JP3875111B2

JP3875111B2 - Accident sound detection device, method and program

Info

Publication number: JP3875111B2
Application number: JP2002012028A
Authority: JP
Inventors: 考一郎水島
Original assignee: Panasonic Corp; Matsushita Electric Industrial Co Ltd
Current assignee: Panasonic Corp; Panasonic Holdings Corp
Priority date: 2002-01-21
Filing date: 2002-01-21
Publication date: 2007-01-31
Anticipated expiration: 2022-01-21
Also published as: JP2003214942A

Description

【０００１】
【発明の属する技術分野】
本発明は、交通事故等によって生じる事故音を検出するための事故音検出装置、方法、およびプログラムに関するものである。
【０００２】
【従来の技術】
図１１は、特開平１０−１４２０４２号公報に開示された従来の事故音検出装置１１００のブロック構成を示す図である。事故音検出装置１１００は、音響信号入力端子１１０１に入力された音響信号が波形整形される波形整形回路１１０２、波形整形後の音響信号をデジタル信号に変換するためのＡＤ変換器１１０３、変換されたデジタル信号を平滑化処理するための信号平滑化手段１１０４、信号レベルの時間方向差分を算出するための差分演算手段１１０５、差分処理後のデジタル信号と所定の基準値とを比較するための比較回路１１０６、および上記の基準値を比較するためのメモリ１１０７によって構成される。
【０００３】
次に、従来の事故音検出装置１１００の動作について説明する。道路近傍等で収録された音響信号は、音響信号入力端子１１０１を介して波形整形回路１１０２に入力され、不要な信号成分が除去される。波形整形回路１１０２からの出力は、ＡＤ変換器１１０３によってアナログ信号からデジタル信号に変される。ＡＤ変換器１１０３から出力されるデジタル信号は、信号平滑化手段１１０４に入力され、信号平滑化手段１１０４によって、不要な外来信号に起因する急激なレベル変動を防ぐ目的で移動平均回路やローパスフィルタにより平滑化される。
【０００４】
信号平滑化手段１１０４の出力は、差分演算手段１１０５に入力され、現在の信号のレベルと一定時間だけ過去の信号のレベルとの差分値を算出する。比較回路１１０６は、上記差分値がメモリ１１０７に記憶された固定値である基準値よりも大きい場合には事故音検出信号を事故音検出出力端子１１０８から出力する。
これらにより、急激な音圧変化の伴う事故音を検出することができる。
【０００５】
【発明が解決しようとする課題】
しかしながら、従来の事故音検出装置においては、事故音の時間応答が事故音の種類によって大きく異なるため、事故音の種類によっては検出精度が低下するという問題があった。
また、事故音の種類のうち、急ブレーキ音やクラクション音は必ずしも急激なレベル変動を伴わないため、検出精度が低下するという問題があった。
また、緊急車両のサイレン音による誤検出が発生するという問題があった。
また、検出された事故音の種類がわからないという問題があった。
さらに、所望の方向以外の方向から到来する音により誤検出が発生するという問題があった。
【０００６】
本発明はこのような問題を解決するためになされたもので、事故音検出装置において事故音の検出精度を向上し、緊急車両のサイレン音等による誤検出を低減し、検出された事故音の種類を判定し、さらに、所望の方向以外の方向から到来する音により発生する誤検出を低減することが可能な事故音検出装置、方法、およびプログラムを提供することにある。
【０００７】
【課題を解決するための手段】
本発明の事故音検出装置は、マイクロホンによって検出されたアナログ音響信号をフレームによって構成されるデジタル信号に変換する変換手段と、前記デジタル信号に基づいて、前記フレーム毎に、前記アナログ音響信号の所定帯域を占める信号成分の信号レベルである広帯域パワーに関する情報を生成する広帯域パワーデータ生成手段と、事故音算出対象のフレームから所定フレーム数過去のフレームまでの各フレームについて得られた前記広帯域パワーの平均値を算出する平均値算出手段と、前記広帯域パワーの情報と前記広帯域パワーの平均値の情報とに基づいて前記事故音算出対象のフレームの信号が事故音に対応する信号か否かの判定をする判定手段とを備えた構成を有している。この構成により、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することが可能な、事故音検出装置を実現することができる。
【０００８】
また、本発明の事故音検出装置は、前記事故音算出対象のフレームから所定フレーム数過去のフレームまでの各フレームについて得られた前記広帯域パワーのうちの最大値を算出する最大値算出手段と、前記広帯域パワーの最大値と前記広帯域パワーの平均値との差分値を算出する差分値算出手段とを備え、前記判定手段は、前記差分値の情報に基づいて前記事故音算出対象のフレームの信号が事故音に対応する信号か否かの判定をする構成を有している。この構成により、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することが可能な、事故音検出装置を実現することができる。
【０００９】
また、本発明の事故音検出装置は、前記事故音算出対象のフレームから所定フレーム数過去のフレームまでの各フレームについて得られた前記広帯域パワーの合計値を算出する合計値算出手段と、前記広帯域パワーの合計値と前記広帯域パワーの平均値との差分値を算出する差分値算出手段とを備え、前記判定手段は、前記差分値の情報に基づいて前記事故音算出対象のフレームの信号が事故音に対応する信号か否かの判定をする構成を有している。この構成により、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することが可能な、事故音検出装置を実現することができる。
【００１０】
また、本発明の事故音検出装置は、前記マイクロホンによって検出されたアナログ音響信号における可聴周波数帯におけるいずれかの周波数帯を占める信号成分の信号レベルである狭帯域パワーを算出する狭帯域パワーデータ生成手段と、前記広帯域パワーの情報および前記狭帯域パワーの情報に基づいて狭帯域性を検出する狭帯域性検出手段と、前記判定手段によって前記事故音算出対象のフレームの信号が事故音に対応する信号と判定された場合に、前記狭帯域性検出手段によって前記狭帯域性が検出されたか否かの情報に基づいて前記事故音を分類する分類手段とを備えた構成を有している。この構成により、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、所定の狭帯域音響信号が継続する時間を評価するため、立ち上がり時間の異なる事故音についても精度良く検出することが可能な、事故音検出装置を実現することができる。
【００１１】
また、本発明の事故音検出装置は、前記狭帯域性検出手段は、前記広帯域パワーと前記狭帯域パワーとの差分値を算出し、前記広帯域パワーと前記狭帯域パワーとの差分値に基づいて狭帯域性を検出する構成を有している。この構成により、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、所定の狭帯域音響信号が継続する時間を評価するため、立ち上がり時間の異なる事故音についても精度良く検出することが可能な、事故音検出装置を実現することができる。
【００１２】
また、本発明の事故音検出装置は、前記狭帯域パワーデータ生成手段が前記狭帯域パワーの算出の対象とする前記可聴周波数帯におけるいずれかの周波数帯は、８００Hｚ以上２ｋHz以下の周波数範囲におけるいずれかの範囲の周波数帯である構成を有している。この構成により、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、所定の狭帯域音響信号が継続する時間を評価するため、立ち上がり時間の異なる事故音についても精度良く検出することが可能な、事故音検出装置を実現することができる。
【００１３】
また、本発明の事故音検出装置は、前記狭帯域パワーの時間変化の周期を算出する周期性算出手段を備え、前記分類手段は、前記判定手段によって前記事故音算出対象のフレームの信号が事故音に対応する信号と判定され、前記狭帯域性検出手段によって狭帯域性が検出されたときに、前記周期性算出手段によって周期が算出されない場合は事故音として分類し、周期性が算出された場合は事故音として分類しない構成を有している。この構成により、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、所定の狭帯域音響信号が継続する時間を評価するため、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、狭帯域の音響信号の周期性を評価するため、緊急車両のサイレン音等を検出することができると共に、急ブレーキ音やクラクション音等と区別することが可能な、事故音検出装置を実現することができる。
【００１４】
また、本発明の事故音検出装置は、前記マイクロホンによって検出されたアナログ音響信号における可聴周波数帯におけるいずれかの周波数帯を占める信号成分の信号レベルである狭帯域パワーを算出するための狭帯域パワーデータ生成手段と、前記狭帯域パワーの時間変化の周期を算出するための周期性算出手段と、前記判定手段によって前記事故音算出対象のフレームの信号が事故音に対応する信号と判定された場合に、前記周期性算出手段によって周期が算出されない場合は事故音とし、周期性が算出された場合は事故音としないように分類するための分類手段とを備えた構成を有している。この構成により、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、所定の狭帯域音響信号が継続する時間を評価するため、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、狭帯域の音響信号の周期性を評価するため、緊急車両のサイレン音等を検出することができると共に、急ブレーキ音やクラクション音等と区別することが可能な、事故音検出装置を実現することができる。
【００１５】
また、本発明の事故音検出装置は、前記狭帯域パワーの時間変化の情報に基づいて前記狭帯域パワーの時間変化の自己相関を算出する手段を備え、前記周期性算出手段は、前記自己相関に関する情報に基づいて前記狭帯域パワーの時間変化の周期を算出する構成を有している。この構成により、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、所定の狭帯域音響信号が継続する時間を評価するため、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、狭帯域の音響信号の周期性を評価するため、緊急車両のサイレン音等を検出することができると共に、急ブレーキ音やクラクション音等と区別することが可能な、事故音検出装置を実現することができる。
【００１６】
また、本発明の事故音検出装置は、前記周期性算出手段が算出対象とする周期の時間範囲は、０．３ｓ以上１０ｓ以下の範囲のいずれかの時間範囲である構成を有している。この構成により、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、所定の狭帯域音響信号が継続する時間を評価するため、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、狭帯域の音響信号の周期性を評価するため、緊急車両のサイレン音等を検出することができると共に、急ブレーキ音やクラクション音等と区別することが可能な、事故音検出装置を実現することができる。
【００１７】
また、本発明の事故音検出装置は、事故種別毎の事故音に応じた所定の特徴量に基づいて前記事故音の判別を行う判別分析手段を備えた構成を有している。この構成により、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、所定の狭帯域音響信号が継続する時間を評価するため、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、狭帯域の音響信号の周期性を評価するため、緊急車両のサイレン音等を検出することができると共に、急ブレーキ音やクラクション音等と区別することができ、事故音を検出した際に事故音について判別分析を行うため、事故音の種類を判定することが可能な、事故音検出装置を実現することができる。
【００１８】
また、本発明の事故音検出装置は、前記判別分析手段は、所定の判別関数を用いて事故音の判別を行い、前記判別関数形成に必要な判別係数を記憶しておく手段を有する構成を有している。この構成により、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、所定の狭帯域音響信号が継続する時間を評価するため、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、狭帯域の音響信号の周期性を評価するため、緊急車両のサイレン音等を検出することができると共に、急ブレーキ音やクラクション音等と区別することができ、事故音を検出した際に事故音について判別分析を行うため、事故音の種類を判定することが可能な、事故音検出装置を実現することができる。
【００１９】
また、本発明の事故音検出装置は、前記判別分析手段による判別において基礎とされる特徴量として、入力された前記アナログ音響信号の帯域を複数帯域に分割して得られる各帯域の信号成分のレベルである帯域パワーを用いる構成を有している。この構成により、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、所定の狭帯域音響信号が継続する時間を評価するため、立ち上がり時間の異なる事故音についても精度良く検出することができ、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、狭帯域の音響信号の周期性を評価するため、緊急車両のサイレン音等を検出することができると共に、急ブレーキ音やクラクション音等と区別することができ、事故音を検出した際に事故音について判別分析を行うため、事故音の種類を判定することが可能な、事故音検出装置を実現することができる。
【００２０】
また、本発明の事故音検出装置は、さらに前記マイクロホンである第１のマイクロホンと指向特性の異なる前記第１のマイクロホン以外の複数のマイクロホンからのアナログ音響信号を入力とし、前記第１のマイクロホン以外のマイクロホン毎に、対応する前記アナログ音響信号をフレームによって構成されるデジタル信号に変換する変換手段と、前記デジタル信号に基づいて、前記フレーム毎に、前記広帯域パワーに関する情報を生成する広帯域パワーデータ生成手段とをさらに備え、前記判別手段は、前記各広帯域パワーデータ生成手段によって生成された前記広帯域パワーに関する各情報に基づいて前記事故音の到来方向を算出する音源方向算出手段をさらに有する構成を有している。この構成により、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することができ、指向性マイクと無指向性マイクを用いて同時に検出された音響信号相互の差分から事故音が検出される範囲を制限できるため、所望の範囲以外から到来する音による後検出を抑制することが可能な、事故音検出装置を実現することができる。
【００２１】
【発明の実施の形態】
以下、本発明の実施の形態について、図面を用いて説明する。
図１は、本発明の第１の実施の形態の事故音検出装置の構成を示すブロック図である。なお、本発明において事故音とは、車両相互の衝突音、車両以外の物体と車両との衝突音、急ブレーキ音、クラクション音等を含む音をいう。
【００２２】
図１において、事故音検出装置１００は、音響信号入力端子１１０に入力された音響信号に所定の信号処理を施した後に、デジタル信号に変換するための変換手段１２０、変換手段１２０から出力されるデジタル信号に基づいて音響信号の広帯域パワーを算出するための広帯域パワーデータ生成手段１３０、広帯域パワーデータ生成手段１３０から出力されるデジタル信号に基づいて音圧変動を検出し、出力端子１５０に出力するための音圧変動検出手段１４０とによって構成される。
【００２３】
変換手段１２０は、さらに帯域制限手段１２１とアナログ／デジタル変換（以下、ＡＤ（Analog to Digital）変換という。）手段１２２によって構成される。
帯域制限手段１２１は、道路近傍等に設置したマイクロホンを介して音響信号入力端子１１０に入力されるアナログ信号である音響信号に対して帯域制限を行い、ＡＤ変換手段１２２に出力するための手段である。ここで、「音響信号」は電気信号であり、「帯域制限」とは、入力された音響信号に対して帯域通過フィルタ処理を施すことをいう。
【００２４】
このように帯域制限を施すことにより、以下に記載される効果が得られる。第１に、低域阻止フィルタ処理することによって風や振動による低周波数の雑音を除去することができる。この場合の低域とは、例えば、２００Ｈｚ以上４００Ｈｚ以下の範囲のいずれかの周波数以下の周波数帯域をいう。第２に、高域阻止フィルタ処理することによってＡＤ変換に伴うエイリアスを防止することができる。
【００２５】
ここで、上記高域阻止フィルタ処理には、公知のアンチエイリアスフィルタが使用できる。さらに、上記フィルタ処理以外に、騒音計等において用いられる公知のＡ特性を持つフィルタを用いてＡ特性をかけることも誤検出を防止するために有効である。
ＡＤ変換手段１２２は、帯域制限手段１２１から出力されたアナログの音響信号を入力とし、アナログ信号をデジタル信号に変換し、音圧変動検出手段１４０に出力するための手段である。
【００２６】
次に、広帯域パワーデータ生成手段１３０は、さらに広帯域パワー算出手段１３１とバッファ１３２によって構成される。
広帯域パワー算出手段１３１は、ＡＤ変換手段１２２から出力されたデジタル信号を入力とし、入力されたデジタル信号に対して複数のフレームに分割するフレーム分割処理を施し、フレーム毎に広帯域パワーの算出を行い、バッファ１３２に出力するための手段である。ここで広帯域とは、例えば、２００Hｚ以上サンプル周波数の半分の周波数以下の周波数範囲におけるいずれかの周波数帯域をいう。その際のサンプル周波数は、４００Ｈｚより高いものであることは当然である。
【００２７】
ＤＳＰ（Digital Signal Processor）等による実時間動作を考慮すると、フレーム長は長いほど単位時間当たりの演算量が削減できるため有利であるが、一方、突発的に発生する短時間の事故音を検出するためには短くする必要があることから、これらを考慮してフレーム長を設定するものとする。
【００２８】
具体的には、事故音の発生の時から事故音レベルがピーク値に達するまでに必要な時間は最も短い場合で５から１０ｍｓであるため、フレーム長は５ｍｓ〜５０ｍｓの範囲が適当であり、中でも１０ｍｓ程度が好適である。また、先行フレームと後続フレームの間隔は上記フレーム長と一致させるのも良い。
【００２９】
広帯域パワーの算出は、各サンプル点における入力信号の振幅値の二乗値をフレーム内において加算することによって行うことができる。ここで、「フレーム内」とは、フレーム内の一部または全部の信号を指すものとする。
バッファ１３２は、広帯域パワー算出手段１３１から出力される広帯域パワーの算出値（データ）を順次、所定時間蓄積し、蓄積された広帯域パワーの情報を一定時間間隔で音圧変動検出手段１４０に出力するための手段であり、蓄積できるデータの大きさは０．５ｓ以上の時間長に相当する大きさが適当である。
【００３０】
次に、音圧変動検出手段１４０は、さらに事故音パワー算出手段１４１、差分算出手段１４２、トレンド算出手段１４３、判定手段１４４、分散算出手段１４５、および基準差分値発生手段１４６によって構成される。
トレンド算出手段１４３は、バッファ１３２から出力された広帯域パワーの蓄積データを入力とし、広帯域パワーの蓄積データに基づいて後述するトレンドを算出し、差分算出手段１４２に出力するための手段である。トレンド算出は、事故音等の突発事象の発生する直前の平均音圧を算出するために行う。
【００３１】
トレンドの算出は、事故音パワー算出対象のフレームより前（事故音パワー算出対象のフレームは含まない）の複数フレームにわたり、広帯域パワーの平均値を算出する方法により行う。その際のフレーム数は１０〜１００フレームが好適であり、中でも２０フレーム程度が特に適している。
【００３２】
事故音パワー算出手段１４１は、バッファ１３２に蓄積された広帯域パワーの情報を入力とし、事故音パワーを算出して差分算出手段１４２に出力するための手段である。事故音の発生から事故音レベルがピーク値に達するまでの時間（以後、立ち上がり時間という。）は、事故音によって大きく異なり、少なくとも５ｍｓ〜１００ｍｓの範囲でばらつきがある。
【００３３】
従来、事故音パワーとしてサンプル間の差分値が用いられていたが、立ち上がり時間の短い事故音の場合は、差分値に基づくのでも事故音を検出することができるが、立ち上がり時間が長い事故音の場合には、サンプル間の差分値は小さいため、良好に検出できなかった。
【００３４】
事故音の立ち上がり時間が事故音の種類によって異なることから、特定のフレーム以降の複数フレームを用いて事故音パワーの推定を行う。事故音パワーの算出方法を２種類あげておく。第１の方法は、事故音パワー算出フレーム以後（事故音パワー算出対象フレームを含む）の複数フレーム中における広帯域パワーの最大値を事故音レベルとする方法である。第２の方法は、事故音パワー算出フレーム以後（事故音パワー算出対象フレームを含む）の単一または複数のフレーム中における広帯域パワーの合計値を事故音パワーとする方法である。いずれの方法においても、算出に用いるフレーム数は１〜１０程度が適当である。
【００３５】
差分算出手段１４２は、事故音パワー算出手段１４１から出力された事故音パワーと、トレンド算出手段１４３から出力されたトレンドとを入力とし、事故音パワーとトレンドとの差分値を算出して判定手段１４４および分散算出手段１４５に出力するための手段である。
【００３６】
上記の差分値を、事故音パワーとトレンドとの比とし、以下の式（１）に示すようにデシベル（ｄＢ）値で表現する。
【数１】

