但是，当某个车辆处于低级别的警戒范围内，但是车辆与障碍物正在接近，则说明二者碰撞风险正在增加，此时应当发出更高级别的预警。而当车辆与障碍物在某个区域停留时，如果障碍物位于警戒区域内则发出预警报，否则不再发出警报。
[0124]
本实施例提供的预警方法采用警戒音来传递障碍物的所有信息，因而可以向驾驶人员发出预警并且不会影响驾驶人员的驾驶操作。驾驶人员无需通过观察倒车镜、影像数据来作出驾驶判断，因此可以保证驾驶人员精力高度集中，提高驾驶安全性。同时，本实施例的方案也同时向驾驶员提供发出警报信号对应分区的实时影像，便于驾驶员通过辅助影像观察到存在风险的障碍物的类型，并根据不同类型障碍物作出准确的避障操作。
[0125]
实施例2
[0126]
在实施例1提供的矿用梭车全向障碍物分级方法的基础上，本实施例进一步提供了相应的分级预警系统，该系统安装在车辆上，并与车辆的控制系统相融合。在车辆运行过程中，该分级预警系统可以对车辆周围的环境信息进行采集和分析，当障碍物进入到矿用梭车任意一个分区的警戒范围时，分级预警系统准确预判车辆各个方向存在的碰撞风险，并向驾驶人员发出准确的分级预警。如图6所示，本实施例提供的分级预警系统包括：多个雷达组、多个摄像头、多个蜂鸣警报器、显示模块、以及处理模块。
[0127]
其中，各个雷达组分别安装在矿用梭车的外侧边缘处，每个雷达组的扫描区域对应矿用梭车周向的一个分区，所有雷达组的扫描区域覆盖矿用梭车周向的所有区域。每个雷达组中包括沿矿用梭车周向间隔安装的至少两个雷达单元；每个雷达组中的雷达单元用于对各自负责的分区进行障碍物探测。雷达组中的雷达单元可以采用超声波雷达、微波雷达、毫米波雷达、激光雷达中的任意一种。
[0128]
雷达组探测范围的分区划分结合矿用梭车的外形结构和雷达的干扰状态进行综合评估确定，雷达组设计安装过程中需满足如下的优化条件：(1)每个雷达组中各个雷达单元的探测范围可实现对相应分区内全面覆盖，(2)所有雷达组的探测范围包含矿用梭车周向的所有区域；(3)在满足条件(1)和(2)的基础，使得雷达单元数量最小化。
[0129]
为了满足如上优化条件，本实施例在雷达安装过程中需要先针对矿用梭车进行雷达分区划分，雷达安装及探测分区划分的方法如下：(1)将矿用梭车的外轮廓拟合为一个包含最大围合面积且具有最少边数量的近似多边形。(2)以近似多边形作为矿用梭车的近似轮廓，在每条边对应的矿用梭车边缘上安装至少一组雷达组。(3)近似轮廓中，各条边的交点为分区的分离点，沿分离点向外辐射得到相邻分区的边界。(4)在已完成的分区基础上，对碰撞概率较高或分区范围较大一侧方向上的对应分区细化为多个子分区，并在子分区内增加安装的雷达组的数量。
[0130]
各个摄像头安装在矿用梭车的外侧边缘处，每个摄像头的取景区域对应矿用梭车周向的一个区域，所有摄像头的取景范围覆盖矿用梭车周向的所有区域。摄像头在常规状态下保持关闭状态，并在接收到由处理模块发送的一个警报信号切换为工作状态。在全向障碍物分级预警系统中，每个摄像头处还设置有至少一个补光灯，补光灯在常规状态下保持关闭，仅在接收到警报信号时与对应的摄像头同步开启。
[0131]
蜂鸣警报器分别安装在驾驶室内不同方位，并与车辆中雷法探测范围的各个分区
位置对应。每个蜂鸣警报器用于根据接收到的一个警报信号产生用于表征不同警报状态的不同频率的蜂鸣音，并在接收到解除信号后停止报警。本实施例中的蜂鸣警报器采用声光报警器，声光报警器在接收到警报信号后，发出不同频率的蜂鸣音并以不同频率生成频闪灯光信号。低频蜂鸣音的频率为2hz，中频蜂鸣音的频率为4hz，高频蜂鸣音的频率为8hz。
