CN114764023A - 基于车联网的车内噪声检测和统计分析方法、装置、存储介质 - Google Patents
基于车联网的车内噪声检测和统计分析方法、装置、存储介质 Download PDFInfo
- Publication number
- CN114764023A CN114764023A CN202110044781.4A CN202110044781A CN114764023A CN 114764023 A CN114764023 A CN 114764023A CN 202110044781 A CN202110044781 A CN 202110044781A CN 114764023 A CN114764023 A CN 114764023A
- Authority
- CN
- China
- Prior art keywords
- automobile
- noise
- noise detection
- vehicle
- detection result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000001514 detection method Methods 0.000 claims abstract description 161
- 238000007619 statistical method Methods 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 13
- 230000009467 reduction Effects 0.000 claims description 11
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000006855 networking Effects 0.000 claims description 4
- SAZUGELZHZOXHB-UHFFFAOYSA-N acecarbromal Chemical compound CCC(Br)(CC)C(=O)NC(=O)NC(C)=O SAZUGELZHZOXHB-UHFFFAOYSA-N 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 6
- 238000013461 design Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000003321 amplification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 238000003199 nucleic acid amplification method Methods 0.000 description 2
- 206010013954 Dysphoria Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/007—Wheeled or endless-tracked vehicles
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Traffic Control Systems (AREA)
Abstract
一种基于车联网的车内噪声检测和统计分析方法、装置、存储介质,所述检测方法包括:汽车行驶期间,采集所述汽车内部的声音数据,以得到第一噪声检测结果;采集所述汽车的运行数据,并根据所述运行数据对所述第一噪声检测结果进行修正,以得到第二噪声检测结果。通过本发明方案能够更准确地检测车内噪声,且精准区分环境产生的噪声和车机本身产生的噪声,从而对车内噪声进行有效的提示和管理,提升驾驶舒适度。
Description
技术领域
本发明涉及车联网技术领域,具体地涉及一种基于车联网的车内噪声检测和统计分析方法、装置、存储介质。
背景技术
随着车联网概念的兴起和相关技术发展,用户能够基于汽车实现驾驶以外的更多功能。另一方面,汽车在行驶期间不可避免的会在车内产生噪音,如风噪或路噪。其中,风噪指的是,汽车在高速行驶过程中迎面而来的风的压力超过车门的密封阻力从而进入车内而产生的,汽车行驶速度越快风噪越大;路噪指的是,汽车高速行驶的时候风切入车内形成噪音,以及汽车行驶带动底盘震动产生的,还有路上沙石冲击汽车底盘也会产生噪音,这些都是路噪的主要来源。
上述风噪和路噪均是汽车行驶期间环境产生的噪声,而除了这类噪声外,汽车行驶期间车机本身也会产生噪声。现有技术不会对汽车行驶期间车内噪声的来源进行区分,不利于用户驾驶体验也不利于行车安全。例如,汽车的车窗全关、行驶速度也不快的情况下,理论上风噪和路噪都应该较小,若此时车内噪声仍非常大则极有可能是车机本身出现异常导致的,但现有技术无法识别此类情况。
发明内容
本发明解决的技术问题是如何更准确地检测车内噪声,精准区分环境产生的噪声和车机本身产生的噪声。
为解决上述技术问题,本发明实施例提供一种基于车联网的车内噪声检测方法,包括如下步骤:汽车行驶期间,采集所述汽车内部的声音数据,以得到第一噪声检测结果;采集所述汽车的运行数据,并根据所述运行数据对所述第一噪声检测结果进行修正,以得到第二噪声检测结果。
可选的,所述车内噪声检测方法还包括如下步骤:实时显示所述第一噪声检测结果。
可选的,在获得所述第一噪声检测结果后,还包括如下步骤:当所述第一噪声检测结果超出预设阈值时,发出提示信息。
可选的,所述车内噪声检测方法还包括如下步骤:当所述第一噪声检测结果超出预设阈值时,主动执行降噪操作。
