JP2019151323A - 連続的に最適化されるロードノイズキャンセレーションのための方法及び機器 - Google Patents

Abstract

【課題】道路種別を識別するロードノイズキャンセレーションシステムを提供すること。【解決手段】一組のロードノイズキャンセレーションパラメータを、第１の路面種類から第２の路面種類に移動する車両のロードノイズキャンセレーションシステムに適用するためのシステム及び方法であって、その組は、車両の種類、タイヤの種類、路面の種類、または車両の位置と関連付けられている。システム及び方法は、車両がいつ第１の路面種類から第２の路面種類に移動したかを識別するために、データを収集し、データベースの一組のロードノイズキャンセレーションパラメータと比較し、車両が第１の路面種類から第２の路面種類に移動したことを識別すると、ロードノイズキャンセレーションシステムを最適化するデータベースの調整された一組のロードノイズキャンセレーションパラメータを第２の路面種類のために適用する。【選択図】なし

Description

本発明の主題は、ロードノイズキャンセレーションに関し、より詳細には、道路種別を識別するロードノイズキャンセレーションシステムに関する。

アクティブノイズコントロール（ＡＮＣ）システムは、フィードフォワード及びフィードバック構造を使用して望ましくないノイズを減衰させ、車室内などの聴取環境内の望ましくないノイズを適応的に除去する。車室の聴取環境において、望ましくないノイズの潜在的な原因は、車両のタイヤと車両が走行している路面との間の相互作用に起因する。ロードノイズキャンセレーション（ＲＮＣ）システムは、車室内部の好ましくないロードノイズを最小にするために車両に実装された特有のＡＮＣシステムである。ＲＮＣシステムは、不必要なロードノイズをもたらすタイヤと道路とのインタフェースから発生する道路誘発振動を検知するために振動センサを使用する。次いで、車室内部のこの不必要なロードノイズは、１人または複数人の聴取者の耳で減少させるノイズと、理想的には位相が反対であり、大きさが同一である音波を生成するスピーカを使用して、消去、またはレベルが低減される。ＲＮＣシステムは、車両の懸架装置のまわりのさまざまな位置に配置されたセンサからの加速度入力、及び、車両の車室内部のさまざまな位置に配置されたマイクロフォンの信号の両方に基づいて、Ｗフィルタを連続的に適応させる適応最小平均二乗（ＬＭＳ）システムである。

車両が、たとえば、第１の路面（すなわち、舗装路）に沿って走行する動作状態にあり、路面が第２の表面（すなわち、砂利）に変わったとき、ＲＮＣシステムは適応しなければならない。システムは、第１の路面に対して連続的に最適化されていたその前の状態から適応することを開始するので、最適なロードノイズキャンセレーションを達成するのに数分かかることがある。ＲＮＣシステムが新しい最適な状態に収束するのにかかる時間の間、ロードノイズキャンセレーションシステムの出力は、車室聴取環境内でのユーザ体験を弱めることがある、最適に及ばない状態となることがある。初期適応時間の間、聴取者の耳の位置での車室内ノイズのレベルは、システムが完全に適応された場合よりも高くなる。

Ｗ−フィルタ、及び、識別された特定の道路種別に最適なＲＮＣをもたらす他の道路種別に最適化されたパラメータを適用するために、一組の所定のチューニングパラメータからの道路種別の識別を利用するロードノイズキャンセレーションシステムが必要である。

ロードノイズキャンセレーションシステムを有する車両におけるロードノイズキャンセレーションのためのシステム及び方法は、ロードノイズキャンセレーションシステムのための一組のロードノイズキャンセレーションパラメータを有し、各組は、車両の種類、タイヤの種類、路面の種類、または車両の位置と関連付けられる。データベースは、１台または複数台の車両から収集されたデータを、ロードノイズキャンセレーションシステム性能を最適化する一組のロードノイズキャンセレーションパラメータと関連付ける。データが１台または複数台の車両から収集されると、それは、データベースの一組のロードノイズキャンセレーションパラメータ、及び、ロードノイズキャンセレーションシステム性能閾値と比較される。車両が第１の路面種類から第２の路面種類に移動したことを識別すると、収集及び比較されたデータから判定されるように、一組のロードノイズキャンセレーションパラメータは、ロードノイズキャンセレーションを最適化するように調整される。