[0132]
显示模块用于显示由摄像头采集到的视频流数据，显示的视频流数据为警戒范围的具有障碍物的分区处的影像数据。本实施例中的显示模块的功能类似于常规车辆的倒车影像，但是与常规倒车影像又存在不同。本实施例中，显示模块在车辆的多个分区均出现危险障碍物时，需要对不同来源的影像数据进行同屏显示，便于驾驶员及时了解车辆各处的环境状态。
[0133]
其中，如图7所示，处理模块包括雷达信号获取单元、障碍物识别单元，警报信号生成单元，分区查询单元，图像获取单元，以及特征标记单元。雷达信号获取单元包括多个子单元，每个子单元与其中一个雷达组通信连接，进而同步获取每个雷达组在预设扫描周期内的扫描信号。障碍物识别单元用于根据每个分区对应的雷达组的扫描信号识别出各自分区中是否存在障碍物，并计算出障碍物距离矿用梭车边缘的最小距离。然后根据最小距离以及存在障碍物的分区的分级规则确定当前障碍物所属区域的警戒级别。警报信号生成单元用于根据障碍物在不同警戒级别区域内的运动状态自动生成一个包含分区编号的警报信号/解除信号，当障碍物接近时生成警报信号，当障碍物远离时生成解除信号。分区查询单元用于接收警报信号，并通过分区编号查询一个分区设备对照表，获取负责当前分区的摄像头和蜂鸣器的设备识别号/mac地址。然后根据设备识别号/mac地址向对应的摄像头和蜂鸣器转发所述警报信号/解除信号。图像获取模块包括多个子单元，每个子单元与其中一个摄像头通信连接，进而同步获取处于开启状态的各个摄像头采集到的视频流数据。特征标记模块对采集到的视频流数据进行预处理，结合障碍物与矿用梭车的距离信息识别出各帧图像中包含的障碍物，并在图像中对障碍物进行标记；标记后的图像输出到显示模块。特征标记模块中的障碍物识别任务可以通过基于神经网络的图像识别模型完成，图像识别技术是一种非常成熟的技术，现有技术已经可以提供大量完善的解决方案，本实施例对此不再赘述。
[0134]
在本实施例中，分区设备对照表中建立有每个分区对应的雷达组、摄像头和蜂鸣器的设备识别号/mac地址间的映射关系。在映射关系中，雷达组和分区编号一一对应。蜂鸣器和分区编号一一对应。每个分区编号对应一个摄像头，每个摄像头对应一个或多个分区编号。
[0135]
本实施例中，警报信号生成单元生成警报信号/解除信号的方法如图8所示，包括如下内容：
[0136]
(1)当障碍物位于安全区以外时，不生成信号。
[0137]
(2)当障碍物位于安全区以内时，则生成一个用于开启当前分区摄像头的警报信号。
[0138]
(3)当障碍物位于预警区且相对远离时，则生成一个用于关闭蜂鸣警报器的解除信号。当障碍物位于预警区时且相对靠近时，则生成一个用于控制当前分区蜂鸣警报器发出低频蜂鸣音的警报信号。
[0139]
(4)当障碍物位于缓行区且相对远离时，则生成一个用于关闭蜂鸣警报器的解除
信号。当障碍物位于缓行区时且相对靠近时，则生成一个用于控制当前分区蜂鸣警报器发出中频蜂鸣音的警报信号。
[0140]
(5)当障碍物位于警示区且相对远离时，则生成一个用于关闭蜂鸣警报器的解除信号。当障碍物位于警示区时且相对靠近时，则生成一个用于控制当前分区蜂鸣警报器发出高频蜂鸣音的警报信号。
[0141]
(6)当障碍物位于危险区且相对远离时，则生成一个用于关闭蜂鸣警报器的解除信号。当障碍物位于危险区时且相对靠近时，则生成一个用于控制当前分区蜂鸣警报器发出连续蜂鸣音的警报信号。
[0142]