可选的,所述降噪操作包括以下一项或多项:控制所述汽车关闭车窗;提高车载娱乐系统的功放音量。
可选的,在主动执行降噪操作后,还包括如下步骤:若实时得到的第一噪声检测结果仍大于所述预设阈值,则发出异常提示信息。
可选的,确定所述预设阈值的过程包括如下步骤:确定所述汽车当前行驶的路段;查找所述路段关联的预设阈值,其中,预设阈值与路段一一对应,所述预设阈值是根据至少一辆汽车历史上在该路段行驶期间获取的第二噪声检测结果统计确定的。
可选的,预设阈值与路段和汽车的类型相关联,对于任一类型的汽车和任一路段,关联的预设阈值是根据至少一辆该类型的汽车历史上在该路段行驶期间获取的第二噪声检测结果统计确定的。
可选的,所述汽车的运行数据包括以下一项或多项:所述汽车的车速、车窗的状态以及车载娱乐系统的运行状态。
可选的,所述车内噪声检测方法还包括如下步骤:发送上报信息,所述上报信息包括所述第一噪声检测结果、第二噪声检测结果、所述汽车当前行驶的路段和/或所述汽车的运行数据。
可选的,所述采集所述汽车内部的声音数据的动作是在所述汽车行驶到目标路段时主动执行的。
为解决上述技术问题,本发明实施例还提供一种基于车联网的车内噪声统计分析方法,包括如下步骤:接收至少一辆汽车的上报信息,其中,所述上报信息包括第一噪声检测结果、第二噪声检测结果、所述汽车当前行驶的路段和/或所述汽车的运行数据,所述第二噪声检测结果是根据所述运行数据对所述第一噪声检测结果修正得到的;根据所述至少一辆汽车的上报信息,统计得到相同类型汽车在同一路段上行驶期间车内噪声的变化趋势。
可选的,所述车内噪声统计分析方法还包括如下步骤:比较当前接收到的上报信息与相同类型汽车的变化趋势;如果基于当前接收到的上报信息得到的第二噪声检测结果偏离所述变化趋势,则发出异常提示信息。
为解决上述技术问题,本发明实施例还提供一种基于车联网的车内噪声检测装置,包括:采集模块,用于在汽车行驶期间,采集所述汽车内部的声音数据,以得到第一噪声检测结果;修正模块,用于采集所述汽车的运行数据,并根据所述运行数据对所述第一噪声检测结果进行修正,以得到第二噪声检测结果。
为解决上述技术问题,本发明实施例还提供一种基于车联网的车内噪声统计分析装置,包括:接收模块,用于接收至少一辆汽车的上报信息,其中,所述上报信息包括第一噪声检测结果、第二噪声检测结果、所述汽车当前行驶的路段和/或所述汽车的运行数据,所述第二噪声检测结果是根据所述运行数据对所述第一噪声检测结果修正得到的;统计模块,用于根据所述至少一辆汽车的上报信息,统计得到相同类型汽车在同一路段上行驶期间车内噪声的变化趋势。
为解决上述技术问题,本发明实施例还提供一种存储介质,其上存储有计算机程序,所述计算机程序被处理器运行时执行上述方法的步骤。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
本发明实施例提供一种基于车联网的车内噪声检测方法,包括如下步骤:汽车行驶期间,采集所述汽车内部的声音数据,以得到第一噪声检测结果;采集所述汽车的运行数据,并根据所述运行数据对所述第一噪声检测结果进行修正,以得到第二噪声检测结果。采用本实施方案能够更精准地检测车内噪声,且精准区分环境产生的噪声(路噪或风噪)和车机本身产生的噪声,从而对车内噪声进行有效的提示和管理,提升驾驶舒适度。具体而言,在汽车行驶期间采集得到第一噪声检测结果,并结合汽车的运行数据对第一噪声检测结果进行去干扰、拟合、修正等处理,以得到仅表征车机本身产生噪声的第二噪声检测结果。
进一步,本发明实施例还提供一种基于车联网的车内噪声统计分析方法,包括如下步骤:接收至少一辆汽车的上报信息,其中,所述上报信息包括第一噪声检测结果、第二噪声检测结果、所述汽车当前行驶的路段和/或所述汽车的运行数据,所述第二噪声检测结果是根据所述运行数据对所述第一噪声检测结果修正得到的;根据所述至少一辆汽车的上报信息,统计得到相同类型汽车在同一路段上行驶期间车内噪声的变化趋势。现有技术仅能根据汽车的胎压等单个数据对汽车的某个零部件进行针对性的定值预警,无法针对汽车的整体变化情况进行预警,如无法对汽车的老化过程进行监测和预警。本实施方案通过统计分析相同类型汽车在同一路段上行驶期间车内噪声的变化趋势,能够拟合得到该类型汽车的整车变化过程,利于后续预警。进一步,随着接收的上报信息的积累,还能够获知和比较不同车辆、不同批次、不同材料制造的汽车的车内噪声情况,以便汽车生产厂商改进提高,从整车设计制造上着手降低汽车的车内噪声。
附图说明
图1是本发明实施例一种基于车联网的车内噪声检测方法的流程图;
图2是本发明实施例一种基于车联网的车内噪声统计分析方法的流程图;
图3是本发明实施例一种基于车联网的车内噪声检测装置的结构示意图;
图4是本发明实施例一种基于车联网的车内噪声统计分析装置的结构示意图。
具体实施方式
如背景技术所言,现有技术无法区分环境产生的车内噪声和车机本身产生的噪声。
为解决上述技术问题,本发明实施例提供一种基于车联网的车内噪声检测方法,包括如下步骤:汽车行驶期间,采集所述汽车内部的声音数据,以得到第一噪声检测结果;采集所述汽车的运行数据,并根据所述运行数据对所述第一噪声检测结果进行修正,以得到第二噪声检测结果。
采用本实施方案能够更精准地检测车内噪声,且精准区分环境产生的噪声(路噪或风噪)和车机本身产生的噪声,从而对车内噪声进行有效的提示和管理,提升驾驶舒适度。具体而言,在汽车行驶期间采集得到第一噪声检测结果,并结合汽车的运行数据对第一噪声检测结果进行去干扰、拟合、修正等处理,以得到仅表征车机本身产生噪声的第二噪声检测结果。
