JP2023030438A - 車両の走行音を診断する診断方法 - Google Patents
車両の走行音を診断する診断方法 Download PDFInfo
- Publication number
- JP2023030438A JP2023030438A JP2021135570A JP2021135570A JP2023030438A JP 2023030438 A JP2023030438 A JP 2023030438A JP 2021135570 A JP2021135570 A JP 2021135570A JP 2021135570 A JP2021135570 A JP 2021135570A JP 2023030438 A JP2023030438 A JP 2023030438A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- running
- sound
- server
- inspected
- 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
Links
- 238000000034 method Methods 0.000 title abstract description 12
- 238000003745 diagnosis Methods 0.000 title description 5
- 238000007689 inspection Methods 0.000 claims abstract description 21
- 230000004931 aggregating effect Effects 0.000 claims abstract description 3
- 238000002405 diagnostic procedure Methods 0.000 claims description 21
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000002159 abnormal effect Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
【課題】様々な走行条件下において、車両の走行音を診断するための技術を提供する。
【解決手段】車両の走行音を診断する診断方法は、複数の車両で収録された複数の走行音データを、その収録時における車両の状態を示す指標とともにサーバに集約する工程と、検査対象である被検査車両の走行音を収録するとともに、その収録時における被検査車両の状態を示す指標を検出する工程と、サーバに集約された複数の走行音データと、被検査車両の検出された指標とに基づいて、被検査車両の状態に起因する正常音を予測する工程と、被検査車両の収録された走行音から、予測された正常音を相殺した補正走行音を用いて、被検査車両の走行音を診断する工程と、を備える。
【選択図】図2
【解決手段】車両の走行音を診断する診断方法は、複数の車両で収録された複数の走行音データを、その収録時における車両の状態を示す指標とともにサーバに集約する工程と、検査対象である被検査車両の走行音を収録するとともに、その収録時における被検査車両の状態を示す指標を検出する工程と、サーバに集約された複数の走行音データと、被検査車両の検出された指標とに基づいて、被検査車両の状態に起因する正常音を予測する工程と、被検査車両の収録された走行音から、予測された正常音を相殺した補正走行音を用いて、被検査車両の走行音を診断する工程と、を備える。
【選択図】図2
Description
本明細書が開示する技術は、車両の走行音を診断する診断方法に関する。
特許文献1に、車両の走行音を診断する診断方法が記載されている。この診断方法は、異音が検出されない正常車両の走行音を事前に収録する工程と、検査対象である被検査車両の走行音を収録する工程とを備える。この方法では、被検査車両の走行音の収録データと、正常車両の走行音の収録データとの差分から、異音成分を検出する。
収録された被検査車両の走行音には、異音だけでなく、ロードノイズや風切り音といった様々な音が収録される。これらの音は、車両の走行に伴って発生する正常な音(以下、正常音と称する)であり、異音とは区別される必要がある。しかしながら、車両で発生する正常音は、車両の速度といった走行条件によって変化する。なお、走行条件としては、車両の速度に限られず、例えば、加速度、路面状況等の車両の環境等が挙げられる。従って、上記した従来の技術では、被検査車両の走行音を収録するときの走行条件を、正常車両の走行音を収録したときの走行条件に合わせる必要があり、ユーザによる車両の普段の使用において走行音を診断することは難しい。
上記の実情を鑑み、本明細書は、様々な走行条件下において、車両の走行音を診断するための技術を提供する。
本明細書が開示する技術は、車両の走行音を診断する診断方法に具現化される。この診断方法は、複数の車両で収録された複数の走行音データを、その収録時における前記車両の状態を示す指標とともにサーバに集約する工程と、検査対象である被検査車両の走行音を収録するとともに、その収録時における前記被検査車両の状態を示す指標を検出する工程と、前記サーバに集約された前記複数の走行音データと、前記被検査車両の検出された前記指標とに基づいて、前記被検査車両の前記状態に起因する正常音を予測する工程と、前記被検査車両の収録された前記走行音から、予測された前記正常音を相殺した補正走行音を用いて、前記被検査車両の前記走行音を診断する工程と、を備える。