(7)当障碍物与矿用梭车在任意警戒级别的区域内相对静止时，则不生成信号。此时，车辆仍保持当前区域的额预警状态。
[0143]
在本实施例中，通过雷达组对障碍物进行定位主要是基于海伦公式和三角定位的原理。实施例1中详细说明了障碍物的精准定位和运动趋势判断过程，本实施例对相关内部不再赘述。
[0144]
本实施例提供的全向障碍物分级预警系统和车辆的控制系统同步运行，当车辆启动后，分级预警系统自动激活启动。当车辆关闭后，分级预警系统也同步关闭运行。
[0145]
分级预警系统的处理模块中还运行有一个自检程序，自检程序在车辆每次在启动时会对摄像头、雷达单元、显示器和蜂鸣器等组件进行设备自检，判断各组件是否存在故障或发生异常。当任意一个组件出现故障或异常(如雷达损坏或摄像头被遮挡)时，分级预警系统会将故障状态发送给车辆的控制系统或安全系统。并由车辆的控制系统或安全系统向驾驶人员发出故障警报，故障警报发出后，仅在自检程序检测到故障或异常状态解除，同时接收到由管理人员发出人工指令后才故障警报才会被消除。
[0146]
需要特别说明的是：在本实施例中，全向障碍物分级预警系统与车辆的控制系统或安全系统是可以实现信息交互的。其中，表征障碍物危险程度的预警是通过全向障碍物分级预警系统发出的，用于提醒驾驶人员及时避障。而表征分级预警系统中设备发生故障的故障警报则是由车辆的控制系统或安全系统根据自检程序的检查结果生成的。分级预警系统会将自检程序的检测结果发送给车辆的控制系统或安全系统。
[0147]
实施例3
[0148]
基于与实施例1相同的技术构思，本实施例进一步提供了一种基于声波的大型梭车避障预警方法。该方法还可以应用于常规的各类大型工程车辆或机械设备上，如：矿用梭车、重型平板拖车、港口重型运输车辆、大型特种作业车辆、大型气体运输车、集装箱跨运车等等。
[0149]
以上车辆的特点是车体巨大，驾驶室位于车辆的其中一侧，驾驶过程在车辆的盲区范围较大。因此，使用上述车辆时，需要通过专门的避障系统辅助驾驶员观测车辆周围的环境状态，降低车辆在驾驶过程中发生碰撞的概率。为驾驶人员提供车辆周围实时监控影像是辅助车辆驾驶人员避障的一种有效手段。但是，这种方法需要驾驶人员同时观察多个不同的监控画面，以对车辆周围的状态进行综合研判，这可能会耗费驾驶人员的经精力，导致驾驶人员无法专注于车辆操纵。同时，多个同步的监控画面还可能会对驾驶人员造成干扰，导致驾驶人员误判。
[0150]
本实施例提供的大型梭车避障预警方法不再通过视频画面来辅助避障，而是利用
声波来为驾驶人员提供指引。进而辅助驾驶人员在驾驶过程中实现全方位避障，并消除辅助避障系统发出信息对驾驶人员驾驶操作过程造成的干扰。
[0151]
如图9所示，本实施例提供的大型梭车避障预警方法包括如下步骤：
[0152]
s1：通过车载雷达向车辆周围多个方向发射探测信号，并采集梭车周围多个方向上的雷达回波信号。
[0153]
与实施例1和2一样，本实施例也根据梭车的外形轮廓，将梭车周向的区域分割为多个不同的分区。并为每个分区配置独立的监测雷达。关于雷达探测分区的划分方法，本实施例不再赘述。
[0154]
本实施例中车载雷达的数量为多个，每个分区内包含至少两个雷达，进而便于利用三角定位法计算分区内的障碍物相对梭车的距离和方位。车载雷达可以采用超声波雷达、微波雷达、毫米波雷达、激光雷达中的任意一种。
[0155]
s2：根据采集到的雷达回波信号分析梭车周向的障碍物分布状态。具体包括：各个分区中是否存在障碍物，障碍物与梭车的最小距离和相对运动趋势。
