DE102022112445A1 - Verfahren und system zur bewertung von fahrgeräuschen im innenraum eines fahrzeugs - Google Patents

Verfahren und system zur bewertung von fahrgeräuschen im innenraum eines fahrzeugs Download PDF

Info

Publication number
DE102022112445A1
DE102022112445A1 DE102022112445.2A DE102022112445A DE102022112445A1 DE 102022112445 A1 DE102022112445 A1 DE 102022112445A1 DE 102022112445 A DE102022112445 A DE 102022112445A DE 102022112445 A1 DE102022112445 A1 DE 102022112445A1
Authority
DE
Germany
Prior art keywords
noise
logic
evaluation
vehicle
comparison
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.)
Pending
Application number
DE102022112445.2A
Other languages
English (en)
Inventor
Markus Riedl
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Bayerische Motoren Werke AG
Original Assignee
Bayerische Motoren Werke AG
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Bayerische Motoren Werke AG filed Critical Bayerische Motoren Werke AG
Priority to DE102022112445.2A priority Critical patent/DE102022112445A1/de
Publication of DE102022112445A1 publication Critical patent/DE102022112445A1/de
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/27Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique
    • G10L25/30Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 characterised by the analysis technique using neural networks
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01MTESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00Testing of vehicles
    • G01M17/007Wheeled or endless-tracked vehicles
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

Es wird ein Verfahren zur Bewertung eines Fahrgeräusches im Innenraum eines Fahrzeugs bereitgestellt, wobei das Fahrgeräusch im Innenraum des Fahrzeugs aufgezeichnet wird und durch eine Vergleichslogik mit einem Standardgeräusch verglichen wird, wobei einer Bewertungslogik ein Ergebnis des Vergleichs in wenigstens einem Zeitabschnitt, vorzugsweise mehreren Zeitabschnitten, als Eingabe zugeführt wird, und wobei die Bewertungslogik eine Bewertungsinformation für den wenigstens einen Zeitabschnitt der Zeitabschnitte ausgibt.

