JP7221518B2 - 車両音評価システム、及び車両音評価装置 - Google Patents

Description

本発明は、走行中の車両から発せられた音を評価する車両音評価システム、及び車両音評価装置に関する。

従来、道路（車両通行路）上を走行中の自動車やオートバイ等の車両の中から、例えば改造マフラーの装着等により規定以上の騒音を発している車両（高騒音車両）を同定する手段として、例えば特許文献１の音源探査システム等が提案されている。

特許文献１では、道路の脇にその道路に向けて上下に配列された複数のマイクロホンを有するマイクロホンアレイと、道路を通過する車両を撮影するカメラと、道路周辺の音反射体を表わすプリセット情報およびカメラによる撮影により得られた撮影画像に基づいて道路を走行する車両から発せられた音の反射体モデルを構築し、複数の音信号に反射体モデルでの反射による音伝播の遅延を組み入れた遅延加算演算を実行することにより道路上の音源を探査する音源解析用パソコンとを備えた音源探査システムが開示されている。

特開２０１５－１５２３１５号公報

ここで、高騒音車両の取り締まりには、停止状態の車両を対象とした騒音試験（近接排気騒音試験）が用いられる。すなわち、騒音試験を実施するためには、高騒音を発していると推定される車両を停止させる必要があり、多大な労力を費やしている。また、車両を停止させるためには、その根拠が要求されるため、走行中の車両から発せられる音の評価には、精度が要求される。

この点、特許文献１の音源探査システムでは、ある程度の精度で評価を行うことが可能だが、周辺環境の僅かな違いに伴う音源の変化等を考慮することができず、車両を停止させるための根拠として利用できる程度の十分な精度は得られない。

そこで本発明は、上述した問題点に鑑みて案出されたものであり、その目的とするところは、高精度な評価結果を得ることができる車両音評価システム、及び車両音評価装置を提供することにある。

第１発明に係る車両音評価システムは、走行中の車両から発せられた音を評価する車両音評価システムであって、前記音に基づく時間波形データを取得する取得手段と、前記時間波形データにおいてそれぞれ異なる期間を対象として、時間軸、周波数軸、及び信号強度を示す複数の評価画像を生成する生成手段と、予め取得された過去の評価画像と、前記過去の評価画像に紐づけられた参照データとの間における連関性が記憶された参照データベースと、前記参照データベースを参照し、複数の前記評価画像に対する評価結果を導出する導出手段と、を備えることを特徴とする。
第２発明に係る車両音評価システムは、第１発明において、前記生成手段は、前記取得手段により取得された前記時間波形データと、前記車両が走行していないときの時間波形データと、の差分結果に基づき、前記評価画像を生成することを特徴とする。

第３発明に係る車両音評価システムは、第１発明又は第２発明において、前記参照データベースは、前記過去の評価画像、及び前記参照データを学習データとした機械学習により構築されることを特徴とする。

第４発明に係る車両音評価システムは、第１発明～第３発明の何れかにおいて、前記参照データは、複数の評価基準を含み、前記導出手段は、複数の前記評価画像毎に紐づく前記評価基準を選択し、複数の前記評価基準毎に前記音の特徴が正常か否かを判定した判定結果を生成し、複数の前記判定結果に基づき前記評価結果を導出することを特徴とする。

第５発明に係る車両音評価システムは、第１発明～第４発明の何れかにおいて、前記取得手段は、道路に向けて配列された複数の音センサを有するセンサアレイから取得された時間波形データ群から、前記道路内に予め設定された評価位置で発せられた前記音に基づく前記時間波形データを抽出する抽出手段を有することを特徴とする。

第６発明に係る車両音評価装置は、走行中の車両から発せられた音を評価する車両音評価装置であって、前記音に基づく時間波形データを取得する取得部と、前記時間波形デー
タにおいてそれぞれ異なる期間を対象として、時間軸、周波数軸、及び信号強度を示す複数の評価画像を生成する生成部と、予め取得された過去の評価画像と、前記過去の評価画像に紐づけられた参照データとの間における連関性が記憶された参照データベースと、前記参照データベースを参照し、複数の前記評価画像に対する評価結果を導出する導出部と、を備えることを特徴とする。