[0156]
雷达发射的探测信号在接触到障碍物后会发生反射，雷达接收反射的回波信号后可以判断探测的分区范围内是否存在障碍物。本实施例中每个分区内的雷达数量不少于两个，进而可以通过三角定位实现障碍物定位和测距。关于雷达三角定位的原理在实施例1中已经详细说明，本实施例不再赘述。本实施例仅给出障碍物测距的计算公式，障碍物与梭车的最小距离d的计算公式如下：
[0157][0158]
上式中，a表示当前分区内雷达a探测到的障碍物距离；b表示当前分区内雷达b探测到的障碍物距离；c表示雷达a与雷达b安装位置的距离；α表示障碍物与雷达a的连线相对雷达a、b连线方向的偏转角。
[0159]
根据雷达在不同时刻探测到的障碍物与梭车最小距离的变化，可以分析出梭车与障碍物间的相对运动趋势，本实施例中，障碍物与梭车的相对运动趋势通过如下方法判断：
[0160]
(1)获取由两个相邻雷达扫描周期的信号计算出的距离值d1和d2。
[0161]
(2)当d1＞d2，则说明障碍物与矿用梭车正在相对靠近；当d1＜d2，则说明障碍物与矿用梭车正在相对远离；当d1＝d2，则说明障碍物与矿用梭车相对静止。
[0162]
s3：基于障碍物分布状态生成一个自定义的障碍物分布状态信号。障碍物分布状态信号中的状态变量包括分区标记，以及每个分区对应的障碍物标记、警戒级别标记和运动状态标记。
[0163]
本实施例中，障碍物分布状态信号中的分区标记用于表征梭车周围的分区编号，分区编号与梭车中安装为雷达的位置一一对应。障碍物标记用于表征当前分区内是否探测到障碍物，是则取值为1，否则取值为0。当任意分区内不存在障碍物，即障碍物标记为0时，则分区对应的警戒级别标记和运动状态标记也为0。
[0164]
警戒级别标记用于表征当前分区内的障碍物所属区域的警戒级别的编号，警戒级
别分为安全区、预警区、缓行区、警示区和危险区，取值分别为1、2、3、4、5。和前述实施例一致，在本实施例中梭车周向不同分区内的警戒级别的划分规则可以根据实际状况进行人为设定。此外，本实施例中的警戒级别分为五级，在其它实施例中，警戒级别的等级划分也可以根据具体的应用场景进行调整，例如分为三级、四级，甚至是两级等等。
[0165]
运动状态标记用于表征当前分区内障碍物与梭车的相对运动趋势，相对运动状态分为相对靠近、相对静止和相对远离，取值分别为1、2、3。
[0166]
本实施例中自定义的障碍物分布状态信号的信号帧格式如下表所示：
[0167]
表2：自定义的障碍物分布状态信号的帧格式
[0168][0169][0170]
如上表所示，每个障碍物分布状态信号的中包含起始字符和结束字符，在起始字符和结束字符之间依次包括每个分区的分区标记are、该分区内的障碍物标记obs、该分区内的警戒级别标记gow，以及该分区内障碍物的运动状态标记trd。当处理器接收到该信号后，根根据信号的解析内容可以确定梭车的哪些分区(方位)存在具有碰撞风险的障碍物，并且可以分析出障碍物与梭车的距离范围(分析gow)以及二者的相对运动趋势(分析trd)。障碍物分布状态信号中包含的信息是后期为驾驶人员提供避障引导的关键信息。
[0171]
s4：利用动态更新的障碍物分布状态信号查询一个音频数据库，为每个障碍物分布状态信号实时匹配一段仿真声信号，将仿真声信号传输到用户佩戴的立体声耳机。
[0172]
本实施例中的音频数据库是一个预先采集完成的音频信号素材库。音频信号素材库中每段音频与一个特定的障碍物分布状态信号向对应；二者之间具有一一对应的映射关系。音频信号素材库中的每段音频均通过声场仿真模拟的方式生成和采集，并转化为立体声的数字音频信号。该数字音频信号即为所需的仿真声信号。