Description

  • Bei der Fahrzeugfertigung ist es üblich zumindest stichprobenartig die Qualität der produzierten Fahrzeuge zu überprüfen. Die Fahrzeuge werden unter anderem daraufhin geprüft, ob im Innenraum des Fahrzeugs störende Geräusche bei einer Fahrt über eine Teststrecke mit unterschiedlichen Bodenbeschaffenheiten auftreten.
  • Während der Fahrt über die Teststrecke werden bestimmte Fahrsituationen durchlaufen und das Verhalten des Fahrzeugs sowie der im Fahrzeug verbauten Komponenten überprüft. Entscheidend ist bei dieser Überprüfung die Erfahrung des Fahrers, der das Fahrzeug über die Teststrecke bewegt. Dieser nimmt während der Fahrt Geräusche im Innenraum des Fahrzeugs wahr und stuft diese am Ende der Testfahrt anhand einer vorgegebenen Skala ein. Es kann auch vorgesehen sein, dass bereits nach Durchfahrt eines vorbestimmten Streckenabschnitts der Teststrecke eine Bewertung des akustischen Verhaltens im Innenraum durch den Fahrer abgegeben wird. So ergibt sich am Ende der Durchfahrt durch die Teststrecke ein Gesamtergebnis für das akustische Verhalten im Innenraum aus den Streckenabschnittsbewertungen.
  • Ziel der Erfindung ist es nunmehr, ein automatisiertes Verfahren zur Bewertung des akustischen Verhaltens im Innenraum des Fahrzeugs und insbesondere eine Bewertung des Fahrgeräusches bereitzustellen und so eine objektive und vom Fahrer unabhängige Bewertung der Geräusche im Innenraum des Fahrzeugs zu ermöglichen.
  • Zur Lösung des Problems wird ein Verfahren und ein System gemäß der unabhängigen Ansprüche bereitgestellt. Weiterbildungen der Erfindung sind Gegenstand der abhängigen Ansprüche.
  • In einem ersten Aspekt wird ein Verfahren zur Bewertung eines Fahrgeräusches im Innenraum eines Fahrzeugs bereitgestellt, wobei das Fahrgeräusch im Innenraum des Fahrzeugs aufgezeichnet wird und durch eine Vergleichslogik mit einem Standardgeräusch verglichen wird, wobei einer Bewertungslogik ein Ergebnis des Vergleichs in wenigstens einem Zeitabschnitt, vorzugsweise mehreren Zeitabschnitten, als Eingabe zugeführt wird, und wobei die Bewertungslogik eine Bewertungsinformation für den wenigstens einen Zeitabschnitt der Zeitabschnitte ausgibt.
  • Die Vergleichslogik kann das aufgezeichnete Fahrgeräusch mit einem vorgegebenen Standardgeräusch vergleichen. Eine Verarbeitungslogik kann ein Ergebnis des Vergleichs in Zeitabschnitte teilen. Sukzessive kann jeweils ein Zeitabschnitt der Zeitabschnitte einer Bewertungslogik als Eingabe zugeführt werden. Alternativ oder zusätzlich kann die Verarbeitungslogik das im Innenraum des Fahrzeugs aufgezeichnete Fahrgeräusch in Zeitabschnitte teilen. Eine Vergleichslogik kann die Zeitabschnitte mit einem Standardgeräusch vergleichen. Vorzugsweise sukzessive kann ein Zeitabschnitt der Zeitabschnitte einer Bewertungslogik als Eingabe zugeführt werden. Die Bewertungslogik kann eine Bewertungsinformation für den wenigstens einen Zeitabschnitt der Zeitabschnitte ausgeben.
  • Die Bewertungslogik kann wenigstens eine Bewertungsinformation aus einer vorbestimmten Menge von Bewertungsinformationen ausgeben.
  • Die Bewertungslogik kann auf Basis der Bewertungsinformationen für mehrere Zeitabschnitte eine Gesamtbewertung ausgeben.
  • Das Fahrgeräusch kann über wenigstens zwei Aufnahmekanäle aufgezeichnet werden. Vorzugsweise wird das Fahrgeräusch als eine Überlagerung von über die Aufnahmekanäle erfassten Schalldruck-Mittelwerten aufgezeichnet. Die Schalldruck-Mittelwerte können eine Lautstärke eines Fahrgeräusches zu einer bestimmten Zeit und bei einer bestimmten Frequenz bestimmen.
  • Die Bewertungslogik kann zur Bestimmung der Bewertungsinformation ein künstliches neuronales Netzwerk verwenden. Eine Klassifizierung des wenigstens einen Zeitabschnitt kann bezüglich der Menge von Bewertungsinformationen vorgenommen werden. Wenigstens ein Ergebnis der Klassifizierung kann als Bewertungsinformation ausgegeben werden.