为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
图1是本发明实施例一种基于车联网的车内噪声检测方法的流程图。
本实施方案可以由汽车的车载控制器执行,如整车控制器(汽车的电子控制单元(Electronic Control Unit,简称ECU))、汽车的数据中台,所述车载控制器可以执行本实施方案以对车内噪声进行评级和分析。
或者,本实施方案可以由后台服务器执行,所述后台服务器与所述汽车基于所述车联网相通信。所述后台服务器根据汽车通过车联网上传的相关数据对汽车的车内噪声进行评级和分析,其中,所述相关数据可以是汽车的车载设备实时采集到的车内声音数据和汽车的运行数据。
具体地,参考图1,本实施例所述基于车联网的车内噪声检测方法可以包括如下步骤:
步骤S101,汽车行驶期间,采集所述汽车内部的声音数据,以得到第一噪声检测结果;
步骤S102,采集所述汽车的运行数据,并根据所述运行数据对所述第一噪声检测结果进行修正,以得到第二噪声检测结果。
进一步,第一噪声检测结果即为汽车行驶期间汽车内部(如车厢)所实际感知的车内噪声。所述车内噪声可能是由于环境产生的,如路噪和风噪;所述车内噪声也可能是由于车机本身产生的,如发动机运行时发出的声音、引擎运行时发出的声音等。
在一个具体实施中,可以基于汽车的车载麦克风对车内声音进行录音采集。进一步,采集声音数据的动作可以是响应于用户指令执行的。或者,也可以是汽车行驶到特定路段时主动执行的,所述主动执行是指在未接收到用户指令(或后台服务器指令)的情况下自行执行。例如,基于车载位置(如全球定位系统(Global Positioning System,简称GPS))检测到驶入特定路段时,汽车可以主动调用车载麦克风采集车内声音。所述特定路段可以是需要采集车内噪声的目标路段。
进一步,所述第一噪声检测结果可以是通过对所述声音数据进行分贝检测的结果。
在一个具体实施中,所述汽车的运行数据可以包括所述汽车的车速、车窗的状态以及车载娱乐系统的运行状态。
所述车窗的状态可以指汽车每扇车窗的开启程度,如车窗全部打开还是部分打开。
所述车载娱乐系统的运行状态可以指车载娱乐系统是否开启,若开启则包括功放音量的具体数值。
在一个具体实施中,车机可以根据步骤S101采集得到的声音数据对车内噪声进行分析和评级,以确定车内噪声的具体数值(即第一噪声检测结果)。
在一个具体实施中,在得到第一噪声检测结果之后,可以进一步结合汽车的运行数据对所述第一噪声检测结果进行修正,以得到能够表征车机本身产生噪声的第二噪声检测结果。其中,修正可以包括去干扰、拟合等操作。
具体地,基于汽车当前车速以及车窗开启程度,可以准确评估汽车行驶期间环境产生的车内噪声。进一步,基于车载娱乐系统的运行状态,可以确定车内背景音产生的车内噪声。也即,在所述步骤S102中,通过汽车的运行数据修正第一噪声检测结果,以尽可能排除环境产生的噪声,排除后剩下的即为车机本身产生的噪声,即第二噪声检测结果。其中,所述车机本身产生的噪声可以是汽车的发动机、引擎等零部件在工作时产生的噪声。
所述步骤S102可以由所述汽车的车载控制器执行。例如,所述车载控制器可以根据采集得到的声音数据和运行数据直接处理得到第二噪声检测结果。
或者,所述步骤S102也可以由所述后台服务器执行。例如,车载控制器可以将步骤S101采集得到的声音数据和运行数据通过车联网上传至后台服务器,由所述后台服务器基于声音数据和运行数据执行车内噪声的分析和评级操作。进一步,后台服务器可以将对车内噪声的检测结果通过车联网反馈至汽车的车载控制器。在本示例中,后台服务器反馈的可以是第一噪声检测结果,还可以是第一噪声检测结果和第二噪声检测结果。
采用本实施方案,通过步骤S102的检测结果能够实现对车内噪声来源的甄别,利于汽车生产厂商在汽车设计制造阶段进行相应改进,以降低车内噪声。
在一个具体实施中,在所述步骤S101之后,本实施例所述车内噪声检测方法还可以包括步骤:在车载显示屏上实时显示所述第一噪声检测结果。
进一步,在车载显示屏上还可以同步展示汽车当前所处路段。
进一步,在所述车载显示屏上还可以同步展示当前所处路段上检测到的车内噪声的最大值和最小值。即当前所处路段检测到的数值最大的第一噪声检测结果和数值最小的第一噪声检测结果。
在一个变化例中,所述第一噪声检测结果还可以同步推送到用户的智能终端,以便用户查看。所述用户可以是所述汽车的乘员,也可以是与所述后台服务器预先绑定的消息接收方。
在一个具体实施中,在所述步骤S101之后,本实施例所述车内噪声检测方法还可以包括步骤:当所述第一噪声检测结果超出预设阈值时,通过车载设备发出提示信息。
具体地,所述预设阈值可以是预先设定的数值,用于表征能够容忍的最大车内噪声。若当前检测到的第一噪声检测结果超出所述预设阈值,表明所述汽车内的噪声过大会影响用户身体健康,则汽车发出提示以提醒车内用户采取合适措施降低车内噪声。
进一步,所述提示信息可以通过车载显示屏呈现,还可以通过车载喇叭发出。
在一个具体实施中,所述预设阈值可以与所述汽车当前所行驶的路段相关联。具体而言,预设阈值与路段是一一对应的,所述预设阈值可以是根据历史上对行驶在该路段的至少一辆汽车的车内噪声检测结果统计确定的标准值。例如,所述标准值可以是历史上获得的多个检测结果的均值、均方差等拟合值。例如,所述车内噪声检测结果可以为第一噪声检测结果,也可以为第二噪声检测结果。
进一步,确定所述预设阈值的过程可以包括步骤:确定所述汽车当前行驶的路段;查找所述路段关联的预设阈值。所述预设阈值可以是采用图2所示方法确定的拟合值,也可以是采用图2所示方法统计得到的第二噪声检测结果的变化趋势。
