隨著機動車保有量和出行需求的迅速增加使道路交通愈發復雜化,城市交通噪音污染成為道路交通管理的一大頑疾。根據測試記錄,汽車鳴笛時音量在85分貝上下,持續不斷的鳴笛聲會引發頑固性頭痛、神經衰弱和腦神經機能不全等疾病。在此背景下,諸多城市先后頒布“禁鳴令”以緩解城市交通噪音壓力,然而由于以下三大困境使“禁鳴令”難以推進實施:
車輛鳴笛定位難
由于道路交通環境復雜,充斥著汽車引擎、剎車、特種車輛鳴叫和電動車喇叭聲等干擾聲,在巨大的車流量中,人耳難以準確辨別違法鳴笛車輛的位置與行車方向。
車輛鳴笛取證難
由于聲音是向四面八方傳播且人眼無法捕捉的形態,需要通過專業的科學技術才能看到;其次,車輛在行駛過程中鳴笛,更需要足夠靈敏的設備抓拍到車牌信息。交警無法將主觀判斷代替證據用以執法。
車輛鳴笛執法難
取證難是執法難的先決因素。其次,由于機動車保有量迅速增加,而執法人力有限,交警無法確保獲取所有違法鳴笛車輛的信息并一一執法,面對漏網之魚無可奈何。
鳴笛抓拍系統基于國內先進的聲吶陣列定位技術,實時偵測鳴笛聲,準確定位鳴笛車輛,自動進行抓拍和車牌識別,實時生成圖像音頻和視頻證據,在線完成證據上傳和推送, 實現了違法鳴笛不僅“聽得見”,而且“看得見”,有效用于現場執法和非現場執法。
汽車違法鳴笛聲音“看得見”
系統對指定車道進行不間斷的自動檢測,當汽車鳴喇叭時,在系統平臺上形成一個聲場聲壓變化云圖,其中紅色區域代表聲壓值較大, 藍色區域表示聲壓值較小。
自動抓拍違法鳴笛車輛信息
系統自動抓拍違法鳴笛車輛信息,通過箭頭簡單、清晰地標記鳴喇叭車輛位置,同時記錄車輛違法鳴笛時間、地點,并自動識別提出車牌號。
抓拍結果審核和復議處理
系統可通過圖像顯示、聲音回放、視頻播放等方式對結果進行人工審核。如果有異議,可錄制喇叭聲,與現場抓拍時錄制的喇叭聲進行聲紋特征對比。
大數據分析提供決策依據
系統對城市不同時間不同路段的相關信息進行統計分析,為智能交通決策提供數據支持。