第１発明～第５発明によれば、導出手段は、参照データベースを参照し、複数の評価画像に対する評価結果を導出する。このため、周辺環境の僅かな違いに伴う音の違い等を含む過去の評価画像及び参照データに基づく評価を実施することができる。これにより、高精度な評価結果を得ることが可能となる。

また、第１発明～第５発明によれば、生成手段は、時間波形データにおいてそれぞれ異なる期間を対象として、複数の評価画像を生成する。このため、例えば固定された音センサを用いた場合においても、車両が接近して遠ざかるまでの一定期間の音を総合的に評価することができる。これにより、走行中の車両特有の音を定量的に評価することが可能となる。

特に、第３発明によれば、参照データベースは、過去の評価画像、及び参照データを学習データとして機械学習により構築される。このため、音の大きさに対して閾値を設定する場合等に比べて、主観を排除した評価を実施することができる。これにより、評価結果のバラつきを低減させることが可能となる。

特に、第４発明によれば、導出手段は、参照データのうち、複数の評価画像毎に紐づく評価基準を選択し、複数の評価基準に基づき、音の特徴が正常か否かを判定した判定結果を生成し、複数の判定結果に基づき評価結果を導出する。このため、評価画像毎に紐づく評価基準を選択することで、評価画像毎に独立した判定を実施した上で、総合的な評価結果を得ることができる。これにより、例えば路面形状等に起因して走行音にバラつきが発生した場合においても、高精度な評価結果を得ることが可能となる。

特に、第５発明によれば、抽出手段は、センサアレイから取得された時間波形データ群から、評価位置で発せられた音に基づく時間波形データを抽出する。このため、周辺環境から発せられる環境音（ノイズ）を容易に除去することができる。これにより、さらに高精度な評価結果を得ることが可能となる。特に、評価位置を固定することで、参照データベースを構築するために必要な過去の評価画像の数を少なくすることができる。これにより、過去の評価画像を準備する時間の削減や、参照データベースに記憶させるデータ容量の削減を実現することが可能となる。

第６発明によれば、導出部は、参照データベースを参照し、複数の評価画像に対する評価結果を導出する。このため、周辺環境の僅かな違いに伴う音の違い等を含む過去の評価画像及び参照データに基づく評価を実施することができる。これにより、高精度な評価結果を得ることが可能となる。

また、第６発明によれば、生成部は、時間波形データにおいてそれぞれ異なる期間を対象として、複数の評価画像を生成する。このため、例えば固定された音センサを用いた場合においても、車両が接近して遠ざかるまでの一定期間の音を総合的に評価することができる。これにより、走行中の車両特有の音を定量的に評価することが可能となる。

図１（ａ）は、本実施形態における車両音評価システム、及び車両音評価装置の概要の一例を示す模式図であり、図１（ｂ）は、本実施形態における車両音評価システム、及び車両音評価装置の概要の他の例を示す模式図である。 図２（ａ）は、時間波形データの一例を示す模式図であり、図２（ｂ）は、評価画像の一例を示す模式図であり、図２（ｃ）は、時間波形データの一部と、評価画像との関係を示す模式図である。 図３（ａ）は、本実施形態における車両音評価装置の構成の一例を示す模式図であり、図３（ｂ）及び図３（ｃ）は、本実施形態における車両音評価装置の機能の一例を示す模式図である。 図４は、参照データベースの一例を示す模式図である。 図５は、参照データベースの他の例を示す模式図である。 図６は、本実施形態における車両音評価システムの動作の一例を示すフローチャートである。

以下、本発明を適用した実施形態における車両音評価システム、及び車両音評価装置の一例について、図面を参照しながら説明する。

図１を参照して、本実施形態における車両音評価システム１００、及び車両音評価装置１の一例について説明する。図１（ａ）は、本実施形態における車両音評価システム１００、及び車両音評価装置１の概要の一例を示す模式図であり、図１（ｂ）は、本実施形態における車両音評価システム１００、及び車両音評価装置１の概要の他の例を示す模式図である。

車両音評価システム１００は、道路９上を走行中の車両８から発せられた音を評価する。車両音評価システム１００は、例えば高騒音車両の取り締まりに用いられる。車両音評価システム１００を用いることで、例えば周辺環境の僅かな違いに伴う音源の変化等を考慮することができる。このため、車両８を停止させるための根拠として利用できる程度の高精度な評価結果を得ることが可能となる。車両音評価システム１００は、車両音評価装置１と、収音装置２とを備える。