【００３７】
分散算出手段１４５は、差分算出手段１４２から出力された事故音パワーとトレンドとの差分値の情報を入力とし、上記差分値の平均値と分散を算出し、基準差分値発生手段１４６に出力するための手段である。平均値と分散の算出のために用いるフレーム数は３０分から１時間の時間長に相当する程度の数が適当である。なお、平均値と分散は、公知の統計手法で計算される統計量である。
【００３８】
基準差分値発生手段１４６は、分散算出手段１４５から出力された事故音パワーとトレンドとの差分値の平均値に関する情報と分散に関する情報とを入力とし、上記平均値に関する情報と分散に関する情報に基づいて基準差分値を生成し、判定手段１４４に出力するための手段である。
【００３９】
基準差分値の設定方法として２つの方法を挙げておく。第１の方法は固定値を採用する方法であり、基準差分値の範囲は、実用上６dB〜18dBの範囲が好適である。第２の方法は、分散算出手段１４５によって算出された分散の情報に基づいて基準差分値を設定する方法であり、基準差分値として分散の４倍程度が好適である。
【００４０】
判定手段１４４は、差分算出手段１４２から出力された事故音パワーとトレンドとの差分値の情報および基準差分値発生手段１４６から出力された基準差分値の情報とを入力とし、事故音パワーとトレンドとの差分値が基準差分値以上か否かを判断し、上記差分値が基準差分値以上のときは事故音である旨の信号を、基準差分値未満の時は事故音でない旨の信号を出力端子１５０に出力するための手段である。
【００４１】
基準差分値は小さくするほど事故音の検出ミスは少なくなるが、事故音以外の音による誤検出が多くなる。また、基準差分値は大きいほど事故音の検出ミスは多くなるが、事故音以外の音による誤検出は少なくなる。したがって、用途に応じて適切に基準差分値を設定しておくこととする。
【００４２】
図２は、本発明の第１の実施の形態に係る事故音検出方法における処理の流れを示すフローチャートである。
ステップＳ２２１で、帯域制限手段１２１は、道路近傍等に設置したマイクロホンを介して音響信号入力端子１１０に入力されるアナログ信号である音響信号に対して帯域制限を行う。
【００４３】
ステップＳ２２２で、ＡＤ変換手段１２２は、帯域制限手段１２１から出力されたアナログの音響信号をデジタル信号に変換する。
ステップＳ２３１で、広帯域パワー算出手段１３１は、ＡＤ変換手段１２２から出力されたデジタル信号に対して複数のフレームに分割するフレーム分割処理を施し、フレーム毎に広帯域パワーの算出を行う。
【００４４】
ステップＳ２３２で、バッファ１３２は、広帯域パワー算出手段１３１から出力される広帯域パワーの算出値（データ）を順次、所定時間蓄積し、蓄積された広帯域パワーの情報を一定時間間隔で音圧変動検出手段１４０に出力する。
ステップＳ２４１で、トレンド算出手段１４３は、バッファ１３２から出力された広帯域パワーの蓄積データに基づいてトレンドを算出する。
【００４５】
ステップＳ２４２で、事故音パワー算出手段１４１は、バッファ１３２に蓄積された広帯域パワーの情報に基づいて事故音パワーを算出する。
ステップＳ２４３で、差分算出手段１４２は、事故音パワー算出手段１４１から出力された事故音パワーと、トレンド算出手段１４３から出力されたトレンドとの差分値を算出する。
【００４６】
ステップＳ２４４で、分散算出手段１４５は、差分算出手段１４２から出力された事故音パワーとトレンドとの差分値について、差分値の平均値と分散を算出する。
ステップＳ２４５で、基準差分値発生手段１４６は、分散算出手段１４５から出力された事故音パワーとトレンドとの差分値の平均値に関する情報と分散に関する情報とを入力とし、上記平均値に関する情報と分散に関する情報に基づいて基準差分値を生成する。
【００４７】
ステップＳ２４６で、判定手段１４４は、差分算出手段１４２から出力された事故音パワーとトレンドとの差分値の情報および基準差分値発生手段１４６から出力された基準差分値の情報とに基づき、事故音パワーとトレンドとの差分値が基準差分値以上か否かを判断する。
【００４８】
判定手段１４４は、ステップＳ２４６で事故音パワーとトレンドとの差分値が基準差分値以上と判断した場合は、ステップＳ２５１で、事故音である旨の信号を出力し、基準差分値未満と判断した場合は、ステップＳ２５２で、事故音でない旨の信号を出力端子１５０に出力する。
以上のフレーム処理の動作を繰り返して事故音の検出を行う。
【００４９】
以上説明したように、本発明の第１の実施の形態に係る事故音検出装置および方法は、事故音の検出を単なるサンプル間のパワーの差分値に基づいて行うのではなく、複数のフレームを用いて事故音パワーを推定し、その直前の平均パワーと比較することにより、立ち上がり時間の異なる事故音についても精度良く検出することができる。
【００５０】
なお、本発明の第１の実施の形態では、上記のステップＳ２２１〜Ｓ２５２の各ステップでの処理を行う事故音検出方法について説明したが、これらの各ステップを含む事故音検出動作を実行させるための事故音検出用プログラムを生成し、そのプログラムに基づいて、コンピュータに、これらのステップＳ２２１〜Ｓ２５２を含む事故音検出動作を実行させることも可能であり、上記と同様の効果を得ることができる。
【００５１】
図３は、本発明の第２の実施の形態の事故音検出装置の構成を示すブロック図である。なお、本発明において事故音とは、車両相互の衝突音、車両以外の物体と車両との衝突音、急ブレーキ音、クラクション音等を含む音をいう。また、事故音検出装置３００を構成する構成手段のうち、上記本発明の第１の実施の形態に係る事故音検出装置１００における構成手段と同様の処理を行うものには同一の引用番号を付し、その説明を省略する。
【００５２】
図３において、事故音検出装置３００は、本発明の第１の実施の形態の事故音検出装置１００に、変換手段１２０から出力されるデジタル信号に基づいて音響信号の狭帯域パワーを算出するための狭帯域パワーデータ生成手段３３０、狭帯域パワーデータ生成手段３３０から出力される情報に基づいて音響信号の狭帯域性を検出するための狭帯域性検出手段３４０、および、音圧変動検出手段１４０および狭帯域性検出手段３４０から出力された情報に基づいて事故音の分類を行うための分類手段３６０を設けた点が相違する。
【００５３】
狭帯域パワーデータ生成手段３３０は、さらに帯域制限手段３３１、狭帯域パワー算出手段３３２、およびバッファ３３３によって構成される。
帯域制限手段３３１は、変換手段１２０から出力されたデジタル信号を入力とし、入力されたデジタル信号に対して帯域制限を行い、狭帯域パワー算出手段３３２に出力するための手段である。
【００５４】
帯域制限の目的は狭帯域成分の卓越するクラクションや急ブレーキの信号成分のみを抽出するためである。これらの事故音は立ち上がり時間が１ｓを超えるような長い場合があり、そのような場合には上記本発明の第１の実施の形態において説明した方法では検出できない場合があるが、本発明の第２の実施の形態において説明するように帯域制限を行うことにより検出が可能となる。帯域通過フィルタの通過周波数として、８００Ｈｚ以上２ｋＨｚ以下と設定するのが好適である。帯域通過フィルタとして、公知のＩＩＲフィルタを用いるのが好適であるが、その他のデジタルの帯域通過フィルタでも良い。
【００５５】
狭帯域パワー算出手段３３２は、帯域制限手段３３１から出力されたデジタル信号を入力とし、入力されたデジタル信号に対して複数のフレームに分割するフレーム分割処理を施し、フレーム毎に狭帯域パワーの算出を行い、バッファ３３３に出力するための手段である。
【００５６】
なお、フレーム分割処理におけるフレーム長とフレーム間隔は、上記本発明の第１の実施の形態で述べた広帯域パワー算出における値と同一とする。また、狭帯域パワーの算出は、各サンプルにおける入力信号の振幅値の二乗値をフレーム内において加算することによって行うことができる。
【００５７】
バッファ３３３は、狭帯域パワー算出手段３３２から出力される狭帯域パワーの算出値（データ）を順次、所定時間蓄積し、蓄積された広帯域パワーの情報を一定時間間隔で狭帯域性検出手段３４０に出力するための手段であり、蓄積できるデータの大きさは０．５ｓ以上の時間長に相当する大きさが適当である。
【００５８】
次に、狭帯域性検出手段３４０は、さらに差分算出手段３４１と継続時間算出手段３４２によって構成される。
差分算出手段３４１は、広帯域パワーデータ生成手段１３０から出力された事故音パワーと、バッファ３３３に蓄積された狭帯域パワーの情報とを入力とし、広帯域事故音パワーと狭帯域事故音パワーとの差分値を算出して継続時間算出手段３４２に出力するための手段である。
【００５９】
上記の差分値を、広帯域事故音パワーと狭帯域事故音パワーとの比とし、以下の式（２）に示すようにデシベル（ｄＢ）値で表現する。
【数２】