例如,可以根据汽车的定位(如GPS定位)确定汽车当前行驶的路段。
又例如,所述路段与预设阈值的关联关系可以预存于所述后台服务器。所述汽车的车载控制器可以通过车联网与所述后台服务器交互,以向后台服务器发送自身当前定位信息或所处路段。所述后台服务器根据汽车所处路段查找对应的预设阈值,然后通过车联网反馈至车载控制器。
或者,所述路段与预设阈值的关联关系可以直接存储于汽车本地。
在一个具体实施中,预设阈值可以与路段和汽车的类型相关联。相应的,对于任一类型的汽车和任一路段,关联的预设阈值可以是根据至少一辆该类型的汽车历史上在该路段行驶期间获取的第二噪声检测结果统计确定的。
在一个具体实施中,在所述步骤S101之后,本实施例所述车内噪声检测方法还可以包括步骤:当第一噪声检测结果超出预设阈值时,主动执行降噪操作。
具体而言,所述降噪操作可以包括以下一项或多项:控制所述汽车关闭车窗;提高车载娱乐系统的功放音量。
进一步,在步骤S101检测到汽车的车内噪声后,除了将第一噪声检测结果实时呈现在车载显示屏上,还可以对检测结果进行监控。若车内噪声达到预设阈值,则发出提示信息以提示用户当前车内噪声过响。进一步,若发出提示信息后超过一段时间所述车内噪声没有下降,则可以主动执行降噪操作。
例如,当第一噪声检测结果超出预设阈值时,可以检测汽车的车窗当前是否处于开启状态。如车窗处于开启状态,则提示用户关窗。进一步,若提示后车窗仍然处于开启状态,或车窗虽然关小了但车内噪声仍超出预设阈值,则汽车的车载控制器可以主动关闭车窗,以实现主动降噪。
又例如,当第一噪声检测结果超出预设阈值时,可以主动开启或调高车载娱乐系统的功放音量,以降低车内噪声使用户感觉到愉悦。
在一个具体实施中,可以基于设置于车内的摄像头拍摄车内影像,并基于车内影像确定车窗的状态。
在一个具体实施中,若在执行主动降噪操作后,执行步骤S101实时得到的第一噪声检测结果仍大于所述预设阈值,则表明此时的车内噪声较大概率是由于车机本身产生的,且车机本身产生的噪声音量非常大可能有零部件出现异常。相应的,发出异常提示信息以提示用户车机存在问题。
在一个具体实施中,根据第一噪声检测结果,还可以进一步分析当前车内噪声的来源是风噪还是路噪。具体而言,风噪主要通过汽车四门密封间隙(包括整体薄钢板)产生和传递,路噪则主要通过汽车四车门、后备箱、前叶子板、前轮弧产生和传递。
由上,采用本实施方案能够更精准地检测车内噪声,且精准区分环境产生的噪声(路噪或风噪)和车机本身产生的噪声,从而对车内噪声进行有效的提示和管理,提升驾驶舒适度。具体而言,在汽车行驶期间采集得到第一噪声检测结果,并结合汽车的运行数据对第一噪声检测结果进行去干扰、拟合、修正等处理,以得到仅表征车机本身产生噪声的第二噪声检测结果。
进一步,通过在车载显示屏上呈现对车内噪声的实时检测结果,能够让用户更加直观的对车内噪声进行评估。
进一步,通过对车内噪声的智能化检测和提示,能够有效提升用户驾驶舒适度。进一步,通过对造成用户烦躁的车内噪声进行适当的措施并进行原因分析,能够使得用户采取正确的措施降低甚至避免车内噪声。
在一个具体实施中,在所述步骤S102之后,本实施例所述方法还可以包括步骤:发送上报信息,所述上报信息包括所述第一噪声检测结果、第二噪声检测结果、所述汽车当前行驶的路段和/或所述汽车的运行数据。由此,这些上报信息通过车联网传输至后台服务器,所述后台服务器汇总多个汽车在相同或不同路段的第一噪声检测结果和第二噪声检测结果。
具体而言,现有的汽车在生产制造完成交付到用户手里后,汽车的制造设计厂商对车辆的行驶情况一无所知,包括车内噪声。而随着汽车的使用,在不同时间段,由于车辆材料的损耗和磨损,导致车内噪声日益严重,用户的驾驶舒适度也会变差。在现阶段,汽车的制造设计厂商无法对用户用车期间的车内噪声(尤其是车机本身产生的噪声)进行跟踪,导致无法在整车设计制造阶段采取合理的降噪措施。
基于本实施方案,当收集到的样本足够多时,后台服务器能够按照时间对相同车辆相同路段相同速度和状态下的车内噪声进行对比分析,以获得基于第二噪声检测结果的统计分析结果。这样的统计分析结果对于整车设计制造阶段即采用有效的降低车内噪声措施,以优化用户驾驶体验具有极大作用。
接下来,参考图2对前述针对车内噪声的大数据统计分析流程进行详细阐述。图2是本发明实施例一种基于车联网的车内噪声统计分析方法的流程图。
本实施方案可以由后台服务器执行,所述后台服务器与汽车基于车联网进行数据交互。
具体地,参考图2,本实施例所述基于车联网的车内噪声统计分析方法可以包括如下步骤:
步骤S201,接收至少一辆汽车的上报信息,其中,所述上报信息包括第一噪声检测结果、第二噪声检测结果、所述汽车当前行驶的路段和/或所述汽车的运行数据,所述第二噪声检测结果是根据所述运行数据对所述第一噪声检测结果修正得到的;
步骤S202,根据所述至少一辆汽车的上报信息,统计得到相同类型汽车在同一路段上行驶期间车内噪声的变化趋势。
更为具体地,所述上报信息中的第一噪声检测结果和/或第二噪声检测结果可以是执行上述图1所示方法获得的。
所述上报信息中汽车的运行数据可以是由所述汽车的车载控制器主动上报的。
所述上报信息中汽车当前行驶的路段,可以是由所述汽车的车载控制器根据自身定位(如GPS定位)确定后上报的。或者,所述上报信息中携带的可以是所述汽车的实时定位信息,由所述后台服务器根据所述实时定位信息确定所述汽车当前行驶的路段。
在一个具体实施中,所述相同类型的汽车可以指车速、车窗的状态和/或车载娱乐系统的运行状态均相同的汽车,以确保统计分析是以相同基准的汽车进行的。由此,能够分析汽车质量、使用损耗等导致的车内噪声差异。