車両音評価装置１は、無線又は有線を用いたデータ通信手段を介して、収音装置２と接続される。車両音評価装置１は、例えば取り締まりを行う利用者によって操作される。車両音評価装置１として、例えばパーソナルコンピュータ（ＰＣ）等の電子機器が用いられる。

収音装置２は、道路９の脇や上方等の車両８と離間する場所に設置され、例えば固定治具等により固定された状態で用いられる。収音装置２は、走行中の車両８から発せられた音を収音する。収音装置２は、例えば収音した音に基づき、時間波形データを生成する。なお、時間波形データは、公知の技術により生成することができ、例えば車両音評価装置１（例えば取得部１１）により生成されてもよい。

収音装置２として、例えば図１（ａ）に示すマイクロホン（音センサ）が用いられるほか、例えば図１（ｂ）に示すように、道路９に向けて配列された複数のマイクロホンを有するセンサアレイが用いられてもよい。収音装置２としてセンサアレイが用いられた場合、道路内に予め設定された評価位置９ａで発せられた音に限定した時間波形データの生成を、容易に実現することができる。なお、マイクロホンの配置及び数は、任意に設定できる。

車両音評価装置１は、収音装置２から時間波形データを取得し、時間波形データに基づく評価画像を複数生成する。車両音評価装置１は、後述する参照データベースを参照し、複数の評価画像に対する評価結果を導出する。これにより、走行中の車両８から発せられた音に対する評価結果を取得することができる。

音圧の時間波形データは、例えば図２（ａ）に示すように、横軸を時間（ｓｅｃ）、縦軸を振幅（V）のグラフで示すことができる。時間波形データは、収音装置２に対して車両８が接近して遠ざかるまでの期間に発した音に基づき生成され、例えば１秒～２秒程度の期間を示し、任意に設定できる。時間波形データは、例えば車両８の排気音等を対象として生成され、例えば－１～１の振幅を示し、任意に設定できる。

評価画像は、例えば図２（ｂ）に示すように、横軸の時間（ｓｅｃ）、及び縦軸の周波数（Ｈｚ）に対して信号強度（振幅）を色で示した３次元のグラフ（画像）で表すことができる。評価画像として、例えばフーリエ変換（例えば短時間フーリエ変換）を用いて、時間波形データから変換された結果が用いられ、例えばスペクトログラムが用いられる。評価画像は、例えば０．０１秒～０．０４秒程度の時間を示し、０Ｈｚ～２０ｋＨｚ程度の周波数を示し、対象時間中の最大値で正規化した０～１の信号強度を示す。なお、図２（ｂ）では、信号強度が得られない部分を黒色で示し、信号強度が強くなるにつれて白色で示している。なお、評価画像は、スペクトログラム等に基づく画像データ形式で車両音評価装置１に保存されるほか、例えば数値、行列、又はヒストグラム等の形式で車両音評価装置１に保存されてもよい。

本実施形態では、例えば図２（ｃ）に示すように、時間波形データの一部に基づき、複数の評価画像（図２（ｃ）では第１評価画像～第４評価画像）が生成される。各評価画像は、時間波形データにおいてそれぞれ異なる期間（図２（ｃ）では第１期間Ｔ１～第４期間Ｔ４）を対象として、フーリエ変換等を用いて生成される。

例えば時間波形データにおいて、第１期間Ｔ１を対象として第１評価画像が生成され、第２期間Ｔ２を対象として第２評価画像が生成され、第３期間Ｔ３を対象として第３評価画像が生成され、第４期間Ｔ４を対象として第４評価画像が生成される。なお、各期間は、それぞれ離間してもよく、一部が重複してもよい。

（車両音評価装置１）
次に、図３を参照して、本実施形態における車両音評価装置１の一例を説明する。図３（ａ）は、本実施形態における車両音評価装置１の構成の一例を示す模式図であり、図３（ｂ）及び図３（ｃ）は、本実施形態における車両音評価装置１の機能の一例を示す模式図である。