【００６０】
継続時間算出手段３４２は、差分算出手段３４１から出力される差分値の情報を入力とし、狭帯域事故音信号が継続する時間を算出し、分類手段３６０に出力するための手段である。狭帯域事故音信号が継続する時間は、入力された差分値が予め決められた値以上となる時間長のことをいうものとする。ここで、予め決められた値としては、例えば、−３〜−１０ｄＢ程度の範囲が好適である。
なお、上記差分算出手段３４１および継続時間算出手段３４２によって行われる処理を、狭帯域性を検出するための処理という。
【００６１】
分類手段３６０は、音圧変動検出手段１４０から出力される事故音か否かを示す信号と継続時間算出手段３４２から出力される狭帯域事故音信号とに基づいて事故音の分類を行い、事故音の種類に応じた信号を出力端子１５０に出力するための手段である。
【００６２】
なお、分類手段３６０によって行われる分類は、音圧変動検出手段１４０によって事故音と判断された場合において、判断の対象となったフレームを含む連続するフレーム中に含まれる狭帯域事故音信号の継続時間が、あらかじめ定められた基準時間を超えて検出された場合は、急ブレーキまたはクラクションによる事故音と分類し、それ以外の場合は、他のカテゴリーの事故音とするのでも良い。また、狭帯域事故音信号の継続時間と比較される基準時間としては、０．２ｓ〜２ｓ程度が好適である。
【００６３】
図４は、本発明の第２の実施の形態に係る事故音検出方法における処理の流れを示すフローチャートである。なお、事故音検出方法を構成するステップのうち、上記本発明の第１の実施の形態に係る事故音検出方法を構成するステップと同様の処理を行うものには同一の引用番号を付し、その説明を省略する。
【００６４】
ステップＳ４３１で、帯域制限手段３３１は、変換手段１２０から出力されたデジタル信号に対して帯域制限を行う。
ステップＳ４３２で、狭帯域パワー算出手段３３２は、帯域制限手段３３１から出力されたデジタル信号に対して複数のフレームに分割するフレーム分割処理を施し、フレーム毎に狭帯域パワーの算出を行う。
【００６５】
ステップＳ４３３で、バッファ３３３は、狭帯域パワー算出手段３３２から出力される狭帯域パワーの算出値（データ）を順次、所定時間蓄積し、蓄積された広帯域パワーの情報を一定時間間隔で狭帯域性検出手段３４０に出力する。
ステップＳ４４１で、差分算出手段３４１は、ステップＳ２３２で出力された事故音パワーと、バッファ３３３に蓄積された狭帯域パワーの情報との差分値を算出する。
【００６６】
ステップＳ４４２で、継続時間算出手段３４２は、差分算出手段３４１から出力される差分値の情報に基づいて、狭帯域事故音信号が継続する時間を算出する。
ステップＳ４６０で、分類手段３６０は、音圧変動検出手段１４０から出力される事故音か否かを示す信号と継続時間算出手段３４２から出力される狭帯域事故音信号とに基づいて事故音の分類を行い、事故音の種類に応じた信号を出力端子１５０に出力する。
以上のフレーム処理の動作を繰り返して事故音の検出を行う。
【００６７】
以上説明したように、本発明の第２の実施の形態に係る事故音検出装置および方法は、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、所定の狭帯域音響信号が継続する時間を評価するため、立ち上がり時間の異なる事故音についても精度良く検出することができる。
【００６８】
なお、本発明の第２の実施の形態では、上記のステップＳ２２０〜Ｓ４６０の各ステップでの処理を行う事故音検出方法について説明したが、これらの各ステップを含む事故音検出動作を実行させるための事故音検出用プログラムを生成し、そのプログラムに基づいて、コンピュータに、これらのステップＳ２２０〜Ｓ４６０を含む事故音検出動作を実行させることも可能であり、上記と同様の効果を得ることができる。
【００６９】
図５は、本発明の第３の実施の形態の事故音検出装置の構成を示すブロック図である。なお、本発明において事故音とは、車両相互の衝突音、車両以外の物体と車両との衝突音、急ブレーキ音、クラクション音等を含む音をいう。また、事故音検出装置５００を構成する構成手段のうち、上記本発明の第２の実施の形態に係る事故音検出装置３００における構成手段と同様の処理を行うものには同一の引用番号を付し、その説明を省略する。
【００７０】
図５において、事故音検出装置５００は、本発明の第２の実施の形態の事故音検出装置３００に、狭帯域パワーデータ生成手段３３０から出力される狭帯域パワーの情報に基づいて狭帯域音響が発生する周期性を算出するための周期性検出手段５４０、および音圧変動検出手段１４０と狭帯域性検出手段３４０と自己相関算出手段５４１とからの出力信号に基づいて事故音を分類するための分類手段５６０を設けた点が相違する。
【００７１】
周期性検出手段５４０は、本発明の第２の実施の形態における狭帯域性の評価のみでは、緊急車両のサイレン音等を誤検出する可能性があり、それらの誤検出するのを回避するために設けられた。緊急車両サイレン音は、急ブレーキ音やクラクション音と同様に狭帯域の音響信号であるため誤検出の可能性があるが、周期性を持つという点で急ブレーキ音等とは異なる。そこで、本発明の第３の実施の形態に係る事故音検出装置５００は、狭帯域信号の周期性に着目して緊急車両サイレン音等を検出するものである。
【００７２】
周期性検出手段５４０は、さらに自己相関算出手段５４１および周期算出手段５４２によって構成される。
自己相関算出手段５４１は、狭帯域パワーデータ生成手段３３０から出力された狭帯域パワーの信号を入力とし、入力された狭帯域パワー信号について自己相関を算出し、算出された自己相関の情報を周期算出手段５４２に出力するための手段である。
【００７３】
自己相関関数の算出方法として、時間領域で直接算出する公知の方法でも良いが、周波数領域でクロススペクトルを一旦算出して時間領域に変換する公知の方法の方が少ない演算量で済むことから望ましい。いずれの方法においても、自己相関関数算出のためのラグ長として１０ｓ以上を確保することが望ましい。
【００７４】
周期算出手段５４２は、自己相関算出手段５４１から出力された自己相関の情報を入力とし、自己相関信号の周期性を算出して５６０に出力するための手段である。
周期の算出方法として、所定の時間範囲で自己相関のラグを変え、自己相関が所定以上の値でありかつ極大となるラグを周期とする方法を用いることができる。その際、その時間範囲内に自己相関が所定以上の値でありかつ極大となるラグが存在しない場合には、周期は検出されないとする。なお、サイレン音等の周期は、例えば、救急車やパトカー等の緊急車両の種類よって異なることを考慮して、ラグを変える時間範囲を０．３ｓ〜１０ｓ程度にするのが好適である。
【００７５】
分類手段５６０は、音圧変動検出手段１４０から出力される事故音か否かを示す信号と、継続時間算出手段３４２から出力される狭帯域事故音信号と、周期性検出手段５４０から出力される周期性に関する情報とに基づいて事故音の分類を行い、事故音の種類に応じた信号を出力端子１５０に出力するための手段である。
【００７６】
なお、分類手段５６０によって行われる分類は、音圧変動検出手段１４０によって事故音と判断された場合において、周期算出手段５４２によって周期性が検出されたとする信号が出力された場合はサイレン音等と分類し、それ以外の場合であって狭帯域信号が検出された場合は、急ブレーキ音やクラクション音等の事故音とするのでも良い。さらに、以上２つのカテゴリーの事故音に分類されない場合には、その他の事故音のカテゴリーに分類するのでも良い。
【００７７】
図６は、本発明の第３の実施の形態に係る事故音検出方法における処理の流れを示すフローチャートである。なお、事故音検出方法を構成するステップのうち、上記本発明の第２の実施の形態に係る事故音検出方法を構成するステップと同様の処理を行うものには同一の引用番号を付し、その説明を省略する。
【００７８】
ステップＳ６４１で、自己相関算出手段５４１は、狭帯域パワーデータ生成手段３３０から出力された狭帯域パワーの信号を入力とし、入力された狭帯域パワー信号について自己相関を算出する。
ステップＳ６４２で、周期算出手段５４２は、自己相関算出手段５４１から出力された自己相関信号の周期性を算出する。
【００７９】
ステップＳ６６０で、分類手段５６０は、音圧変動検出手段１４０から出力される事故音か否かを示す信号と、継続時間算出手段３４２から出力される狭帯域事故音信号と、周期性検出手段５４０から出力される周期性に関する情報とに基づいて事故音の分類を行う。ここで、事故音の分類方法は、上記で説明した方法とするのでも良い。
以上のフレーム処理の動作を繰り返して事故音の検出を行う。
【００８０】
以上説明したように、本発明の第３の実施の形態に係る事故音検出装置および方法は、広帯域の音響信号と狭帯域の音響信号に基づいて事故音を検出し、狭帯域の音響信号の周期性を評価するため、緊急車両のサイレン音等を検出することができると共に、急ブレーキ音やクラクション音等と区別することができる。
【００８１】
なお、本発明の第３の実施の形態では、上記のステップＳ２２０〜Ｓ６６０の各ステップでの処理を行う事故音検出方法について説明したが、これらの各ステップを含む事故音検出動作を実行させるための事故音検出用プログラムを生成し、そのプログラムに基づいて、コンピュータに、これらのステップＳ２２０〜Ｓ６６０を含む事故音検出動作を実行させることも可能であり、上記と同様の効果を得ることができる。
【００８２】
図７は、本発明の第４の実施の形態の事故音検出装置の構成を示すブロック図である。なお、本発明において事故音とは、車両相互の衝突音、車両以外の物体と車両との衝突音、急ブレーキ音、クラクション音等を含む音をいう。また、事故音検出装置７００を構成する構成手段のうち、上記本発明の第１の実施の形態に係る事故音検出装置１００における構成手段と同様の処理を行うものには同一の引用番号を付し、その説明を省略する。
【００８３】
図７において、事故音検出装置７００は、本発明の第１の実施の形態の事故音検出装置１００に、変換手段１２０から出力されるデジタル信号に基づいて音響信号の帯域パワーを算出するための帯域パワーデータ生成手段７３０、および音圧変動検出手段１４０と帯域パワーデータ生成手段７３０とからの出力信号に基づいて事故音を分析し、判別するための分析判別手段７４０を設けた点が相違する。
【００８４】
帯域パワーデータ生成手段７３０は、さらにＦＦＴ演算手段７３１、帯域パワー算出手段７３２、およびバッファ７３３によって構成される。
ＦＦＴ演算手段７３１は、変換手段１２０から出力されたデジタル信号を入力とし、入力されたデジタル信号に対して複数のフレームに分割するフレーム分割処理を施し、フレーム毎に公知のＦＦＴを行い、帯域パワー算出手段７３２に出力するための手段である。
【００８５】
なお、フレーム分割処理におけるフレーム長とフレーム間隔は、上記本発明の第１の実施の形態で述べた広帯域パワー算出処理における値と同一とする。また、狭帯域パワーの算出は、各サンプルにおける入力信号の振幅値の二乗値をフレーム内において加算することによって行うことができる。なお、ＦＦＴ長は１フレームを構成するサンプル数以上必要である。
【００８６】
帯域パワー算出手段７３２は、ＦＦＴ演算手段７３１から出力されたＦＦＴ処理後の信号を入力とし、入力された信号に対してフレーム毎に帯域パワーの算出を行い、バッファ３３３に出力するための手段である。帯域パワー算出の目的は、事故音の種類判別を行うために後述する分析判別手段７４０において用いる判別の手がかりとなる情報を算出するためである。
【００８７】
帯域幅は、音響測定で通常用いられる１／３オクターブバンド幅が好適である。それぞれの帯域について、その帯域内に含まれる周波数のパワーの合計を算出して帯域パワーとする。なお、ここで算出する帯域パワーをＬｉ（ｉ＝１〜Ｎ；Ｎは帯域数）と表す。
バッファ３３３は、帯域パワー算出手段７３２から出力される帯域パワーの算出値（データ）を順次、所定時間蓄積し、蓄積された帯域パワーの情報を一定時間間隔で分析判別手段７４０に出力するための手段である。
【００８８】
分析判別手段７４０は、さらにトリガ検出手段７４１、入力変数設定手段７４２、判別関数座標算出手段７４３、判別係数保持手段７４４、距離算出手段７４５、重心座標保持手段７４６、および判別手段７４７によって構成される。
トリガ検出手段７４１は、音圧変動検出手段１４０から出力された事故音か否かを示す信号を入力とし、事故音の信号か否かを判断し、事故音と判断した場合は、所定の信号を入力変数設定手段７４２に出力するための手段である。
【００８９】
入力変数設定手段７４２は、バッファ７３３から出力された帯域パワーの算出値（データ）Ｌｉ（ｉ＝１〜Ｎ）およびトリガ検出手段７４１から出力された所定の信号を入力とし、以下の式（３）に示す全帯域レベルＬを算出し、全帯域レベルＬの情報を判別関数座標算出手段７４３に出力するための手段である。
【数３】

【００９０】
判別関数座標算出手段７４３は、入力変数設定手段７４２から出力された全帯域レベルＬの情報を入力とし、以下の式（４）に示す判別関数座標X_j（j=１〜M）を算出し、判別関数座標X_j（j=１〜M）の情報を距離算出手段７４５に出力するための手段である。
【数４】

【００９１】
ここで、α_ijは判別係数であり、予め事故音の種類別に複数のサンプルデータを分析して得られた係数であり、分析方法は、例えば、公知の「マハラノビスの距離に基づく判別係数の生成方法」を用いるのでも良い。また、Ｍは、次元数であり、（判別グループの数−１）と表される。
判別係数保持手段７４４は、上記の判別係数α_ijを保持するための手段であり、メモリ等によって構成される。
【００９２】
距離算出手段７４５は、判別関数座標算出手段７４３から出力された判別関数座標X_jを入力とし、以下の式（５）に示す二乗距離Ｄ_kを算出し、二乗距離Ｄ_kの情報を判別手段７４７に出力するための手段である。
【数５】

【００９３】
ここで、Ｙ_kは、中心座標であり、予め事故音の種類別に複数のサンプルデータを分析して得られた係数であり、分析方法は、例えば、公知の「マハラノビスの距離に基づく判別係数の生成方法」を用いるのでも良い。
重心座標保持手段７４６は、上記の中心座標Ｙ_kを保持するための手段であり、メモリ等によって構成される。
【００９４】
判別手段７４７は、距離算出手段７４５から出力された二乗距離Ｄ_kの情報を入力とし、二乗距離Ｄ_kが最小となるｋを判別グループとして判定し、判定結果に応じた信号を出力端子１５０に出力するための手段である。
【００９５】
図８は、本発明の第２の実施の形態に係る事故音検出方法における処理の流れを示すフローチャートである。なお、事故音検出方法を構成するステップのうち、上記本発明の第１の実施の形態に係る事故音検出方法を構成するステップと同様の処理を行うものには同一の引用番号を付し、その説明を省略する。
【００９６】
ステップＳ８３１で、ＦＦＴ演算手段７３１は、ステップＳ２２０でのＡＤ変換によって得られたデジタル信号に対して、複数のフレームに分割するフレーム分割処理を施し、フレーム毎に公知のＦＦＴ処理を施す。
ステップＳ８３２で、帯域パワー算出手段７３２は、ＦＦＴ処理後の信号に対してフレーム毎に帯域パワーの算出を行う。
【００９７】
ステップＳ８３３で、バッファ３３３は、ステップＳ８３２で算出された帯域パワーの算出値（データ）を順次、所定時間蓄積し、蓄積された帯域パワーの情報を一定時間間隔で分析判別手段７４０に出力する。
ステップＳ８４１で、トリガ検出手段７４１は、ステップＳ２４０で生成された事故音か否かを示す信号に基づいて、この信号が事故音を意味する信号か否かを判断し、事故音と判断した場合は、所定の信号を入力変数設定手段７４２に出力する。
【００９８】
ステップＳ８４２で、入力変数設定手段７４２は、ステップＳ８４１で所定の信号が入力された場合、上記の式（３）に示す全帯域レベルＬを算出する。
ステップＳ８４３で、判別関数座標算出手段７４３は、ステップＳ８４２で算出された全帯域レベルＬの情報に基づいて、上記の式（４）に示す判別関数座標X_j（j=１〜M）を算出する。
【００９９】
ステップＳ８４５で、距離算出手段７４５は、ステップＳ８４３で算出された判別関数座標X_jに基づいて、上記の式（５）に示す二乗距離Ｄ_kを算出する。
ステップＳ８４７で、判別手段７４７は、ステップＳ８４５で算出された二乗距離Ｄ_kの情報に基づいて、二乗距離Ｄ_kが最小となるｋを判別グループとして判定する。
以上のフレーム処理の動作を繰り返して事故音の検出を行う。
【０１００】
以上説明したように、本発明の第４の実施の形態に係る事故音検出装置および方法は、事故音を検出した際に事故音について判別分析を行うため、事故音の種類を判定することができる。
【０１０１】
なお、本発明の第４の実施の形態では、上記のステップＳ２２０〜Ｓ８４７の各ステップでの処理を行う事故音検出方法について説明したが、これらの各ステップを含む事故音検出動作を実行させるための事故音検出用プログラムを生成し、そのプログラムに基づいて、コンピュータに、これらのステップＳ２２０〜Ｓ８４７を含む事故音検出動作を実行させることも可能であり、上記と同様の効果を得ることができる。
【０１０２】
図９は、本発明の第５の実施の形態の事故音検出装置の構成を示すブロック図である。なお、本発明において事故音とは、車両相互の衝突音、車両以外の物体と車両との衝突音、急ブレーキ音、クラクション音等を含む音をいう。また、事故音検出装置９００を構成する構成手段のうち、上記本発明の第１の実施の形態に係る事故音検出装置１００における構成手段と同様の処理を行うものには同一の引用番号を付し、その説明を省略する。
【０１０３】
図９において、事故音検出装置９００は、交差点９０１付近に配置された第１、第２のマイク９０２、９０３、第１、第２のマイク９０２、９０３が検出した音響信号がそれぞれ入力される第１、第２の変換手段１２０、第１、第２の変換手段１２０からの出力信号がそれぞれ入力される第１、第２の広帯域パワーデータ生成手段１３０、第１、第２の広帯域パワーデータ生成手段１３０からの出力信号に基づいて音源方向を算出するための音源方向算出手段９４０、広帯域パワーデータ生成手段１３０の出力信号が入力される音圧変動検出手段１４０、音圧変動検出手段１４０と音源方向算出手段９４０とからの出力信号が入され、事故発生に関する所定の判別情報を生成するための判別手段９６０、交差点９０１を映し出す監視カメラ９０４、監視カメラ９０４からの映像信号が入力されるＡＤ変換手段９２０、ＡＤ変換手段９２０からのデジタル画像信号が入力されるバッファ９３０、バッファ９３０からのデジタル画像信号と判別手段９６０からの判別情報が入力される画像切出手段９７０、および記憶手段９８０によって構成される。ここで、第1のマイク９０２は指向性マイクであり、その指向範囲を図9に引用記号「９０５」によって示す範囲とする。また、第２のマイクは無指向性マイクとする。
【０１０４】
音源方向算出手段９４０は、さらに差分算出手段９４１、音源方向判定手段９４２、および判定基準発生手段９４３によって構成される。
差分算出手段９４１は、第１、第２の広帯域パワーデータ生成手段１３０から出力された広帯域パワーのデータを入力とし、単一指向性マイク９０２の広帯域パワーと無指向性マイク９０３の広帯域パワーとの差分を算出し、音源方向判定手段９４２に出力するための手段である。
【０１０５】
ここで、各フレームにおいて、上記両者の差分を以下の式（６）に示すようにデシベル値（ｄＢ）で算出する。
【数６】