上記した方法では、複数の車両で収録された複数の走行音データが、その収録時における車両の走行条件を示す指標とともにサーバに集約される。このようなビッグデータが用意されていると、被検査車両の走行音の収録時における走行条件に基づいて、当該走行条件に起因する正常音を正しく予測することができる。そして、被検査車両の収録された走行音から、予測された正常音を相殺することによって、被検査車両の走行条件にかかわらず、異音のみを抽出して、走行音を正しく診断することができる。これにより、例えばユーザによる車両の普段の使用においても、走行音を簡便に診断することもできる。
図面を参照して、実施例の診断システム10及びそれによって実施される診断方法を説明する。診断システム10は、車両100の走行音を診断するシステムとして採用されることができる。車両100は、いわゆる自動車であって、路面を走行する車両である。車両100は、例えば、エンジン車、ハイブリッド車、燃料電池車、電気自動車、ソーラーカー等である。
図1に示すように、診断システム10は、制御装置12と、サーバ50とを備える。制御装置12は、複数の車両100の各々に搭載されている。各車両100は、ネットワークインターフェース14を備える。各車両100において、制御装置12は、ネットワークインターフェース14を介して、例えば移動体通信ネットワークといった、無線通信を含む通信ネットワークに接続されている。サーバ50も同様に、ネットワークインターフェース(不図示)を介して、通信ネットワークに接続されている。従って、各制御装置12とサーバ50とは、通信ネットワークを介して相互に通信することができる。
図1に示すように、制御装置12は、メモリ16と、プロセッサ18とを備える。メモリ16は、例えば不揮発性メモリであって、車両100の走行音の診断に係るプログラムやデータを記憶している。プロセッサ18は、メモリ16に記憶されたプログラムやデータに従って、車両100の走行音の診断に係る様々な処理を実行する。なお、制御装置12は、車両100の動作を制御及び監視する車両ECU(Electronic Control Unit)としての機能を有してもよい。即ち、制御装置12において、車両100の動作に係るプログラムやデータがメモリ16に記憶されており、そのプログラムに従い、プロセッサ18が車両100の動作を制御してもよい。
図1に示すように、サーバ50は、車両100の外部のネットワーク上におけるシステムである。サーバ50は、各車両100に関する各種の情報を、受け付けたり、処理したり、解析したり、記憶したり、提供したりする。例えば、サーバ50は、複数の車両100で収録された複数の走行音データを、その収録時における車両100の走行条件を示す指標とともに記録している。ここでいう車両100の走行条件を示す指標には、例えば、走行速度、加速度、アクセル開度、エンジン回転数、ターボチャージャーのタービン回転数、ギア段(シフトポジション)、バッテリ充電状態等の車両100に関する情報や、路面状況等といった車両100の環境に関する情報が含まれる。
図1に示すように、車両100は、室内マイク20をさらに備える。室内マイク20は、周囲の音を収集する機器であり、車両100の室内に配置されている。そのため、室内マイク20は、車両100の走行時において、車両100の室内で乗客が知覚する車両100に関連する音、即ち、車両100の走行音を収集することができる。なお、室内マイク20の具体的な構成は、特に限定されず、周囲の音を収集可能であればよい。
図1に示すように、車両100は、複数のセンサ22を備える。複数のセンサ22は、車両100の走行条件を示す指標を検出する機器である。複数のセンサ22には、速度センサ22aと、加速度センサ22bと、振動センサ22cとが含まれる。速度センサ22aは、車両100の走行速度を検出する。加速度センサ22bは、車両100に加わる加速度を検出する。振動センサ22cは、例えば、三軸の加速度センサであり、車両100の振動を検出する。振動センサ22cは、エンジン等の振動を発生する機器に設けられる。なお、複数のセンサ22の具体的な構成は、特に限定されず、各指標を検出することができればよい。また、複数のセンサ22の具体的な数及び種類も特に限定されない。例えば、車両100は、アクセル開度を検出するセンサや、エンジン回転数を検出するセンサ、ターボチャージャーのタービン回転数を検出するセンサ、シフトポジションの位置を検出するセンサ、バッテリ充電状態を検出するセンサ等を備えてもよい。
図1に示すように、制御装置12は、室内マイク20と通信可能に接続されており、室内マイク20を用いて収集された音は、制御装置12に入力される。制御装置12では、室内マイク20から入力された音を、プロセッサ18によりA/D変換することでデジタル信号に変換して、そのデジタル信号をメモリ16に記録する。同様に、制御装置12は、複数のセンサ22と通信可能に接続されており、各センサ22a、22b、22cを用いて検出された情報は、制御装置12に入力される。制御装置12に入力された情報は、必要に応じてプロセッサ18による処理を経て、メモリ16に記録される。