  • Der wenigstens eine Zeitabschnitt kann dem künstlichen neuronalen Netzwerk als Eingabe zugeführt werden. Die Eingabe kann an Eingangsneuronen des künstlichen neuronalen Netzwerks erfolgen.
  • Die Vergleichslogik kann zur Erstellung des Ergebnisses des Vergleichs ein Spektrogramm des aufgezeichneten Fahrgeräusches mit einem Spektrogramm des Standardgeräusches vergleichen.
  • Die Vergleichslogik kann wenigstens eine Differenz aus einem eine Lautstärke wiedergebenden Wert an einer Stelle des Spektrogramms des aufgezeichneten Fahrgeräusches und einem eine Lautstärke wiedergebenden Wert des Spektrogramms des Standardgeräusches an einer korrespondierenden Stelle bestimmt werden.
  • Der Zeitabschnitt kann 0,05 bis 1 Sekunde, bevorzugt 0,1 bis 0,5 Sekunden lang sein.
  • Eine Verarbeitungslogik kann das im Innenraum des Fahrzeugs aufgezeichnete Fahrgeräusch und/oder das Ergebnis (N) des Vergleichs in Zeitabschnitte teilen.
  • In einem noch weiteren Aspekt wird ein System zur Bewertung eines Fahrgeräusches im Innenraum eines Fahrzeugs bereit gestellt, wobei eine Mikrofonanordnung, dazu eingerichtet ist, das Fahrgeräusch in dem Fahrzeug aufzuzeichnen, wobei eine Vergleichslogik dazu eingerichtet ist, das aufgezeichnete Fahrgeräusch mit einem vorgegebenen Standardgeräusch zu vergleichen, wobei eine Verarbeitungslogik dazu eingerichtet ist, ein Ergebnis des Vergleichs in Zeitabschnitte zu teilen, wobei eine Bewertungslogik dazu eingerichtet ist, wenigsten einen Zeitabschnitt der Zeitabschnitte zu bewerten und eine Bewertungsinformation für den wenigsten einen Zeitabschnitt der Zeitabschnitte auszugeben.
  • Die Erfindung wird nunmehr auch mit Blick auf die Figuren beschrieben.
    • 1 zeigt einen schematischen Überblick über das System gemäß der Erfindung und.
    • 2 zeigt schematisch das erfindungsgemäße Verfahren.
  • Ziel der Erfindung ist es, in einem Fahrzeug, das über eine Teststrecke geführt wird, eine automatische Bewertung von Geräuschen, die sich während der Fahrt im Fahrzeuginnenraum entwickeln, zu ermöglichen.
  • Dazu wird in der Fahrgastzelle bzw. im Innenraum des Fahrzeugs mittels einer Mikrofonanordnung das Innenraumgeräusch aufgezeichnet. Die Aufnahme kann z.B. mittels einer Stereomikrofonanordnung erfolgen, bei der zwei Aufnahmekanäle für die Aufnahme zur Verfügung stehen. Die Aufzeichnung des Innenraumgeräusches wird dabei insbesondere in Form eines Spektrogramms gespeichert, bei dem entlang einer X-Achse eine Zeit s und entlang einer Y-Achse eine Frequenz (z.B. in Hertz (Hz)) gespeichert ist. Das aufgezeichnete Fahrgeräusch umfasst mögliche Störgeräusche, die besonders relevant für die Beurteilung der Qualität sind. Das aufgezeichnete Fahrgeräusch wird dann mit einem Standardgeräusch, das z.B. einer Fahrt ohne Störgeräusche entspricht, verglichen und dabei das Standardgeräusch aus dem aufgezeichneten Geräusch mittels einer Subtraktion herausgerechnet. Das Ergebnis des Vergleichs sind die Abweichungen des aufgezeichneten Fahrgeräusches von dem Standardgeräusch, das nunmehr nur das Störgeräusch repräsentiert.
  • Der Vergleich erfolgt dabei insbesondere so, dass sowohl das aufgezeichnete Geräusch als auch das Standardgeräusch in Form jeweils eines Spektrogramms vorliegt. Insbesondere kann jedes Spektrogramm so repräsentiert sein, dass je Zeiteinheit und aufgezeichneter Frequenz ein Wert in einer Matrix gespeichert wird, der innerhalb eines vorbestimmten Zahlenbereichs liegt. Beispielsweise kann sich der Zahlenbereich von -127 bis +128 erstrecken, vorzugsweise von 0 bis 120. Diese Repräsentation erlaubt es, das Standardgeräusch von dem aufgezeichneten Geräusch „abzuziehen“. Dabei wird der Wert des Standardgeräusches zu einer bestimmten Zeit an einer bestimmten Frequenz von dem Zahlenwert des aufgezeichneten Geräusches zur entsprechenden Zeit und bei der entsprechenden Frequenz abgezogen. Vorzugsweise wird in einer Zelle der Matrix der tatsächlich gemessene Dezibel-Wert des Schalldrucks/der Lautheit für den Messzeitpunkt und für eine ermittelte Frequenz gespeichert.