コンピュータ可読媒体は、１つまたは複数のプロセッサによって実行されるとき、一組のロードノイズキャンセレーションパラメータを、第１の路面種類上を走行する車両のロードノイズキャンセレーションシステムに適用するための動作を行うプログラムを備え、その組は、車両の種類、タイヤの種類、路面の種類、または車両の位置と関連付けられている。プログラムは、車両がいつ第１の路面種類から第２の路面種類に移動したかを識別するために、データを収集し、データベースの一組のロードノイズキャンセレーションパラメータと比較し、車両が第１の路面種類から第２の路面種類に移動したことを識別すると、ロードノイズキャンセレーションシステムを最適化するデータベースの一組のロードノイズキャンセレーションパラメータを第２の路面種類のために適用する。
本願明細書は、例えば、以下の項目も提供する。
（項目１）
ロードノイズキャンセレーションシステムを有する車両におけるロードノイズキャンセレーションのための方法であって、上記方法が、ソフトウェアプログラムの命令を実行することが可能な非一時的コンピュータ可読記憶媒体を含む処理ユニットを有する装置上で実行され、
上記ロードノイズキャンセレーションシステムのための一組のロードノイズキャンセレーションパラメータを決定するステップであって、各組が、車両の種類、タイヤの種類、路面の種類、または車両の位置と関連付けられる、上記決定するステップと、
１台または複数台の車両から収集されたデータを、ロードノイズキャンセレーションシステム性能を最適化する上記一組のロードノイズキャンセレーションパラメータと関連付けるデータベースをプログラムするステップと、
１台または複数台の車両から収集されたデータを、上記データベースの上記一組のロードノイズキャンセレーションパラメータ、及び、ロードノイズキャンセレーションシステム性能閾値と比較するステップと、
上記車両が第１の路面種類から第２の路面種類に移動したことを識別するステップと、
上記車両が第１の路面種類から第２の路面種類に移動したことを識別すると、上記ロードノイズキャンセレーションシステムを最適化する上記一組のロードノイズキャンセレーションパラメータを調整するステップと
を含む上記方法。
（項目２）
ロードノイズキャンセレーションシステム性能を代表するデータを収集するステップと、
１台または複数台の車両からのノイズキャンセレーションシステム性能を代表する収集されたデータを、クラウドベースプロセッサに伝送するステップと、
上記クラウドベースプロセッサを使用して、上記ロードノイズキャンセレーションシステム性能を比較するステップと、
上記収集及び比較されたロードノイズキャンセレーションシステム性能に基づいて、上記一組のロードノイズキャンセレーションパラメータを適応的に調整するステップと、
上記データベースを、上記調整された一組のロードノイズキャンセレーションパラメータで再プログラムするステップと
をさらに含む、上記項目に記載の方法。
（項目３）
上記再プログラムされたデータベースを、上記車両上の上記ロードノイズキャンセレーションシステムにダウンロードするステップ
をさらに含む、上記項目のいずれかに記載の方法。
（項目４）
上記クラウドで収集、伝送、及び比較されている上記データが、Ｗフィルタ、加速度計またはマイクロフォンスペクトル、加速度計またはマイクロフォン時間依存性信号、加速度特性、マイクロフォンベースの音響性能データ、ロードノイズキャンセレーションシステム性能データ、車両メーカー、車両モデル、タイヤ種別、及び、ＧＰＳ位置からなる群から選択される１つまたは複数のロードノイズキャンセレーションパラメータから識別される、上記項目のいずれかに記載の方法。
（項目５）
上記ロードノイズキャンセレーションシステム性能を比較する上記ステップが、
上記車両で測定された音圧レベルを、車両種類及び路面種類に固有の目標音圧レベルと比較するステップと、
上記車両で測定された上記音圧レベルが上記目標音圧レベルを超えたときに、上記ロードノイズキャンセレーションシステムを最適化する上記一組のロードノイズキャンセレーションパラメータへの調整を適用するステップと
をさらに含む、上記項目のいずれかに記載の方法。
（項目６）
上記ロードノイズキャンセレーションシステム性能を比較する上記ステップが、
上記ロードノイズキャンセレーションシステムが起動している上記車両で第１の音圧レベルを測定するステップと、
上記ロードノイズキャンセレーションシステムが停止している上記車両で第２の音圧レベルを測定するステップと、
上記第１の測定された音圧レベルと上記第２の測定された音圧レベルとの間の差を比較するステップと、
上記差が所定の閾値より小さいとき、上記ロードノイズキャンセレーションシステムを最適化する上記一組のロードノイズキャンセレーションパラメータへの調整を適用するステップと
をさらに含む、上記項目のいずれかに記載の方法。
（項目７）
上記閾値は、上記音圧レベルの、バンドの平均された周波数値または周波数ごとの目標値である、上記項目のいずれかに記載の方法。
（項目８）
上記ロードノイズキャンセレーションシステム性能を比較する上記ステップが、
ロードノイズキャンセレーションシステム性能を代表する信号を、所定の閾値と比較するステップと、
上記ロードノイズキャンセレーションシステム性能を代表する信号が、上記所定の閾値より小さいとき、上記ロードノイズキャンセレーションシステムを最適化する上記一組のロードノイズキャンセレーションパラメータへの調整を適用するステップと
をさらに含む、上記項目のいずれかに記載の方法。
（項目９）
音楽信号を、上記ロードノイズキャンセレーションシステム性能を代表する信号から減算するステップをさらに含む、上記項目のいずれかに記載の方法。
（項目１０）
ロードノイズキャンセレーションシステムのための一組のロードノイズキャンセレーションパラメータであって、各組が、車両種類、タイヤ種別、路面種類、または車両位置と関連付けられる、上記一組のロードノイズキャンセレーションパラメータと、
１つもしくは複数の車両、１つもしくは複数のタイヤ種別、１つもしくは複数の路面種類、または１つもしくは複数の車両位置から収集されたデータを、上記一組のロードノイズキャンセレーションパラメータと関連付けるデータベースと
を備え、
上記車両が第１の路面種類から第２の路面種類への変化を体験したことを識別すると、上記関連付けられた一組のロードノイズキャンセレーションパラメータが、上記ロードノイズキャンセレーションシステムと通信される、
車両上のロードノイズキャンセレーションシステム。
（項目１１）
上記データベースが、上記車両上のプロセッサによって収集されたデータをさらに備える、上記項目のいずれかに記載のシステム。
（項目１２）
上記車両上の上記プロセッサによって収集された上記データが、クラウドベースプロセッサに通信され、
上記データベースが、上記クラウドベースプロセッサでアクセス可能である、上記項目のいずれかに記載のシステム。
（項目１３）
上記クラウドベースプロセッサが、上記データベースを複数の車両から収集されたデータと関連付ける、上記項目のいずれかに記載のシステム。
（項目１４）
第１の路面種類から第２の路面種類への変化を検出するための上記ロードノイズキャンセレーションシステムの性能閾値をさらに備える、上記項目のいずれかに記載のシステム。
（項目１５）
上記性能閾値が、ロードノイズキャンセレーションシステム性能を代表する信号をさらに備える、上記項目のいずれかに記載のシステム。
（項目１６）
１つまたは複数のプロセッサによって実行されるとき、
第１の路面種類上を走行する車両のロードノイズキャンセレーションシステムのために、一組のロードノイズキャンセレーションパラメータを適用することであって、上記組が、車両の種類、タイヤの種類、路面の種類、または車両の位置と関連付けられる、上記適用することと、
上記車両がいつ第１の路面種類から第２の路面種類に移動したかを識別するために、データを収集し、データベースの上記一組のロードノイズキャンセレーションパラメータと比較することと、
上記車両が第１の路面種類から第２の路面種類に移動したことを識別すると、上記ロードノイズキャンセレーションシステムを最適化する上記データベースの上記一組のロードノイズキャンセレーションパラメータを上記第２の路面種類のために適用することと
を含む作業を実行するプログラムを備えるコンピュータ可読媒体。
（項目１７）
上記プログラムが、
ロードノイズキャンセレーションシステム性能を代表するデータを収集することと、
収集されたデータをクラウドベースプロセッサに伝送することと、
複数の車両によって収集及び伝送されたデータを上記クラウドベースプロセッサで比較することと、
上記収集及び比較されたデータに基づいて、上記一組のロードノイズキャンセレーションパラメータを適応的に調整することと、
上記調整された一組のロードノイズキャンセレーションパラメータを、上記ロードノイズキャンセレーションシステムに通信することと
を含む作業をさらに実行する、上記項目のいずれかに記載のコンピュータ可読媒体。
（項目１８）
ロードノイズキャンセレーションシステム性能を代表するデータが、車両種類、タイヤ種別、または路面種類に固有の目標音圧レベルと比較するように、上記車両で測定された音圧レベルをさらに備える、上記項目のいずれかに記載のコンピュータ可読媒体。
（項目１９）
上記一組のロードノイズキャンセレーションパラメータが、Ｗフィルタ、加速度計またはマイクロフォンスペクトル、加速度計またはマイクロフォン時間依存性信号、加速度特性、マイクロフォンベースの音響性能データ、ロードノイズキャンセレーションシステム性能関連データ、車両メーカー、車両モデル、タイヤ種別、及び、ＧＰＳ位置からなる群から選択されたロードノイズキャンセレーションパラメータをさらに備える、上記項目のいずれかに記載のコンピュータ可読媒体。
（項目２０）
データを収集し、上記データベースの上記一組のロードノイズキャンセレーションパラメータと比較することが、
複数の車両からのデータを収集することと、
上記収集したデータをクラウドベースプロセッサに伝送することと、
車両がいつ第１の路面種類から第２の路面種類に移動したかを識別するために、伝送された複数の車両からの収集データを上記クラウドベースプロセッサで比較することと
をさらに含む、上記項目のいずれかに記載のコンピュータ可読媒体。
（摘要）
一組のロードノイズキャンセレーションパラメータを、第１の路面種類から第２の路面種類に移動する車両のロードノイズキャンセレーションシステムに適用するためのシステム及び方法であって、その組は、車両の種類、タイヤの種類、路面の種類、または車両の位置と関連付けられている。システム及び方法は、車両がいつ第１の路面種類から第２の路面種類に移動したかを識別するために、データを収集し、データベースの一組のロードノイズキャンセレーションパラメータと比較し、車両が第１の路面種類から第２の路面種類に移動したことを識別すると、ロードノイズキャンセレーションシステムを最適化するデータベースの調整された一組のロードノイズキャンセレーションパラメータを第２の路面種類のために適用する。