車両音評価装置１として、ラップトップ（ノート）ＰＣ又はデスクトップＰＣ等の電子機器が用いられるほか、例えばスマートフォンや、タブレット型端末等の電子機器が用いられてもよい。車両音評価装置１は、例えば図３（ａ）に示すように、筐体１０と、ＣＰＵ（Central Processing Unit）１０１と、ＲＯＭ（Read Only Memory）１０２と、ＲＡＭ（Random Access Memory）１０３と、保存部１０４と、Ｉ／Ｆ１０５～１０７とを備える。各構成１０１～１０７は、内部バス１１０により接続される。

ＣＰＵ１０１は、車両音評価装置１全体を制御する。ＲＯＭ１０２は、ＣＰＵ１０１の動作コードを格納する。ＲＡＭ１０３は、ＣＰＵ１０１の動作時に使用される作業領域である。保存部１０４は、時間波形データ等の各種情報が記憶される。保存部１０４として、例えばＨＤＤ（Hard Disk Drive）のほか、ＳＳＤ（solid state drive）等のデータ保存装置が用いられる。なお、例えば車両音評価装置１は、図示しないＧＰＵ（Graphics Processing Unit）を有してもよい。ＧＰＵを有することで、通常よりも高速演算処理が可能となる。

Ｉ／Ｆ１０５は、データ通信手段を介して、収音装置２との各種情報の送受信を行うためのインターフェースであり、例えば他の端末等との各種情報の送受信を行うために用いられてもよい。Ｉ／Ｆ１０６は、入力部分１０８との情報の送受信を行うためのインターフェースである。入力部分１０８として、例えばキーボードが用いられ、車両音評価装置１の利用者は、入力部分１０８を介して、各種情報、又は車両音評価装置１若しくは収音装置２の制御コマンド等を入力する。Ｉ／Ｆ１０７は、出力部分１０９との各種情報の送受信を行うためのインターフェースである。出力部分１０９は、保存部１０４に保存された各種情報、又は車両音評価装置１若しくは収音装置２の処理状況等を出力する。出力部分１０９として、ディスプレイが用いられ、例えばタッチパネル式でもよい。

＜参照データベース＞
保存部１０４には、予め取得された過去の評価画像と参照データとの間における連関性が記憶された参照データベースが保存される。参照データベースは、例えば過去の評価情報及び参照データを用いて、連関度を算出するアルゴリズムで形成される。

参照データベースは、例えば過去の評価画像、及び参照データを学習データとした公知の機械学習により構築され、例えば機械学習として深層学習が用いられる。この場合、連関性は、機械学習の過程で適宜更新され、例えば過去の評価画像、及び参照データに基づいて最適化された関数（分類器）を示す。参照データベースには、例えば学習データに用いられた過去の評価画像、及び参照データが記憶される。なお、参照データベースがニューラルネットワークで構築される場合、連関性として重み変数が用いられてもよい。

過去の評価画像は、上述した評価画像と同種の情報を示す。参照データは、過去の評価画像に紐づけられている。例えば、過去の評価画像が高騒音車両の音に基づいて生成されていた場合、参照データとして、高騒音車両である旨を評価結果に反映させるための情報が用いられる。

参照データは、複数の評価基準を含む。参照データは、例えば「正常」、「異常」等の断定的な評価基準を含むほか、例えば「××Ｈｚが高い」、「騒音として感じられる可能性あり」等の音の特徴を表した評価基準を含んでもよい。

連関性は、例えば図４に示すように、過去の評価画像と、参照データとの関係の度合いを示す。連関性を用いることで、過去の評価画像に含まれる複数の画像データと、参照データ内に含まれる複数の評価基準データとを紐づけて記憶させることができる。このため、連関性を介して、１つの画像データに対して複数の評価基準データを紐づけることができ、多角的な評価結果の導出を実現することができる。これにより、それぞれ複数のデータを有する過去の評価画像と、参照データとの間における複雑な関係性を、連関性により高精度に示すことができる。従って、評価結果の精度を向上させることが可能となる。

連関性は、各画像データと、各評価基準データとをそれぞれ紐づける複数の連関度を有する。連関度は、例えば百分率、１０段階、又は５段階等の３段階以上で示され、例えば線の特徴（例えば太さ等）で示される。例えば、過去の評価画像に含まれる「画像Ａ」は、参照データに含まれる「評価基準Ａ」との間の連関度ＡＡ「５０％」を示し、参照データに含まれる「評価基準Ｂ」との間の連関度ＡＢ「１２％」を示す。すなわち、「連関度」は、各データ間における繋がりの度合いを示しており、例えば連関度が高いほど、各データの繋がりが強いことを示す。なお、連関度は、「あり」又は「なし」等２段階で示されてもよい。