図1に示すように、車両100は、カーオーディオ24をさらに備える。カーオーディオ24は、車両100の室内に音楽等を再生する機器である。カーオーディオ24は、光ディスクといった記憶媒体や、自己のメモリに記憶された音楽データ等をアナログ信号に変換して、車両100の室内に設けられたスピーカに送信する。これにより、車両100の室内にスピーカを介して音楽等が再生される。ここで、カーオーディオ24によって再生される音楽等は、車両100の通常の使用において生じる正常音であり、車両100の走行音(特に、異音)を診断する上でノイズとなり得る。そこで、カーオーディオ24は、自己が再生している音楽データ等を、制御装置12にも送信するように構成されている。詳しくは後述するが、カーオーディオ24から送信された音楽データ等は、制御装置12において、収録した走行音から正常音を相殺するための処理に利用される。
図1に示すように、制御装置12は、逆位相算出部26をさらに備える。逆位相算出部26は、カーオーディオ24から送信された音楽データ等を用いて、カーオーディオ24が再生している音楽等を打ち消すためのデジタル信号を算出することができる。このデジタル信号は、カーオーディオ24から送信された音楽データ等に対して位相を反転させた逆位相データである。従って、算出された逆位相データと、その基となった音楽データとは、互いに振幅が反転することになる。
図1に示すように、車両100は、ナビゲーション装置28をさらに備える。ナビゲーション装置28は、予め記憶された地図データ上に、車両100の位置情報を表示する装置である。ナビゲーション装置28は、制御装置12と通信可能に接続されており、制御装置12のメモリ16に記憶された地図データを取得することができる。また、ナビゲーション装置28は、例えば、GPS(Global Positioning System)を用いて、車両100の位置を特定することができる。従って、ナビゲーション装置28は、メモリ16に予め記憶された地図データ上に、車両100の位置情報を表示することができる。なお、車両100の位置を特定する具体的な方法は、特に限定されない。
次に、図2を参照して、実施例の診断システム10によって実施される診断方法を説明する。一例ではあるが、診断システム10による診断方法は、車両工場において車両100の走行音を診断する場合だけでなく、ユーザが普段の使用において車両100の走行音に違和感を覚えた場合にも、利用されることができる。図2に示すように、診断方法は、検査対象である被検査車両100(複数の車両のうちの一つの車両100)の走行音を収録する工程S10を備える。この工程S10では、室内マイク20から入力された被検査車両100の走行音が、デジタル信号としてメモリ16に記録される。
収録された被検査車両100の走行音には、異音だけでなく、ロードノイズや風切り音といった様々な音が収録される。これらの音は、車両100の走行に伴って発生する正常音であり、異音とは区別される必要がある。しかしながら、車両100で発生する正常音は、車両100の速度といった走行条件によって変化する。なお、走行条件としては、車両100の速度に限られず、例えば、加速度、路面状況等の車両100の環境等が挙げられる。そこで、本実施例では、サーバ50に集約された複数の走行音データと、その収録時における車両100の走行条件を示す指標とを用いることにより、様々な走行条件下において、車両100の走行音を診断することができる。
図2に示すように、診断方法は、被検査車両100の走行音の収録時において、被検査車両100の走行条件を示す指標を検出する工程S12をさらに備える。前述したように、車両100の走行条件を示す指標には、例えば、走行速度、加速度、アクセル開度、エンジン回転数、ターボチャージャーのタービン回転数、ギア段(シフトポジション)、バッテリ充電状態等の車両100に関する情報に加えて、路面状況等の車両100の環境に関する情報も含まれる。このような被検査車両100の走行条件を示す指標は、被検査車両100の走行音の収録時に、複数のセンサ22を用いて検出される。検出された各指標は、メモリ16に記録される。
図2に示すように、診断方法は、被検査車両100の制御装置12がサーバ50にアクセスする工程S14をさらに備える。この工程S14では、制御装置12は、ネットワークインターフェース14を介して、サーバ50にアクセスする。これにより、サーバ50は、工程S12において制御装置12のメモリ16に記録された各指標、即ち、複数のセンサ22により検出された各指標を読み取ることができる。
図2に示すように、診断方法は、被検査車両100の走行条件に起因する正常音を予測する工程S16をさらに備える。特に限定されないが、この正常音を予測する処理は、サーバ50によって実行される。前述のように、サーバ50には、複数の車両100で収録された複数の走行音データが、その収録時における車両100の走行条件を示す指標とともに記録されている。即ち、サーバ50に集約された走行音データには、車両100で収録された走行音のデータに加えて、その収録時における車両100の走行条件を示す指標も記述されている。加えて、サーバ50は、先の工程S14において、被検査車両100の走行音の収録時における走行条件を示す各指標を取得している。従って、この工程S16では、サーバ50は、サーバ50に集約された複数の走行音データと、被検査車両100から取得した指標とに基づいて、被検査車両100の走行条件に起因する正常音を予測することができる。ここで予測される正常音は、例えば、ロードノイズや風切り音等である。
なお、正常音を予測する方法については、特に限定されない。例えば、サーバ50は、機械学習やディープラーニングに基づく人工知能により、サーバ50に集約された多数の走行音データ(いわゆるビッグデータ)を用いて、走行条件に対応する正常音を予測してもよい。他の実施形態として、サーバ50に代えて、制御装置12が、メモリ16に記録された走行条件を示す指標に基づいて、複数の車両100で収録された複数の走行音データを参照することで、被検査車両100の走行条件に起因する正常音を予測してもよい。