例示的なＲＮＣシステムのブロック図である。 道路種別の表である。 クラウドベース通信を含む系統図である。 複数の車両を含む、クラウドベース通信を含む系統図である。 １つまたは複数の方法のフローチャートである。 適応アルゴリズムアプローチを含む系統図である。

図の要素及びステップは、単純さ及び明瞭さのために示され、必ずしも任意の特定の順序に従って表現されているわけではない。たとえば、同時にまたは異なる順序で実行されてもよいステップが、本発明の主題の実施形態の理解を高めることを支援するために、図に示されている。

本発明の主題のさまざまな態様が特定の例示的な実施形態に関して説明されるが、本発明の主題は、そのような実施形態に限定されず、さらなる修正、応用、及び実施形態が、本発明の主題を逸脱しない範囲で実装されてもよい。図において、同様の参照番号は、同じ構成要素を示すのに使用される。本明細書に示されるさまざまな構成要素は、本発明の主題の範囲から変化することなく変更されてもよいことを当業者は認識するであろう。

本明細書に説明されるサーバ、受信機、または装置のうちの任意の１つまたは複数は、さまざまなプログラム言語及び／または技術を使用して作成されるコンピュータプログラムからコンパイルまたは解釈されてもよいコンピュータ実行命令を含む。一般に、プロセッサ（たとえば、マイクロプロセッサ）は、たとえば、メモリ、コンピュータ可読媒体、または同様のものから命令を受信し、その命令を実行する。処理ユニットは、ソフトウェアプログラムの命令を実行することが可能な非一時的コンピュータ可読記憶媒体を含む。コンピュータ可読記憶媒体は、電子記憶装置、磁気記憶装置、光学記憶装置、電磁記憶装置、半導体記憶装置、またはそれらの任意の好適な組合せであってもよいが、これらに限定されない。本明細書の任意の１つまたは複数の装置はファームウェアに依存し、ファームウェアは時々、オペレーティングシステムとの互換性、改善及び追加機能、セキュリティアップデート、または同様のものを保証するために更新を必要とすることがある。サーバ、受信機、または装置を接続し、ネットワーク化することは、ＳＡＴＡ、Ｗｉ−Ｆｉ、ライトニング、イーサネット（登録商標）、ＵＦＳ、５Ｇなどを含んでもよいが、これらに限定されない。１つまたは複数のサーバ、受信機、または装置は、専用オペレーティングシステム、複数のソフトウェアプログラム、ならびに／または、グラフィック、オーディオ、無線ネットワーク、イネーブリングアプリケーション、車両構成要素の統合ハードウェア、システム、及び、外部装置（たとえば、ほんの数例を挙げると、スマートフォン、タブレット、及び他のシステム）などのインタフェースのためのプラットフォームを使用して、運用してもよい。

図１は、ロードノイズキャンセレーション（ＲＮＣ）システム１０４を有する車両１０２のブロック図１００を示し、１つまたは複数の振動センサ１０８は、車両の懸架装置１１０、他の軸構成要素、及びシャーシの振動挙動を監視するために、車両１０２の至る所に配設される。ＲＮＣシステム１０４は、マイクロフォン１１２と組み合わされた振動センサ１０８からの信号の適応フィルタリング、及び、１つまたは複数のスピーカ１２４を通してアンチノイズ信号を再生することによってアンチノイズを生成する、広帯域フィードフォワード及びフィードバックアクティブノイズコントロールフレームワークである。振動センサ１０８は、加速度計、フォースゲージ、ジオホン、線形可変差動変圧器、歪ゲージ、及びロードセルを含んでもよいが、これらに限定されない。単軸及び多軸加速度計１０８は、加速度の大きさ及び位相を検出するために使用されてもよく、向き、運動、及び振動を検知するためにも使用されてもよい。全地球測位システム（ＧＰＳ）１２６は、車両１０２に搭載されてもよく、車両１０２の加速度の大きさ及び位相、向き、ならびに運動とともに、位置を検出するためにも使用されてもよい。

路面１５０上を移動する車輪１０６から生じるノイズ及び振動は、車両１０２の懸架装置１１０またはシャーシ構成要素に機械的に連結された１つまたは複数の振動センサ１０８で検知されてもよい。振動センサ１０８は、検出された道路誘発振動を表す振動信号ｘ（ｎ）を出力する。複数の振動センサが可能であり、それらの信号は、別々に使用されてもよく、または、当業者に知られているさまざまな方法で組み合わされてもよいことに注目すべきである。振動信号ｘ（ｎ）は、フィルタ１２２でモデル化された伝達特性Ｓ’（ｚ）でフィルタリングされる。車輪１０６と路面１５０との相互作用から生じるロードノイズは、機械的に及び／または音響的に、客室にも伝達され、車両１０２内部の１つまたは複数のマイクロフォン１１２によって受音される。１つまたは複数のマイクロフォン１１２は、たとえば、図１に示されるように、シート１１６のヘッドレスト１１４に配置されてもよい。あるいは、１つまたは複数のマイクロフォン１１２は、車両１０２のヘッドライナ、または、車両１０２内の搭乗者に聞こえる音響ノイズフィールドを検知するいくつかの他の好適な位置に配置されてもよい。