なお、過去の評価画像は、スペクトログラム等に基づく画像データ形式で参照データベースに記憶されるほか、例えば数値、行列、又はヒストグラム等の形式で記憶されてもよい。また、参照データは、文字列等の形式で参照データベースに記憶されるほか、例えば数値、行列、又はヒストグラム等の形式で記憶されてもよい。

連関度は、例えば図５に示すように、複数の画像データの組み合わせと、１つの評価基準データとを紐づけてもよい。例えば、過去の評価画像に含まれる「画像Ａ」、及び「画像Ｄ」の組み合わせは、「評価基準Ａ」との間の連関度ＡＤＡ「６０％」を示し、「評価基準Ｂ」との間の連関度ＡＤＢ「３０％」を示す。この場合、参照データベースを参照して評価する評価画像が、「画像Ａ」及び「画像Ｄ」のいずれにも類似する場合等においても、定量的な評価を実施することができる。

なお、参照データベースには、例えば複数の評価基準に対して導出される評価結果のデータセットが記憶されてもよい。この場合、例えば「評価基準Ａ」が選択されたときに、評価結果「正常」等を導出するほか、例えば「評価基準Ａ」及び「評価基準Ｂ」が選択されたときに、評価結果「異常の可能性が高い」等を導出されるようにしてもよい。また、連関度を重み付けとして、評価結果が導出されるようにしてもよい。

なお、収音装置２としてセンサアレイが用いる場合、評価位置９ａにおける過去の評価画像及び参照データを用いて、参照データベースが構築される。このため、参照データベースを構築するために必要な過去の評価画像の数を少なくすることができる。

図３（ｂ）は、車両音評価装置１の機能の一例を示す模式図である。車両音評価装置１は、取得部１１と、生成部１２と、導出部１３と、出力部１４と、記憶部１５とを備え、例えば更新部１６を有してもよい。なお、図３（ｂ）に示した各機能は、ＣＰＵ１０１が、ＲＡＭ１０３を作業領域として、保存部１０４等に記憶されたプログラムを実行することにより実現され、例えば人工知能等により制御されてもよい。

＜取得部１１＞
取得部１１は、時間波形データを取得する。取得部１１は、例えば時間波形データの対象となる車両８に関する特徴（例えば車種、マフラーの種類、運転者の過去の取り締まり回数、運転者の年齢等）や、周囲環境の特徴（例えば一般道、高速道路、住宅密集地、幹線道路、周囲から発せられる音が大きい場所等）を取得してもよい。この場合、例えば入力部分１０８及びＩ／Ｆ１０６を介して、利用者が適宜入力する。これにより、各特徴に応じた時間波形データの評価結果を得ることができ、評価結果の精度をさらに向上させることが可能となる。なお、各特徴の取得有無に関しては、任意に設定できる。

収音装置２としてセンサアレイが用いられた場合、取得部１１は、例えば図３（ｃ）に示すように、抽出部１１１を有する。抽出部１１１は、センサアレイから取得された時間波形データ群（複数の時間波形データ）から、評価位置９ａで発せられた音に基づく特定の時間波形データを抽出する。抽出部１１１は、例えば公知のビームフォーミング（遅延和アレー）により時間波形データを抽出する。この場合、予めマイクロホン毎の相対的な位置に基づき、抽出条件を設定する。

＜生成部１２＞
生成部１２は、時間波形データの一部に基づき、評価画像を複数生成する。生成部１２は、例えば図２（ｃ）に示すように、時間波形データを所定の期間（例えば第１期間Ｔ１～第４期間Ｔ４）に対する評価画像（例えば第１評価画像～第４評価画像）を、フーリエ変換等を用いて生成する。なお、所定の期間及び評価画像を生成する数は、任意に設定できる。

生成部１２は、例えばバックグラウンドを考慮して評価画像を生成してもよい。この場合、車両８が走行していないときの時間波形データを予め取得部１１等を介して取得し、評価対象となる時間波形データとの差分結果に基づいて評価画像が生成される。

