Estimación del ángulo de arribo de una detonación para su clasificación y detección

Abstract

RESUMEN: Este trabajo tiene la finalidad de proponer un sistema que detecte y clasifique, sonidos de disparos adem´as estimar el ´angulo de donde provienen, con el prop´osito de servir como una herramienta en tareas de seguridad y vigilancia. El sistema considera diferentes aspectos en cuanto a procesamiento de c´omputo para poder funcionar en tiempo real, para ello se seleccionaron algoritmos tanto de clasificaci´on como de estimaci´on de ´angulo de arribo que permitan su ejecuci´on en tiempo real. El sistema utiliza una interfaz de audio modelo Scarlette 18i8 de la marca Focusrite a la cual est´an conectados 4 micr´ofonos de condensador con respuesta plana de patr´on de captaci´on omnidireccional. La interfaz de audio esta enlazada con Matlab, de tal manera que los algoritmos utilizados son procesados en tiempo real. El clasificador utilizado es el k-´esimo vecinos m´as cercanos (kNN por sus siglas en ingl´es) debido a que se realizaron diferentes pruebas en ambientes con y sin ruido, y clasificador tiene un rendimiento del 92 % en ausencia de ruido y es menos susceptible al ruido. En el estado del arte se muestra que la mayor´ıa de los clasificadores mas complicados, como las M´aquinas de Soporte Vectorial y Modelo Oculto de Markov reducen de manera considerable su rendimiento de clasificaci´on cuando se tienen patrones ruidosos a diferencia del clasificador kNN. El sistema adem´as de contar con un algoritmo para clasificar cuenta con un algoritmo que aproxima el ´angulo de la fuente sonora, es de tipo diferencia de tiempo de llegada (TDOA por sus siglas en ingl´es) lo que quiere decir que utiliza el retraso del sonido existente entre cada uno de los micr´ofonos para aproximar el ´angulo de llegada del sonido. Para obtener la diferencia en segundos que existe entre cada micr´ofono se utiliza el coeficiente de correlaci´on. ABSTRACT: This work proposes a system that detects and classifies sounds of gunshots also estimate the angle of arrival, with the purpose of serving as a tool in security and surveillance tasks. The system considers different aspects in terms of computation processing in order to be able to work in real time, so algorithms of both classification and arrival angle estimation that allow its execution in real time were selected. The system uses a Scarlette 18i8 audio interface of the Focusrite brand to which 4 condenser microphones with omnidirectional feedback pattern flat response are connected. The audio interface is linked to Matlab, in such a way that the algorithms used are processed in real time. The classifier used is the k-Nearest Neighbors (kNN) because different tests were carried out in environments with and without noise, and the classifier has up to 92 % performance in the absence of noise. In the state of the art it is shown that most of the more complicated classifiers, such as Vector Support Machines and Hidden Markov Model, reduce their classification performance considerably when there are noisy patterns unlike the kNN classifier. The system, in addition to having an algorithm to classify, has an algorithm that approximates the angle of the sound source, it is Time Delay of Arrival (TDOA) kind which means that it uses the delay of the existing sound between each of the microphones to approximate the angle of sound arrival.