在一个具体实施中,所述步骤S102的统计分析可以是基于预设周期执行的,如以周、月为单位统计分析经过特定路段的特定类型汽车的车内噪声变化情况。
在一个具体实施中,根据不同批次汽车在相同路段以相同速度和运行状态行驶时的车内噪声检测结果,后台服务器同样能够进行对比分析得到车内噪声的变化趋势。由此,能够分析整车制造工艺变化造成的车内噪声区别。
在一个具体实施中,根据所述步骤S102得到的变化趋势,能够得到特定类型汽车在特定路段的预设阈值,即上述图1所示方法中采用的预设阈值,所述预设阈值可以为基于所述变化趋势计算得到的拟合值。
在一个具体实施中,在所述步骤S202之后,本实施例所述方法还可以包括步骤:比较当前接收到的上报信息与相同类型汽车的变化趋势;如果基于当前接收到的上报信息得到的第二噪声检测结果偏离所述变化趋势,则发出异常提示信息。
基于本实施方案,能够统计得到特定类型汽车在特定路段行驶时第二噪声检测结果的变化趋势。相应的,对于当前接收到的上报信息,能够确定当前上报的汽车的类型和当前行驶的路段,进而查找得到对应的变化趋势。进一步,可以将当前接收到的上报信息中的第二噪声检测结果与所述变化趋势相比较,如果第二噪声检测结果偏离所述变化趋势则可以确定当前上报的汽车出现异常。这种异常可能是汽车出现故障导致的,如汽车发动机故障。相应的,所述后台服务器可以通过车联网控制汽车发出异常提示信息。
由此,能够通过检测车内噪声分析出汽车可能潜在的故障,让用户进行适当的修理,以增加用户的体验,降低车内噪声。
在一个典型的应用场景中,基于本实施方案,汽车制造商能够获得一辆车半年内在同一路段以相同速度行驶时的车内噪声变化情况。
在另一个典型的应用场景中,基于本实施方案,汽车制造商能够获得不同批次生产得到的汽车,尤其是材料发生变更前后的汽车在同一路段以相同速度和运行状态行驶时车内噪声的变化情况。其中,材料是指汽车的外表涂层等不行驶无法获得的汽车数据。由此,车辆制造商可以进行大批量的全样本的关于汽车车内噪声的检测和统计,能够有效的统计汽车改进某个材料对于车内噪声的改进作用。
由上,本实施方案通过统计分析相同类型汽车在同一路段上行驶期间车内噪声的变化趋势,能够拟合得到该类型汽车的整车变化过程,利于后续预警。进一步,随着接收的上报信息的积累,还能够获知和比较不同车辆、不同批次、不同材料制造的汽车的车内噪声情况,以便汽车生产厂商改进提高,从整车设计制造上着手降低汽车的车内噪声。
在一个具体实施中,基于通过车联网采集得到的大量汽车在不同路段的车内噪声检测结果,后台服务器能够据此分析城市道路的交通情况。
例如,如果同一时间同一路段上传所述上报信息的汽车数量较多,则可以确定该路段较拥堵。
又例如,如果同一时间同一路段上传的上报信息均为车内噪声较大,则可以确定该路段的路况不好。这里的车内噪声可以为第一噪声检测结果,也可以为第二噪声检测结果。
图3是本发明实施例一种基于车联网的车内噪声检测装置的结构示意图。本领域技术人员理解,本实施例所述基于车联网的车内噪声检测装置3可以用于实施上述图1所述实施例中所述的方法技术方案。
具体地,参考图3,本实施例所述基于车联网的车内噪声检测装置3可以包括:采集模块31,用于在汽车行驶期间,采集所述汽车内部的声音数据,以得到第一噪声检测结果;修正模块32,用于采集所述汽车的运行数据,并根据所述运行数据对所述第一噪声检测结果进行修正,以得到第二噪声检测结果。
关于所述基于车联网的车内噪声检测装置3的工作原理、工作方式的更多内容,可以参照上述图1中的相关描述,这里不再赘述。
图4是本发明实施例一种基于车联网的车内噪声统计分析装置的结构示意图。本领域技术人员理解,本实施例所述基于车联网的车内噪声统计分析装置4可以用于实施上述图2所述实施例中所述的方法技术方案。
具体地,参考图4,本实施例所述基于车联网的车内噪声统计分析装置4可以包括:接收模块41,用于接收至少一辆汽车的上报信息,其中,所述上报信息包括第一噪声检测结果、第二噪声检测结果、所述汽车当前行驶的路段和/或所述汽车的运行数据,所述第二噪声检测结果是根据所述运行数据对所述第一噪声检测结果修正得到的;统计分析模块42,用于根据所述至少一辆汽车的上报信息,统计得到相同类型汽车在同一路段上行驶期间车内噪声的变化趋势。
关于所述基于车联网的车内噪声统计分析装置4的工作原理、工作方式的更多内容,可以参照上述图2中的相关描述,这里不再赘述。
进一步地,本发明实施例还公开一种存储介质,其上存储有计算机程序,所述计算机程序被处理器运行时执行上述图1和图2所示实施例中所述的方法技术方案。优选地,所述存储介质可以包括诸如非挥发性(non-volatile)存储器或者非瞬态(non-transitory)存储器等计算机可读存储介质。所述存储介质可以包括ROM、RAM、磁盘或光盘等。
进一步地,本发明实施例还公开一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机程序,所述处理器运行所述计算机程序时执行上述图1和图2所示实施例中所述的方法技术方案。具体地,所述终端可以为后台服务器。所述终端还可以为所述汽车的车载控制器。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (16)
1.一种基于车联网的车内噪声检测方法,其特征在于,包括如下步骤:
汽车行驶期间,采集所述汽车内部的声音数据,以得到第一噪声检测结果;采集所述汽车的运行数据,并根据所述运行数据对所述第一噪声检测结果进行修正,以得到第二噪声检测结果。
2.根据权利要求1所述的车内噪声检测方法,还包括如下步骤:
实时显示所述第一噪声检测结果。
