JPWO2013076843A1 - 音源検出装置 - Google Patents

Abstract

集音した音に基づいて検出対象の音源を検出する音源検出装置であって、少なくとも１個の集音器で集音し、集音器で時系列に集音された音の自己相関を算出し、この自己相関に基づいて検出対象の音源が存在するか否かを判定することを特徴とし、特に、２個以上の集音器でそれぞれ集音し、２個以上の集音器で集音した音の自己相関が所定の条件を満たすか否かによって検出対象の音源の存在を判定すると好適である。このように、検出対象の音源の検出に自己相関を用いることにより、Ｓ／Ｎ比に対する頑健性が高くなり、検出対象の音源に対する検出性能が向上する。

Description

本発明は、集音した音に基づいて検出対象の音源を検出する音源検出装置に関する。

音源検出装置では、通常、複数の集音器で周囲の音をそれぞれ集音し、複数の集音器で集音した音の相互相関を用いて音源（例えば、車両の走行音）の有無や方向等を検出する。特許文献１に記載の装置では、所定の間隔で配設された複数のマイクロホンが出力する音響信号から帯域通過フィルタで低周波帯域と高周波帯域の周波数成分をそれぞれ除去して補正音響信号に変換し、その補正音響信号から車両の走行音の特徴の現れる所定の周波数帯域のパワーを算出し、そのパワーレベルが所定値より大きい場合に接近車両有りと判定するとともに、その補正音響信号により不要な雑音成分を除去して雑音抑制信号に変換し、複数のマイクロホンの雑音抑制信号間の相互相関を算出し、相互相関値が最大となるときの到達時間差から接近車両の到来方向を識別する。

実開平５−９２７６７号公報 特開平８−２０２９９９号公報 特開昭６０−１５１５２２号公報

自車両に接近する車両の走行音を検出する場合、接近車両は離れた位置から自車両に近づいてくるので、接近車両が遠くに離れているほど走行音は小さい。そのため、相互相関を用いた音源検出の場合、接近車両の走行音が小さいときほど、Ｓ／Ｎ比に対する頑健性（ロバスト性）が低く、周囲の環境雑音（電磁ノイズ等）のある中から走行音を検出することが困難になる。その結果、接近車両が近くならないと（走行音が大きくならないと）接近車両と判定できず、接近車両の検出タイミングが遅れる。

そこで、本発明は、検出対象の音源に対する検出性能が向上する音源検出装置を提供することを課題とする。

本発明に係る音源検出装置は、集音した音に基づいて検出対象の音源を検出する音源検出装置であって、少なくとも１個の集音器と、集音器で時系列に集音された音の自己相関を算出する自己相関算出手段と、自己相関算出手段で算出した自己相関に基づいて検出対象の音源が存在するか否かを判定する判定手段とを備えることを特徴とする。

この音源検出装置は、少なくとも１個の集音器を備えており、集音器によって周囲の音を集音する。そして、音源検出装置では、自己相関算出手段によってその音の時系列データを用いて自己相関を算出する。さらに、音源検出装置では、判定手段によって自己相関に基づいて検出対象の音源が存在するか否かを判定する。集音器で常時集音される環境雑音の場合、時間をずらすと相関が取れないので、自己相関は低くなる。しかし、特定の音源から発せられた音の場合、時間をずらしても相関が取れるので、自己相関は高くなる。したがって、自己相関を用いた場合、特定の音源からの音が比較的小さいときでも、Ｓ／Ｎ比の頑健性が高くなる。特に、自己相関の場合、複数の集音器による各音から算出される相互相関と比較すると、Ｓ／Ｎ比の頑健性が高い。このように、音源検出装置では、集音した音の自己相関を算出し、検出対象の音源の検出に自己相関を用いることにより、Ｓ／Ｎ比に対する頑健性が高くなり、検出対象の音源に対する検出性能が向上する。特に、音源からの音が徐々に大きくなる場合（例えば、接近車両が徐々に近づき、走行音が大きくなる場合）、従来の相互相関を用いる手法より、その音源を検出するタイミングが早くなる。

本発明に係る上記音源検出装置では、集音器は、２個以上であり、自己相関算出手段は、集音器毎に自己相関をそれぞれ算出し、判定手段は、自己相関算出手段で算出した２個以上の集音器で集音した音の自己相関が所定の条件を満たすか否かを判定すると好適である。