なお、上記の式（６）における補正値は、単一指向性マイクＳ９０２の感度と無指向性マイクＳ９０３の感度を調整するための補正値であり、１つの音源が単一指向性マイクの指向方向の主軸上にある場合に、上記の式（６）に示した差分値が０になるように設定する。
【０１０６】
音源方向判定手段９４２は、差分算出手段９４１から出力された単一指向性マイク９０２の広帯域パワーと無指向性マイク９０３の広帯域パワーとの差分を入力とし、判定基準発生手段９４３に予め設定されている値と上記差分とを比較し、事故音が指向範囲９０５の範囲内で発生したものか否かを判定し、判定結果を判別手段９６０に出力するための手段である。
【０１０７】
ここで、単一指向性マイク９０２の指向範囲は交差点内等の事故音の発生する方向に向けられているため、単一指向性マイク９０２は指向範囲より到来する事故音に対しては高い感度を持つが、それ以外の方向から到来する工事現場の騒音や飛行機騒音等の事故音以外の音には低い感度を持つ。一方、無指向性マイク９０３はいずれの方向にも高い感度を持つ。そこで、両者の差分をとることにより、両者の差が小さい場合には音の発生方向は単一指向性マイクの指向範囲であり、両者の差が大きい場合には音の発生方向はそれ以外の方向であると推定できる。
【０１０８】
音源方向の推定方法は、例えば、判定基準発生手段９４３に予め設定しておいた判定基準値よりも上記の式（６）で算出した差分が大きい場合に音源方向が単一指向性マイクＳ９０２の指向範囲９０５内にあると判定し、そうでない場合は指向範囲９０５以外と判定するのでも良い。なお、上記判定基準値は−３ｄＢ〜−１２ｄＢの範囲におけるいずれかの値が好適である。
【０１０９】
判別手段９６０は、音圧変動検出手段１４０からの事故音か否かを示す信号と音源方向算出手段９４０からの音源方向に関する情報とを入力とし、事故音か否かを示す信号と音源方向の判定結果に基づいて指向範囲９０５内で発生した事故音か否かを判別し、指向範囲９０５内で発生した事故音と判別した場合は、所定の信号を画像切出手段９７０に出力するための手段である。その際、指向範囲９０５内で発生した事故音と判別されない場合は、指向範囲９０５には信号は出力されない。
【０１１０】
監視カメラ９０４は、交差点の撮影を継続して行い、撮影で得られたデータをＡＤ変換手段９２０に出力するための手段である。
ＡＤ変換手段９２０は、監視カメラ９０４から出力されたデータをＡＤ変換して画像データを生成し、バッファ９３０に出力するための手段である。
バッファ９３０は、ＡＤ変換して得られた画像データを所定時間蓄積し、蓄積した広帯域パワーの情報を後述する画像切出手段９７０からの出力信号に応じて蓄積した画像データを画像切出手段９７０に出力するための手段である。
【０１１１】
画像切出手段９７０は、判別手段９６０による判別の結果が指向範囲９０５内の事故音であるときに出力される信号を入力とし、判別手段９６０からの信号を受けたとき、バッファ９３０に所定の信号を出力し、出力信号に応じてバッファ９３０から出力される画像データのうちの所定の画像データを切り出す。
【０１１２】
なお、切り出しは、指向範囲９０５内で事故音が検出された時刻の前後１０ｓ程度の間にわたり切り出すのでも良い。また、切り出した画像は、記憶手段９８０に記憶しておくのでも良い。ここで、記憶手段９８０は、ハードディスク等とするのが好適である。
【０１１３】
図１０は、本発明の第５の実施の形態に係る事故音検出方法における処理の流れを示すフローチャートである。なお、事故音検出方法を構成するステップのうち、上記本発明の第１の実施の形態に係る事故音検出方法を構成するステップと同様の処理を行うものには同一の引用番号を付し、その説明を省略する。
【０１１４】
ステップＳ２２０で行われる変換処理は、単一指向性マイク９０２および無指向性マイク９０３から出力される音響信号に対して施される。
ステップＳ１０２０で、ＡＤ変換手段９２０は、監視カメラ９０４から出力されたアナログの画像データに対してＡＤ変換処理を施し、デジタルの画像データを生成する。
【０１１５】
ステップＳ２３０で行われる広帯域パワーデータ生成処理は、第１、第２の変換手段１２０両方から出力されるデジタル信号に対して施される。
ステップＳ１０３０で、バッファ９３０は、ＡＤ変換して得られた画像データを所定時間蓄積する。
【０１１６】
ステップＳ２４０での処理は、広帯域パワーデータ生成手段１３０から出力された信号を対象に施される。
ステップＳ１０４１で、差分算出手段９４１は、第１、第２の広帯域パワーデータ生成手段１３０から出力された広帯域パワーのデータに基づき、上記の式（６）に示す、単一指向性マイク９０２の広帯域パワーと無指向性マイク９０３の広帯域パワーとの差分を算出する。
【０１１７】
ステップＳ１０４２で、音源方向判定手段９４２は、ステップＳ１０４１で算出された単一指向性マイク９０２の広帯域パワーと無指向性マイク９０３の広帯域パワーとの差分を予め設定されている値と比較し、事故音が指向範囲９０５の範囲内で発生したものか否かを判定する。
【０１１８】
ステップＳ１０６０で、判別手段９６０は、ステップＳ２４０で生成された事故音か否かを示す信号とステップＳ１０４２での判定で生成された音源方向に関する情報とに基づいて指向範囲９０５内で発生した事故音か否かを判別し、指向範囲９０５内で発生した事故音と判別した場合は、所定の信号を画像切出手段９７０に出力するための手段である。その際、指向範囲９０５内で発生した事故音と判別されない場合は、指向範囲９０５には信号は出力されない。
【０１１９】
ステップＳ１０７０で、画像切出手段９７０は、１０６０での判別の結果が指向範囲９０５内の事故音であるときに、バッファ９３０から出力される画像データのうちの所定の画像データを切り出す。
ステップＳ１０８０で、記憶手段９８０は、ステップＳ１０７０で切り出された画像データを記憶する。
【０１２０】
以上説明したように、本発明の第５の実施の形態に係る事故音検出装置および方法は、指向性マイクと無指向性マイクを用いて同時に検出された音響信号相互の差分から事故音が検出される範囲を制限できるため、所望の範囲以外から到来する音による後検出を抑制できる。
【０１２１】
なお、本発明の第５の実施の形態では、上記のステップＳ２２０〜Ｓ１０８０の各ステップでの処理を行う事故音検出方法について説明したが、これらの各ステップを含む事故音検出動作を実行させるための事故音検出用プログラムを生成し、そのプログラムに基づいて、コンピュータに、これらのステップＳ２２０〜Ｓ１０８０を含む事故音検出動作を実行させることも可能であり、上記と同様の効果を得ることができる。
【０１２２】
【発明の効果】
以上説明したように、本発明は、事故音検出装置において事故音の検出精度を向上し、緊急車両のサイレン音等による誤検出を低減し、検出された事故音の種類を判定し、さらに、所望の方向以外の方向から到来する音により発生する誤検出を低減することが可能な事故音検出装置、方法、およびプログラムを提供することができる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態の事故音検出装置の構成を示すブロック図
【図２】本発明の第１の実施の形態の事故音検出方法における処理の流れを示すフローチャート
【図３】本発明の第２の実施の形態の事故音検出装置の構成を示すブロック図
【図４】本発明の第２の実施の形態の事故音検出方法における処理の流れを示すフローチャート
【図５】本発明の第３の実施の形態の事故音検出装置の構成を示すブロック図
【図６】本発明の第３の実施の形態の事故音検出方法における処理の流れを示すフローチャート
【図７】本発明の第４の実施の形態の事故音検出装置の構成を示すブロック図
【図８】本発明の第４の実施の形態の事故音検出方法における処理の流れを示すフローチャート
【図９】本発明の第５の実施の形態の事故音検出装置の構成を示すブロック図
【図１０】本発明の第５の実施の形態の事故音検出方法における処理の流れを示すフローチャート
【図１１】従来の事故音検出装置の構成を示すブロック図
【符号の説明】
１００、３００、５００、７００、９００、１１００事故音検出装置
１１０音響信号入力端子
１２０変換手段
１２１帯域制限手段
１２２アナログ／デジタル変換手段（ＡＤ変換手段）
１３０広帯域パワーデータ生成手段
１３１広帯域パワー算出手段
１３２バッファ
１４０音圧変動検出手段
１４１事故音パワー算出手段
１４２差分算出手段
１４３トレンド算出手段
１４４判定手段
１４５分散算出手段
１４６基準差分値発生手段
１５０出力端子
３３０狭帯域パワーデータ生成手段
３３１帯域制限手段
３３２狭帯域パワー算出手段
３３３バッファ
３４０狭帯域性検出手段
３４１差分算出手段
３４２継続時間算出手段
３６０分類手段
５４０周期性検出手段
５４１自己相関算出手段
５４２周期算出手段
７３０帯域パワーデータ生成手段
７３１ＦＦＴ演算手段
７３２帯域パワー算出手段
７３３バッファ
７４０分析判別手段
７４１トリガ検出手段
７４２入力変数設定手段
７４３判別関数座標算出手段
７４４判別係数保持手段
７４５距離算出手段
７４６重心座標保持手段
７４７判別手段
９０１交差点
９０２、９０３マイク
９０４監視カメラ
９０５指向範囲
９２０ＡＤ変換手段
９３０バッファ
９４０音源方向算出手段
９４１差分算出手段
９４２音源方向判定手段
９４３判定基準発生手段
９６０判別手段
９７０画像切出手段
９８０記憶手段
１１０２波形整形回路
１１０３ＡＤ変換器
１１０４信号平滑化手段
１１０５差分算出手段
１１０６比較回路
１１０７基準差分値[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an accident sound detection apparatus, method, and program for detecting an accident sound caused by a traffic accident or the like.
[0002]
[Prior art]
FIG. 11 is a diagram showing a block configuration of a conventional accident sound detection apparatus 1100 disclosed in Japanese Patent Laid-Open No. 10-142022. The accident sound detection apparatus 1100 includes a waveform shaping circuit 1102 for waveform shaping of an acoustic signal input to the acoustic signal input terminal 1101, an AD converter 1103 for converting the acoustic signal after waveform shaping into a digital signal, Signal smoothing means 1104 for smoothing the digital signal, difference calculating means 1105 for calculating the time difference of the signal level, and a comparison circuit for comparing the digital signal after the difference processing with a predetermined reference value 1106 and a memory 1107 for comparing the reference values.
[0003]
Next, the operation of the conventional accident sound detection apparatus 1100 will be described. The acoustic signal recorded in the vicinity of the road or the like is input to the waveform shaping circuit 1102 via the acoustic signal input terminal 1101, and unnecessary signal components are removed. The output from the waveform shaping circuit 1102 is converted from an analog signal to a digital signal by the AD converter 1103. The digital signal output from the AD converter 1103 is input to the signal smoothing unit 1104. The signal smoothing unit 1104 uses a moving average circuit or a low-pass filter to prevent sudden level fluctuations caused by unnecessary external signals. Smoothed.
[0004]
The output of the signal smoothing means 1104 is input to the difference calculating means 1105, and a difference value between the current signal level and the past signal level for a certain time is calculated. The comparison circuit 1106 outputs an accident sound detection signal from the accident sound detection output terminal 1108 when the difference value is larger than a reference value which is a fixed value stored in the memory 1107.
As a result, it is possible to detect an accident sound accompanied by a sudden change in sound pressure.
[0005]
[Problems to be solved by the invention]
However, in the conventional accident sound detection device, the time response of the accident sound is greatly different depending on the type of the accident sound, so that there is a problem that the detection accuracy is lowered depending on the type of the accident sound.
In addition, among the types of accident sounds, sudden braking sounds and horn sounds do not always involve rapid level fluctuations, and there is a problem in that detection accuracy decreases.
In addition, there is a problem that erroneous detection due to the siren sound of an emergency vehicle occurs.
There is also a problem that the type of detected accident sound is unknown.
Furthermore, there has been a problem that erroneous detection occurs due to sound coming from directions other than the desired direction.
[0006]
The present invention has been made to solve such a problem. The accident sound detection apparatus improves the detection accuracy of accident sounds, reduces false detections due to siren sounds of emergency vehicles, and the like. An object of the present invention is to provide an accident sound detection apparatus, method, and program capable of determining the type and further reducing erroneous detection caused by sound coming from directions other than a desired direction.
[0007]
[Means for Solving the Problems]
The accident sound detection apparatus according to the present invention includes a conversion unit that converts an analog acoustic signal detected by a microphone into a digital signal composed of a frame, and a predetermined analog acoustic signal for each frame based on the digital signal. Broadband power data generation means for generating information on the broadband power that is the signal level of the signal component occupying the band, and the average of the broadband power obtained for each frame from the accident sound calculation target frame to a predetermined number of frames in the past Average value calculating means for calculating a value, and determining whether or not the signal of the accident sound calculation target frame is a signal corresponding to an accident sound based on the information on the broadband power and the information on the average value of the broadband power. And a determination unit that performs the determination. With this configuration, accident sound detection is not based on the power difference value between samples, but the accident sound power is estimated using multiple frames and compared with the average power immediately before it. It is possible to realize an accident sound detection device that can accurately detect accident sounds of different times.
[0008]
Further, the accident sound detection apparatus of the present invention is a maximum value calculation means for calculating a maximum value of the broadband power obtained for each frame from the accident sound calculation target frame to a predetermined number of frames in the past, Difference value calculation means for calculating a difference value between the maximum value of the broadband power and the average value of the broadband power, and the determination means is a signal of the frame for which the accident sound is to be calculated based on the information of the difference value. Has a configuration for determining whether or not the signal corresponds to the accident sound. With this configuration, accident sound detection is not based on the power difference value between samples, but the accident sound power is estimated using multiple frames and compared with the average power immediately before it. It is possible to realize an accident sound detection device that can accurately detect accident sounds of different times.
[0009]
Further, the accident sound detection apparatus of the present invention comprises a total value calculation means for calculating a total value of the broadband power obtained for each frame from the accident sound calculation target frame to a predetermined number of frames in the past, and the broadband Difference value calculating means for calculating a difference value between the total value of power and the average value of the wideband power, and the determining means is configured to determine whether the signal of the accident sound calculation target frame is an accident based on the difference value information. It has the structure which determines whether it is a signal corresponding to a sound. With this configuration, accident sound detection is not based on the power difference value between samples, but the accident sound power is estimated using multiple frames and compared with the average power immediately before it. It is possible to realize an accident sound detection device that can accurately detect accident sounds of different times.
[0010]
In addition, the accident sound detection apparatus of the present invention generates narrowband power data for calculating a narrowband power which is a signal level of a signal component occupying any frequency band in an audible frequency band in the analog acoustic signal detected by the microphone. Means for detecting narrow band based on the information on the broadband power and the information on the narrow band power, and the signal of the frame for which the accident sound is calculated by the determining means corresponds to the accident sound. And a classifying unit that classifies the accident sound based on information on whether or not the narrow band property is detected by the narrow band detecting unit when the signal is determined to be a signal. With this configuration, accident sound detection is not based on the power difference value between samples, but the accident sound power is estimated using multiple frames and compared with the average power immediately before it. Accident sounds with different times can be detected with high accuracy. Accident sounds are detected based on wideband and narrowband acoustic signals, and the duration of a given narrowband acoustic signal is evaluated. It is possible to realize an accident sound detection device that can accurately detect accident sounds of different times.
[0011]
Further, in the accident sound detection apparatus of the present invention, the narrowband detection means calculates a difference value between the wideband power and the narrowband power, and based on the difference value between the wideband power and the narrowband power. It has a configuration for detecting narrow bandwidth. With this configuration, accident sound detection is not based on the power difference value between samples, but the accident sound power is estimated using multiple frames and compared with the average power immediately before it. Accident sounds with different times can be detected with high accuracy. Accident sounds are detected based on wideband and narrowband acoustic signals, and the duration of a given narrowband acoustic signal is evaluated. It is possible to realize an accident sound detection device that can accurately detect accident sounds of different times.
[0012]
In the accident sound detection apparatus of the present invention, any one of the audible frequency bands to be calculated by the narrowband power data generation unit for the narrowband power is any frequency range of 800 Hz to 2 kHz. It has the structure which is the frequency band of the range. With this configuration, accident sound detection is not based on the power difference value between samples, but the accident sound power is estimated using multiple frames and compared with the average power immediately before it. Accident sounds with different times can be detected with high accuracy. Accident sounds are detected based on wideband and narrowband acoustic signals, and the duration of a given narrowband acoustic signal is evaluated. It is possible to realize an accident sound detection device that can accurately detect accident sounds of different times.
[0013]
The accident sound detection apparatus of the present invention further includes periodicity calculating means for calculating a period of time variation of the narrowband power, and the classification means determines that the signal of the frame targeted for the accident sound calculation by the determining means is an accident. When it is determined that the signal corresponds to a sound and the narrow band property is detected by the narrow band detecting unit, if the period is not calculated by the periodicity calculating unit, the signal is classified as an accident sound, and the periodicity is calculated. In some cases, the sound is not classified as an accident sound. With this configuration, accident sound detection is not based on the power difference value between samples, but the accident sound power is estimated using multiple frames and compared with the average power immediately before it. Accident sounds with different times can be detected with high accuracy. Accident sounds are detected based on wideband and narrowband acoustic signals, and the duration of a given narrowband acoustic signal is evaluated. It is possible to detect accident sounds of different times with high accuracy, detect accident sounds based on wideband and narrowband acoustic signals, and evaluate the periodicity of narrowband acoustic signals. It is possible to realize an accident sound detection device that can detect a siren sound or the like and can be distinguished from a sudden brake sound or a horn sound.
[0014]
Further, the accident sound detection apparatus of the present invention is a narrowband power for calculating a narrowband power which is a signal level of a signal component occupying any frequency band in an audible frequency band in the analog acoustic signal detected by the microphone. When the data generation means, the periodicity calculation means for calculating the period of time variation of the narrowband power, and the determination means determine that the signal of the accident sound calculation target frame is a signal corresponding to the accident sound In addition, there is a configuration including a classifying unit for classifying the sound so that the sound is an accident sound when the period is not calculated by the periodicity calculating means, and not the accident sound when the periodicity is calculated. With this configuration, accident sound detection is not based on the power difference value between samples, but the accident sound power is estimated using multiple frames and compared with the average power immediately before it. Accident sounds with different times can be detected with high accuracy. Accident sounds are detected based on wideband and narrowband acoustic signals, and the duration of a given narrowband acoustic signal is evaluated. It is possible to detect accident sounds of different times with high accuracy, detect accident sounds based on wideband and narrowband acoustic signals, and evaluate the periodicity of narrowband acoustic signals. It is possible to realize an accident sound detection device that can detect a siren sound or the like and can be distinguished from a sudden brake sound or a horn sound.
[0015]
The accident sound detection apparatus of the present invention further includes means for calculating an autocorrelation of the time variation of the narrowband power based on the information of the time variation of the narrowband power, and the periodicity calculation means includes the autocorrelation. The period of the time change of the narrow band power is calculated based on the information on the information. With this configuration, accident sound detection is not based on the power difference value between samples, but the accident sound power is estimated using multiple frames and compared with the average power immediately before it. Accident sounds with different times can be detected with high accuracy. Accident sounds are detected based on wideband and narrowband acoustic signals, and the duration of a given narrowband acoustic signal is evaluated. It is possible to detect accident sounds of different times with high accuracy, detect accident sounds based on wideband and narrowband acoustic signals, and evaluate the periodicity of narrowband acoustic signals. It is possible to realize an accident sound detection device that can detect a siren sound or the like and can be distinguished from a sudden brake sound or a horn sound.
[0016]
In the accident sound detection apparatus of the present invention, the time range of the period to be calculated by the periodicity calculation means is any time range of 0.3 s or more and 10 s or less. With this configuration, accident sound detection is not based on the power difference value between samples, but the accident sound power is estimated using multiple frames and compared with the average power immediately before it. Accident sounds with different times can be detected with high accuracy. Accident sounds are detected based on wideband and narrowband acoustic signals, and the duration of a given narrowband acoustic signal is evaluated. It is possible to detect accident sounds of different times with high accuracy, detect accident sounds based on wideband and narrowband acoustic signals, and evaluate the periodicity of narrowband acoustic signals. It is possible to realize an accident sound detection device that can detect a siren sound or the like and can be distinguished from a sudden brake sound or a horn sound.
[0017]
In addition, the accident sound detection apparatus of the present invention includes a discriminant analysis means for determining the accident sound based on a predetermined feature amount corresponding to the accident sound for each accident type. With this configuration, accident sound detection is not based on the power difference value between samples, but the accident sound power is estimated using multiple frames and compared with the average power immediately before it. Accident sounds with different times can be detected with high accuracy. Accident sounds are detected based on wideband and narrowband acoustic signals, and the duration of a given narrowband acoustic signal is evaluated. It is possible to detect accident sounds of different times with high accuracy, detect accident sounds based on wideband and narrowband acoustic signals, and evaluate the periodicity of narrowband acoustic signals. It can detect siren sounds, etc., and can be distinguished from sudden braking sounds, horn sounds, etc. Therefore, it is possible to realize that can determine the type of accident sound, an accident sound detection device.
[0018]
Further, the accident sound detection apparatus of the present invention has a configuration in which the discriminant analysis means includes means for discriminating the accident sound using a predetermined discriminant function and storing a discriminant coefficient necessary for forming the discriminant function. Have. With this configuration, accident sound detection is not based on the power difference value between samples, but the accident sound power is estimated using multiple frames and compared with the average power immediately before it. Accident sounds with different times can be detected with high accuracy. Accident sounds are detected based on wideband and narrowband acoustic signals, and the duration of a given narrowband acoustic signal is evaluated. It is possible to detect accident sounds of different times with high accuracy, detect accident sounds based on wideband and narrowband acoustic signals, and evaluate the periodicity of narrowband acoustic signals. It can detect siren sounds, etc., and can be distinguished from sudden braking sounds, horn sounds, etc. Therefore, it is possible to realize that can determine the type of accident sound, an accident sound detection device.
[0019]
Further, the accident sound detection device of the present invention is characterized in that the signal component of each band obtained by dividing the band of the input analog acoustic signal into a plurality of bands as the feature quantity based on the discrimination by the discrimination analysis means. It has a configuration using band power that is level. With this configuration, accident sound detection is not based on the power difference value between samples, but the accident sound power is estimated using multiple frames and compared with the average power immediately before it. Accident sounds with different times can be detected with high accuracy. Accident sounds are detected based on wideband and narrowband acoustic signals, and the duration of a given narrowband acoustic signal is evaluated. It is possible to detect accident sounds of different times with high accuracy, detect accident sounds based on wideband and narrowband acoustic signals, and evaluate the periodicity of narrowband acoustic signals. It can detect siren sounds, etc., and can be distinguished from sudden braking sounds, horn sounds, etc. Therefore, it is possible to realize that can determine the type of accident sound, an accident sound detection device.
[0020]
The accident sound detection apparatus according to the present invention further receives analog acoustic signals from a plurality of microphones other than the first microphone that have different directivity characteristics from the first microphone, which is the microphone, and other than the first microphone. Conversion means for converting the corresponding analog acoustic signal into a digital signal constituted by a frame for each microphone, and broadband power data generation for generating information on the broadband power for each frame based on the digital signal And a discriminating means further comprising a sound source direction calculating means for calculating the direction of arrival of the accident sound based on each information relating to the broadband power generated by the broadband power data generating means. is doing. With this configuration, accident sound detection is not based on the power difference value between samples, but the accident sound power is estimated using multiple frames and compared with the average power immediately before it. Accident sounds with different times can be detected with high accuracy, and the range in which accident sounds are detected can be limited from the difference between acoustic signals detected simultaneously using a directional microphone and an omnidirectional microphone. It is possible to realize an accident sound detection device capable of suppressing post-detection due to sound coming from outside the range.
[0021]
DETAILED DESCRIPTION OF THE INVENTION
Hereinafter, embodiments of the present invention will be described with reference to the drawings.
FIG. 1 is a block diagram showing the configuration of the accident sound detection apparatus according to the first embodiment of the present invention. In the present invention, the accident sound means a sound including a collision sound between vehicles, a collision sound between an object other than the vehicle and the vehicle, a sudden braking sound, a horn sound, and the like.
[0022]
In FIG. 1, the accident sound detection device 100 performs predetermined signal processing on the acoustic signal input to the acoustic signal input terminal 110, and then outputs from the conversion means 120 and conversion means 120 for conversion into a digital signal. Broadband power data generating means 130 for calculating the wideband power of the acoustic signal based on the digital signal, sound pressure fluctuation is detected based on the digital signal output from the broadband power data generating means 130, and output to the output terminal 150 And a sound pressure fluctuation detecting means 140.
[0023]
The conversion unit 120 is further configured by a band limiting unit 121 and an analog / digital conversion (hereinafter referred to as AD (Analog to Digital) conversion) unit 122.
The band limiting unit 121 is a unit for performing band limitation on an acoustic signal that is an analog signal input to the acoustic signal input terminal 110 via a microphone installed in the vicinity of a road and the like, and outputting it to the AD conversion unit 122. is there. Here, the “acoustic signal” is an electric signal, and “band limitation” means that bandpass filtering is performed on the input acoustic signal.
[0024]
By performing band limitation in this way, the effects described below can be obtained. First, low-frequency noise caused by wind or vibration can be removed by performing the low-frequency blocking filter process. The low band in this case refers to a frequency band equal to or lower than any frequency in the range of 200 Hz to 400 Hz, for example. Second, aliasing due to AD conversion can be prevented by performing high-frequency rejection filtering.
[0025]
Here, a publicly known anti-aliasing filter can be used for the high-frequency block filter processing. Further, in addition to the above filter processing, it is also effective to prevent erroneous detection by applying A characteristics using a known filter having A characteristics used in a sound level meter or the like.
The AD conversion unit 122 is a unit for receiving the analog acoustic signal output from the band limiting unit 121, converting the analog signal into a digital signal, and outputting the digital signal to the sound pressure fluctuation detection unit 140.
[0026]
Next, the broadband power data generating unit 130 is further configured by a broadband power calculating unit 131 and a buffer 132.
The broadband power calculation unit 131 receives the digital signal output from the AD conversion unit 122, performs frame division processing to divide the input digital signal into a plurality of frames, and calculates broadband power for each frame. , Means for outputting to the buffer 132. Here, the wide band refers to any frequency band in a frequency range of 200 Hz or more and half or less of the sample frequency. Naturally, the sampling frequency at that time is higher than 400 Hz.
[0027]
Considering real-time operation by a DSP (Digital Signal Processor) or the like, the longer the frame length, the more advantageous it is because the amount of calculation per unit time can be reduced. On the other hand, a sudden accident sound that occurs suddenly is detected. Therefore, it is necessary to shorten the frame length, so that the frame length is set in consideration of these.
[0028]
Specifically, since the time required for the accident sound level to reach the peak value from the time of occurrence of the accident sound is 5 to 10 ms in the shortest case, the frame length is suitably in the range of 5 ms to 50 ms, Of these, about 10 ms is preferable. Further, the interval between the preceding frame and the succeeding frame may be matched with the frame length.
[0029]
The broadband power can be calculated by adding the square value of the amplitude value of the input signal at each sample point in the frame. Here, “in a frame” refers to a part or all of a signal in a frame.
The buffer 132 sequentially stores the calculated value (data) of the broadband power output from the broadband power calculation unit 131 for a predetermined time, and outputs the stored broadband power information to the sound pressure fluctuation detection unit 140 at regular time intervals. The size of the data that can be stored is suitably a size corresponding to a time length of 0.5 s or more.
[0030]
Next, the sound pressure fluctuation detecting means 140 is further configured by an accident sound power calculating means 141, a difference calculating means 142, a trend calculating means 143, a determining means 144, a variance calculating means 145, and a reference difference value generating means 146.
The trend calculation unit 143 is a unit for receiving the accumulated data of the broadband power output from the buffer 132, calculating a trend described later based on the accumulated data of the broadband power, and outputting the trend to the difference calculating unit 142. The trend calculation is performed to calculate the average sound pressure immediately before the occurrence of a sudden event such as an accident sound.
[0031]
The trend is calculated by a method of calculating the average value of the broadband power over a plurality of frames before the accident sound power calculation target frame (not including the accident sound power calculation target frame). In this case, the number of frames is preferably 10 to 100 frames, and about 20 frames are particularly suitable.
[0032]
The accident sound power calculation means 141 is a means for receiving the information on the broadband power stored in the buffer 132, calculating the accident sound power, and outputting it to the difference calculation means 142. The time from the occurrence of the accident sound until the accident sound level reaches the peak value (hereinafter referred to as rise time) varies greatly depending on the accident sound, and varies at least in the range of 5 ms to 100 ms.
[0033]
Conventionally, the difference value between samples was used as the accident sound power, but in the case of an accident sound with a short rise time, the accident sound can be detected even based on the difference value, but the accident sound with a long rise time. In the case of, the difference value between samples was small, so that it could not be detected well.
[0034]
Since the rise time of the accident sound varies depending on the type of the accident sound, the accident sound power is estimated using a plurality of frames after a specific frame. There are two types of calculation methods for accident sound power. The first method is a method in which the maximum value of broadband power in a plurality of frames after the accident sound power calculation frame (including the accident sound power calculation target frame) is used as the accident sound level. The second method is a method in which the total value of broadband power in a single frame or a plurality of frames after the accident sound power calculation frame (including the accident sound power calculation target frame) is used as the accident sound power. In any method, the number of frames used for calculation is suitably about 1 to 10.
[0035]
The difference calculating means 142 receives the accident sound power output from the accident sound power calculating means 141 and the trend output from the trend calculating means 143, calculates the difference value between the accident sound power and the trend, and determines the difference. 144 and output to the variance calculation means 145.
[0036]
The above difference value is the ratio between the accident sound power and the trend, and is expressed as a decibel (dB) value as shown in the following equation (1).
[Expression 1]