＜導出部１３＞
導出部１３は、参照データベースを参照し、複数の評価画像に対する評価結果を導出する。導出部１３は、複数の評価画像毎に判定を実施した判定結果を生成した上で、総合的に判定した結果を評価結果として導出する。導出部１３は、例えば判定結果における内容の頻度に応じて、総合的に判定した結果を評価結果として導出するほか、例えば異常又は正常な音と判定された判定結果が１つでもある場合には、異常又は正常な音である旨を判定した評価結果を導出してもよい。

導出部１３は、例えば連関性（分類器）を介して、複数の評価画像に紐づく複数の評価基準を選択する。導出部１３は、例えばデータセットを用いて、各評価基準に対応する評価結果を導出する。

導出部１３は、取得した複数の評価基準のうち、例えば複数の評価画像と紐づく連関度が最も高い評価基準を選択し、評価画像に対する判定結果とする。なお、選択される評価基準は複数でもよく、その場合、例えば予め設定された閾値以上の連関度に紐づく評価基準を選択するようにしてもよい。導出部１３は、評価画像毎に選択された複数の判定基準に基づき、評価結果を導出する。

導出部１３は、例えば選択された複数の評価基準毎に音の特徴が正常か否かを判定した判定結果を生成し、複数の判定結果に基づき評価結果を導出してもよい。この場合、例えば選択された複数の評価基準のうち、音の特徴が正常と判定された評価基準の数と、異常と判定された評価基準の数とを比較した結果を反映させた評価結果が生成されるようにしてもよい。

導出部１３は、例えば図４に示した参照データベースを参照した場合、評価画像と同一又は類似する過去の評価画像（例えば「画像Ａ」：第１画像データとする）を選択する。過去の評価画像として、評価画像と一部一致又は完全一致する画像が選択されるほか、例えば類似する画像が選択される。なお、選択される類似度の度合いについては、任意に設定できる。また、第１画像データとして、複数の画像データが用いられてもよい。

導出部１３は、選択した第１画像データに紐づく評価基準（第１評価基準とする）、及び第１画像データと第１評価基準との間における連関度（例えば連関度ＡＡ：第１連関度とする）を選択する。例えば導出部１３は、第１画像データ「画像Ａ」に紐づく第１評価基準「評価基準Ａ」、及び「評価基準Ａ」と「画像Ａ」との間における第１連関度「５０％」を選択し、評価情報として取得する。また、評価基準及び連関度を複数選択する場合、上述した「評価基準Ａ」及び「５０％」に加えて、第１画像データ「画像Ａ」に紐づく第１評価基準「評価基準Ｂ」、及び「画像Ａ」と「評価基準Ｂ」との間における第１連関度「１２％」、等を、第１評価基準及び第１連関度として選択してもよい。このように選択された第１評価基準及び第１連関度に基づき、評価結果が導出される。なお、導出部１３は、例えば上述したデータセットを参照して評価結果を導出してもよい。

＜出力部１４＞
出力部１４は、評価結果を出力する。出力部１４は、Ｉ／Ｆ１０７を介して出力部分１０９に評価結果を送信するほか、例えばＩ／Ｆ１０５を介して、他の端末等に評価結果を送信する。

出力部１４は、例えば評価結果に基づき、評価結果を出力部分１０９等に出力するか否かを判定してもよい。出力するか否かの判定基準は、例えば利用者が予め閾値等を設定してもよい。

＜記憶部１５＞
記憶部１５は、保存部１０４に保存された参照データベース等の各種データを必要に応じて取出す。記憶部１５は、各構成１１～１４により取得又は生成された各種データを、必要に応じて保存部１０４に保存する。

＜更新部１６＞
更新部１６は、例えば参照データベースを更新する。更新部１６は、過去の評価画像と、参照データとの間の関係を新たに取得した場合には、関係を連関性に反映させる。例えば導出部１３により導出された評価結果を踏まえて、利用者が評価結果の精度を検討し、検討結果を車両音評価装置１が取得した場合、更新部１６は、検討結果に基づき参照データベースに含まれる連関性を更新する。

（車両音評価システム１００の動作の一例）
次に、本実施形態における車両音評価システム１００の動作の一例について説明する。図６は、本実施形態における車両音評価システム１００の動作の一例を示すフローチャートである。