  • Das heißt insbesondere: der Zahlenwert, der für das Standardgeräusch an einer Koordinate einer Matrixdarstellung für das Standardgeräusch gespeichert ist, wird von dem Zahlenwert, der an entsprechender Koordinate einer Matrixdarstellung für das aufgezeichnete Störgeräusch gespeichert ist, abgezogen. Da das Störgeräusch auch das Standardgeräusch umfasst, und Störgeräusche einen höheren Lautstärkepegel aufweisen und der Zahlenwert an einer Koordinate eine Lautheit eines Geräusches wiedergibt, ist der Matrixwert des Störgeräusches normalerweise höher als der des Standardgeräusches an gleicher Koordinate. Es kann jedoch in bestimmten Situationen dazu kommen, dass die Lautheit, bzw. der Schalldruck, des Störgeräusches geringer ist als die Lautheit des Standardgeräusches an entsprechender Stelle. Ein Störgeräusch zeichnet sich insbesondere durch ein Muster aus, bei dem eine Folge von Unterschreitungen und/oder Überschreitungen der Lautstärke gegenüber dem Standardgeräusch besteht.
  • Nach Abziehen des Standartgeräusches von dem Störgeräusch bleiben also in einer Ergebnismatrix bevorzugt nur an den Koordinaten von Null verschiedene Werte stehen (also positive und/oder negative Werte), an denen zu einer bestimmten Zeit und bei einer bestimmten Frequenz eine höhere/niedrigere Lautstärke bzw. ein höherer/niedrigerer Schalldruck für das Störgeräusch gemessen wurde, als dies im Standardgeräusch der Fall ist. Somit bleiben nach Durchführung des Vergleichs in einem Ergebnis-Spektrogramm, das der Ergebnismatrix entspricht, lediglich die Werte verschieden von Null bestehen, in denen sich das aufgezeichnete Geräusch von dem Standardgeräusch unterscheidet. Das Vergleichsergebnis wird im Folgenden auch als Differenzgeräusch bezeichnet. Bei bildlicher Ausgabe der Spektrogramme, insbesondere für das Differenzgeräusch, können den MatrixWerten beispielsweise Farbwerte zugeordnet werden, wobei positive Werte in Schattierungen einer ersten Farbe und negative Werte in Schattierungen einer zweiten Farbe dargestellt werden. So können Stellen, an denen das Störgeräusch lauter bzw. leiser ist als das Standardgeräusch leicht identifiziert werden.
  • Das Ergebnis des Vergleichs, der insbesondere durch eine Vergleichslogik durchgeführt wird, wird dann in verschiedene Zeitabschnitte unterteilt. Insbesondere erfolgt eine Unterteilung so, dass das Ergebnis-Spektrogramm in Streifen der Länge 0,01 bis 0,9 und vorzugsweise 0,1 bis 0,5 Sekunden unterteilt wird die Im Folgenden als Zeitabschnitte bezeichnet werden. Es erfolgt also eine Unterteilung des Differenzgeräusches entlang der Zeitachse des Ergebnis-Spektrogramms in Abständen von vorzugsweise ca. 0,5 Sekunden. Die Länge eines Zeitabschnitts ist insbesondere so bestimmt, dass ein auftretendes Störgeräusch möglichst innerhalb eines Zeitabschnitts für eine relevante Zeitdauer liegt. Technisch erfolgt die Aufteilung so, dass eine bestimmte Zahl von Spalten der Ergebnismatrix, die der für den Zeitabschnitt festgelegten Zeitdauer entsprechen, den Zeitabschnitt definieren.
  • Dabei ist zu verstehen, dass eine Aufteilung in Zeitabschnitte schon vor Erstellung des Spektrogramms des Störgeräusches Erfolgen kann, insbesondere durch Teilen des erfassten Geräusches als Audiodatei in mehrere Audiodateiteile der gewünschten Länge. Es kann dann für jedes der Audiodateiteile ein Spektrogramm bzw. eine Matrixdarstellung eines Audiodateiteils erzeugt werden und mit entsprechenden Teilen des Standardgeräusches verglichen werden. Entsprechend entstehen so Zeitabschnitte des Differenzgeräusches, die durch einen insbesondere partiellen Vergleich der Audiodatei mit dem Standardgeräusch erzeugt werden.