[0037]
The variance calculating unit 145 receives the difference value information between the accident sound power and the trend output from the difference calculating unit 142, calculates the average value and variance of the difference values, and outputs the average value and the variance to the reference difference value generating unit 146. Means. The number of frames used for calculating the average value and the variance is suitably a number corresponding to a time length of 30 minutes to 1 hour. The average value and the variance are statistics calculated by a known statistical method.
[0038]
The reference difference value generation means 146 receives the information about the average value of the difference value between the accident sound power and the trend output from the variance calculation means 145 and the information about the variance, and based on the information about the average value and the information about the variance. This is a means for generating a reference difference value and outputting it to the determination means 144.
[0039]
Two methods are listed as the reference difference value setting method. The first method is a method that employs a fixed value, and the range of the reference difference value is preferably in the range of 6 dB to 18 dB in practice. The second method is a method of setting a reference difference value based on the dispersion information calculated by the dispersion calculating unit 145, and the reference difference value is preferably about four times the dispersion.
[0040]
The determination means 144 receives the information on the difference value between the accident sound power and the trend output from the difference calculation means 142 and the information on the reference difference value output from the reference difference value generation means 146, and inputs the accident sound power and the trend. When the difference value is equal to or greater than the reference difference value, a signal indicating that the sound is an accident sound, and when the difference value is less than the reference difference value, a signal indicating that the difference sound is not an accident sound. Means for outputting to the output terminal 150.
[0041]
The smaller the reference difference value is, the fewer accident sound detection errors are, but the more false detection is due to sounds other than accident sounds. In addition, the larger the reference difference value, the greater the number of accident sound detection mistakes, but the fewer false detections by sounds other than the accident sound. Therefore, the reference difference value is set appropriately according to the application.
[0042]
FIG. 2 is a flowchart showing a process flow in the accident sound detection method according to the first embodiment of the present invention.
In step S221, the band limiting unit 121 performs band limitation on an acoustic signal that is an analog signal input to the acoustic signal input terminal 110 via a microphone installed in the vicinity of a road or the like.
[0043]
In step S222, the AD conversion unit 122 converts the analog acoustic signal output from the band limiting unit 121 into a digital signal.
In step S231, the broadband power calculation unit 131 performs frame division processing for dividing the digital signal output from the AD conversion unit 122 into a plurality of frames, and calculates broadband power for each frame.
[0044]
In step S232, the buffer 132 sequentially accumulates the calculated value (data) of the broadband power output from the broadband power calculation unit 131 for a predetermined time, and the accumulated broadband power information is detected at a predetermined time interval as the sound pressure fluctuation detection unit. Output to 140.
In step S241, the trend calculation unit 143 calculates a trend based on the accumulated data of the broadband power output from the buffer 132.
[0045]
In step S <b> 242, the accident sound power calculation unit 141 calculates the accident sound power based on the broadband power information stored in the buffer 132.
In step S243, the difference calculation unit 142 calculates a difference value between the accident sound power output from the accident sound power calculation unit 141 and the trend output from the trend calculation unit 143.
[0046]
In step S244, the variance calculating unit 145 calculates an average value and variance of the difference values for the difference value between the accident sound power and the trend output from the difference calculating unit 142.
In step S245, the reference difference value generation unit 146 receives the information about the average value of the difference value between the accident sound power and the trend output from the variance calculation unit 145 and the information about the variance, and inputs the information about the average value and the variance. A reference difference value is generated based on the information regarding.
[0047]
In step S246, the determination unit 144 determines the accident sound based on the difference value information between the accident sound power and the trend output from the difference calculation unit 142 and the reference difference value information output from the reference difference value generation unit 146. It is determined whether or not the difference value between the power and the trend is greater than or equal to the reference difference value.
[0048]
If it is determined in step S246 that the difference value between the accident sound power and the trend is greater than or equal to the reference difference value, the determination unit 144 outputs a signal indicating that the accident sound is in step S251 and determines that the difference value is less than the reference difference value. In this case, in step S252, a signal indicating that there is no accident sound is output to the output terminal 150.
The accident sound is detected by repeating the above frame processing operation.
[0049]
As described above, the accident sound detection apparatus and method according to the first embodiment of the present invention does not detect accident sound based on a simple power difference value between samples, but uses a plurality of frames. Accident sound with different rise times can be detected with high accuracy by using it to estimate the accident sound power and comparing it with the average power immediately before.
[0050]
In the first embodiment of the present invention, the accident sound detection method for performing the processes in the above steps S221 to S252 has been described. However, in order to execute an accident sound detection operation including these steps. It is also possible to generate an accident sound detection program and cause the computer to execute an accident sound detection operation including steps S221 to S252 based on the program, and the same effects as described above can be obtained. .
[0051]
FIG. 3 is a block diagram showing the configuration of the accident sound detection apparatus according to the second embodiment of the present invention. In the present invention, the accident sound means a sound including a collision sound between vehicles, a collision sound between an object other than the vehicle and the vehicle, a sudden braking sound, a horn sound, and the like. Further, among the constituent means constituting the accident sound detection device 300, the same reference numerals are assigned to the same means as those in the accident sound detection device 100 according to the first embodiment of the present invention. The description is omitted.
[0052]
In FIG. 3, the accident sound detection apparatus 300 calculates the narrowband power of the acoustic signal based on the digital signal output from the conversion means 120 to the accident sound detection apparatus 100 according to the first embodiment of the present invention. Narrowband power data generating means 330, a narrowbandness detecting means 340 for detecting a narrowbandness of an acoustic signal based on information output from the narrowband power data generating means 330, and a sound pressure fluctuation detecting means 140. Another difference is that a classification unit 360 for classifying accident sounds based on the information output from the narrowbandness detection unit 340 is provided.
[0053]
The narrow band power data generating unit 330 is further configured by a band limiting unit 331, a narrow band power calculating unit 332, and a buffer 333.
The band limiting unit 331 is a unit for receiving the digital signal output from the converting unit 120 as input, performing band limitation on the input digital signal, and outputting the band limit to the narrowband power calculating unit 332.
[0054]
The purpose of the band limitation is to extract only the excellent horn and sudden brake signal components of the narrow band component. These accident sounds may have a long rise time exceeding 1 s. In such a case, the accident sound may not be detected by the method described in the first embodiment of the present invention. As described in the second embodiment, detection is possible by performing band limitation. The pass frequency of the band pass filter is preferably set to 800 Hz or more and 2 kHz or less. A known IIR filter is preferably used as the band pass filter, but other digital band pass filters may be used.
[0055]
The narrowband power calculating unit 332 receives the digital signal output from the band limiting unit 331, performs frame division processing to divide the input digital signal into a plurality of frames, and calculates the narrowband power for each frame. And means for outputting to the buffer 333.
[0056]
The frame length and the frame interval in the frame division process are the same as the values in the broadband power calculation described in the first embodiment of the present invention. The calculation of the narrow band power can be performed by adding the square value of the amplitude value of the input signal in each sample in the frame.
[0057]
The buffer 333 sequentially stores the calculated value (data) of the narrowband power output from the narrowband power calculation unit 332 for a predetermined time, and stores the stored broadband power information to the narrowbandness detection unit 340 at regular time intervals. It is a means for outputting, and the size of the data that can be stored is suitably a size corresponding to a time length of 0.5 s or more.
[0058]
Next, the narrow band detecting unit 340 is further configured by a difference calculating unit 341 and a duration calculating unit 342.
The difference calculation means 341 receives the accident sound power output from the wideband power data generation means 130 and the narrowband power information stored in the buffer 333 as input, and the difference between the wideband accident sound power and the narrowband accident sound power. This is means for calculating a value and outputting it to the duration calculation means 342.
[0059]
The above difference value is a ratio between the broadband accident sound power and the narrow band accident sound power, and is expressed by a decibel (dB) value as shown in the following equation (2).
[Expression 2]