この音源検出装置は、２個以上の集音器を備えており、各集音器によってそれぞれ集音する。そして、音源検出装置では、自己相関算出手段によって各集音器の音の時系列データを用いて自己相関をそれぞれ算出する。さらに、音源検出装置では、判定手段によって各集音器の自己相関が所定の条件を満たすか否かで検出対象の音源が存在するか否かを判定する。このように、音源検出装置では、２個以上の集音器で集音した各音の自己相関を算出し、検出対象の音源の検出に２個以上の集音器の自己相関を用いることにより、Ｓ／Ｎ比に対する頑健性が更に高くなり、検出対象の音源に対する検出性能が更に向上する。例えば、２個の集音器で集音した各音の自己相関を用いた場合、一方の集音器の自己相関が高くなったときでも他方の集音器の自己相関が低いときにはノイズ（環境雑音）と判断でき、１個の集音器で集音した音の自己相関を用いた場合よりも検出精度が向上する。また、１個の集音器で集音した音の自己相関を用いた場合よりも、音源検出の判定の条件を低く設定できるので（音源からの音がより小さいときでも音源と判定できるので）、音源を検出するタイミングがより早くなる。

本発明に係る上記音源検出装置では、２個以上の集音器で時系列に集音された各音の相互相関を算出する相互相関算出手段と、相互相関算出手段で算出した相互相関に基づいて検出対象の音源の位置を特定する特定手段とを備える構成としてもよい。

この音源検出装置は、２個以上の集音器によってそれぞれ集音する。そして、音源検出装置では、相互相関算出手段によって各集音器の音の時系列データを用いて相互相関を算出する。さらに、音源検出装置では、特定手段によって相互相関に基づいて検出対象の音源の位置を特定する。相互相関を用いた場合、音源からの音が各集音器に到達する時間差が判るので、その到達時間差から音源の位置（例えば、音源の存在する方向、音源までの距離）を特定できる。このように、音源検出装置では、２個以上の集音器で集音した各音の相互相関も算出し、検出対象の音源の検出に相互相関も用いることにより、検出対象の音源の位置まで検出することができる。また、音源検出装置では、自己相関と相互相関を用いることにより、自己相関による判定結果に基づいて相互相関による誤検出を防止できる。

本発明に係る上記音源検出装置では、自己相関算出手段で算出した２個以上の集音器で集音した音の自己相関の変動を比較することによって集音器の故障を判定する故障判定手段を備える構成としてもよい。

集音器が故障した場合、通常、同じレベルの音しか出力せず、自己相関も異常値（例えば、非常に小さい値あるいは大きい値）となる。また、集音器が故障した場合、ランダムに音を出力することもあり、自己相関もランダムな値となる。このような場合、正常な集音器で集音された音の自己相関と比較すると、故障した集音器の自己相関の変動と正常な集音器の自己相関の変動とは明らかに異なる。そこで、音源検出装置では、故障判定手段によって２個以上の集音器で集音した音の自己相関の変動を比較することによって集音器の故障を判定する。このように、音源検出装置では、２個以上の集音器の自己相関を用いることにより、集音器の故障を判定することもできる。その結果、集音器の故障による誤検出を防止できる。

本発明によれば、集音した音の自己相関を算出し、検出対象の音源の検出に自己相関を用いることにより、Ｓ／Ｎ比に対する頑健性が高くなり、検出対象の音源に対する検出性能が向上する。

第１の実施の形態に係る接近車両検出装置の構成図である。 ２個のマイクロホンの音声信号の自己相関値の散布図において接近車両の有無判定方法の例を示す図である。 ２個のマイクロホンの音声信号の自己相関値の散布図において接近車両の有無判定方法の例を示す図である。 ２個のマイクロホンの音声信号の自己相関値の散布図において接近車両の有無判定方法の例を示す図である。 第１の実施の形態に係るＥＣＵにおける接近車両検出処理の流れを示すフローチャートである。 第２の実施の形態に係る接近車両検出装置の構成図である。 第２マイクロホンが故障した場合の２個のマイクロホンの音声信号の自己相関値の散布図の例である。 第２の実施の形態に係るＥＣＵにおけるマイクロホン故障判定処理の流れを示すフローチャートである。 第３の実施の形態に係る接近車両検出装置の構成図である。 １個のマイクロホンの音声信号の自己相関値の時間変化の例である。 第３の実施の形態に係るＥＣＵにおける接近車両検出処理の流れを示すフローチャートである。

