Clasificación automática de fuentes de ruido de tráfico

• Manuel A. Sobreira Seoane ^[1] ; Alfonso Rodríguez Molares ^[1]
  1. [1] Universidade de Vigo

     Universidade de Vigo

     Vigo, España

     
• Localización: Tecniacústica 2008: conferencias y comunicaciones de Acústica 2008. V Congreso Ibérico de Acústica y Tecniacustica 2008; 39.º Congreso Español de Acústica. Coímbra, Portugal. octubre, 2008, 2008
• Idioma: español
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La realización de mapas de ruido de tráfico requiere conocer la Intensidad media diaria, su velocidad media y la composición (porcentaje de vehículos pesados y ligeros). Así mismo, la última revisión de la norma internacional ISO 1996-2:2007 “Determination of Environmental Noise Levels” en el apartado 6.2 especifica que cuando se procede a la medición del nivel equivalente continuo emitido por una carretera se debe proceder a la clasificación de tráfico en al menos dos clases: “ligeros” y “pesados”. Muy a menudo, en calles y carreteras secundarias se carece de esta información, a pesar que algunas de ellas el volumen de tráfico es importante. En estas situaciones se suele recurrir a un muestreo, recurriendo a cuenteos manuales de tráfico. En este artículo se presenta una herramienta que a partir de la señal de audio del ruido al paso, permite de forma automática contar y clasificar el tráfico en tres clases: vehículos pesados, vehículos ligeros y motocicletas. En el artículo se presentarán los resultados obtenidos mediante la utilización de distintas técnicas de clasificación (esencialmente FLD, y k-NN).

  • English

    The last review international standard ISO 1996-2:2007, Determination of Environmental Noise Levels” [1], in its 6.2 section states that if the Leq of road traffic is measured and the results are going to be used to calculate to other traffic conditions, the classification of at least two categories of vehicles: “light” and “heavy” should be registered. This information is also needed to calculate a Noise Map. Quite often, in secondary roads and streets there is no information on the traffic characteristics, so a manual sampling is used to get the average number of vehicles. In this paper, a first approach to get an automatic classification of vehicles is presented. Some basic classifiers have been tested (k-nearest neighbours, FLD ( Fischer Linear Discriminator) and Principal Components. As first approach, the aim of the job was to determine if the different classes (trucks, cars and motorbikes) could be separable using different time and frequency characteristics. The results shows that for some of the characteristics the signals are separable, so a continuous traffic noise signal could be processed to get the information of the number of heavy trucks, cars and motorbikes that passed by during the measurement period. Information of a stereo recording could be used to get information of the direction of the vehicle.