[0060]
The duration calculation unit 342 is a unit for receiving the difference value information output from the difference calculation unit 341, calculating the duration of the narrowband accident sound signal, and outputting it to the classification unit 360. The time for which the narrow-band accident sound signal lasts means the time length for which the input difference value is equal to or greater than a predetermined value. Here, as the predetermined value, for example, a range of about −3 to −10 dB is suitable.
Note that the processing performed by the difference calculation means 341 and the duration calculation means 342 is referred to as processing for detecting narrow bandwidth.
[0061]
The classifying means 360 classifies the accident sound based on the signal indicating whether or not the accident sound is output from the sound pressure fluctuation detecting means 140 and the narrow-band accident sound signal output from the duration calculation means 342, and the accident sound is classified. This is means for outputting a signal corresponding to the type of sound to the output terminal 150.
[0062]
Note that the classification performed by the classification unit 360 is the continuation of the narrow-band accident sound signal included in the continuous frames including the frame subjected to the determination when the sound pressure fluctuation detection unit 140 determines the accident sound. If the time is detected exceeding a predetermined reference time, it is classified as an accident sound due to sudden braking or horn, and in other cases, it may be an accident sound of another category. Further, the reference time compared with the duration of the narrow band accident sound signal is preferably about 0.2 s to 2 s.
[0063]
FIG. 4 is a flowchart showing the flow of processing in the accident sound detection method according to the second embodiment of the present invention. Of the steps constituting the accident sound detection method, the same reference numerals are given to those performing the same process as the step constituting the accident sound detection method according to the first embodiment of the present invention, The description is omitted.
[0064]
In step S431, the band limiting unit 331 performs band limitation on the digital signal output from the conversion unit 120.
In step S432, the narrowband power calculation unit 332 performs frame division processing to divide the digital signal output from the band limitation unit 331 into a plurality of frames, and calculates the narrowband power for each frame.
[0065]
In step S433, the buffer 333 sequentially stores the calculated value (data) of the narrowband power output from the narrowband power calculation unit 332 for a predetermined time, and stores the information on the stored wideband power at a fixed time interval. It outputs to the detection means 340.
In step S441, the difference calculation unit 341 calculates a difference value between the accident sound power output in step S232 and the narrowband power information stored in the buffer 333.
[0066]
In step S442, the duration calculation unit 342 calculates the duration of the narrow band accident sound signal based on the difference value information output from the difference calculation unit 341.
In step S460, the classification unit 360 classifies the accident sound based on the signal indicating whether the accident sound is output from the sound pressure fluctuation detection unit 140 and the narrowband accident sound signal output from the duration calculation unit 342. And outputs a signal corresponding to the type of the accident sound to the output terminal 150.
The accident sound is detected by repeating the above frame processing operation.
[0067]
As described above, the accident sound detection apparatus and method according to the second embodiment of the present invention detects an accident sound based on a wideband acoustic signal and a narrowband acoustic signal, and a predetermined narrowband acoustic signal. Therefore, accident sounds with different rise times can be detected with high accuracy.
[0068]
In the second embodiment of the present invention, the accident sound detection method for performing the processing in each of the above steps S220 to S460 has been described. However, in order to execute the accident sound detection operation including these steps. It is also possible to generate an accident sound detection program and cause the computer to execute an accident sound detection operation including these steps S220 to S460 based on the program, and the same effects as described above can be obtained. .
[0069]
FIG. 5 is a block diagram showing the configuration of the accident sound detection apparatus according to the third embodiment of the present invention. In the present invention, the accident sound means a sound including a collision sound between vehicles, a collision sound between an object other than the vehicle and the vehicle, a sudden braking sound, a horn sound, and the like. Of the constituent means constituting the accident sound detection apparatus 500, the same reference numerals are assigned to those that perform the same processing as the constituent means in the accident sound detection apparatus 300 according to the second embodiment of the present invention. The description is omitted.
[0070]
In FIG. 5, the accident sound detection apparatus 500 is connected to the accident sound detection apparatus 300 according to the second embodiment of the present invention based on the narrowband power information output from the narrowband power data generation unit 330. In order to classify accident sounds based on output signals from the periodicity detecting means 540 for calculating the periodicity in which noise occurs, the sound pressure fluctuation detecting means 140, the narrow band detecting means 340, and the autocorrelation calculating means 541. The difference is that the classification means 560 is provided.
[0071]
The periodicity detecting means 540 may erroneously detect siren sounds or the like of an emergency vehicle only by the evaluation of the narrow bandwidth in the second embodiment of the present invention, in order to avoid erroneous detection thereof. Provided. The emergency vehicle siren sound is a narrow-band acoustic signal like the sudden brake sound and horn sound, and thus may be erroneously detected. However, the emergency vehicle siren sound is different from the sudden brake sound in that it has periodicity. Therefore, the accident sound detection apparatus 500 according to the third embodiment of the present invention detects an emergency vehicle siren sound or the like by paying attention to the periodicity of the narrowband signal.
[0072]
The periodicity detection unit 540 is further configured by an autocorrelation calculation unit 541 and a cycle calculation unit 542.
The autocorrelation calculating unit 541 receives the narrowband power signal output from the narrowband power data generating unit 330 as input, calculates autocorrelation for the input narrowband power signal, and periodically calculates the calculated autocorrelation information. It is a means for outputting to the calculation means 542.
[0073]
As a method for calculating the autocorrelation function, a known method of directly calculating in the time domain may be used, but a known method of calculating the cross spectrum once in the frequency domain and converting it to the time domain is preferable because it requires less calculation amount. . In any method, it is desirable to secure 10 s or more as the lag length for calculating the autocorrelation function.
[0074]
The period calculating means 542 is means for receiving the autocorrelation information output from the autocorrelation calculating means 541 and calculating the periodicity of the autocorrelation signal and outputting it to 560.
As a method for calculating the period, a method can be used in which the lag of the autocorrelation is changed in a predetermined time range, and the lag at which the autocorrelation has a value greater than or equal to a predetermined value and becomes a maximum is used as the period. At that time, if the autocorrelation is not less than a predetermined value within the time range and there is no maximum lag, the period is not detected. Note that it is preferable to set the time range for changing the lag to about 0.3 s to 10 s, considering that the period of sirens and the like varies depending on the type of emergency vehicle such as an ambulance or police car.
[0075]
The classification unit 560 outputs a signal indicating whether or not an accident sound is output from the sound pressure fluctuation detection unit 140, a narrow-band accident sound signal output from the duration calculation unit 342, and a periodicity detection unit 540. It is a means for classifying accident sounds based on information related to periodicity and outputting a signal corresponding to the type of accident sound to the output terminal 150.
[0076]
It should be noted that the classification performed by the classifying unit 560 is a siren sound or the like when a signal indicating that the periodicity is detected by the period calculating unit 542 is output when the sound pressure fluctuation detecting unit 140 determines an accident sound. In other cases, when a narrow-band signal is detected, an accident sound such as a sudden braking sound or a horn sound may be used. Furthermore, when the sound is not classified into the above two categories of accident sounds, it may be classified into other accident sound categories.
[0077]
FIG. 6 is a flowchart showing the flow of processing in the accident sound detection method according to the third embodiment of the present invention. Of the steps constituting the accident sound detection method, the same reference numerals are given to those performing the same processing as the step constituting the accident sound detection method according to the second embodiment of the present invention, The description is omitted.
[0078]
In step S641, the autocorrelation calculation unit 541 receives the narrowband power signal output from the narrowband power data generation unit 330 and calculates an autocorrelation for the input narrowband power signal.
In step S642, the period calculation unit 542 calculates the periodicity of the autocorrelation signal output from the autocorrelation calculation unit 541.
[0079]
In step S <b> 660, the classification unit 560 outputs a signal indicating whether the accident sound is output from the sound pressure fluctuation detection unit 140, a narrowband accident sound signal output from the duration calculation unit 342, and the periodicity detection unit 540. The accident sound is classified based on the information on the periodicity output from. Here, the accident sound classification method may be the method described above.
The accident sound is detected by repeating the above frame processing operation.
[0080]
As described above, the accident sound detection apparatus and method according to the third embodiment of the present invention detects an accident sound based on a wideband acoustic signal and a narrowband acoustic signal, and detects the narrowband acoustic signal. Since the periodicity is evaluated, it is possible to detect the siren sound or the like of the emergency vehicle and to distinguish it from the sudden brake sound or the horn sound.
[0081]
In the third embodiment of the present invention, the accident sound detection method for performing the processing in each of the above steps S220 to S660 has been described. However, in order to execute an accident sound detection operation including these steps. It is also possible to generate an accident sound detection program and cause the computer to execute an accident sound detection operation including these steps S220 to S660 based on the program, and the same effects as described above can be obtained. .
[0082]
FIG. 7 is a block diagram showing the configuration of the accident sound detection apparatus according to the fourth embodiment of the present invention. In the present invention, the accident sound means a sound including a collision sound between vehicles, a collision sound between an object other than the vehicle and the vehicle, a sudden braking sound, a horn sound, and the like. Further, among the constituent means constituting the accident sound detection device 700, the same reference numerals are assigned to the same processing as the constituent means in the accident sound detection device 100 according to the first embodiment of the present invention. The description is omitted.
[0083]
In FIG. 7, the accident sound detection apparatus 700 calculates the band power of the acoustic signal based on the digital signal output from the conversion means 120 to the accident sound detection apparatus 100 according to the first embodiment of the present invention. The difference is that band power data generation means 730 and analysis determination means 740 for analyzing and determining the accident sound based on the output signals from the sound pressure fluctuation detection means 140 and the band power data generation means 730 are different. .
[0084]
The band power data generation unit 730 is further configured by an FFT calculation unit 731, a band power calculation unit 732, and a buffer 733.
The FFT calculation means 731 receives the digital signal output from the conversion means 120 as input, performs frame division processing to divide the input digital signal into a plurality of frames, performs known FFT for each frame, and performs band power This is a means for outputting to the calculation means 732.
[0085]
The frame length and the frame interval in the frame division process are the same as the values in the wideband power calculation process described in the first embodiment of the present invention. The calculation of the narrow band power can be performed by adding the square value of the amplitude value of the input signal in each sample in the frame. The FFT length needs to be equal to or more than the number of samples constituting one frame.
[0086]
The band power calculation means 732 is a means for receiving the FFT-processed signal output from the FFT calculation means 731 and calculating the band power for each frame of the input signal and outputting it to the buffer 333. is there. The purpose of the band power calculation is to calculate information that serves as a clue for discrimination used in the analysis discriminating means 740 described later for discriminating the type of accident sound.
[0087]
The bandwidth is preferably a 1/3 octave bandwidth that is usually used in acoustic measurement. For each band, the sum of the power of the frequencies included in the band is calculated as band power. The band power calculated here is expressed as Li (i = 1 to N; N is the number of bands).
The buffer 333 sequentially stores the calculated band power values (data) output from the band power calculation unit 732 for a predetermined time, and outputs the stored band power information to the analysis determination unit 740 at regular time intervals. Means.
[0088]
The analysis discriminating unit 740 further includes a trigger detecting unit 741, an input variable setting unit 742, a discriminant function coordinate calculating unit 743, a discriminant coefficient holding unit 744, a distance calculating unit 745, a barycentric coordinate holding unit 746, and a discriminating unit 747. .
The trigger detection unit 741 receives a signal indicating whether or not the accident sound is output from the sound pressure fluctuation detection unit 140, determines whether or not the signal is an accident sound, and determines that the signal is an accident sound. Is output to the input variable setting means 742.
[0089]
The input variable setting means 742 receives the calculated band power value (data) Li (i = 1 to N) output from the buffer 733 and the predetermined signal output from the trigger detection means 741 as input, and the following equation (3 ) And outputs the information on the entire band level L to the discriminant function coordinate calculation unit 743.
[Equation 3]