上記に加えて、一つ又は複数の正常音は、車両100の一般的な制御情報に基づいて決定されてもよい。例えば、ウインカーが作動している場合には、その制御情報に基づいて、ウインカーの作動音を予測してもよい。あるいは、エンジン等の構成要素の種類やその制御情報等に基づいて、排気音、吸気音が予測されてもよい。さらに、一つ又は複数の正常音は、予測されることなく、マイク等を用いて直接的に収集されてもよい。特に限定されないが、車両100のフロントルームにマイク(不図示)を配置して、フロントルームに配置されている機器(例えば、エンジン、モータ、ターボチャージャー、トランスミッション等)に由来する正常音を直接的に収集することができる。そして、制御装置12等により、メモリ16に記録された被検査車両100の走行音から、直接収集した正常音を相殺してもよい。以上のことから理解されるように、予測又は収集される正常音は、特に限定されない。
図2に示すように、診断方法は、被検査車両100の収録された走行音から、予測された正常音を相殺する工程S18をさらに備える。前述の工程S16において、予測された被検査車両100の走行条件に起因する正常音は、サーバ50から被検査車両100の制御装置12へ送信される。制御装置12は、メモリ16に記録された被検査車両100の走行音から、予測された被検査車両100の走行条件に起因する正常音を相殺して、補正走行音を決定する。従って、補正走行音は、被検査車両100の走行音に含まれる異音成分が抽出されたものである。なお、他の実施形態として、制御装置12に代えて、サーバ50が、メモリ16に記録された被検査車両100の走行音から、予測された被検査車両100の走行条件に起因する正常音を相殺して、補正走行音を決定してもよい。
さらに、上記の工程S18では、カーオーディオ24から音楽等が再生されている音楽を、正常音として相殺することができる。前述のように、カーオーディオ24から再生されている音楽データ等と、制御装置12の逆位相算出部26により算出された逆位相データとは、互いに反転した位相を有することから、それらを重畳させると、互いに打ち消し合うことになる。従って、メモリ16に記録された被検査車両100の走行音に、制御装置12の逆位相算出部26により算出された逆位相データを重畳させることで、カーオーディオ24から再生されている音楽等を相殺することができる。
図2に示すように、診断方法は、補正走行音を用いて、被検査車両100の走行音を診断する工程S20をさらに備える。この工程S20では、異音成分が抽出された補正走行音を対象として、被検査車両100の走行音の診断が実施される。この診断の方法については、特に限定されない。例えば、被検査車両100の走行音は、機械学習やディープラーニングに基づく人工知能により診断されてもよい。なお、被検査車両100の補正走行音は、必ずしも人工知能によって診断される必要はない。一例ではあるが、被検査車両100の補正走行音は、フーリエ変換といった周波数分析を用いるなど、所定のプログラムに従って診断されてもよい。
図2に示すように、診断方法は、収録した被検査車両100の走行音を、被検査車両100の走行条件を示す指標とともにサーバ50に送信する工程S22をさらに備える。これにより、上述した被検査車両100の走行音データは、その収録時における被検査車両100の走行条件を示す指標とともに、新たな走行音データとしてサーバ50に集約される。サーバ50には、各々の車両100で本実施例の診断方法が実施される度に、より多くの走行音データが集約されていく。そして、サーバ50に集約された走行音データは、その後に自己又は他の車両100で実施される診断方法で利用されることができる。
上記した診断方法では、複数の車両100で収録された複数の走行音データが、その収録時における車両100の走行条件を示す指標とともにサーバ50に集約される。このようなビッグデータが用意されていると、被検査車両100の走行音の収録時における走行条件に基づいて、当該走行条件に起因する正常音を正しく予測することができる。そして、被検査車両100の収録された走行音から、予測された正常音を相殺することによって、被検査車両100の走行条件にかかわらず、異音のみを抽出して、走行音を正しく診断することができる。これにより、例えばユーザによる車両100の普段の使用においても、走行音を簡便に診断することもできる。
以上、いくつかの具体例を詳細に説明したが、これらは例示に過ぎず、特許請求の範囲を限定するものではない。特許請求の範囲に記載の技術には、以上に例示した具体例を様々に変形、変更したものが含まれる。本明細書又は図面に説明した技術要素は、単独であるいは組み合わせによって技術的有用性を発揮するものである。
10 :診断システム
12 :制御装置
14 :ネットワークインターフェース
16 :メモリ
18 :プロセッサ
20 :室内マイク
22 :センサ
22a :速度センサ
22b :加速度センサ
22c :振動センサ
24 :カーオーディオ
26 :逆位相算出部
28 :ナビゲーション装置
50 :サーバ
100 :車両
12 :制御装置
14 :ネットワークインターフェース
16 :メモリ
18 :プロセッサ
20 :室内マイク
22 :センサ
22a :速度センサ
22b :加速度センサ
22c :振動センサ
24 :カーオーディオ
26 :逆位相算出部
28 :ナビゲーション装置
