CSafe: An Intelligent Audio Wearable Platform for Improving Construction Worker Safety in Urban Environments
CSafe: An Intelligent Audio Wearable Platform for Improving Construction Worker Safety in Urban Environments
复制标题
CSafe：用于提高城市环境中建筑工人安全的智能音频可穿戴平台
DOI：
10.1145/3412382.3458267
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Jiang, Xiaofan
中科院分区：
文献类型：
--
作者：
Xia, Stephen;Nie, Jingping;Jiang, Xiaofan
交通事故是城市地区行人、工人和警察伤亡的最大原因之一。在这项工作中，我们提出了CSafe，一种低功耗音频可穿戴平台，可以检测，定位并提供迎面而来的车辆警报，以提高建筑工人的安全。与一般的城市或行人安全相比，建筑工人的安全是一个更具挑战性的问题，因为建筑工具的声音可能比车辆的声音大上几个数量级，这使得车辆检测和定位异常困难。为了克服这些挑战，我们开发了一种新的声源分离算法，称为概率模板匹配（PTM），以及一种新的噪声过滤架构，以从我们观察到的信号中去除巨大的建筑噪声。我们表明，与其他最先进的源分离算法相比，我们的架构可以将车辆检测提高12%。我们将PTM和我们的噪声过滤架构集成到CSafe中，并通过一系列现实世界的实验表明，CSafe在噪声较大的建筑工地场景中可以实现高达82%的车辆检测率和6.90°的平均定位误差，比最先进的音频可穿戴安全产品高16%，低近30°。
Vehicle accidents are one of the greatest cause of death and injury in urban areas for pedestrians, workers, and police alike. In this work, we present CSafe, a low power audio-wearable platform that detects, localizes, and provides alerts about oncoming vehicles to improve construction worker safety. Construction worker safety is a much more challenging problem than general urban or pedestrian safety in that the sound of construction tools can be up to orders of magnitude greater than that of vehicles, making vehicle detection and localization exceptionally difficult. To overcome these challenges, we develop a novel sound source separation algorithm, called Probabilistic Template Matching (PTM), as well as a novel noise filtering architecture to remove loud construction noises from our observed signals. We show that our architecture can improve vehicle detection by up to 12% over other state-of-art source separation algorithms. We integrate PTM and our noise filtering architecture into CSafe and show through a series of real-world experiments that CSafe can achieve up to an 82% vehicle detection rate and a 6.90° mean localization error in acoustically noisy construction site scenarios, which is 16% higher and almost 30° lower than the state-of-art audio wearable safety works.
登录
查看更多内容
DOI：
10.1145/3417313.3429383
发表时间：
2020-11
期刊：
Proceedings of the 2nd International Workshop on Challenges in Artificial Intelligence and Machine Learning for Internet of Things
影响因子：
--
作者：
S. Xia;Xiaofan Jiang
通讯作者：
S. Xia;Xiaofan Jiang
SEUS：可提高行人安全的可穿戴多通道声学耳机平台：演示摘要
DOI：
--
发表时间：
2016
期刊：
ACM International Conference on Embedded Networked Sensor Systems
影响因子：
--
作者：
Rishikanth Chandrasekaran;Daniel de Godoy;S. Xia;Md Tamzeed Islam;Bashima Islam;S. Nirjon;P. Kinget;Xiaofan Jiang
通讯作者：
Xiaofan Jiang
基于圆形麦克风阵列捕获和再现空间音频
DOI：
10.1155/2013/718574
发表时间：
2013
期刊：
J. Electr. Comput. Eng.
影响因子：
--
作者：
Anastasios Alexandridis;Anthony Griffin;A. Mouchtaris
通讯作者：
A. Mouchtaris
DOI：
10.1109/29.32276
发表时间：
1989-07-01
期刊：
IEEE TRANSACTIONS ON ACOUSTICS SPEECH AND SIGNAL PROCESSING
影响因子：
--
作者：
ROY, R;KAILATH, T
通讯作者：
KAILATH, T
启用基于 WiFi P2P 的行人安全应用程序
DOI：
--
发表时间：
2018
期刊：
arXiv.org
影响因子：
--
作者：
M. Won;Aawesh Shrestha;Y. Eun
通讯作者：
Y. Eun