路面１５０と車輪１０６との相互作用から生じるロードノイズは、伝達特性Ｐ（ｚ）に従ってマイクロフォン１１２に伝達される。車両１０２の車室に存在するノイズを表すエラー信号ｅ（ｎ）は、マイクロフォン１１２によって検出される。ＲＮＣシステム１０４において、フィルタＷ（ｚ）１１８は、エラー信号ｅ（ｎ）及びモデル化された伝達特性Ｓ’（ｚ）１２２でフィルタリングされた振動信号ｘ（ｎ）に基づき、知られている最小平均二乗（ＬＭＳ）アルゴリズムに従って作動してもよい適応制御装置１２０によって制御される。信号ｙ（ｎ）は、振動信号、または振動信号の組合せｘ（ｎ）に基づき、フィルタ１１８及びフィルタ制御装置１２０によって形成される適応フィルタによって生成される。信号ｙ（ｎ）は理想的には、スピーカ１２４を通して再生されるとき、車室の搭乗者に聞こえるロードノイズのノイズと、理想的には位相が反対であり、大きさが同一であるアンチノイズが、搭乗者の耳及びマイクロフォン１１２の近くで生成されるような波形を有する。Ｓ（ｚ）はラウドスピーカ１２４とマイクロフォン１１２との間の伝達機能を表す。スピーカ１２４からのアンチノイズは、マイクロフォン１１２の近くで車室におけるロードノイズと組み合わされ、車室内のロードノイズを減少させる。

振動センサ１０８及びマイクロフォン１１２に加えて、車両１０２は、車両１０２上に多くの他のセンサ１３２も有し、その出力及びデータは、全地球測位システム（ＧＰＳ）１２６からのセンサデータなどの位置識別データとともに、車両１０２上に搭載されたプロセッサ１２８で利用可能である。車両１０２の走行中、車載プロセッサ１２８（または、図３及び４に関して本明細書において後で論じられる外部クラウドベースプロセッサ）は、センサ１０８、１１２、１３２、及び／またはＧＰＳデータ１２６からのデータを収集して、任意選択的に処理し、将来、路面１５０の同じ部分を走行する同じまたは異なる種類の車両１０２または他の車両により使用されるデータ及び／またはパラメータを含むデータベースまたはＧＰＳマップを構成する（図４に関して本明細書において後で論じられる）。

この車両または他の車両での将来の使用のために、車両１０２に搭載されたストレージ１３０でローカルに、またはクラウドに保存するために有用であってもよい、ＲＮＣシステム１０４に関連するデータの種類の例は、最適なＷフィルタ、マイクロフォンゲイン、加速度計ゲイン、周波数依存性の漏洩及びステップサイズ、加速度計またはマイクロフォンスペクトルまたは時間依存性信号、スペクトル及び時間依存性特性を含む他の加速度特性、ならびに、マイクロフォンベースの音響性能データを含むがこれらに限定されない。この情報は、プロセッサ１２８によって収集及び記憶されているが、ＲＮＣシステム１０４の通常動作は継続し、Ｗ−フィルタ１１８はＬＭＳ１２０システムによって連続的に更新されることに留意されたい。さらに、車載プロセッサ１２８（または、車両または本明細書において後で論じられるクラウドベースの外部プロセッサ）は、上記の加速度計及びマイクロフォンデータを分析して、ＲＮＣシステムに適用される一組の重要なロードノイズキャンセレーションパラメータを決定するために重要な特徴を抽出してもよい。一組の重要なロードノイズキャンセレーションパラメータは、車両位置の識別及び／または路面種類の検知などのイベントによって引き起こされたときに選択されてもよい。路面の種類は、図２で概説される道路種別などの道路種別を含んでもよい。路面種類はまた、ほんの数例を挙げると、損傷（ひび割れ、くぼみなど）、新規舗装、経時的に劣化することがある舗装されたまたは未舗装の路面、天気によって引き起こされることがある路面の予想外のまたは一時的な状態、砂利または油などの物質の流出などの特定の舗装状態を含んでもよい。

ロードノイズキャンセレーションパラメータは、ローカルにまたはクラウドに記憶されてもよい。一般に、ロードノイズキャンセレーションパラメータの更新された組は、どの時点でＲＮＣアルゴリズムに挿入されてもよいが、車両が異なる種類の路面間を移行するときが特に効果的である。車両ＲＮＣシステム１０４は、車両に搭載されてもよいプロセッサまたはコンピュータを使用して、加速度及びマイクロフォン特性を分析し、センサ出力データに基づいて道路種別を検出または識別する閾値を適用することによって、関連するＲＮＣシステムチューニングパラメータ、性能関連データ、及び／またはＷ−フィルタとともに、センサデータ、及び／または道路種別、及び／または車両位置の個々のデータベースを作成する。データベースはまた、識別された道路種別を、関連する最適なチューニングパラメータ及び／またはＷフィルタと関連付けてもよい。データは、収集、分析、及び記憶されて、ＲＮＣシステム１０４をより最適なロードノイズキャンセレーションにチューニングするためにアクセスされるデータベースを作成するために、ローカルプロセッサ１２８によって使用される。

ここで図２を参照すると、道路種別２０２と関連付けられた加速度信号特性２０４、及び、道路種別２０２と関連付けられたマイクロフォン信号特性２０６などの信号特性によって定義される１つまたは複数の道路種別２０２の例を概説する表２００が示されている。滑らかな道路種別２０８については、加速度計信号は、低レベル、すなわち、０．２ｇより小さい範囲、及び約３０〜４００Ｈｚの広帯域周波数コンテンツで定常であってもよい。敷石道路種別２１０については、加速度計信号特性は、高レベルの加速度、すなわち、１ｇより大きい範囲で、この範囲における最低周波数で特に高いレベルを有する３０〜４００Ｈｚの広帯域周波数範囲で、定常であってもよい。粗い道路種別２１２については、加速度計信号は、中程度の加速度レベル（０．３〜０．９ｇ）、３０〜４００Ｈｚの周波数範囲で定常であってもよい。溝付きコンクリートの道路種別２１４については、加速度計信号は、中レベル（０．３〜０．９ｇ）及び約１５０Ｈｚの高い音の周波数コンテンツを示してもよい。ひび割れた道路種別２１６については、加速度計信号は、非定常で衝動性であり、３０〜４００Ｈｚの広帯域周波数範囲にわたって高レベル（＞１ｇ）を有する。典型的な加速度計信号特性及びマイクロフォン特性が図２の表２００に示されるが、道路種別を判定するのにその両方の種類のセンサは必要ではないことに留意されたい。客室でマイクロフォンによって検知されるロードノイズは主に、加速度計によって直接検知される路面からの入力加速度から得られる。

道路種別が識別されると、ＬＭＳ ＲＮＣシステムの多くの重要なパラメータは、最も良好なＲＮＣ性能を提供するために最適化することができる。知られているシステムにおいて、多くの重要なＲＮＣシステムパラメータは通常、静的であり、訓練されたエンジニアによってチューニングされる。これらの知られているシステムでは、重要なＲＮＣパラメータは、車両が遭遇するさまざまな道路種別のうちのそれぞれにおいて理想的な性能を発揮するであろうパラメータ間のトレードオフである。これらの知られているシステムでは、平均された係数が使用され、任意の１つの特定の道路種別に対しては最適ではないことがあるノイズキャンセレーション性能になる。