＜取得手段Ｓ１１０＞
図６示すように、音に基づく時間波形データを取得する（取得手段Ｓ１１０）。取得部１１は、収音装置２から時間波形データを取得する。なお、取得部１１が取得する時間波形データの頻度やタイミングについては、任意に設定できる。取得部１１は、例えば記憶部１５を介して、保存部１０４に時間波形データを保存してもよい。

例えば収音装置２としてセンサアレイが用いられる場合、取得手段Ｓ１１０は、抽出手段Ｓ１１１を有してもよい。抽出手段Ｓ１１１において、抽出部１１１は、センサアレイから取得された時間波形データ群から、評価位置９ａで発せられた音に基づく時間波形データを抽出する。このため、周辺環境から発せられる環境音（ノイズ）を容易に除去することができる。

＜生成手段Ｓ１２０＞
次に、時間波形データの一部に基づき、時間軸、周波数軸、及び信号強度を示す評価画像を、複数生成する（生成手段Ｓ１２０）。生成部１２は、例えばフーリエ変換を用いて、時間波形データの所定期間における振幅に対する周波数を算出し、評価画像を生成する。生成部１２は、例えば記憶部１５を介して、保存部１０４に評価画像を保存してもよい。

＜導出手段Ｓ１３０＞
次に、参照データベースを参照し、複数の評価画像に対する評価結果を導出する（導出手段Ｓ１３０）。導出部１３は、例えば参照データベースに記憶された過去の評価画像のうち、各評価画像と同一又は類似する画像を含む第１画像データを選択する。導出部１３は、参照データベースに記憶された参照データのうち、選択した第１画像データに紐づく第１評価基準を選択し、第１画像データと第１評価基準との間における第１連関度を選択する。導出部１３は、例えばデータセットを参照して第１評価基準に対応する評価結果を導出してもよい。

導出部１３は、例えば第１評価基準（複数の評価基準）毎に音の特徴が正常か否かを判定した判定結果を生成し、複数の判定結果に基づき評価結果を導出してもよい。

その後、必要に応じて出力部１４が評価結果を出力部分１０９等の出力し、本実施形態における車両音評価システム１００の動作が終了する。

＜更新手段Ｓ１４０＞
なお、例えば過去の評価画像と、参照データとの間の関係を新たに取得した場合には、関係を連関度に反映させてもよい（更新手段Ｓ１４０）。更新部１６は、評価結果に対する利用者の検討結果に基づき、参照データベースに含まれる連関性を更新する。なお、更新部１６を実施するタイミングや頻度は、任意である。

本実施形態によれば、導出手段Ｓ１３０は、参照データベースを参照し、複数の評価画像に対する評価結果を導出する。このため、周辺環境の僅かな違いに伴う音の違い等を含む過去の評価画像及び参照データに基づく評価を実施することができる。これにより、高精度な評価結果を得ることが可能となる。

また、本実施形態によれば、生成手段Ｓ１２０は、時間波形データの一部に基づき、評価画像を複数生成する。このため、例えば固定された音センサを用いた場合においても、車両８が接近して遠ざかるまでの一定期間の音を総合的に評価することができる。これにより、走行中の車両特有の音を定量的に評価することが可能となる。

また、本実施形態によれば、参照データベースは、過去の評価画像、及び参照データを学習データとして機械学習により構築される。このため、音の大きさに対して閾値を設定する場合等に比べて、主観を排除した評価を実施することができる。これにより、評価結果のバラつきを低減させることが可能となる。

また、本実施形態によれば、導出手段Ｓ１３０は、参照データのうち、複数の評価画像毎に紐づく評価基準を選択し、複数の評価基準に基づき、音の特徴が正常か否かを判定した判定結果を生成し、複数の判定結果に基づき評価結果を導出する。このため、評価画像毎に紐づく評価基準を選択することで、評価画像毎に独立した判定を実施した上で、総合的な評価結果を得ることができる。これにより、例えば路面形状等に起因して走行音にバラつきが発生した場合においても、高精度な評価結果を得ることが可能となる。