[0173]
s5：通过用户佩戴的立体声耳机消除环境音，本实施例中，用户佩戴的立体声耳机选择采用具有降噪功能的头戴式耳机或入耳式耳机。立体声耳机中还包括一个通信模块，通信模块用于接收其它人员向当前用户发出的语音信号，语音信号通过立体声耳机的扬声
器播放。
[0174]
特别地，本实施例中的立体声耳机可以根据接收到的仿真声信号在用户的耳道中生成具有如下特点的声波：
[0175]
(1)仿真声信号的声场中存在与障碍物数量相对应的一处或多处蜂鸣音。
[0176]
(2)蜂鸣音在声场中的分布位置与障碍物分布状态中障碍物与梭车的相对位置对应。
[0177]
(3)蜂鸣音的频率与障碍物和梭车的距离正相关，距离越近蜂鸣音的频率越高。
[0178]
(4)蜂鸣音的断续状态和障碍物与梭车的相对位置有关：障碍物与梭车相对靠近则蜂鸣音持续且频率逐渐增高。障碍物与梭车相对远离则蜂鸣音中断。障碍物与梭车相对静止则蜂鸣音持续且保持当前频率。
[0179]
本实施提供大型梭车避障预警方法主要是利用人体双耳具备的“听声辨位”能力来实现避障引导的。听声辨位是指：当人体任意一个方位的音源发声后，人的两个耳朵接收到的声音的响度、频率、以及混响效果等都是不一样的。人体的听觉神经可以根据双耳接收的声音信号的差异准确辨认音源的方向。
[0180]
本实施例提供的技术方案通过一个具有降噪功能的耳机过滤掉人耳接收到的环境噪音。然后向人耳发出一个随着梭车周向障碍物的分布状态动态变化的立体声音频；该立体声音频可以模拟出一个声场环境，在该声场环境中，对应梭车周向不同方向处均设有一个音源，各个音源在该方向出现障碍物是开始鸣响，鸣响的频率随着障碍物的距离远近而动态变化，当障碍物靠近时，音源发出声波的频率逐渐增高。当障碍物停止时，音源的发声频率保持不变。当障碍物远离时，音源则戛然而止。因此，驾驶人员可以根据不同方向音源的鸣响状态判断梭车周围障碍物的分布状态，并判断出障碍物与梭车之间的相对运动关系。
[0181]
通过立体声耳机模拟出的声场环境，驾驶人员可以直观地发现梭车的任何方位存在的障碍物的情况。由于本实施例的方案是通过声波进行避障指引，并直接利用了人得听觉认知，驾驶人可以在第一时间作出反馈，并根据障碍物的分布状况对梭车进行操纵。用户无需作出回头或转动的动作就可以掌握梭车左右或后侧的状况，因此本实施例的预警方法不会对驾驶人员的驾驶行为造成干扰；这进一步提高了梭车驾驶过程的安全性。
[0182]
在实际应该过程中，仿真处理的立体声音频的响度可以由驾驶人员根据需要进行动态调整，以保证驾驶人员既可以听清楚声音，又不会对听力造成损伤。
[0183]
事实上，本实施例中降噪耳机本身就可以对驾驶人员的听力进行保护，防止驾驶人员长期在嘈杂环境中工作而听力受损。同时，本实施例的降噪耳机还降低了驾驶过程中环境噪音对驾驶人员的干扰；避免了在嘈杂环境下，驾驶人员无法听清指挥人员发出的语音指令的问题。
[0184]
音频数据库中提供的能够模拟出具有方向性的声场环境的音频，是本实施例能够实现避障指引的关键。如图10所示，本实施例音频数据库中的每段音频的采集方法如下：
[0185]
一、设备布局：
[0186]
在一个录音室内对音源和音频采集设备进行布局。音源和音频采集设备安装时的相对位置与梭车中雷达和驾驶室的相对位置相匹配。其中，每个音源均对应一个雷达。
[0187]
二、声场模拟：