以下、図面を参照して、本発明に係る音源検出装置の実施の形態を説明する。なお、各図において同一又は相当する要素については同一の符号を付し、重複する説明を省略する。

本実施の形態では、本発明に係る音源検出装置を、車両に搭載される接近車両検出装置に適用する。本実施の形態に係る接近車両検出装置は、マイクロホンで集音した音に基づいて自車両に接近する他車両を検出し（つまり、他車両から発せられる走行音（音源）を検出し）、接近車両の情報を運転支援装置に提供する。本実施の形態には、３つの実施の形態があり、第１の実施の形態が２個のマイクロホンを備え、自己相関と相互相関を用いる形態であり、第２の実施の形態が第１の実施の形態の構成に加えて故障判定も行う形態であり、第３の実施の形態が１個のマイクロホンを備え、自己相関のみを用いる形態である。

なお、車両の走行音は、主として、ロードノイズ（タイヤ表面と路面との摩擦音）とパターンノイズ（タイヤ溝における空気の渦（圧縮／開放））である。この他にも、エンジン音や風切り音などもある。この車両の走行音の周波数成分の範囲は、実験等によって予め測定しておいてもよい。

図１〜図４を参照して、第１の実施の形態に係る接近車両検出装置１について説明する。図１は、第１の実施の形態に係る接近車両検出装置の構成図である。図２〜図４は、２個のマイクロホンの音声信号の自己相関値の散布図において接近車両の有無判定方法の例を示す図である。

接近車両検出装置１は、２個のマイクロホンで集音した音から自己相関及び相互相関を算出し、自己相関と相互相関を用いて接近車両の有無及び接近車両の方向等を検出する。そのために、接近車両検出装置１は、第１マイクロホン１１、第２マイクロホン１２、ＥＣＵ[Electronic Control Unit]２１（第１Ａ／Ｄ変換部２１ａ、第２Ａ／Ｄ変換部２１ｂ、第１自己相関算出部２１ｃ、第２自己相関算出部２１ｄ、相互相関算出部２１ｅ、車両検出部２１ｆ）を備えている。

なお、第１の実施の形態では、第１マイクロホン１１及び第２マイクロホン１２が請求の範囲に記載する２個以上の集音器に相当し、第１自己相関算出部２１ｃ及び第２自己相関算出部２１ｄが請求の範囲に記載する自己相関算出手段に相当し、相互相関算出部２１ｅが請求の範囲に記載する相互相関算出手段に相当し、車両検出部２１ｆが請求の範囲に記載する判定手段及び特定手段に相当する。

２個のマイクロホン１１，１２は、マイクロホンアレーを構成し、車両の前端部の左右に所定の方向を向けて配設される（例えば、車両中心に対して左右対称の位置に同じ高さで配置され、前方あるいは前方外側に向けて配設される）。マイクロホン１１，１２の配置及び集音の指向性方向は任意に設定される。マイクロホン１１，１２は、音響電気変換器であり、車外の周囲の音を集音し、集音した音を音声信号（電気信号）に変換する。各マイクロホン１１，１２では、フレーム毎に（一定時間毎に）、集音し、音声信号をＥＣＵ２１に出力する。

ＥＣＵ２１は、ＣＰＵ[Central Processing
Unit]、ＲＯＭ[Read Only Memory]、ＲＡＭ[Random Access Memory]等からなる電子制御ユニットであり、接近車両検出装置１を統括制御する。ＥＣＵ２１には、第１Ａ／Ｄ変換部２１ａ、第２Ａ／Ｄ変換部２１ｂ、第１自己相関算出部２１ｃ、第２自己相関算出部２１ｄ、相互相関算出部２１ｅ、車両検出部２１ｆが構成される。そして、ＥＣＵ２１では、フレーム毎に（一定時間毎に）、２個のマイクロホン１１，１２から各音声信号をそれぞれ入力し、各音声信号を用いて各処理部２１ａ，２１ｂ，２１ｃ，２１ｄ，２１ｅ，２１ｆでの各処理を行う。