本明細書に説明されるデータベースは、重要なＲＮＣアルゴリズム関連センサ出力及びデータを含んでもよく、出力及びデータに対する所定の閾値が一致するとき、車両が走行している道路の種類は識別することができる。これにより、最適なチューニングパラメータ及びＷフィルタのための所定値を参照して、ＲＮＣシステムＬＭＳアルゴリズムにすぐに適用することが可能になる。データベースは、車両のローカル記憶装置１３０に記憶されてもよく、マップ、周波数依存性のステップサイズ及び漏洩を含む最適な適応関連パラメータ、フィルタ、性能関連データ、ならびに、新しい道路種別に遭遇したとき、システム再適応のために、事前に体験された性能ギャップを解消する、前の状態からのより速い適応のためにＲＮＣシステムによって使用されるセンサゲインを含む。

本明細書に説明されるデータベースは、知られている位置の道路の知られている区域のために予めプログラムされていた重要なＲＮＣパラメータを含んでもよい。この点について、ＧＰＳなどによって車両位置を知ることにより、ＲＮＣシステムに適用される重要なＲＮＣパラメータに対する更新を起動してもよい。

図１を参照しながら述べたように、車載プロセッサ１２８は、ローカルに記憶される加速度計及びマイクロフォンデータを分析する。しかしながら、処理及びデータストレージは、図３に示されるように、クラウドに存在してもよく、及び／または、図４に示されるように、複数の車両から提供されるデータを含んでもよい。１つまたは複数の実施形態において、処理及び／またはストレージは、クラウドとローカルプロセッサとの間で分割されてもよい。

図３は、車両上のＳＡＴＡ、Ｗｉ−Ｆｉ、ライトニング、イーサネット（登録商標）、ＵＦＳ、Ｅｄｇｅ、３Ｇ、４Ｇ、５Ｇなどを含んでもよいが、これらに限定されない、接続及びネットワーキングサーバ、受信機、または装置３３６を通してクラウド３３４に接続する機能を有する車両３０２を有するシステム３００を示す。ＲＮＣシステム３０４は、装置３３６を通してクラウド３３４に接続する。次いで、クラウド処理３３８は、ＲＮＣシステム３０４に取り込んだセンサデータを分析し、最適なチューニングパラメータを選択するデータベースを作成するように実装されてもよい。あるいは、または、さらに、マップ関連データを含むＧＰＳ３２６も、位置に基づいて最適なチューニングパラメータを選択するために使用されてもよい。位置関連データはまた、車両が走行している路面３５０を代表する道路種別識別子またはラベルを含んでもよい。このデータは重要なＲＮＣパラメータと考えられてもよく、データベースにおける、最適なチューニングパラメータの選択、及び／または、最適なチューニングパラメータの更新に有用でもよい。

クラウドまたはローカルにおける後処理は、リアルタイムシステムより正確に、道路種別が変わった、より早い正確な移行位置を識別することができる。実際的なリアルタイム実施態様においてヒステリシスを排除することにより、誤った道路種別の変化を回避する。正確な移行位置を横切る将来の車両は、ＬＭＳの収束を待つことなしに、または、道路種別識別工程の実行なしに、理想的なパラメータをすぐにダウンロードまたは利用することができる。

クラウド３３４内で収集及び／または処理３３８されたデータは、車両のＲＮＣシステム３０４からクラウド３３４に送信されたセンサデータに固有でもよく、あるいは、車両から送信されたデータ、ならびに／または、車両３０２及びそのＲＮＣシステム３０４によってアクセスされる、もしくは、車両３０２及びそのＲＮＣシステム３０４にダウンロードされる他のソース（図３には示されない）からのデータを使用して、クラウド３３４内でコンパイルされてもよい。この点について、他のソースは、他の車両（本明細書において図４に関して後で詳細に説明する）、ＧＰＳデータ、知られているナビゲーションデータ、道路種別のＧｏｏｇｌｅストリートビュー画像解析、及び、包括的に記載するにはあまりに多数の他のソースを含んでもよいが、これらに限定されない。たとえば、特定の車両メーカー及びモデルは、同じメーカー及びモデルの他の車両と類似していてもよいＲＮＣ性能を有する。車両３０２は、クラウド内に存在する特定のメーカー及びモデルのためにカスタマイズされたＲＮＣパラメータデータベースを取得してもよい。データベースは、車両３０２のＲＮＣシステム３０４によってアクセスされる。クラウドのストレージ３４０は、車両上のローカルストレージと関連付けられることがあるストレージの懸念を軽減することができる。車両３０２とクラウド３３４との間の双方向通信により、データベースまたはマップからのデータを、使用するためにまたは他の車両によるダウンロードのために、クラウドにアップロードすることも可能になる。

図４は、データベースを作成するために、複数の車両４０２（１）．．．４０２（ｎ）によってアップロードされたデータを使用するクラウドベースシステムの系統図４００である。次いで、データベースの全部または一部は、ダウンロードなどによって、クラウドにアクセスできる車両の間で共有されてもよい。図４に示されるシステムにおいて、クラウドベース処理及びストレージに接続する複数の車両４０２（１）〜４０２（ｎ）は、ＧＰＳ４２６（１）〜４２６（ｎ）からのように、それらの車両及び位置からセンサデータ及びＲＮＣ４０４システムデータを送信してもよく、それはデータベースの開発に使用される。複数の車両がデータを供給しているので、データベースは、複数の車両によって提供されるデータ及びフィードバックを使用して、継続的に更新及び改善することができる。クラウドへの接続を使用して、性能に関して最近の最も成功しているデータベースのバージョンが、車両４０２（１）〜（ｎ）上のＲＮＣシステム４０４（１）〜（ｎ）によって使用されていることを保証するために、１台または複数台の任意の車両は、任意の更新されたデータベースを受信してもよい。

複数の車両４０２（１）〜（ｎ）によって提供されたデータは、車両の位置によって道路の種類を参照する、位置をベースとしたＧＰＳデータでもよい。データはまた、位置に対してＲＮＣシステムによって以前に適応及び適用されたＲＮＣ設定を参照する車両メーカー／モデルベースデータまたはタイヤ種別データ、知られているまたは成功もしくは失敗に基づいて以前に識別された路面の種類、あるいは、特定の位置、車両の種類、タイヤ種別データ、またはその任意の組合せに対するチューニングパラメータの以前のバージョンとしてアクセスされてもよい。

クラウドベース処理及びデータストレージは、特定の位置を走行している複数の車両などの複数のソースからの機械学習または他の解析が、メーカー及びモデル種別、タイヤ種別、ならびに／または、車両位置及び車両位置で識別された道路種別のいずれかごとに、すべての車両のＲＮＣシステムに価値あるデータを提供するという点で有利である。クラウドベース処理及びデータストレージは、タイヤトレッドの状態などの、特定の車両に特有の特徴を含むことがあるという事実のために、一部のデータは、一部の車両には効果が少ないことがあることを考慮に入れているので、有益であることがある。さらに、データベースを継続的に更新する適応アルゴリズムのアプリケーションは、道路の天候、交通状況、または経時的に劣化、修繕、もしくは再舗装されたときの全体的な状態などの要因によって影響を受けることがある路面状態の変化を考慮してもよい。適応アルゴリズムは、車載処理、クラウドベース処理、及び複数車両クラウドベース処理に適用されてもよい。収集、収集されたデータの分析及び記憶、最適化されたパラメータの調整、ならびに、適用された調整へのＲＮＣシステムの応答により、データベースの継続的な更新及び改善が可能になる。