  • Die Zeitabschnitte werden dann nacheinander, vorzugsweise entlang der Zeitachse des Differenzgeräusches, einer Bewertungslogik zugeführt. Bei der Bewertungslogik kann es sich um ein künstliches neuronales Netzwerk handeln, das an seinen Eingangsneuronen die Zahlenwerte eines Zeitabschnitts des Differenzgeräusches verarbeitet. Die Bewertungslogik klassifiziert die ihr präsentierten Daten anhand eines vorgegebenen Klassifikationsschemas, das mehrere Klassen umfasst. Je stärker die Störgeräuschanteile des Zeitabschnitts sind, desto höher ist die Wahrscheinlichkeit, dass eine Klasse ausgewählt wird, die ein Vorliegen eines starken Störgeräusches anzeigt. Die Bewertungslogik bestimmt also bei der Klassifikation für einen Zeitabschnitt insbesondere eine Bewertungsinformation aus einer Menge möglicher Bewertungsinformationen, den Klassifizierungsklassen, aus.
  • Die Bewertungslogik bewertet nun jeden Zeitabschnitt des Ergebnis-Spektrogramms und gibt für jeden der Zeitabschnitte eine Bewertungsklasse aus. Sind alle Zeitabschnitte bewertet, so kann die Bewertungslogik optional aus den bereits vorliegenden Bewertungen eine Gesamtbewertung bestimmen. Liegt beispielsweise eine Überzahl von negativen Bewertungen der bewerteten Zeitabschnitte vor, so wird das Gesamtergebnis beispielsweise als negativ ausgewertet. Sind die möglichen Bewertungsklassen indessen so gewählt, dass bereits bei Vorliegen einer Bewertung in wenigstens einer einzelnen Klasse das Gesamtergebnis in den negativen Bereich zieht, so gibt die Bewertungslogik auch beispielsweise dann ein negatives Ergebnis zurück, wenn eine dieser signifikanten Klassen auftritt, auch wenn alle anderen Bewertungen im Wesentlichen positiv sind.
  • Die Erfindung wird nunmehr auch mit Blick auf 1 beschrieben. Zur Erfassung des Geräusches in einem Innenraum 1 eines Fahrzeuges F wird eine Mikrofonanordnung 2 angebracht, die dazu bestimmt ist, während der Fahrt Fahrgeräusche im Innenraum 1 des Fahrzeugs F aufzunehmen. Das Fahrzeug F kann eine Verarbeitungs- und/oder Kommunikationsvorrichtung 3 aufweisen, die auch die durch die Mikrofonanordnung 2 erfassten Geräusche im Fahrzeug 1 verarbeiten und insbesondere an eine externe Verarbeitungseinheit 4 senden kann. Es ist dabei zu verstehen, dass das Fahrgeräusch mit Vergleich und Bewertung sowohl im Fahrzeug selbst durch eine Verarbeitungseinheit 3 aber auch durch eine externe Verarbeitungseinheit 4 erfolgen kann. Die Verarbeitungseinheit 3, 4 repräsentiert das aufgezeichnete Fahrgeräusch im Innenraum des Fahrzeugs mittels einer Matrixdarstellung und insbesondere in Form eines Spektrogramms G.
  • Eine Vergleichslogik C vergleicht das aufgezeichnete Geräusch G mit einem Standardgeräusch S. Die Vergleichslogik C subtrahiert dabei insbesondere die Matrixwerte des Standardgeräusches S von den Matrixwerten des aufgezeichneten Geräusches G. Im Ergebnis erstellt die Vergleichslogik C eine Matrixdarstellung eines Störgeräusches N, das lediglich den Anteil des aufgezeichneten Geräusches G wiedergibt, mit dem sich das aufgezeichnete Geräusch G von dem Standardgeräusch S unterscheidet.
  • Das Ergebnis des Vergleiches wird dann einer Verarbeitungslogik V zugeführt, die das Störgeräusch N, das sich durch den Vergleich des aufgezeichneten Geräusches G und des Standardgeräusches S ergibt, in vorbestimmte Zeitabschnitte unterteilt.