第１Ａ／Ｄ変換部２１ａでは、フレーム毎に、第１マイクロホン１１の音声信号（アナログ信号）をデジタルの音声信号に変換する。第２Ａ／Ｄ変換部２１ｂでは、フレーム毎に、第２マイクロホン１２から音声信号（アナログ信号）をデジタルの音声信号に変換する。Ａ／Ｄ変換後、その音声信号から所定の周波数帯域（車両の走行音の周波数帯域を十分に含む帯域よりも高い高周波数帯域と低い低周波数帯域）を除去する。なお、この前処理後の各音声信号は、ＥＣＵ２１のＲＡＭの所定の領域に所定時間分（自己相関や相互相関を算出できる十分な時間分）蓄積される。

第１自己相関算出部２１ｃでは、フレーム毎に、第１Ａ／Ｄ変換部２１ａで変換された第１マイクロホン１１の音声信号（デジタル信号）の時系列データを用いて第１マイクロホン１１の音声信号の自己相関値を算出する。また、第２自己相関算出部２１ｄでは、フレーム毎に、第２Ａ／Ｄ変換部２１ｂで変換された第２マイクロホン１２の音声信号（デジタル信号）の時系列データを用いて第２マイクロホン１２の音声信号の自己相関値を算出する。

本実施の形態での自己相関値の算出方法について以下に説明する。この算出方法は、ＣＳＰ[Cross power Spectrum Phase analysis]係数（相互相関値）を利用した方法である。ＣＳＰ係数を算出する場合、まず、フレーム番号ｔでの各マイクロホンの音声信号をｘ_ｉ（ｔ）とし、そのｘ_ｉ（ｔ）のＦＦＴ（高速フーリエ変換）をＸ_ｉ（ω）とした場合、Ｘ_ｉ（ω）は式（１）によって算出される。ここで、下付き文字の「ｉ」は、マイクロホンの番号であり、ｉ＝１，２である。また、２個のマイクロホンについての平均振幅データをＡ（ω）とした場合、Ａ（ω）は式（２）によって算出される。但し、Ａ（ω）＝Ｘ_ｉ（ω）である。さらに、各マイクロホンのＦＦＴをＸ_１（ω），Ｘ_２（ω）とし、各マイクロホンの平均振幅データをＡ_１（ω），Ａ_２（ω）とし、ＣＳＰ係数をｃｓｐ（ｄ）とし、計算機最小誤差をｅｐｓとした場合、ｃｓｐ（ｄ）は式（３）（式（４）ｏｒ式（５））によって算出される。この各式における上付き文字の「・」は複素共役を示し、ＩＦＦＴは逆高速フーリエ変換を示す。

この式（３）において（Ｘ_１（ω）＝Ｘ_２ ^・（ω））とした場合のｃｓｐ（ｄ）の値が自己相関値に相当する。この場合、ｃｓｐ（ｄ）は１となるが、実際にはノイズモデルを想定し、ノイズモデルを式（３）に組み込む。ＳＮＲ[Signal to Noise Ratio]（Ｓ／Ｎ比）の推定値をＳＮＲ（ω）とし、ノイズ値をＮ（ω）とした場合、ＳＮＲ（ω）は式（６）によって算出される。このＳＮＲ（ω）が閾値より大きい周波数帯域は通過し、閾値以下の周波数帯域は遮断するマスクを生成する。このマスクをＭ（ω）とし、閾値をＴｈｒｅｓｈｏｌｄ_ＳＮＲとした場合、Ｍ（ω）は式（７）に示す条件式となる。ここで、このマスクＭ（ω）を式（３）に組み込むと、式（８）となる。この式（８）において（Ｘ_１（ω）＝Ｘ_２ ^・（ω））と書き換えて算出されるｃｓｐ（ｄ）が自己相関値に相当する。したがって、本実施の形態で算出される自己相関値としているものはマスクを通過する信号の割合に相当するため、各フレームにおける信頼性の意味に相当する。各マイクロホンの自己相関値をＲ_ｉｉ（ｉ＝１，２）とした場合、マイクロホン毎に、マイクロホンの音声信号の時間をずらさない時系列データと時間ラグ分時間をずらした時系列データを用いて、式（１）によってＸ_ｉ（ω）をそれぞれ算出し、式（２）によってＡ_ｉ（ω）をそれぞれ算出し、そして、Ｒ_ｉｉを式（９）によって算出する。なお、時間ラグとしては、例えば、数１００ｍ秒、数１０ｍ秒程度とする。