50 :サーバ
100 :車両
Claims (1)
- 車両の走行音を診断する診断方法であって、
複数の車両で収録された複数の走行音データを、その収録時における前記車両の走行条件を示す指標とともにサーバに集約する工程と、
検査対象である被検査車両の走行音を収録するとともに、その収録時における前記被検査車両の走行条件を示す指標を検出する工程と、
前記サーバに集約された前記複数の走行音データと、前記被検査車両の検出された前記指標とに基づいて、前記被検査車両の前記走行条件に起因する正常音を予測する工程と、
前記被検査車両の収録された前記走行音から、予測された前記正常音を相殺した補正走行音を用いて、前記被検査車両の前記走行音を診断する工程と、
を備える診断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021135570A JP2023030438A (ja) | 2021-08-23 | 2021-08-23 | 車両の走行音を診断する診断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021135570A JP2023030438A (ja) | 2021-08-23 | 2021-08-23 | 車両の走行音を診断する診断方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023030438A true JP2023030438A (ja) | 2023-03-08 |
Family
ID=85414386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021135570A Pending JP2023030438A (ja) | 2021-08-23 | 2021-08-23 | 車両の走行音を診断する診断方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2023030438A (ja) |
-
2021
- 2021-08-23 JP JP2021135570A patent/JP2023030438A/ja active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107458383B (zh) | 使用音频信号的车辆故障自动检测 | |
JP6219230B2 (ja) | 車両試験システム、試験条件データ生成装置及び試験条件データ生成プログラム | |
KR101864860B1 (ko) | 딥러닝을 통한 자동차 상태 진단 방법 | |
KR101251781B1 (ko) | 마이크를 이용한 고장 진단 장치 | |
CN106840375B (zh) | 一种涡轮增压机异常噪声测试方法及其装置 | |
JP2016001172A (ja) | 車両試験システム、試験管理装置、試験管理プログラム及び車両試験方法 | |
US20190311558A1 (en) | Method and apparatus to isolate an on-vehicle fault | |
US20080183429A1 (en) | Enhancement of periodic data collection by addition of audio data | |
KR20200075133A (ko) | 빅데이터 정보 기반 문제소음 발생원 진단 방법 및 장치 | |
WO2006071973A1 (en) | System and method of using sensors to emulate human senses for diagnosing an assembly | |
CN108627349A (zh) | 用于识别机动车的特殊运行状态的方法和移动设备 | |
CN103443426A (zh) | 用于诊断内燃机的增压系统的方法 | |
KR102389553B1 (ko) | 복합센서를 이용한 자동차의 고장 진단 장치 및 방법 | |
JP2023030438A (ja) | 車両の走行音を診断する診断方法 | |
JP5540037B2 (ja) | 車両情報収集装置及び車両情報収集方法 | |
Putner et al. | Investigation of NVH phenomena at electric vehicles | |
JP6518309B1 (ja) | 走行状態再現システム | |
CN111189646A (zh) | 车辆nvh自诊断方法、装置、车辆以及控制器和介质 | |
US9384600B2 (en) | Vehicle diagnostic method, and external diagnostic device | |
CN106644497A (zh) | 一种基于智能手机内置传感器检测车辆的方法 | |
JP2005146905A (ja) | 車両状況監視装置を備えた車両状況監視システム | |
JP2005146905A5 (ja) | ||
JP7386187B2 (ja) | 車両パフォーマンスワイヤレスインターフェース | |
WO2024071317A1 (ja) | 録音装置および異常音分析システム | |
JP2021156715A (ja) | 車両診断装置及び車両診断システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240125 |