3.根据权利要求1所述的车内噪声检测方法,在获得所述第一噪声检测结果后,还包括如下步骤:
当所述第一噪声检测结果超出预设阈值时,发出提示信息。
4.根据权利要求1所述的车内噪声检测方法,还包括如下步骤:
当所述第一噪声检测结果超出预设阈值时,主动执行降噪操作。
5.根据权利要求4所述的车内噪声检测方法,所述降噪操作包括以下一项或多项:控制所述汽车关闭车窗;提高车载娱乐系统的功放音量。
6.根据权利要求4所述的车内噪声检测方法,在主动执行降噪操作后,还包括如下步骤:
若实时得到的第一噪声检测结果仍大于所述预设阈值,则发出异常提示信息。
7.根据权利要求3或4所述的车内噪声检测方法,确定所述预设阈值的过程包括如下步骤:
确定所述汽车当前行驶的路段;
查找所述路段关联的预设阈值,其中,预设阈值与路段一一对应,所述预设阈值是根据至少一辆汽车历史上在该路段行驶期间获取的第二噪声检测结果统计确定的。
8.根据权利要求7所述的车内噪声检测方法,预设阈值与路段和汽车的类型相关联,对于任一类型的汽车和任一路段,关联的预设阈值是根据至少一辆该类型的汽车历史上在该路段行驶期间获取的第二噪声检测结果统计确定的。
9.根据权利要求1所述的车内噪声检测方法,所述汽车的运行数据包括以下一项或多项:所述汽车的车速、车窗的状态以及车载娱乐系统的运行状态。
10.根据权利要求1所述的车内噪声检测方法,还包括如下步骤:
发送上报信息,所述上报信息包括所述第一噪声检测结果、第二噪声检测结果、所述汽车当前行驶的路段和/或所述汽车的运行数据。
11.根据权利要求1所述的车内噪声检测方法,所述采集所述汽车内部的声音数据的动作是在所述汽车行驶到目标路段时主动执行的。
12.一种基于车联网的车内噪声统计分析方法,其特征在于,包括如下步骤:
接收至少一辆汽车的上报信息,其中,所述上报信息包括第一噪声检测结果、第二噪声检测结果、所述汽车当前行驶的路段和/或所述汽车的运行数据,所述第二噪声检测结果是根据所述运行数据对所述第一噪声检测结果修正得到的;
根据所述至少一辆汽车的上报信息,统计得到相同类型汽车在同一路段上行驶期间车内噪声的变化趋势。
13.根据权利要求12所述的车内噪声统计分析方法,还包括如下步骤:
比较当前接收到的上报信息与相同类型汽车的变化趋势;
如果基于当前接收到的上报信息得到的第二噪声检测结果偏离所述变化趋势,则发出异常提示信息。
14.一种基于车联网的车内噪声检测装置,其特征在于,包括:
采集模块,用于在汽车行驶期间,采集所述汽车内部的声音数据,以得到第一噪声检测结果;
修正模块,用于采集所述汽车的运行数据,并根据所述运行数据对所述第一噪声检测结果进行修正,以得到第二噪声检测结果。
15.一种基于车联网的车内噪声统计分析装置,其特征在于,包括:
接收模块,用于接收至少一辆汽车的上报信息,其中,所述上报信息包括第一噪声检测结果、第二噪声检测结果、所述汽车当前行驶的路段和/或所述汽车的运行数据,所述第二噪声检测结果是根据所述运行数据对所述第一噪声检测结果修正得到的;
统计模块,用于根据所述至少一辆汽车的上报信息,统计得到相同类型汽车在同一路段上行驶期间车内噪声的变化趋势。
16.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行权利要求1至11任一项或12或13所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110044781.4A CN114764023B (zh) | 2021-01-13 | 2021-01-13 | 基于车联网的车内噪声检测和统计分析方法、装置、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110044781.4A CN114764023B (zh) | 2021-01-13 | 2021-01-13 | 基于车联网的车内噪声检测和统计分析方法、装置、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114764023A true CN114764023A (zh) | 2022-07-19 |
CN114764023B CN114764023B (zh) | 2024-04-05 |
Family
ID=82363974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110044781.4A Active CN114764023B (zh) | 2021-01-13 | 2021-01-13 | 基于车联网的车内噪声检测和统计分析方法、装置、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114764023B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115524143A (zh) * | 2022-10-21 | 2022-12-27 | 中国人民解放军陆军装甲兵学院 | 一种军用车辆健康状态分析管理方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07311578A (ja) * | 1994-05-17 | 1995-11-28 | Mazda Motor Corp | 車両騒音低減装置及び制御信号設定方法 |
JP2000231399A (ja) * | 1999-02-10 | 2000-08-22 | Oki Electric Ind Co Ltd | 騒音低減装置 |