  • Die einzelnen Zeitabschnitte werden dann von der Verarbeitungslogik V einer Bewertungslogik B zugeführt, die die einzelnen Streifen des Störgeräusches N bzw. des Spektrogramms des Störgeräusches N bzw. der Matrixdarstellung des Störgeräusches N, als Eingaben verarbeitet. Die Bewertungslogik B erstellt dann entweder für jede einzelne Eingabe und/oder für die Ergebnisse aller Eingaben, das heißt aller sukzessive zugeführten Zeitabschnitte, ein Resultat E. Es ist zu bemerken, dass eine Bewertung der Zeitabschnitte bzw. der Streifen des Störgeräusches N auch parallelisiert erfolgen kann.
  • Die Vergleichslogik C, die Verarbeitungslogik V und die Bewertungslogik B können selbstverständlich auch in einer einzigen Einheit integriert sein bzw. kann die Verarbeitungsvorrichtung 3, 4 die Funktionen der einzelnen Logiken integriert bereitstellen. Die Gliederung in separate Elemente dient vor allem der Vereinfachung der Beschreibung der Erfindung.
  • Mit Blick auf 2 wird nun das Verfahren gemäß der Erfindung beschrieben. Dabei werden die bereits in 1 verwendeten Bezugszeichen weiter für entsprechende Teile der Erfindung verwendet.
  • Wiederum ist gezeigt, wie das im Fahrzeug F aufgezeichnete Geräusch G mittels einer Vergleichslogik C mit einem Standardgeräusch S verglichen wird. Es ist dargestellt, dass das im Fahrzeug erfasste und aufgezeichnete Geräusch G dem Standardgeräusch S mit Störgeräusch N entspricht.
  • Dargestellt ist auch, dass eine dunklere Schattierung im aufgezeichneten Geräusch G und im Standardgeräusch S einer höheren Lautstärke bzw. einem höheren Schalldruck entspricht. Zudem ist gezeigt, dass das Spektrogramm entlang der X-Achse die Zeit aufführt und entlang der Y-Achse die Frequenz. Die Aufzeichnung des aufgezeichneten Geräusches G im Fahrzeug F erfolgt dabei vorzugsweise für eine vorbestimmte Zeit, ist aber insbesondere so abgestimmt, dass das aufgezeichnete Geräusch G im Fahrzeug mit dem Standardgeräusch S anhand einer gleichen Zeitbasis verglichen werden kann. Somit ist es möglich, jedem Wert für eine Frequenz an einem bestimmten Zeitpunkt des aufgezeichneten Geräusches G einen Wert einer Frequenz zu einem bestimmten Zeitpunkt im Standardgeräusch S zuzuordnen und insbesondere den Wert des Standardgeräusches von dem Wert des aufgezeichneten Geräusches abzuziehen.
  • Das Ergebnis des Vergleichs resultiert in einem Spektrogramm bzw. einer Matrixdarstellung des Störgeräusches N.
  • Das Störgeräusch N wird dann durch eine Verarbeitungslogik V in Zeitabschnitte unterteilt, wie dies in 2 schematisch dargestellt ist durch die senkrechten Striche im Spektrogramm des Störgeräusches N. Zu sehen ist insbesondere, dass die Lautstärkewerte im Spektrogramm des Störgeräusches N deutlich an den Stellen hervortreten, an denen sich das im Fahrzeug aufgezeichnete Geräusch G von dem Standardgeräusch S unterscheidet.
  • Wie weiter in 2 gezeigt, wird jeder der Zeitabschnitte Z als Eingabe der Bewertungslogik B zugeführt. Insbesondere kann ein Zeitabschnitt Z als Eingabe eines künstlichen neuronalen Netzwerks K dienen, das die Eingabe einer Anzahl von Klassen X zuordnet. Eine Klasse der Klassen X stellt dabei insbesondere eine Qualitätsbewertung des Störgeräusches S bzw. des Zeitabschnitts Z des Störgeräusches N dar. Die Bewertungslogik B kann für jeden Zeitabschnitt eine Bewertung ausgeben, oder anhand eines vorgegebenen Regelwerks bzw. durch Verwendung eines weiteren neuronalen Netzwerkes oder anderer Verfahren des Maschinenlernens oder der künstlichen Intelligenz, ein Gesamtergebnis aus allen Klassifizierungsergebnissen der Zeitabschnitte als Ergebnis E ausgeben.
  • Auf Basis des Ergebnisses E der Bewertung kann so automatisiert entschieden werden, ob beispielsweise ein Fahrzeug nachgearbeitet werden muss, um die Störgeräusche im Fahrzeug so zu verringern, dass eine positive Bewertung durch die Bewertungslogik B erfolgt. Allgemein erlaubt es die Erfindung damit, automatisiert festzustellen, ob ein Fahrzeug den Qualitätsanforderungen für Geräusche im Innenraum des Fahrzeugs entspricht.