ちなみに、特定の音源から発せられる音（例えば、車両の走行音）の場合、時間をずらしても相関が取れるので、自己相関は高くなる。しかし、環境雑音の場合、時間をずらすと相関が取れないので、自己相関は低くなる。したがって、自己相関の場合、音源からの音が比較的小さいときでも、Ｓ／Ｎ比の頑健性が高くなる。特に、自己相関の場合、複数のマイクロホンによる各音声信号から算出される相互相関と比較すると、Ｓ／Ｎ比の頑健性が高い。

相互相関算出部２１ｅでは、フレーム毎に、第１Ａ／Ｄ変換部２１ａで変換された第１マイクロホン１１の音声信号（デジタル信号）の時系列データと第２Ａ／Ｄ変換部２１ｂで変換された第２マイクロホン１２の音声信号（デジタル信号）の時系列データを用いて、２つの時系列データを段階的に時間をずらして第１マイクロホン１１の音声信号と第２マイクロホン１２の音声信号の相互相関値（ＣＳＰ係数）を算出する。ここでは、上記の式（３）（あるいは、式（８））によってＣＳＰ係数を算出する。

車両検出部２１ｆでは、フレーム毎に、第１自己相関算出部２１ｃで算出した第１マイクロホン１１の自己相関値と第２自己相関算出部２１ｄで算出した第２マイクロホン１２の自己相関値とが所定の条件を満たすか否かを判定し、所定の条件を満たす場合には接近車両（車両が発する走行音）が存在すると判定する。第１マイクロホン１１と第２マイクロホン１２とは、近い位置に配置されるので（最大でも車両幅程度）、通常は同じ音を集音でき、特定の音源から発する音に対して同じように自己相関が高くなる。

したがって、図２〜４（横軸が第２マイクロホン１２の自己相関値であり、縦軸が第１マイクロホン１１の自己相関値であり、所定時間分の各マイクロホン１１，１２の自己相関値をプロットしたもの）に示すように、第１マイクロホン１１の自己相関値と第２マイクロホン１２の自己相関値には相関関係があり、自車両周囲で特定の音源から音（特に、車両の走行音）が発生している場合には、第１マイクロホン１１の自己相関値と第２マイクロホン１２の自己相関値が共に大きくなる。しかし、一方のマイクロホンだけに大きな音が入っているような場合にはその一方のマイクロホンの自己相関値だけが高くなり、両方のマイクロホンに環境雑音だけが入っているような場合にはその両方のマイクロホンの自己相関値が低くなる。したがって、所定の条件としては、両方のマイクロホン１１，１２の自己相関値がある程度高くなっていることを判定できる条件とする。以下に図２〜４を参照して、接近車両の有無の判定条件の例を説明する。

図２の例の場合、第１マイクロホン１１の自己相関値Ｒ_１１に対する閾値ｔｈ_１１と第２マイクロホン１２の自己相関値Ｒ_２２に対する閾値ｔｈ_２２を設け、式（１０）の判定条件を設定し、式（１０）の判定条件を満たした場合に接近車両が存在すると判定する。閾値ｔｈ_１１と閾値ｔｈ_２２は、予め実験等によって設定され、同じ値でもよいし、異なる値でもよい。例えば、第１マイクロホン１１と第２マイクロホン１２とが左右対称の位置に配置され、左右対称の集音の指向性を持つ場合には閾値ｔｈ_１１と閾値ｔｈ_２２とを同じ値とし、第１マイクロホン１１と第２マイクロホン１２とが左右対称でない位置に配置されたあり、左右対称の集音の指向性を持たない場合には閾値ｔｈ_１１と閾値ｔｈ_２２とを異なる値とする。