DE102004036118A1 (de) * | 2004-07-24 | 2006-02-16 | Fendt, Günter | Verfahren und Vorrichtung zur Reduzierung von unerwünschten Geräuschentwicklungen bei Kraftfahrzeugen, insbesondere unwuchtbedingte Geräuschentwicklungen bei gewissen Geschwindigkeiten |
US20110216917A1 (en) * | 2010-03-08 | 2011-09-08 | Alaganandan Ganeshkumar | Correcting engine noise cancellation microphone disturbances |
CN103625395A (zh) * | 2013-12-05 | 2014-03-12 | 合肥工业大学 | 一种改善电动汽车车内运动感声品质的系统 |
CN108362508A (zh) * | 2018-04-12 | 2018-08-03 | 汪林 | 汽车nvh检测装置、方法及汽车剩余使用寿命评估方法 |
CN109632086A (zh) * | 2019-01-10 | 2019-04-16 | 深圳市沃特沃德股份有限公司 | 车内噪音检测方法、装置、可读存储介质及计算机设备 |
CN109686356A (zh) * | 2018-11-14 | 2019-04-26 | 上海迪彼电子科技有限公司 | 一种anc主动降噪的汽车功放集成系统 |
CN109900351A (zh) * | 2017-12-11 | 2019-06-18 | 郑州宇通客车股份有限公司 | 一种汽车远程噪声监测与诊断方法及其系统 |
CN110223669A (zh) * | 2019-07-01 | 2019-09-10 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 汽车噪音的处理方法、装置和系统 |
CN110489949A (zh) * | 2018-05-15 | 2019-11-22 | 上海博泰悦臻网络技术服务有限公司 | 车辆及其车载终端隐私设置方法 |
CN110617134A (zh) * | 2018-06-19 | 2019-12-27 | 福特全球技术公司 | 用于基于环境噪声进行发动机系统诊断的方法及系统 |
CN111914789A (zh) * | 2020-08-13 | 2020-11-10 | 杭州云笔智能科技有限公司 | 一种确定目标设备运行状态的方法和系统 |
-
2021
- 2021-01-13 CN CN202110044781.4A patent/CN114764023B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07311578A (ja) * | 1994-05-17 | 1995-11-28 | Mazda Motor Corp | 車両騒音低減装置及び制御信号設定方法 |
JP2000231399A (ja) * | 1999-02-10 | 2000-08-22 | Oki Electric Ind Co Ltd | 騒音低減装置 |
DE102004036118A1 (de) * | 2004-07-24 | 2006-02-16 | Fendt, Günter | Verfahren und Vorrichtung zur Reduzierung von unerwünschten Geräuschentwicklungen bei Kraftfahrzeugen, insbesondere unwuchtbedingte Geräuschentwicklungen bei gewissen Geschwindigkeiten |
US20110216917A1 (en) * | 2010-03-08 | 2011-09-08 | Alaganandan Ganeshkumar | Correcting engine noise cancellation microphone disturbances |
CN103625395A (zh) * | 2013-12-05 | 2014-03-12 | 合肥工业大学 | 一种改善电动汽车车内运动感声品质的系统 |
CN109900351A (zh) * | 2017-12-11 | 2019-06-18 | 郑州宇通客车股份有限公司 | 一种汽车远程噪声监测与诊断方法及其系统 |
CN108362508A (zh) * | 2018-04-12 | 2018-08-03 | 汪林 | 汽车nvh检测装置、方法及汽车剩余使用寿命评估方法 |
CN110489949A (zh) * | 2018-05-15 | 2019-11-22 | 上海博泰悦臻网络技术服务有限公司 | 车辆及其车载终端隐私设置方法 |
CN110617134A (zh) * | 2018-06-19 | 2019-12-27 | 福特全球技术公司 | 用于基于环境噪声进行发动机系统诊断的方法及系统 |
CN109686356A (zh) * | 2018-11-14 | 2019-04-26 | 上海迪彼电子科技有限公司 | 一种anc主动降噪的汽车功放集成系统 |
CN109632086A (zh) * | 2019-01-10 | 2019-04-16 | 深圳市沃特沃德股份有限公司 | 车内噪音检测方法、装置、可读存储介质及计算机设备 |