[0188]
根据每种障碍物分布状态信号对应的碰撞风险等级控制各个音源产生不同频率的蜂鸣音，进而得到所需的目标声场。
[0189]
在声场模拟过程中，依次根据分区标记确定执行操控的音源的设备编码。根据障碍物标记控制不同音源的开关状态；根据警戒级别标记调整音源发的蜂鸣音的频率；根据运动状态标记调整蜂鸣音的断续状态。
[0190]
特别地，声场模拟阶段的详细过程如下：
[0191]
首先，根据分区标记确定执行执行操控的各个音源的设备编码。
[0192]
其次，根据障碍物标记作出如下决策：
[0193]
(1)当障碍物标记表征障碍物存在，则启动音源设备。
[0194]
(2)当障碍物标记表征障碍物不存在，在关闭音源设备。
[0195]
接着，根据警戒级别标记作出如下决策：
[0196]
(1)当警戒级别标记表征当前区域为安全区，则驱动音源保持静默状态。
[0197]
(2)当警戒级别标记表征当前区域为预警区，则驱动音源以2hz的频率鸣响。
[0198]
(3)当警戒级别标记表征当前区域为缓行区；则驱动音源以4hz的频率鸣响。
[0199]
(4)当警戒级别标记表征当前区域为警示区；则驱动音源以8hz的频率鸣响。
[0200]
(5)当警戒级别标记表征当前区域为危险区；则驱动音源保持长鸣状态。
[0201]
最后，根据运动状态标记作出如下决策：
[0202]
(1)当梭车与障碍物相对靠近时，则保持障碍物在当前分区内的警戒级别与音源产生的蜂鸣音的频率相适应。
[0203]
(2)当梭车与障碍物相对远离时，则将音源切换为静默状态。
[0204]
(3)当梭车与障碍物相对靠近时，则保持音源以当前频率持续鸣响。
[0205]
三、信号采集：
[0206]
依次遍历所有碰撞场景对应障碍物分布状态信号，生成每个障碍物分布状态信号对应的预警信号声场。并根据奈斯特定理按照比声音最高频率高两倍以上的频率对声音进行采样，得到多段预设时长的音频采样数据。
[0207]
四、信号处理：
[0208]
设置量化格式、采样率和声道数，本实施例中，量化格式为16bite，采样率设置为44100，声道数设置为2。对各段音频采样数据进行量化处理和编码，分别得到各段音频采样数据对应的立体声元数据。
[0209]
需要额外说明的是：本实施例采集到的各个音频元数据的数量是有限的，分别与障碍物分布状态信号相对应。且采集到的额每个音频元数据是时长很短(约为零点几秒或数秒钟)。因此，为了保障数字音频的质量，可以采用无损压缩的方式进行编码，这并不会造成数据量过大。
[0210]
此外，本实施例中每个音频元数据的时长虽然较短，但是随着雷达探测信号的采集，系统可以对障碍物分布状态信号进行动态更新，然后根据障碍物分布状态信号的变化选择多段音频元数据，拼接成一条连续的音频，进而为用户提供长时段的避障引导。
[0211]
需要强调的是：本实施例以及其它实施例中指出“蜂鸣音”只是通过声波进行引导的一种音频形式。使用蜂鸣音具有很多优点，例如：易于控制和调节，人耳对于该类近似白噪声的单调声音较为敏感，可以产生更好的“提醒”或警示效果。蜂鸣音的发生设备如蜂鸣
器的生产成本也较为低廉，适合进行推广应用，等等。但是，在本实施例或其它实施例，如果具有更好的选择，也可以利用其它类型的提示音替换本例中的蜂鸣音。
[0212]
实施例4
[0213]