図３の例の場合、第１マイクロホン１１の自己相関値Ｒ_１１と第２マイクロホン１２の自己相関値Ｒ_２２との比に対する閾値ｒ_１２と、小さいほうの自己相関値に対する閾値ｔｈ_１２を設け、式（１１）の判定条件を設定し、自己相関値Ｒ_１１を自己相関値Ｒ_２２で除算して比を求めるとともに自己相関値Ｒ_１１と自己相関値Ｒ_２２のうちの小さい方の自己相関値を選択し、式（１１）の判定条件を満たした場合に接近車両が存在すると判定する。閾値ｒ_１２と閾値ｔｈ_１２は、予め実験等によって設定される。

図４の例の場合、破線Ｎで示す判定境界Ｂ（例えば、境界線を示す式）を設定し、自己相関値Ｒ_１１と自己相関値Ｒ_２２の関係が判定境界Ｂ内に入る場合に接近車両が存在すると判定する。ここでは、雑音等によって第２マイクロホン１２の自己相関値だけが高くなった場合（符号Ｎ１で示す分布）や第１マイクロホン１１の自己相関値だけが高くなった場合（符号Ｎ２で示す分布）、環境雑音によって第１マイクロホン１１の自己相関値と第２マイクロホンの自己相関値が共に低くなった場合（符号Ｎ３で示す分布）を全て除くような判定方法であればどのようなものでもよい。この判定境界Ｂの範囲を左下方に広げるほど、小さい走行音でも接近車両が存在と判定できるので、接近車両の検出タイミングが早くなり、遠くの位置の接近車両を判定できるが、下げすぎると環境雑音を誤検出する可能性がある。

ちなみに、１個のマイクロホンの自己相関値だけを用いる場合、上記のように雑音等によってマイクロホンの自己相関値が高くなるようなときがあるので、このようなときの誤検出を防止するために、閾値を下げ過ぎないようにする必要がある。しかし、２個以上のマイクロホンの自己相関値を用いた場合、自己相関値間の相関関係で判定できるので、判定条件を下げて、接近車両の検出タイミングを早くすることができる。

第１マイクロホン１１の自己相関値と第２マイクロホン１２の自己相関値に基づいて接近車両が存在すると判定した場合、車両検出部２１ｆでは、相互相関算出部２１ｅで算出した相互相関値を用いて、相互相関値が最大となる到達時間差に基づいて接近車両の接近方向や相対距離等を検出する。この相互相関値を用いた検出は、従来の手法を適用する。

なお、相互相関値を用いて、相互相関値が閾値より大きい場合、接近車両が存在すると判定できる。相互相関の場合、自己相関に比較してＳ／Ｎ比の頑健性が低いので、相互相関を判定する閾値を自己相関の判定で用いる閾値よりも高く設定する必要がある。このように閾値を高くすると、走行音がある程度大きくならないと接近車両が存在と判定できないので、接近車両の検出タイミングが遅くなる。

そして、ＥＣＵ２１では、車両検出部２１ｆでの検出結果に基づいて接近車両情報を生成し、接近車両情報を運転支援装置に送信する。接近車両情報としては、例えば、接近車両の有無、接近車両が存在する場合には接近方向や自車両との相対距離の情報である。

図１〜図４を参照して、接近車両検出装置１における接近車両検出機能の動作について説明する。特に、ＥＣＵ２１における処理について図５のフローチャートに沿って説明する。図５は、第１の実施の形態に係るＥＣＵにおける接近車両検出処理の流れを示すフローチャートである。

接近車両検出装置１が作動中、各マイクロホン１１，１２では、フレーム毎に、車外の周囲の音を集音し、その集音した音を音声信号（電気信号）に変換してＥＣＵ２１に送信している。ＥＣＵ２１では、各マイクロホン１１，１２から現フレーム（ｔ）の各音声信号を入力する（Ｓ１０）。

ＥＣＵ２１では、各音声信号をデジタル信号に変換し、そのデジタルの音声信号から特定の周波数帯域（車両の走行音の周波数帯域を含む帯域）だけを取り出す（Ｓ１１）。

ＥＣＵ２１では、第１マイクロホン１１の音声信号の時系列データを用いて自己相関値を算出するとともに、第２マイクロホン１２の音声信号の時系列データを用いて自己相関値を算出する（Ｓ１２）。そして、ＥＣＵ２１では、第１マイクロホン１１の自己相関値と第２マイクロホン１２の自己相関値が所定の条件を満たすか否かを判定する（Ｓ１３）。Ｓ１３にて所定の条件を満たさないと判定した場合、接近車両が存在しないと判断し、ＥＣＵ２１では、所定時間待って、次フレーム（ｔ＋１）での処理を行う（Ｓ１７）。