データベースへの更新は、ＲＮＣシステム１０４、３０４、４０４（１）〜（ｎ）がＲＮＣ性能の劣化を検出した場合に、開発及びダウンロードを行ってもよい。そのようなＲＮＣ性能は、アクティブノイズコントロールエラーマイクロフォン信号、または、好ましくは、任意の乗客の耳の近くの、車室内部に取り付けられた任意のマイクロフォンの信号を単に分析することによって推定されてもよい。車両の各種類に対して、及び、各道路種別に対して、目標音圧レベル（ＳＰＬ）がプログラムされてもよい。検出されたＳＰＬが目標ＳＰＬを超えている場合、ＲＮＣシステムパラメータは適応されてもよく、または、ダウンロードされてもよい。ＲＮＣシステムの性能の直接測定は、ＲＮＣシステムが起動中に、さらにまた、ＲＮＣシステムが停止中に、車室内のＳＰＬを測定し、差を比較することによって行われてもよい。２つの測定値間の差が平均されたバンドまたは周波数ごとの目標より小さい場合、パラメータは適応またはダウンロードされてもよい。

あるいは、ＲＮＣシステムの性能は、音楽信号及び／または声などの他の無関係な信号から任意選択的に減算するＬＭＳシステムに入力するマイクロフォンからのエラー信号を分析することによって推定されてもよい（図６に関して本明細書において後で論じられる）。加速度計信号、Ｗフィルタ、及び推定された二次経路（モデル化された伝達特性Ｓ’（ｚ））と組み合わされたこれらの信号は、マイクロフォンでのロードノイズキャンセレーションの量の推定値を提供してもよく、信号はＲＮＣシステム性能の推定値である。推定信号値が所定の閾値に適合しない場合、ＲＮＣ１０４、３０４、４０４（１）〜（ｎ）システムは、新しいパラメータを適応またはダウンロードしてもよい。また、収集、収集されたデータの分析及び記憶、最適化されたパラメータの調整、ならびに、適用された調整へのＲＮＣシステムの応答により、実際のＲＮＣシステム性能に基づく、データベースの継続的な更新及び改善が可能になる。

図５を参照すると、フローチャート５００は、データベースの開発及びアクセスに対する１つのアプローチを説明する。車両が走行することがある各道路種別に対するＲＮＣ性能を最適化する重要なＲＮＣシステムパラメータが始点として設定される（５０２）。これは、実際の道路試走から及び／または研究室の設定で収集されるデータを通して実現されてもよい。最適化された性能と関連付けられた道路の種類及び設定を検出または識別するＲＮＣパラメータは、データベースにプログラムされる（５０４）。図１、３、及び４を参照して上で論じられたように、重要なＲＮＣパラメータ及び最適化された設定は、ローカルの車載プロセッサに、クラウドに、または、ローカルのＲＮＣシステムに記憶されてもよい。車両が特定の道路種別に遭遇したとき、センサ信号は、ＲＮＣシステムによる道路種別の検出または識別を支援するために、分析、及び任意選択的に処理されてもよい（５０６）。データベースにアクセスすることは、センサデータを通して識別された道路種別に対してＲＮＣシステムを最適化するために適用される重要なパラメータへの調整についての情報を提供する（５０８）。

あるいは、及び／または、さらに、適応アルゴリズムは、ＲＮＣシステムからの重要なＲＮＣパラメータからの動作結果を抽出、及び適応的に調整してもよく（５１０）、任意選択的に、所定の予めプログラムされたＲＮＣパラメータデータベースから始めて、重要なアルゴリズムパラメータをさらに最適化してもよい（５１２）。たとえば、Ｗフィルタの適応において不安定性が繰り返し検出されるとき、周波数依存性の漏洩は増加することがある、または、この適応が遅いことが検出された場合、ＲＮＣ効果の改善が遅く、マイクロフォンエラー信号の減少に長くかかっているために、ステップサイズは適切に増加させてもよい。ステップサイズは、収束速度と安定性との間のトレードオフであり、そのため、そのような適応アルゴリズムはこれを考慮に入れ、それに応じてパラメータを最適化する。

別のアプローチにおいて、重要なＲＮＣパラメータは、路上試験、及び／または、重要なＲＮＣパラメータが提供されていることを保証するために行われてもよい研究室でのシミュレーションの結果に基づくダウンロードのために、クラウドベース処理または適応アルゴリズムアプローチの利点への正規のアクセスを有しない車両のためにさえ、クラウド（または、ローカル）で周期的に更新されてもよい（５１４）。

別の実施例において、適応アルゴリズムは、加速度計からＬＭＳブロックへの信号のスペクトルを監視する。スペクトルが所定の許容範囲に対して周波数と均一でない場合、アルゴリズムは、応答を平坦化するために、フィルタを適応的に調整してもよい。結果は、すべての周波数で同様に高速になる収束であり、同時に、最も小さい振幅を有する周波数での安定性を改善する。特に、極端に低周波数のノイズが加速度計信号上で検出された場合、適応アルゴリズムは、フィルタ（無限インパルス応答フィルタ、ＩＩＲｘ及びＩＩＲｅ）を適応させ（図６参照）、よって、Ｗ（ｚ）を最適化するＬＭＳアルゴリズムの前に応答を平坦化する。ＲＮＣアルゴリズムが客室のロードノイズを減少させるどころか増大させていることを検出したときには、滑らかな道路のターンオン／ターンオフ閾値を適応させることも可能である。たとえば、加速度計センサの場合、ノイズフロアは聞こえる。

道路種別が任意選択的に識別されると、ＬＭＳ ＲＮＣシステムの多くの重要なパラメータは、最も良好なＲＮＣ性能を提供するために最適化されてもよい。図６を参照すると、ブロック図６００は、各識別された道路種別のためにＲＮＣシステム性能を最適化するために使用されてもよい重要なＲＮＣシステムパラメータの多くを示す。図６は、単に簡単化のために、単一の加速度計６０８、スピーカ６２４、及びマイクロフォン６１２を示す。典型的なＲＮＣシステムは、多くの加速度計（たとえば、１０以上）、多くのスピーカ（たとえば、４〜８）、及び複数のマイクロフォン（たとえば、４〜６）を使用することに注目すべきである。他の重要なパラメータは、加速度計６０８及びマイクロフォン６１２、第１のフィルタＩＩＲｘ６５６及び第２のフィルタＩＩＲｅ６５８からの信号の最低周波数成分を低減させるために、１つまたは複数のハイパスフィルタＨＰＦａ６５２、ＨＰＦｂ６５４を含むが、これらに限定されない。フィルタ６５６及び６５８は通常は、類似した大きさ及び位相特性を有し、ＬＭＳアルゴリズムの最適な性能を実現する。フィルタは、一定の周波数範囲の強調の度合いを高めるまたは弱めるために適用される。たとえば、フィルタが２００Ｈｚを中心として１０ｄＢのピークフィルタを有するように設定されるとき、そのＬＭＳシステム６２０の適応は、この周波数範囲においてより多くのノイズを低減する。ノイズキャンセレーションの全体量の低下は、作用しているＬＭＳシステムの全帯域幅にわたって発生するが、ノイズキャンセレーションの増加が関心のある周波数範囲（複数可）で発生することに注目すべきである。

