Systém pro detekci akustických událostí

Abstract

Hlavním cílem této práce je vytvořit systém schopný detekce, klasifikace a lokalizace střelby. Systém se skládá z dedikované desky a serverové aplikace. Systém detekuje zvukové události a jako první krok vyfiltruje události, které nejsou střelba. Následně jsou klíčové vlastnosti nahrávky extrahovány pomocí Mel-Frequency Cepstral Coefficients. Na vektoru klíčových vlastností je dále provedena klasifikace použitého kalibru zbraně, kterou provádí metoda podpůrných vektorů (Support-Vector Machine). Lokalizace střelby je prováděna na zvukových událostech, ke kterým je připojena velmi přesná časová značka (timestamp) a pozice měřícího přístroje (uzlu). Data shromážděná z jednotlivých zařízení jsou použita pro řešení lokalizačního problému na základě změřeného času zaznamenání (Time of Arrival Localization Problem). Pro jeho řešení jsou popsány dvě různé metody, lišící se dle počtu měřících zařízení, které danou událost detekovaly. Vytvořená serverová aplikace je nejen schopna řešit lokalizační úlohu popsanou výše, ale také poskytuje vizualizaci s administrací uživatelů, uzlů a zpráv uzlů. Navržená deska je schopna získat svou pozici spolu s přesnou časovou značkou události a odeslat všechny potřebné informace pomocí LoRaWan sítě na server. Na desce je naimplementován jak detekční, tak klasifikační algoritmus. Navíc deska nabízí rozhraní ve formě příkazové řádky pro nastavení parametrů aplikace, jako jsou například koeficienty detekčního algoritmu.

The main goal of the thesis is to create a system capable of gunshot detection, classification, and localization. The detection system consists of a specialized board and a server application. At first, the gunshot detection algorithm is executed for filtration of non-gunshot events. Afterwards, the features are extracted by Mel-Frequency Cepstral Coefficients. The feature vector is then passed to the gunshot classification, performed through Support Vector Machine. The localization task is executed on precisely timestamped acoustic events that are coupled with position of the measuring devices (nodes) on the server. The aggregated data are utilized for solving the Time of Arrival Localization Problem. Two different methods are described based on the number of nodes that detected the event. The created server application solves the localization task as mentioned above but also offers visualization and administration of users, nodes, and node’s messages. The proposed board is able to acquire position with precise timestamping and send the required information through LoRaWAN network to the server. The board implements detection and classification algorithms and also offers a command line interface for setting the firmware’s parameters such as detection algorithms’ coefficients.