[0090]
The discriminant function coordinate calculating unit 743 receives the information of the entire band level L output from the input variable setting unit 742, and uses the discriminant function coordinate X shown in the following equation (4). _j (J = 1 to M) is calculated, and the discriminant function coordinate X _j This is a means for outputting the information of (j = 1 to M) to the distance calculating means 745.
[Expression 4]

[0091]
Where α _ij Is a coefficient obtained by analyzing a plurality of sample data for each type of accident sound in advance, and the analysis method uses, for example, the well-known “Method of generating a discrimination coefficient based on Mahalanobis distance” But it ’s okay. M is the number of dimensions and is expressed as (number of discrimination groups−1).
The discrimination coefficient holding means 744 uses the discrimination coefficient α _ij Is configured by a memory or the like.
[0092]
The distance calculating unit 745 is configured to output the discriminant function coordinate X output from the discriminant function coordinate calculating unit 743. _j And the square distance D shown in the following equation (5) _k And square distance D _k This information is output to the determination means 747.
[Equation 5]

[0093]
Where Y _k Is a center coordinate, and is a coefficient obtained by analyzing a plurality of sample data for each type of accident sound in advance, and the analysis method uses, for example, the well-known “method of generating discrimination coefficient based on Mahalanobis distance” It's okay.
The center-of-gravity coordinate holding means 746 _k Is configured by a memory or the like.
[0094]
The discriminating means 747 is the square distance D output from the distance calculating means 745. _k And the square distance D _k Is a means for determining the minimum k as a discrimination group and outputting a signal corresponding to the determination result to the output terminal 150.
[0095]
FIG. 8 is a flowchart showing the flow of processing in the accident sound detection method according to the second embodiment of the present invention. Of the steps constituting the accident sound detection method, the same reference numerals are given to those performing the same process as the step constituting the accident sound detection method according to the first embodiment of the present invention, The description is omitted.
[0096]
In step S831, the FFT calculation unit 731 performs frame division processing for dividing the digital signal obtained by AD conversion in step S220 into a plurality of frames, and performs known FFT processing for each frame.
In step S832, the band power calculation unit 732 calculates band power for each frame of the signal after FFT processing.
[0097]
In step S833, the buffer 333 sequentially accumulates the calculated band power values (data) calculated in step S832 for a predetermined time, and outputs the accumulated band power information to the analysis determination unit 740 at regular time intervals.
In step S841, the trigger detection unit 741 determines whether or not this signal is an accident sound based on the signal indicating whether or not the accident sound is generated in step S240. Outputs a predetermined signal to the input variable setting means 742.
[0098]
In step S842, when a predetermined signal is input in step S841, the input variable setting unit 742 calculates the entire band level L shown in the above equation (3).
In step S843, the discriminant function coordinate calculation unit 743 determines the discriminant function coordinate X shown in the above equation (4) based on the information on the entire band level L calculated in step S842. _j (J = 1 to M) is calculated.
[0099]
In step S845, the distance calculation means 745 determines the discriminant function coordinates X calculated in step S843. _j On the basis of the squared distance D shown in equation (5) above _k Is calculated.
In step S847, the determination unit 747 determines the square distance D calculated in step S845. _k Based on the information of the squared distance D _k Is determined as a discrimination group.
The accident sound is detected by repeating the above frame processing operation.
[0100]
As described above, since the accident sound detection apparatus and method according to the fourth embodiment of the present invention performs a discriminant analysis on the accident sound when the accident sound is detected, the type of the accident sound can be determined. it can.
[0101]
In the fourth embodiment of the present invention, the accident sound detection method for performing the processing in each of the above steps S220 to S847 has been described. However, in order to execute an accident sound detection operation including these steps. It is also possible to generate an accident sound detection program and cause the computer to execute an accident sound detection operation including these steps S220 to S847 based on the program, and the same effects as described above can be obtained. .
[0102]
FIG. 9 is a block diagram showing the configuration of the accident sound detection apparatus according to the fifth embodiment of the present invention. In the present invention, the accident sound means a sound including a collision sound between vehicles, a collision sound between an object other than the vehicle and the vehicle, a sudden braking sound, a horn sound, and the like. Of the constituent means constituting the accident sound detection apparatus 900, the same reference numerals are assigned to the same means as those in the accident sound detection apparatus 100 according to the first embodiment of the present invention. The description is omitted.
[0103]
In FIG. 9, the accident sound detection apparatus 900 receives the first acoustic signals detected by the first and

second microphones

902 and 903 and the first and

second microphones

902 and 903 arranged near the intersection 901. First, second conversion means 120, first and second wideband power data generation means 130 to which output signals from the first and second conversion means 120 are input, respectively, first and second wideband power data generation Sound source direction calculation means 940 for calculating the sound source direction based on the output signal from means 130, sound pressure fluctuation detection means 140 to which the output signal of broadband power data generation means 130 is input, sound pressure fluctuation detection means 140 and sound source An output signal from the direction calculation unit 940 is input, and a monitoring unit 9 for displaying a determination unit 960 for generating predetermined determination information regarding the occurrence of an accident and an intersection 901. 4. AD conversion means 920 to which a video signal from the monitoring camera 904 is inputted, a buffer 930 to which a digital image signal from the AD conversion means 920 is inputted, a digital image signal from the buffer 930 and discrimination information from the discrimination means 960 The input image cutting means 970 and the storage means 980 are configured. Here, the first microphone 902 is a directional microphone, and its directivity range is a range indicated by a reference symbol “905” in FIG. The second microphone is an omnidirectional microphone.
[0104]
The sound source direction calculation unit 940 is further configured by a difference calculation unit 941, a sound source direction determination unit 942, and a determination reference generation unit 943.
The difference calculation means 941 receives the broadband power data output from the first and second broadband power data generation means 130 as input, and calculates the difference between the broadband power of the unidirectional microphone 902 and the broadband power of the omnidirectional microphone 903. This is a means for calculating the difference and outputting it to the sound source direction determination means 942.
[0105]
Here, in each frame, the difference between the two is calculated as a decibel value (dB) as shown in the following equation (6).
[Formula 6]

The correction value in the above equation (6) is a correction value for adjusting the sensitivity of the unidirectional microphone S902 and the sensitivity of the omnidirectional microphone S903, and one sound source is directed to the unidirectional microphone. When it is on the direction main axis, the difference value shown in the above equation (6) is set to be zero.
[0106]
The sound source direction determination unit 942 receives the difference between the wideband power of the unidirectional microphone 902 and the wideband power of the omnidirectional microphone 903 output from the difference calculation unit 941 and is preset in the determination criterion generation unit 943. This value is a means for comparing a certain value with the above difference, determining whether or not the accident sound is generated within the directivity range 905, and outputting the determination result to the determining means 960.
[0107]
Here, since the directivity range of the unidirectional microphone 902 is directed to the direction in which the accident sound occurs, such as in an intersection, the unidirectional microphone 902 has a high sensitivity to accident sound that comes from the directivity range. However, it has low sensitivity to sounds other than accident sounds such as construction site noise and airplane noise coming from other directions. On the other hand, the omnidirectional microphone 903 has high sensitivity in any direction. Therefore, by taking the difference between the two, when the difference between the two is small, the direction of sound generation is the directional range of the unidirectional microphone, and when the difference between the two is large, the direction of sound generation is the other direction. It can be estimated that the direction.
[0108]
The sound source direction estimation method is, for example, when the difference calculated by the above equation (6) is larger than the determination reference value preset in the determination reference generation unit 943, the sound source direction of the unidirectional microphone S902. It may be determined that it is within the pointing range 905, and if not, it may be determined that it is outside the pointing range 905. The determination reference value is preferably any value in the range of −3 dB to −12 dB.
[0109]
The discriminating means 960 receives as input the signal indicating whether the sound is an accident sound from the sound pressure fluctuation detecting means 140 and the information on the sound source direction from the sound source direction calculating means 940, and the signal indicating whether the sound is an accident sound and the sound source direction. Based on the determination result, it is determined whether or not an accident sound has occurred within the directivity range 905. If it is determined that the accident sound has occurred within the directivity range 905, a predetermined signal is output to the image cutting means 970. Means. At this time, if it is not determined that the accident sound has occurred in the directivity range 905, no signal is output to the directivity range 905.
[0110]
The monitoring camera 904 is a means for continuously photographing the intersection and outputting data obtained by the photographing to the AD conversion means 920.
The AD conversion unit 920 is a unit for AD-converting data output from the monitoring camera 904 to generate image data and outputting the image data to the buffer 930.
The buffer 930 accumulates image data obtained by AD conversion for a predetermined time, and stores image data obtained by accumulating the accumulated broadband power information according to an output signal from an image extraction unit 970 described later. It is a means for outputting.
[0111]
The image cut-out means 970 receives a signal output when the result of determination by the determination means 960 is an accident sound within the directivity range 905. When receiving the signal from the determination means 960, the image cut-out means 970 stores a predetermined value in the buffer 930. A signal is output, and predetermined image data is cut out of the image data output from the buffer 930 in accordance with the output signal.
[0112]
The cutout may be cut out for about 10 seconds before and after the time when the accident sound is detected in the directivity range 905. Further, the cut image may be stored in the storage unit 980. Here, the storage unit 980 is preferably a hard disk or the like.
[0113]
FIG. 10 is a flowchart showing the flow of processing in the accident sound detection method according to the fifth embodiment of the present invention. Of the steps constituting the accident sound detection method, the same reference numerals are given to those performing the same process as the step constituting the accident sound detection method according to the first embodiment of the present invention, The description is omitted.
[0114]
The conversion process performed in step S220 is performed on the acoustic signals output from the unidirectional microphone 902 and the omnidirectional microphone 903.
In step S1020, the AD conversion unit 920 performs AD conversion processing on the analog image data output from the monitoring camera 904, and generates digital image data.
[0115]
The broadband power data generation process performed in step S230 is performed on the digital signals output from both the first and second conversion means 120.
In step S1030, the buffer 930 accumulates image data obtained by AD conversion for a predetermined time.
[0116]
The processing in step S240 is performed on the signal output from the broadband power data generation unit 130.
In step S <b> 1041, the difference calculation unit 941 uses the wideband power data output from the first and second wideband power data generation unit 130, and the wideband power of the unidirectional microphone 902 shown in the above equation (6). The difference between the power and the broadband power of the omnidirectional microphone 903 is calculated.
[0117]
In step S1042, the sound source direction determination unit 942 compares the difference between the broadband power of the unidirectional microphone 902 and the broadband power of the omnidirectional microphone 903 calculated in step S1041 with a preset value, and the accident. It is determined whether or not the sound is generated within the directivity range 905.
[0118]
In step S1060, the determination unit 960 generates the accident sound generated in the directivity range 905 based on the signal indicating whether the accident sound is generated in step S240 and the information on the sound source direction generated in the determination in step S1042. This is means for outputting a predetermined signal to the image cutout means 970 when it is determined whether or not an accident sound has occurred within the directivity range 905. At this time, if it is not determined that the accident sound has occurred in the directivity range 905, no signal is output to the directivity range 905.
[0119]
In step S1070, the image cutout unit 970 cuts out predetermined image data from the image data output from the buffer 930 when the result of determination in 1060 is an accident sound within the directivity range 905.
In step S1080, the storage unit 980 stores the image data cut out in step S1070.
[0120]
As described above, the accident sound detection apparatus and method according to the fifth embodiment of the present invention detects an accident sound from the difference between acoustic signals detected simultaneously using a directional microphone and an omnidirectional microphone. Since the range to be performed can be limited, post-detection due to sound coming from outside the desired range can be suppressed.
[0121]
In the fifth embodiment of the present invention, the accident sound detection method for performing the processing in each of the above steps S220 to S1080 has been described. However, in order to execute an accident sound detection operation including these steps. It is also possible to generate an accident sound detection program and cause the computer to execute an accident sound detection operation including these steps S220 to S1080 based on the program, and the same effects as described above can be obtained. .
[0122]
【The invention's effect】
As described above, the present invention improves the detection accuracy of accident sound in the accident sound detection device, reduces false detection due to siren sound etc. of emergency vehicles, determines the type of detected accident sound, It is possible to provide an accident sound detection apparatus, method, and program capable of reducing false detection caused by sound coming from directions other than a desired direction.
[Brief description of the drawings]
FIG. 1 is a block diagram showing a configuration of an accident sound detection apparatus according to a first embodiment of the present invention.
FIG. 2 is a flowchart showing a process flow in the accident sound detection method according to the first embodiment of the present invention;
FIG. 3 is a block diagram showing a configuration of an accident sound detection apparatus according to a second embodiment of the present invention.
FIG. 4 is a flowchart showing a process flow in the accident sound detection method according to the second embodiment of the present invention;
FIG. 5 is a block diagram showing a configuration of an accident sound detection device according to a third embodiment of the present invention.
FIG. 6 is a flowchart showing a process flow in the accident sound detection method according to the third embodiment of the present invention;
FIG. 7 is a block diagram showing a configuration of an accident sound detection device according to a fourth embodiment of the present invention.
FIG. 8 is a flowchart showing a flow of processing in the accident sound detection method according to the fourth embodiment of the present invention.
FIG. 9 is a block diagram showing the configuration of an accident sound detection device according to a fifth embodiment of the present invention.
FIG. 10 is a flowchart showing a process flow in an accident sound detection method according to a fifth embodiment of the present invention;
FIG. 11 is a block diagram showing the configuration of a conventional accident sound detection device.
[Explanation of symbols]
100, 300, 500, 700, 900, 1100 Accident sound detection device
110 Acoustic signal input terminal
120 conversion means
121 Bandwidth limiting means
122 Analog / digital conversion means (AD conversion means)
130 Broadband power data generation means
131 Broadband power calculation means
132 buffers
140 Sound pressure fluctuation detecting means
141 Accident sound power calculation means
142 Difference calculation means
143 Trend calculation means
144 judgment means
145 Variance calculation means
146 Reference difference value generation means
150 output terminals
330 Narrow Band Power Data Generation Means
331 Band limiting means
332 Narrow band power calculation means
333 buffer
340 Narrow band detection means
341 Difference calculation means
342 Duration calculation means
360 Classification means
540 Periodicity detection means
541 Autocorrelation calculation means
542 Period calculation means
730 Band power data generation means
731 FFT operation means
732 Band power calculation means
733 buffer
740 Analysis discrimination means
741 Trigger detection means
742 Input variable setting means
743 Discriminant function coordinate calculation means
744 discrimination coefficient holding means
745 Distance calculation means
746 Center of gravity coordinates holding means
747 discrimination means
901 Intersection
902, 903 Microphone
904 surveillance camera
905 Directional range
920 AD conversion means
930 buffer
940 Sound source direction calculation means
941 Difference calculation means
942 Sound source direction determination means
943 Criteria generation means
960 discrimination means
970 image cropping means
980 memory means
1102 Waveform shaping circuit
1103 AD converter
1104 Signal smoothing means
1105 Difference calculation means
1106 Comparison circuit
1107 Reference difference value

Claims

Conversion means for converting an analog acoustic signal detected by a microphone into a digital signal composed of a frame, and on the basis of the digital signal, a signal component occupying a predetermined band of the analog acoustic signal for each frame. Broadband power data generating means for generating information related to a certain broadband power, and an average value calculating means for calculating an average value of the broadband power obtained for each frame from the accident sound calculation target frame to a predetermined number of frames in the past Determining means for determining whether the signal of the accident sound calculation target frame is a signal corresponding to the accident sound based on the information of the broadband power and the information of the average value of the broadband power. Accident sound detection device.