フィルタ６５６及び６５８は単に例示のためにＩＩＲとして示されており、有限インパルス応答（ＦＩＲ）フィルタなどの他のフィルタトポロジも使用されてもよいことにも留意すべきである。アンチノイズを再生するスピーカ６２４への音楽６６０の追加も示されている。音楽再生信号６５８は、Ｓ’（ｚ）６２２のコピーを通過後、マイクロフォン６１２のエラー信号から除去されてもよい。

図６に示されるパラメータはすべて、各道路種別のために最適化されてもよい。特に各道路種別のために、１）最適な周波数依存性漏洩、２）ＬＭブロックへの平坦化後信号及び／またはＲＮＣの最高レベルを達成することに人が関心を示す周波数範囲にわたるピークのいずれかを提供するＩＩＲｘ及びＩＩＲｅ係数、３）加速度計及びマイクロフォン信号の最低周波数成分を減少させる最適なＨＰＦコーナ周波数、４）各マイクロフォンのための最適なゲイン、５）各加速度計のための最適なゲイン、６）適応を開始する最適なＷフィルタ、７）最適な周波数依存性ステップサイズ、８）最適な不安定性検出器設定、ならびに、９）その他がある。

これらのパラメータはどれも、エンジニアなどによって、車両種類、タイヤ種別、及び道路種別の組合せ、ならびに、実際の路上試験または研究室でのシミュレーションに従って、予め設定されてもよい。さらに、または、あるいは、パラメータは、１台または複数台の車両からの車載またはクラウドベースプロセッサによって開発されてもよい。さらにまた、パラメータまたはその任意の組合せは、車両上のプロセッサでローカルに記憶されてもよく、または、クラウドに記憶されて、車両によってアクセスされてもよく、もしくは、車両にダウンロードされてもよい。

上記明細書において、本発明の主題が、特定の例示的な実施形態に関して説明された。しかしながら、さまざまな修正及び変更が、特許請求の範囲に記載したような本発明の主題の要旨を逸脱しない範囲で行われてもよい。本明細書及び図は、説明のためのものであって、限定するものではなく、修正は、本発明の主題の範囲内に含むことが意図される。よって、本発明の主題の範囲は、単に説明された例によってではなく、特許請求の範囲及びそれらの法的均等物によって決定されなければならない。

たとえば、任意の方法または工程の請求項で列挙されるステップは、任意の順序で実行されてもよく、請求項に提示される特定の順序に限定されない。式は、信号ノイズの影響を最小にするために、フィルタで実装されてもよい。さらに、任意の機器請求項で列挙される構成要素及び／または要素は、組み合わされてもよく、または、その他の場合には、さまざまに入れ替えて作動的に構成されてもよく、そのため、請求項で列挙される特定の構成に限定されない。

利益、利点、及び問題に対する解決方法が、特定の実施形態に関して上で説明された。しかしながら、任意の特定の利益、利点、または解決方法を生じさせ、またはより顕著にすることのできる任意の利益、利点、問題に対する解決方法、または任意の要素を、重要な、必要な、もしくは不可欠な特徴、または任意のまたはすべての特許請求の範囲の構成要素として解釈すべきではない。

用語「備える（ｃｏｍｐｒｉｓｅ）」、「備える（ｃｏｍｐｒｉｓｅｓ）」「備える（ｃｏｍｐｒｉｓｉｎｇ）」、「有する（ｈａｖｉｎｇ）」、「含む（ｉｎｃｌｕｄｉｎｇ）」、「含む（ｉｎｃｌｕｄｅｓ）」、またはその任意の変形は、非排他的包含を参照することが意図され、それにより、要素のリストを備える工程、方法、物品、組成、または機器は、列挙したそれらの要素のみを含むのではなく、明白に列挙せず、または、そのような工程、方法、物品、組成、または機器に固有の他の要素も含むことができる。本発明の主題の実施において使用される上記の構造、設備、アプリケーション、配合、要素、材料、または構成要素の他の組合せ及び／または修正は、具体的には列挙されていないものに加えて、本発明の一般的原理から逸脱することなく、変更することができ、または、その他の場合には、特定の環境、製造仕様、設計パラメータ、もしくは他の操作要件に対して具体的に適合させることができる。

Claims (20)