在实施例3提供的一种基于声波的大型梭车避障预警方法的基础上，本实施例提供一种基于立体声耳机的梭车避障预警系统，该系统应用于大型梭车或其它工程车辆以及机械设备上，并采用如实施例3的方法为驾驶人员提供指引，辅助驾驶人员在驾驶过程实现避障。实施例3或4中的方案与实施例1或2的方案相比，可以进一步消除环境噪声对驾驶人员通过蜂鸣音分辨障碍物方位造成的干扰。
[0214]
具体地，如图11所示，本实施例提供的梭车避障预警系统包括雷达模块、立体声耳机和控制器。控制器根军雷达模块的探测结果确认梭车周围的障碍物分布状况，然后将分析结果发送给立体声耳机，并驱动立体声耳机发出具有避障指引效果的立体蜂鸣音。立体蜂鸣音为一种立体声信号，该立体声信号中包含一组或多组对应不同方位的蜂鸣音。蜂鸣音在声场中的位置用于表征障碍物在梭车周向的位置。蜂鸣音的信号频率表征障碍物与梭车的距离。蜂鸣音的信号断续状态表征障碍物的接近或远离状态。
[0215]
其中，雷达模块中包括多个雷达单元；每个雷达单元用于向梭车周围的特定分区内发射探测信号，并根据探测信号的回波信号计算出各个分区内部出现的障碍物的最近距离。关于雷达的安装和梭车探测分区的划分相关的内容，在实施例1和2中已经详细说明，本实施例不再对此进行赘述。
[0216]
本实施例中控制器是雷达和立体声耳机之间的信号传输中枢和数据处理中心。控制器一方面接收雷达模块的探测结果，并根据雷达模块的探测结果生成一个自定义的障碍物分布状态信号。另一方面将障碍物分布状态信号发送给立体声耳机，便于立体声耳机产生所需的立体蜂鸣音。其中，障碍物分布状态信号的相关内容已在实施例3中详细说明，本实施不再赘述。
[0217]
立体声耳机由驾驶人员佩戴，立体声耳机用于根据梭车的驾驶状况向驾驶人员发出声音信号，进而为驾驶人员提供避障引导。本实施例中的立体声耳机包括声音单元和耳罩。如图12所示，耳机中两侧的声音单元均包括后馈麦克风、降噪处理模块、主声源、次声源、预警信号仿真模块和语音接收模块。本实施例中的降噪耳机采用带有耳罩头戴式耳机，该耳机相对于入耳式耳机而言具有更好的降噪和隔音效果，适合应用在嘈杂的工作环境中，耳罩本身就可以很好的隔绝环境噪音，进而增强耳机的降噪效果，提升用户对立体蜂鸣音的分辨效果。
[0218]
如图13所示，在立体声耳机中，后馈麦克风位于耳罩内部对应驾驶人员耳道的位置。后馈麦克风用于采集用户真实接收到的环境噪音。降噪处理模块使用现有的各类anc电路，该功能模块用于将采集到的环境噪音由模拟信号转换为数字信号，并生成一个相位相反，且幅度和频率相似的降噪信号。然后将降噪信号发送给次声源的驱动器，次声源用于根据降噪信号发出相应的降噪声。降噪声和环境噪声相位相反，因此二者具有的能量在人体耳蜗内部相互抵消，这使得驾驶人员在工作中收听到环境噪声被有效抑制了。
[0219]
预警信号仿真模块用于根据接收到的一个障碍物分布状态信号生成一个仿真声信号。语音接收模块用于接收由管理人员或指挥人员发出的语音指挥信号。主声源用于根据仿真声信号产生模拟梭车周围障碍物分布状态的立体蜂鸣音。和/或生成由管理人员或
指挥人员发出的语音。
[0220]
需要说明的是，本实施例的立体声耳机中，预警信号仿真模块包括一个查询单元和一个存储单元。存储单元中存储有所有障碍物分布状态信号对应的仿真声信号的元数据(即为实施例3中的音频数据库)。查询单元中建立有仿真信号的元数据的存储地址与障碍物分布状态信号之间一一对应的映射关系。预警信号仿真模块在接收到一个障碍物分布状态信号后，先通过查询模块查询模块查询对应元数据的存储地址，然后根据存储地址从所述存储单元中提取仿真声信号的元数据。
[0221]