Claims (10)

  1. Verfahren zur Bewertung eines Fahrgeräusches (G) im Innenraum eines Fahrzeugs (F), wobei - das Fahrgeräusch (G) im Innenraum des Fahrzeugs (F) aufgezeichnet wird und durch eine Vergleichslogik (C) mit einem Standardgeräusch (S) verglichen wird, wobei - einer Bewertungslogik (B) ein Ergebnis (N) des Vergleichs in wenigstens einem Zeitabschnitt (Z), vorzugsweise mehreren Zeitabschnitten, zugeführt wird, und wobei - die Bewertungslogik (B) eine Bewertungsinformation (E) für den wenigstens einen Zeitabschnitt (Z) der Zeitabschnitte ausgibt.
  2. Verfahren nach Anspruch 1, wobei die Bewertungslogik (B) wenigstens eine Bewertungsinformation aus einer vorbestimmten Menge von Bewertungsinformationen (X) ausgibt.
  3. Verfahren nach Anspruch 1 oder 2, wobei die Bewertungslogik (B) auf Basis der Bewertungsinformationen für mehrere Zeitabschnitte eine Gesamtbewertung ausgibt.
  4. Verfahren nach einem der vorgehenden Ansprüche, wobei die Bewertungslogik (B) zur Bestimmung der Bewertungsinformation ein künstliches neuronales Netzwerk (K) verwendet und insbesondre eine Klassifizierung des wenigstens einen Zeitabschnitts (Z) bezüglich der Menge von Bewertungsinformationen vornimmt und wenigstens ein Ergebnis der Klassifizierung als Bewertungsinformation ausgibt.
  5. Verfahren nach Anspruch 3, wobei der wenigstens eine Zeitabschnitt (Z) dem künstlichen neuronalen Netzwerk (K) als Eingabe zugeführt wird, insbesondere an Eingangsneuronen des künstlichen neuronalen Netzwerks (K).
  6. Verfahren nach einem der vorgehenden Ansprüche, wobei die Vergleichslogik (C) zur Erstellung des Ergebnisses des Vergleichs ein Spektrogramm des aufgezeichneten Fahrgeräusches (G) mit einem Spektrogramm des Standardgeräusches (S) vergleicht.
  7. Verfahren nach einem der vorgehenden Ansprüche, wobei die Vergleichslogik (C) wenigstens eine Differenz aus einem eine Lautstärke wiedergebenden Wert an einer Stelle des Spektrogramms des aufgezeichneten Fahrgeräusches (G) und einem eine Lautstärke wiedergebenden Wert des Spektrogramms des Standardgeräusches (S) an einer korrespondierenden Stelle bestimmt.
  8. Verfahren nach einem der vorgehenden Ansprüche, wobei der wenigstens eine Zeitabschnitt (Z) 0,05 bis 1 Sekunde lang ist, bevorzugt 0,1 bis 0,5 Sekunden lang ist.
  9. Verfahren nach einem der vorgehenden Ansprüche, wobei eine Verarbeitungslogik (V) das im Innenraum des Fahrzeugs (F) aufgezeichnete Fahrgeräusch (G) und/oder das Ergebnis (N) des Vergleichs in Zeitabschnitte teilt.
  10. System zur Bewertung eines Fahrgeräusches (G) im Innenraum eines Fahrzeugs (F), wobei - eine Mikrofonanordnung (2), dazu eingerichtet ist, das Fahrgeräusch (G) in dem Fahrzeug (F) aufzuzeichnen, wobei - eine Vergleichslogik (C) dazu eingerichtet ist, das aufgezeichnete Fahrgeräusch (G) mit einem vorgegebenen Standardgeräusch (S) zu vergleichen, und eine Bewertungslogik (B) dazu eingerichtet ist, wenigstens ein Ergebnis (N) des Vergleichs in wenigstens einem Zeitabschnitt (Z), vorzugsweise mehreren Zeitabschnitten, zu bewerten und eine Bewertungsinformation (E) für den wenigstens einen Zeitabschnitt (Z) der Zeitabschnitte auszugeben.
DE102022112445.2A 2022-05-18 2022-05-18 Verfahren und system zur bewertung von fahrgeräuschen im innenraum eines fahrzeugs Pending DE102022112445A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE102022112445.2A DE102022112445A1 (de) 2022-05-18 2022-05-18 Verfahren und system zur bewertung von fahrgeräuschen im innenraum eines fahrzeugs