Ｓ１３にて所定の条件を満たすと判定した場合、ＥＣＵ２１では、接近車両が存在すると判定する（Ｓ１４）。ＥＣＵ２１では、第１マイクロホン１１の音声信号の時系列データと第２マイクロホン１２の音声信号の時系列データを用いて相互相関値（ＣＳＰ係数）を算出する（Ｓ１５）。そして、ＥＣＵ２１では、相互相関値に基づいて接近車両の接近方向等を特定する（Ｓ１６）。その後、ＥＣＵ２１では、所定時間待って、次フレーム（ｔ＋１）での処理を行う（Ｓ１７）。

ＥＣＵ２１では、Ｓ１３での判定結果及びＳ１６の検出結果に基づいて接近車両情報を生成し、その接近車両情報を運転支援装置に送信する。

接近車両検出装置１によれば、マイクロホン１１，１２で集音した音の自己相関値を算出し、接近車両の走行音の判定に自己相関値を用いることにより、Ｓ／Ｎ比に対する頑健性が高くなり、接近車両検出の性能が向上する。特に、接近車両が徐々に近づき、走行音が徐々に大きくなる場合、従来の相互相関を用いる手法より、小さい走行音を判定でき、接近車両の検出タイミングが早くなる。

特に、接近車両検出装置１によれば、２個（複数個）のマイクロホン１１，１２を備え、各マイクロホン１１，１２の自己相関値を用いているので、Ｓ／Ｎ比に対する頑健性がより高くなり、接近車両の走行音に対する検出性能が更に向上する。例えば、一方のマイクロホンの自己相関値が高くなったときでも他方のマイクロホンの自己相関値が低いときにはノイズと判断できるので、１個のマイクロホンの自己相関値を用いた場合よりも検出精度が向上する。また、２個のマイクロホン１１，１２の自己相関値の相関関係で判定できるので、１個のマイクロホンの自己相関値を用いた場合よりも、走行音の判定の判定条件（閾値）を下げることができるので、走行音を判定するタイミングがより早くできる。

また、接近車両検出装置１によれば、２個のマイクロホン１１，１２で集音した各音の相互相関値も算出し、相互相関値も用いることにより、接近車両の接近方向や相対距離まで検出することができる。また、接近車両検出装置１によれば、自己相関値と相互相関値を用いることにより、自己相関値による判定結果に基づいて相互相関値による誤検出を防止でき、相互相関値による検出結果の信頼性が向上する。

図６及び図７を参照して、第２の実施の形態に係る接近車両検出装置２について説明する。図６は、第２の実施の形態に係る接近車両検出装置の構成図である。図７は、第２マイクロホンが故障した場合の２個のマイクロホンの音声信号の自己相関値の散布図の例である。

接近車両検出装置２は、第１の実施の形態に係る接近車両検出装置１と比較するとマイクロホンの故障判定機能を有する点のみが異なり、２個マイクロホンの自己相関を用いてマイクロホンの故障を判定する。そこで、第２の実施の形態では、このマイクロホンの故障判定機能についてのみ説明する。接近車両検出装置２は、第１マイクロホン１１、第２マイクロホン１２、ＥＣＵ２２（第１Ａ／Ｄ変換部２１ａ、第２Ａ／Ｄ変換部２１ｂ、第１自己相関算出部２１ｃ、第２自己相関算出部２１ｄ、相互相関算出部２１ｅ、車両検出部２１ｆ、故障判定部２２ａ）を備えている。第２の実施の形態では、故障判定部２２ａが請求の範囲に記載する故障判定手段に相当する。

ＥＣＵ２２は、ＣＰＵ、ＲＯＭ、ＲＡＭ等からなる電子制御ユニットであり、接近車両検出装置２を統括制御する。ＥＣＵ２２には、第１Ａ／Ｄ変換部２１ａ、第２Ａ／Ｄ変換部２１ｂ、第１自己相関算出部２１ｃ、第２自己相関算出部２１ｄ、相互相関算出部２１ｅ、車両検出部２１ｆ、故障判定部２２ａが構成される。ここでは、故障判定部２２ａについてのみ説明する。