The accident sound detection device comprises: a maximum value calculation means for calculating a maximum value of the broadband power obtained for each frame from the accident sound calculation target frame to a predetermined number of frames in the past; and Difference value calculating means for calculating a difference value between a maximum value and an average value of the broadband power, and the determination means converts the signal of the accident sound calculation target frame into an accident sound based on the difference value information. 2. The accident sound detection device according to claim 1, wherein it is determined whether or not the signal is a corresponding signal.

The accident sound detection device includes a total value calculation means for calculating a total value of the broadband power obtained for each frame from the accident sound calculation target frame to a predetermined number of frames, and a total value of the broadband power. Difference value calculating means for calculating a difference value between the average value of the broadband power and the average value of the broadband power, and the determination means corresponds to the signal of the accident sound calculation target frame based on the information of the difference value. 2. The accident sound detection device according to claim 1, wherein it is determined whether or not the signal is a signal.

The accident sound detection device includes a narrowband power data generating unit that calculates a narrowband power that is a signal level of a signal component that occupies any frequency band in an audible frequency band in an analog acoustic signal detected by the microphone; Narrowbandness detecting means for detecting narrowbandness based on the information on the wideband power and the information on the narrowband power, and the determination means determines that the signal of the frame targeted for accident sound calculation is a signal corresponding to the accident sound. 2. The accident sound according to claim 1, further comprising a classifying unit that classifies the accident sound based on information on whether or not the narrow band property is detected by the narrow band detection unit. Detection device.

The narrowband detection means calculates a difference value between the wideband power and the narrowband power, and detects narrowband characteristics based on a difference value between the wideband power and the narrowband power. The accident sound detection device according to claim 4.

Any frequency band in the audible frequency band for which the narrow band power data generation means is to calculate the narrow band power is a frequency band in any range in a frequency range from 800 Hz to 2 kHz. The accident sound detection device according to claim 5.

The accident sound detection apparatus includes a periodicity calculating unit that calculates a period of time change of the narrowband power, and the classification unit corresponds to a signal of the accident sound calculation target frame by the determination unit. When a narrow band property is detected by the narrow band property detecting means, if it is not calculated by the periodicity calculating means, it is classified as an accident sound, and if a periodicity is calculated, an accident sound is determined. The accident sound detection device according to claim 4, wherein the accident sound detection device is not classified.

The accident sound detection device includes a narrowband power data generating unit that calculates a narrowband power that is a signal level of a signal component that occupies any frequency band in an audible frequency band in an analog acoustic signal detected by the microphone; A periodicity calculating means for calculating a period of time change of the narrow band power; and when the determination means determines that the signal of the frame targeted for the accident sound calculation is a signal corresponding to the accident sound, the periodicity calculation means 2. The accident sound detection apparatus according to claim 1, further comprising a classifying unit that classifies the accident sound when the period is not calculated and the accident sound when the periodicity is calculated.

The accident sound detection device includes means for calculating autocorrelation of the time change of the narrowband power based on the information of time change of the narrowband power, and the periodicity calculation means is based on the information about the autocorrelation. The accident sound detection device according to claim 7 or 8, wherein a period of time change of the narrow band power is calculated.

The accident sound according to any one of claims 7 to 9, wherein the time range of the period to be calculated by the periodicity calculation means is any time range of 0.3 s to 10 s. Detection device.

11. The accident sound detection apparatus according to claim 10, further comprising a discriminant analysis unit configured to discriminate the accident sound based on a predetermined feature amount corresponding to the accident sound for each accident type. .

12. The accident sound detection according to claim 11, wherein the discriminant analysis means includes means for discriminating an accident sound using a predetermined discriminant function and storing a discriminant coefficient necessary for forming the discriminant function. apparatus.

As the feature quantity based on the discrimination by the discriminant analysis means, band power that is the level of the signal component of each band obtained by dividing the band of the input analog acoustic signal into a plurality of bands is used. The accident sound detection device according to claim 12.

The accident sound detection apparatus further receives analog acoustic signals from a plurality of microphones other than the first microphone that have different directivity characteristics from the first microphone, which is the microphone, for each microphone other than the first microphone. Conversion means for converting the corresponding analog acoustic signal into a digital signal constituted by a frame; and broadband power data generation means for generating information on the broadband power for each frame based on the digital signal. The discrimination means further comprises sound source direction calculation means for calculating an arrival direction of the accident sound based on each information related to the broadband power generated by each broadband power data generation means. The accident sound detection device according to 1.

A conversion step for converting an analog acoustic signal detected by a microphone into a digital signal composed of a frame, and a signal level of a signal component occupying a predetermined band of the analog acoustic signal for each frame based on the digital signal. A broadband power data generating step for generating information on a certain broadband power; and an average value calculating step for calculating an average value of the broadband power obtained for each frame from the accident sound calculation target frame to a predetermined number of frames in the past; A determination step of determining whether the signal of the accident sound calculation target frame is a signal corresponding to the accident sound based on the information on the broadband power and the information on the average value of the broadband power. A feature of accident sound detection method.

The accident sound detection method includes a maximum value calculating step of calculating a maximum value of the broadband power obtained for each frame from the accident sound calculation target frame to a predetermined number of frames in the past, and the broadband power A difference value calculating step of calculating a difference value between a maximum value and an average value of the broadband power, and in the determining step, the signal of the frame for which the accident sound is to be calculated is converted into an accident sound based on the information on the difference value. 16. The accident sound detection method according to claim 15, wherein it is determined whether or not the signal is a corresponding signal.

The accident sound detection method includes a total value calculation step of calculating a total value of the broadband power obtained for each frame from the accident sound calculation target frame to a predetermined number of frames in the past, and a total value of the broadband power And a difference value calculating step of calculating a difference value between the average value of the broadband power and the determination step, wherein the signal of the accident sound calculation target frame corresponds to the accident sound based on the information of the difference value. 16. The accident sound detection method according to claim 15, wherein it is determined whether or not the signal is a signal.

The accident sound detection method includes a narrowband power data generation step of calculating a narrowband power that is a signal level of a signal component occupying any frequency band in an audible frequency band in an analog acoustic signal detected by the microphone; A narrowbandness detecting step for detecting narrowbandness based on broadband power information and the narrowband power information, and the determination step determines that the signal of the accident sound calculation target frame is a signal corresponding to the accident sound. The accident sound according to claim 15, further comprising a classification step of classifying the accident sound based on information on whether or not the narrowband characteristic is detected in the narrowband characteristic detection step. Detection method.

In the narrowband property detecting step, a difference value between the wideband power and the narrowband power is calculated, and the narrowband property is detected based on a difference value between the wideband power and the narrowband power. The accident sound detection method according to claim 18.

Any frequency band in the audible frequency band for which the narrow band power is calculated in the narrow band power data generation step is a frequency band in any range in a frequency range from 800 Hz to 2 kHz. An accident sound detection method according to claim 19.

The accident sound detection method includes a periodicity calculation step for calculating a period of time change of the narrowband power, and in the classification step, a signal of the accident sound calculation target frame corresponds to the accident sound in the determination step. When a narrow band is detected in the narrow band detection step, if the period is not calculated in the periodic calculation step, it is classified as an accident sound, and if the periodicity is calculated, the accident sound is determined. The accident sound detection method according to claim 18, wherein the accident sound detection method is not classified.

The accident sound detection method includes a narrowband power data generation step of calculating a narrowband power that is a signal level of a signal component occupying any frequency band in an audible frequency band in an analog acoustic signal detected by the microphone; A periodicity calculating step for calculating a period of time variation of the narrow band power, and when the determination step determines that the signal of the accident sound calculation target frame is a signal corresponding to the accident sound, the periodicity calculation step 16. The accident sound detection method according to claim 15, further comprising a classification step of classifying the sound so as to make an accident sound when the period is not calculated and not to be an accident sound when the periodicity is calculated.

The accident sound detection method includes a step of calculating an autocorrelation of the time variation of the narrowband power based on the information of the time variation of the narrowband power, and the periodicity calculating step is based on the information on the autocorrelation. The accident sound detection method according to claim 21 or 22, wherein a period of time change of the narrowband power is calculated.

The accident sound according to any one of claims 21 to 23, wherein the time range of the period to be calculated in the periodicity calculating step is any time range of 0.3 s to 10 s. Detection method.

25. The accident sound detection method according to claim 24, further comprising a discriminant analysis step for discriminating the accident sound based on a predetermined feature amount corresponding to the accident sound for each accident type. .

26. The accident sound detection according to claim 25, wherein the discriminant analysis step includes a step of discriminating an accident sound using a predetermined discriminant function and storing a discriminant coefficient necessary for forming the discriminant function. Method.

As the feature quantity based on the discrimination in the discriminant analysis step, band power that is the level of the signal component of each band obtained by dividing the band of the input analog acoustic signal into a plurality of bands is used. The accident sound detection method according to claim 24.

In the accident sound detection method, an analog acoustic signal from a plurality of microphones other than the first microphone having a directional characteristic different from that of the first microphone, which is the microphone, is input, and for each microphone other than the first microphone. A conversion step of converting the corresponding analog acoustic signal into a digital signal constituted by a frame, and a broadband power data generation step of generating information on the broadband power for each frame based on the digital signal The step of determining further includes a sound source direction calculating step of calculating an arrival direction of the accident sound based on each information related to the broadband power generated in each broadband power data generating step. 15. The accident sound detection method according to 15.

A conversion step of converting an analog acoustic signal detected by a microphone into a digital signal composed of a frame, and a signal component occupying a predetermined band of the analog acoustic signal for each frame based on the digital signal. A broadband power data generation step for generating information on broadband power as a signal level, and an average value for calculating an average value of the broadband power obtained for each frame from the accident sound calculation target frame to a predetermined number of frames in the past A calculation step and a determination step of determining whether or not the signal of the accident sound calculation target frame is a signal corresponding to the accident sound based on the information of the broadband power and the average value of the broadband power An accident sound detection program characterized by causing

The accident sound detection program further includes a maximum value calculation step of calculating a maximum value of the wide band power obtained for each frame from the accident sound calculation target frame to a predetermined number of frames in the past, and the broadband A difference value calculating step of calculating a difference value between the maximum value of power and the average value of the broadband power; and in the determining step, based on the information of the difference value, the frame of the accident sound calculation target frame 30. The accident sound detection program according to claim 29, wherein it is determined whether or not the signal is a signal corresponding to an accident sound.

The accident sound detection program includes a total value calculation step for calculating a total value of the broadband power obtained for each frame from the accident sound calculation target frame to a predetermined number of frames, and a total value of the broadband power. And a difference value calculation step of calculating a difference value between the average value of the broadband power and the average value of the broadband power, and in the determination step, the signal of the accident sound calculation target frame is an accident sound based on the difference value information. 30. The accident sound detection program according to claim 29, wherein it is determined whether or not the signal corresponds to.

The accident sound detection program includes a narrowband power data generation step of calculating a narrowband power that is a signal level of a signal component occupying any frequency band in an audible frequency band in an analog acoustic signal detected by the microphone; A narrowbandness detecting step for detecting narrowbandness based on broadband power information and the narrowband power information, and the determination step determines that the signal of the accident sound calculation target frame is a signal corresponding to the accident sound. 30. The computer according to claim 29, further comprising: classifying the accident sound based on information as to whether or not the narrowband characteristic is detected in the narrowband characteristic detecting step. Accident sound detection program.

In the narrowband property detecting step, a difference value between the wideband power and the narrowband power is calculated, and the narrowband property is detected based on a difference value between the wideband power and the narrowband power. The accident sound detection program according to claim 32.

Any frequency band in the audible frequency band for which the narrow band power is calculated in the narrow band power data generation step is a frequency band in any range in a frequency range from 800 Hz to 2 kHz. An accident sound detection program according to claim 33.

The accident sound detection program causes a computer to execute a periodicity calculating step of calculating a time change period of the narrowband power, and in the classification step, a signal of the accident sound calculation target frame is an accident sound in the determining step. If the signal is determined to be a signal corresponding to, and when the narrow-band property is detected in the narrow-band property detection step, if the period is not calculated in the periodicity calculation step, it is classified as an accident sound, and the periodicity is calculated The accident sound detection program according to claim 32, wherein is not classified as an accident sound.

The accident sound detection program includes a narrowband power data generation step of calculating a narrowband power that is a signal level of a signal component occupying any frequency band in an audible frequency band in an analog acoustic signal detected by the microphone; A periodicity calculating step for calculating a period of time variation of the narrow band power, and when the determination step determines that the signal of the accident sound calculation target frame is a signal corresponding to the accident sound, the periodicity calculation step 30. The accident sound detection program according to claim 29, further causing a computer to execute a classification step of classifying an accident sound when the period is not calculated as an accident sound and not calculating as an accident sound when the periodicity is calculated.

The accident sound detection program causes the computer to execute a step of calculating the autocorrelation of the time change of the narrowband power based on the information of the time change of the narrowband power, and the periodicity calculation step relates to the autocorrelation. 37. The accident sound detection program according to claim 35 or 36, wherein a period of time change of the narrowband power is calculated based on information.

The accident sound according to any one of claims 35 to 37, wherein a time range of the period to be calculated in the periodicity calculating step is any time range of 0.3 s to 10 s. Detection program.

39. The accident according to claim 38, wherein the accident sound detection program further causes a computer to execute a discrimination analysis step for discriminating the accident sound based on a predetermined feature amount corresponding to the accident sound for each accident type. Sound detection program.

40. The accident sound detection according to claim 39, wherein the discriminant analysis step includes a step of discriminating an accident sound using a predetermined discriminant function and storing a discriminant coefficient necessary for forming the discriminant function. program.

As the feature quantity based on the discrimination in the discriminant analysis step, band power that is the level of the signal component of each band obtained by dividing the band of the input analog acoustic signal into a plurality of bands is used. The accident sound detection program according to claim 40.

The accident sound detection program further receives analog acoustic signals from a plurality of microphones other than the first microphone that have different directivity characteristics from the first microphone, which is the microphone, for each microphone other than the first microphone. A conversion step of converting the corresponding analog acoustic signal into a digital signal constituted by a frame, and a broadband power data generation step of generating information on the broadband power for each frame based on the digital signal The determination step further includes a sound source direction calculation step of calculating an arrival direction of the accident sound based on the information on the broadband power generated in the broadband power data generation step. Claim 29 Sound detection program.