CN110223669A (zh) * | 2019-07-01 | 2019-09-10 | 天津职业技术师范大学(中国职业培训指导教师进修中心) | 汽车噪音的处理方法、装置和系统 |
CN111914789A (zh) * | 2020-08-13 | 2020-11-10 | 杭州云笔智能科技有限公司 | 一种确定目标设备运行状态的方法和系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115524143A (zh) * | 2022-10-21 | 2022-12-27 | 中国人民解放军陆军装甲兵学院 | 一种军用车辆健康状态分析管理方法 |
CN115524143B (zh) * | 2022-10-21 | 2023-09-19 | 中国人民解放军陆军装甲兵学院 | 一种军用车辆健康状态分析管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114764023B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10078892B1 (en) | Methods and systems for vehicle tire analysis using vehicle mounted cameras | |
CN107490488B (zh) | 经由噪声和振动水平进行的车辆健康状况检查 | |
US9165413B2 (en) | Diagnostic assistance | |
US20190049981A1 (en) | User data-based autonomous vehicle system | |
US9037572B2 (en) | Event driven snapshots | |
US6998972B2 (en) | Driving workload estimation | |
CN106650505A (zh) | 一种车辆攻击检测方法和装置 | |
US10068388B2 (en) | Automated system for suggesting wiper replacement | |
US20140358358A1 (en) | Driving analytics | |
GB2558074A (en) | Vehicle sound activation | |
US20160121669A1 (en) | Wheel diagnostic monitoring | |
EP3349083B1 (en) | System for storing information | |
EP3802157B1 (en) | Tire damage detection system and method | |
US11785029B2 (en) | Vehicular network security | |
CN112606779B (zh) | 一种汽车故障预警方法及电子设备 | |
CN114764023B (zh) | 基于车联网的车内噪声检测和统计分析方法、装置、存储介质 | |
CN105632103A (zh) | 一种疲劳驾驶的监测方法及装置 | |
KR20220069700A (ko) | 차량 상태 진단 장치 및 그 방법 | |
JP2006096325A (ja) | 車両用通信システム | |
CN113660137A (zh) | 车载网络故障检测方法、装置、可读存储介质及电子设备 | |
US20210170812A1 (en) | Method for auto-locating positions of a plurality of wireless sensors on a vehicle and an apparatus therefor | |
KR102262648B1 (ko) | 차량 고장 진단 시스템 | |
JP2021526097A (ja) | タイヤ損傷検出システム及び方法 | |
KR102255599B1 (ko) | 차량 고장 진단 서비스 제공 시스템 및 방법 | |
CN111161527B (zh) | 自驾车远端监控系统及其方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address |
Address after: Room 3701, No. 866 East Changzhi Road, Hongkou District, Shanghai, 200080 Patentee after: Botai vehicle networking technology (Shanghai) Co.,Ltd. Country or region after: China Address before: 201815 208, building 4, No. 1411, Yecheng Road, Jiading Industrial Zone, Jiading District, Shanghai Patentee before: Botai vehicle networking technology (Shanghai) Co.,Ltd. Country or region before: China |
|
CP03 | Change of name, title or address |