JP2023030438A - 車両の走行音を診断する診断方法 - Google Patents

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

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。

特開２０２０－１６５７６７号公報

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。

本実施例の診断システム１０の概略図。 診断システム１０が実施する診断方法の一例を示すフローチャート。

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

Claims (1)

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。

Images