本实施例中预警信号仿真模块属于立体声耳机的一部分，相当于一个驱动器。但是在其它实施例中，如图14所示，预警信号仿真模块也可以作为一个独立的功能模块，或者安装在控制器中作为控制器的一部分。即：由控制器完成仿真声信号提取工作的相关内容，并将提取的结果直接发送给立体声耳机，驱动立体声耳机产生所需的声波。在这种状态下，预警信号仿真模块的功能已经由独立的功能模块实现，立体声耳机就相当于现有市场上的常规的降噪耳机或带有降噪功能的监听设备。此时，技术人员可以在常规监听设备上安装或连接相应的预警信号仿真模块，以实现相同的功能，并降低设备成本。
[0222]
在本实施例的立体声耳机中，后馈麦克风、降噪处理模块和次声源构成降噪子模块。基于立体声耳机的梭车避障预警系统与梭车同步启动，降噪子模块在梭车启动状态下保持常开状态。在立体声耳机中，语音指挥信号的优先级高于立体蜂鸣音的优先级。当系统在生成立体蜂鸣音的过程中还接收到由管理人员发出的语音指挥信号后，系统降低立体蜂鸣音的响度或停止立体蜂鸣音的播放，并播放由管理人员或指挥人员发出的语音。
[0223]
本实施例中，控制器与雷达模块之间通过can总线连接，进而实现对各个雷达单元进行集中管理。立体声耳机与控制器之间通过同轴音频线缆有线连接或通过蓝牙无线连接。立体声耳机中包括用于进行有线连接或无线连接的数据接口或通信模块。
[0224]
在其它更优化的实施例中，如图15所示，本实施例提供的梭车避障预警系统中还包括摄像头和显示模块。
[0225]
摄像头的数量为多个，分别安装在梭车周向的不同位置。每个摄像头用于获取一个或多个分区内的影像数据，摄像头将采集到的影像数据发送到控制器。控制器还用于对影像数据进行解码后发送给显示模块。显示模块用于对各个摄像头采集到的影像数据进行分屏显示。显示模块可以是该系统的一部分，也可以不属于本系统。当显示模块不属于本系统是，本系统可以调用梭车原有的显示模块(如梭车中控屏幕)对相应的影像数据进行显示。
[0226]
即：在优化的实施例中，将常规的影像避障也作为本实施例方案的补充，驾驶人员可以通引导的立体蜂鸣音来分辨障碍物的分布。在不影响驾驶人员驾驶安全性的基础上，驾驶人员还可以观察显示器，确定各个方向产生的障碍物的具体类型，以便作出更合理的驾驶决策(例如，驾驶人员通过听声发现障碍物，然后观察显示屏发现障碍物是否构成威胁，如果不会对梭车构成威胁，则可以在必要时选择碾压过去)。
[0227]
相应地，在增加显示模块和摄像头后，控制器还用于控制各个分区对应摄像头的开关状态。当控制器生成的障碍物分布状态信号中任意分区内对应的障碍物标记为1时，则开启负责对应分区的摄像头，采集分区内的影像数据。当控制器生成的障碍物分布状态信号中任意分区内对应的障碍物标记为0时，则关闭负责对应分区的摄像头。
[0228]
在本实施例中，语音接收模块实际上是一种通信模块，该通信模块可以是实现区域内短距离通信的对讲器的相关模块，也可以是利用移动通信网络或wifi等实现语音通话的相关模块，该功能模块主要用于接收由管理人员或指挥人员发出的语音指挥信号。
[0229]
此外，为了实现双向通信，立体耳机上还可以安装麦克风；通信模块则采用可以实现语音收发的双向通信模块。此时，本实施例中立体声耳机则成为具有更丰富功能的耳麦。在其它实施例中，立体声耳机也可以采用具有相同功能的智能头盔等新产品。
[0230]
以上所述实施例仅表达了本发明的其中一种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明的保护范围应以所附权利要求为准。