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102022112445.2A DE102022112445A1 (de) 2022-05-18 2022-05-18 Verfahren und system zur bewertung von fahrgeräuschen im innenraum eines fahrzeugs

Publications (1)

Publication Number Publication Date
DE102022112445A1 true DE102022112445A1 (de) 2023-11-23

Family

ID=88599776

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102022112445.2A Pending DE102022112445A1 (de) 2022-05-18 2022-05-18 Verfahren und system zur bewertung von fahrgeräuschen im innenraum eines fahrzeugs

Country Status (1)

Country Link
DE (1) DE102022112445A1 (de)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018207408A1 (de) 2018-05-14 2019-11-14 Bayerische Motoren Werke Aktiengesellschaft Ursachenbestimmung für ein Störgeräusch eines Kraftfahrzeugs
US20210304785A1 (en) 2020-03-24 2021-09-30 Honda Motor Co., Ltd. Abnormal noise determination apparatus and method
US20220108570A1 (en) 2020-10-06 2022-04-07 Toyota Jidosha Kabushiki Kaisha Unusual-noise determination device for vehicle

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018207408A1 (de) 2018-05-14 2019-11-14 Bayerische Motoren Werke Aktiengesellschaft Ursachenbestimmung für ein Störgeräusch eines Kraftfahrzeugs
US20210304785A1 (en) 2020-03-24 2021-09-30 Honda Motor Co., Ltd. Abnormal noise determination apparatus and method
US20220108570A1 (en) 2020-10-06 2022-04-07 Toyota Jidosha Kabushiki Kaisha Unusual-noise determination device for vehicle

Similar Documents

Publication Publication Date Title
DE602005005484T2 (de) Verfahren zur Qualitätskontrolle eines Laserschweissprozesses, sowie ein dazugehöriges System und Programm
EP1623371A2 (de) Verfahren zum trainieren von neuronalen netzen
EP1071937A1 (de) System und verfahren zur konfiguration und/oder parametrierung einer diagnoseeinrichtung
DE102018109937A1 (de) Aktive Tondesensibilisierung für tonale Geräusche in einem Fahrzeug
DE102007051261A1 (de) Verfahren und Vorrichtung zur akustischen Beurteilung eines Kraftfahrzeuges
EP1214703B1 (de) Verfahren zum trainieren der grapheme nach phonemen regeln für die sprachsynthese
EP1088211A2 (de) Akustisches diagnosesystem und -verfahren
DE102016104689A1 (de) Steuerungssystem für von funktionellen Hardwarekomponenten erzeugten Lärm
DE112017007280T5 (de) Fahrzeuginterne Kommunikationssteuerungsvorrichtung, fahrzeuginternes Kommunikationssystem, und fahrzeuginternes Kommunikationssteuerungsverfahren
DE102005010076A1 (de) Bildbearbeitungsverfahren für ein digitales medizinisches Untersuchungsbild und zugehörige Untersuchungseinrichtung
DE112019000961T5 (de) Fahrzeuginternes system zum schätzen einer szene in einem fahrzeuginnenraum
DE102014212733A1 (de) Auditive Prüfung von Geräuschen
DE102021102712A1 (de) Verfahren und System zur akustischen Diagnose eines Kraftfahrzeugs anhand von Betriebsgeräuschen
DE3733983A1 (de) Verfahren zum daempfen von stoerschall in von hoergeraeten uebertragenen schallsignalen
DE102022112445A1 (de) Verfahren und system zur bewertung von fahrgeräuschen im innenraum eines fahrzeugs
DE102019213697B4 (de) Verfahren zum Erkennen einer Annäherung und/oder Entfernung eines Einsatzfahrzeugs relativ zu einem Fahrzeug
DE102015206194B4 (de) Verfahren zur Kontrolle von Prüflingen sowie Vorrichtung hierfür
DE102020003691A1 (de) Verfahren zur Ermittlung einer Belastung eines Fahrers beim Befahren einer Strecke
DE102008060194B4 (de) Verfahren und Kraftfahrzeug für ein Fahrzeugflotten-Qualifikationsmanagement
DE10140152A1 (de) Verfahren zur Erstellung und Auswertung einer medizinischen Datenbank
DE112021004434T5 (de) Bildverarbeitungsvorrichtung, bildverarbeitungsverfahren und -programm
DE102020201183A1 (de) Verfahren und Vorrichtung zur Simulation eines technischen Systems
EP1518187A1 (de) Verfahren zur erstellung von daten, die für die beurteilung kognitiver oder sensomotorischer leistungsfähigkeiten oder leistungen von testpersonen verwendbar sind
DE102019207700A1 (de) Klassifikationsvorrichtung zur Objektdetektion in Umfeldsensordaten und Verfahren
DE102019219749B4 (de) Beurteilen der Identifizierbarkeit eines Warnsignals in Mikrofondaten

Legal Events

Date Code Title Description
R163 Identified publications notified
R012 Request for examination validly filed