1. ロードノイズキャンセレーションシステムを有する車両におけるロードノイズキャンセレーションのための方法であって、前記方法が、ソフトウェアプログラムの命令を実行することが可能な非一時的コンピュータ可読記憶媒体を含む処理ユニットを有する装置上で実行され、
   前記ロードノイズキャンセレーションシステムのための一組のロードノイズキャンセレーションパラメータを決定するステップであって、各組が、車両の種類、タイヤの種類、路面の種類、または車両の位置と関連付けられる、前記決定するステップと、
   １台または複数台の車両から収集されたデータを、ロードノイズキャンセレーションシステム性能を最適化する前記一組のロードノイズキャンセレーションパラメータと関連付けるデータベースをプログラムするステップと、
   １台または複数台の車両から収集されたデータを、前記データベースの前記一組のロードノイズキャンセレーションパラメータ、及び、ロードノイズキャンセレーションシステム性能閾値と比較するステップと、
   前記車両が第１の路面種類から第２の路面種類に移動したことを識別するステップと、
   前記車両が第１の路面種類から第２の路面種類に移動したことを識別すると、前記ロードノイズキャンセレーションシステムを最適化する前記一組のロードノイズキャンセレーションパラメータを調整するステップと
   を含む前記方法。
2. ロードノイズキャンセレーションシステム性能を代表するデータを収集するステップと、
   １台または複数台の車両からのノイズキャンセレーションシステム性能を代表する収集されたデータを、クラウドベースプロセッサに伝送するステップと、
   前記クラウドベースプロセッサを使用して、前記ロードノイズキャンセレーションシステム性能を比較するステップと、
   前記収集及び比較されたロードノイズキャンセレーションシステム性能に基づいて、前記一組のロードノイズキャンセレーションパラメータを適応的に調整するステップと、
   前記データベースを、前記調整された一組のロードノイズキャンセレーションパラメータで再プログラムするステップと
   をさらに含む、請求項１に記載の方法。
3. 前記再プログラムされたデータベースを、前記車両上の前記ロードノイズキャンセレーションシステムにダウンロードするステップ
   をさらに含む、請求項２に記載の方法。
4. 前記クラウドで収集、伝送、及び比較されている前記データが、Ｗフィルタ、加速度計またはマイクロフォンスペクトル、加速度計またはマイクロフォン時間依存性信号、加速度特性、マイクロフォンベースの音響性能データ、ロードノイズキャンセレーションシステム性能データ、車両メーカー、車両モデル、タイヤ種別、及び、ＧＰＳ位置からなる群から選択される１つまたは複数のロードノイズキャンセレーションパラメータから識別される、請求項２に記載の方法。
5. 前記ロードノイズキャンセレーションシステム性能を比較する前記ステップが、
   前記車両で測定された音圧レベルを、車両種類及び路面種類に固有の目標音圧レベルと比較するステップと、
   前記車両で測定された前記音圧レベルが前記目標音圧レベルを超えたときに、前記ロードノイズキャンセレーションシステムを最適化する前記一組のロードノイズキャンセレーションパラメータへの調整を適用するステップと
   をさらに含む、請求項２に記載の方法。
6. 前記ロードノイズキャンセレーションシステム性能を比較する前記ステップが、
   前記ロードノイズキャンセレーションシステムが起動している前記車両で第１の音圧レベルを測定するステップと、
   前記ロードノイズキャンセレーションシステムが停止している前記車両で第２の音圧レベルを測定するステップと、
   前記第１の測定された音圧レベルと前記第２の測定された音圧レベルとの間の差を比較するステップと、
   前記差が所定の閾値より小さいとき、前記ロードノイズキャンセレーションシステムを最適化する前記一組のロードノイズキャンセレーションパラメータへの調整を適用するステップと
   をさらに含む、請求項５に記載の方法。
7. 前記閾値は、前記音圧レベルの、バンドの平均された周波数値または周波数ごとの目標値である、請求項６に記載の方法。
8. 前記ロードノイズキャンセレーションシステム性能を比較する前記ステップが、
   ロードノイズキャンセレーションシステム性能を代表する信号を、所定の閾値と比較するステップと、
   前記ロードノイズキャンセレーションシステム性能を代表する信号が、前記所定の閾値より小さいとき、前記ロードノイズキャンセレーションシステムを最適化する前記一組のロードノイズキャンセレーションパラメータへの調整を適用するステップと
   をさらに含む、請求項２に記載の方法。
9. 音楽信号を、前記ロードノイズキャンセレーションシステム性能を代表する信号から減算するステップをさらに含む、請求項８に記載の方法。
10. ロードノイズキャンセレーションシステムのための一組のロードノイズキャンセレーションパラメータであって、各組が、車両種類、タイヤ種別、路面種類、または車両位置と関連付けられる、前記一組のロードノイズキャンセレーションパラメータと、
    １つもしくは複数の車両、１つもしくは複数のタイヤ種別、１つもしくは複数の路面種類、または１つもしくは複数の車両位置から収集されたデータを、前記一組のロードノイズキャンセレーションパラメータと関連付けるデータベースと
    を備え、
    前記車両が第１の路面種類から第２の路面種類への変化を体験したことを識別すると、前記関連付けられた一組のロードノイズキャンセレーションパラメータが、前記ロードノイズキャンセレーションシステムと通信される、
    車両上のロードノイズキャンセレーションシステム。
11. 前記データベースが、前記車両上のプロセッサによって収集されたデータをさらに備える、請求項１０に記載のシステム。
12. 前記車両上の前記プロセッサによって収集された前記データが、クラウドベースプロセッサに通信され、
    前記データベースが、前記クラウドベースプロセッサでアクセス可能である、請求項１１に記載のシステム。
13. 前記クラウドベースプロセッサが、前記データベースを複数の車両から収集されたデータと関連付ける、請求項１２に記載のシステム。
14. 第１の路面種類から第２の路面種類への変化を検出するための前記ロードノイズキャンセレーションシステムの性能閾値をさらに備える、請求項１０に記載のシステム。
15. 前記性能閾値が、ロードノイズキャンセレーションシステム性能を代表する信号をさらに備える、請求項１４に記載のシステム。
16. １つまたは複数のプロセッサによって実行されるとき、
    第１の路面種類上を走行する車両のロードノイズキャンセレーションシステムのために、一組のロードノイズキャンセレーションパラメータを適用することであって、前記組が、車両の種類、タイヤの種類、路面の種類、または車両の位置と関連付けられる、前記適用することと、
    前記車両がいつ第１の路面種類から第２の路面種類に移動したかを識別するために、データを収集し、データベースの前記一組のロードノイズキャンセレーションパラメータと比較することと、
    前記車両が第１の路面種類から第２の路面種類に移動したことを識別すると、前記ロードノイズキャンセレーションシステムを最適化する前記データベースの前記一組のロードノイズキャンセレーションパラメータを前記第２の路面種類のために適用することと
    を含む作業を実行するプログラムを備えるコンピュータ可読媒体。
17. 前記プログラムが、
    ロードノイズキャンセレーションシステム性能を代表するデータを収集することと、
    収集されたデータをクラウドベースプロセッサに伝送することと、
    複数の車両によって収集及び伝送されたデータを前記クラウドベースプロセッサで比較することと、
    前記収集及び比較されたデータに基づいて、前記一組のロードノイズキャンセレーションパラメータを適応的に調整することと、
    前記調整された一組のロードノイズキャンセレーションパラメータを、前記ロードノイズキャンセレーションシステムに通信することと
    を含む作業をさらに実行する、請求項１６に記載のコンピュータ可読媒体。
18. ロードノイズキャンセレーションシステム性能を代表するデータが、車両種類、タイヤ種別、または路面種類に固有の目標音圧レベルと比較するように、前記車両で測定された音圧レベルをさらに備える、請求項１７に記載のコンピュータ可読媒体。
19. 前記一組のロードノイズキャンセレーションパラメータが、Ｗフィルタ、加速度計またはマイクロフォンスペクトル、加速度計またはマイクロフォン時間依存性信号、加速度特性、マイクロフォンベースの音響性能データ、ロードノイズキャンセレーションシステム性能関連データ、車両メーカー、車両モデル、タイヤ種別、及び、ＧＰＳ位置からなる群から選択されたロードノイズキャンセレーションパラメータをさらに備える、請求項１６に記載のコンピュータ可読媒体。
20. データを収集し、前記データベースの前記一組のロードノイズキャンセレーションパラメータと比較することが、
    複数の車両からのデータを収集することと、
    前記収集したデータをクラウドベースプロセッサに伝送することと、
    車両がいつ第１の路面種類から第２の路面種類に移動したかを識別するために、伝送された複数の車両からの収集データを前記クラウドベースプロセッサで比較することと
    をさらに含む、請求項１６に記載のコンピュータ可読媒体。