また、本実施形態によれば、抽出手段Ｓ１１１は、センサアレイから取得された時間波形データ群から、評価位置９ａで発せられた音に基づく時間波形データを抽出する。このため、周辺環境から発せられる環境音（ノイズ）を容易に除去することができる。これにより、さらに高精度な評価結果を得ることが可能となる。特に、評価位置９ａを固定することで、参照データベースを構築するために必要な過去の評価画像の数を少なくすることができる。これにより、過去の評価画像を準備する時間の削減や、参照データベースに記憶させるデータ容量の削減を実現することが可能となる。

また、本実施形態によれば、導出部１３は、参照データベースを参照し、複数の評価画像に対する評価結果を導出する。このため、周辺環境の僅かな違いに伴う音の違い等を含む過去の評価画像及び参照データに基づく評価を実施することができる。これにより、高精度な評価結果を得ることが可能となる。

また、本実施形態によれば、生成部１２は、時間波形データの一部に基づき、評価画像を複数生成する。このため、例えば固定された音センサを用いた場合においても、車両８が接近して遠ざかるまでの一定期間の音を総合的に評価することができる。これにより、走行中の車両特有の音を定量的に評価することが可能となる。

本発明の実施形態を説明したが、この実施形態は例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ ：車両音評価装置
１０ ：筐体
１１ ：取得部
１２ ：生成部
１３ ：導出部
１４ ：出力部
１５ ：記憶部
１６ ：更新部
２ ：収音装置
８ ：車両
９ ：道路
９ａ ：評価位置
１００ ：車両音評価システム
１０１ ：ＣＰＵ
１０２ ：ＲＯＭ
１０３ ：ＲＡＭ
１０４ ：保存部
１０５ ：Ｉ／Ｆ
１０６ ：Ｉ／Ｆ
１０７ ：Ｉ／Ｆ
１０８ ：入力部分
１０９ ：出力部分
１１０ ：内部バス
１１１ ：抽出部
Ｓ１１０ ：取得手段
Ｓ１１１ ：抽出手段
Ｓ１２０ ：生成手段
Ｓ１３０ ：導出手段
Ｓ１４０ ：更新手段

Claims (6)

1. 走行中の車両から発せられた音を評価する車両音評価システムであって、
   前記音に基づく時間波形データを取得する取得手段と、
   前記時間波形データにおいてそれぞれ異なる期間を対象として、時間軸、周波数軸、及び信号強度を示す複数の評価画像を生成する生成手段と、
   予め取得された過去の評価画像と、前記過去の評価画像に紐づけられた参照データとの間における連関性が記憶された参照データベースと、
   前記参照データベースを参照し、複数の前記評価画像に対する評価結果を導出する導出手段と、
   を備えることを特徴とする車両音評価システム。
2. 前記生成手段は、前記取得手段により取得された前記時間波形データと、前記車両が走行していないときの時間波形データと、の差分結果に基づき、前記評価画像を生成すること
   を特徴とする請求項１記載の車両音評価システム。
3. 前記参照データベースは、前記過去の評価画像、及び前記参照データを学習データとした機械学習により構築されること
   を特徴とする請求項１又は２記載の車両音評価システム。
4. 前記参照データは、複数の評価基準を含み、
   前記導出手段は、
   複数の前記評価画像毎に紐づく評価基準を選択し、
   複数の前記評価基準毎に前記音の特徴が正常か否かを判定した判定結果を生成し、複数の前記判定結果に基づき前記評価結果を導出すること
   を特徴とする請求項１～３の何れか１項記載の車両音評価システム。
5. 前記取得手段は、道路に向けて配列された複数の音センサを有するセンサアレイから取得された時間波形データ群から、前記道路内に予め設定された評価位置で発せられた前記音に基づく前記時間波形データを抽出する抽出手段を有すること
   を特徴とする請求項１～４の何れか１項記載の車両音評価システム。
6. 走行中の車両から発せられた音を評価する車両音評価装置であって、
   前記音に基づく時間波形データを取得する取得部と、
   前記時間波形データにおいてそれぞれ異なる期間を対象として、時間軸、周波数軸、及び信号強度を示す複数の評価画像を生成する生成部と、
   予め取得された過去の評価画像と、前記過去の評価画像に紐づけられた参照データとの間における連関性が記憶された参照データベースと、
   前記参照データベースを参照し、複数の前記評価画像に対する評価結果を導出する導出部と、
   を備えることを特徴とする車両音評価装置。

Images