マイクロホンが故障した場合（例えば、断線）、通常、同じレベルの音しか出力せず、自己相関値も異常値（例えば、非常に小さい値あるいは大きい値）となる。図７には第２マイクロホン１２が故障した場合を示しており、第１マイクロホンの自己相関値が変動しているにもかかわらず第２マイクロホン１２の自己相関値が非常に小さい値で殆ど変動しない（符号Ｄで示す縦長楕円分布）。なお、図７には、図２〜図４と同様の第２マイクロホン１２が正常な場合の分布も示している。また、マイクロホンが故障した場合、ランダムに音を出力することもあり、自己相関値もランダムな値となる。この場合、２個のマイクロホンの自己相関値を分布させると、全域に分布することになる。このような場合、正常なマイクロホンの自己相関値の変動と故障したマイクロホンの自己相関値の変動とを比較すると、その２つの自己相関値には相関関係（一方が大きくなると他方も大きくなる関係）がなく、２つの自己相関値の変動は明らかに異なる。

故障判定部２２ａでは、第１自己相関算出部２１ｃで算出した第１マイクロホン１１の自己相関値の所定時間分の変動と第２自己相関算出部２１ｄで算出した第２マイクロホン１２の自己相関値の所定時間分の変動とを比較する。そして、故障判定部２２ａでは、一方のマイクロホンの自己相関値が変動しているにもかかわらず他方のマイクロホンの自己相関値が殆ど変動していない場合、他方のマイクロホンが故障していると判定し、その他方のマイクロホンの使用を停止し、一方のマイクロホンのみで接近車両検出装置２の作動を継続する。この場合、１個のマイクロホンのみでの検出となるので、自己相関値しか求めることができず、接近車両の有無の判定だけとなる。また、故障判定部２２ａでは、一方のマイクロホンの自己相関値の変動と他方のマイクロホンの自己相関値の変動とが無相関な場合（上記したような全域に分布するような場合）、２個のマイクロホンのうちのいずれかが故障していると判定し、接近車両検出装置２の作動を停止する。

図６及び図７を参照して、接近車両検出装置２における故障判定機能の動作について説明する。特に、ＥＣＵ２２における処理について図８のフローチャートに沿って説明する。図８は、第２の実施の形態に係るＥＣＵにおけるマイクロホン故障判定処理の流れを示すフローチャートである。なお、故障判定機能は、車両起動時にのみ作動し、車両起動時の所定時間（マイクロホンの故障を判定できる十分な音声信号（自己相関値）を得られる時間）分の各マイクロホン１１，１２の音声信号を用いて判定を行う。

車両が起動し、接近車両検出装置２が作動すると、各マイクロホン１１，１２では、車外の周囲の音を集音し、その集音した音を音声信号（電気信号）に変換してＥＣＵ２２に送信する。ＥＣＵ２２では、各マイクロホン１１，１２から各音声信号を入力する（Ｓ２０）。そして、ＥＣＵ２２では、各音声信号をデジタル信号に変換し、そのデジタルの音声信号から特定の周波数帯域だけを取り出す（Ｓ２１）。

ＥＣＵ２２では、第１マイクロホン１１の音声信号の時系列データを用いて自己相関値を算出するとともに、第２マイクロホン１２の音声信号の時系列データを用いて自己相関値を算出する（Ｓ２２）。

ＥＣＵ２２では、第１マイクロホン１１の自己相関値の変動と第２マイクロホン１２の自己相関値の変動を比較し（Ｓ２３）、マイクロホンが故障しているか否かを判定する（Ｓ２４）。ＥＣＵ２２では、Ｓ２４にてマイクロホンが故障していると判定すると（Ｓ２５）、故障しているマイクロホンを特定できない場合には接近車両検出装置２の作動を停止し、故障しているマイクロホンを特定できる場合にはその故障しているマイクロホンの使用を停止し、故障していないマイクロホンだけで接近車両検出装置２の作動を継続する。ＥＣＵ２２では、Ｓ２４にてマイクロホンが正常と判定すると（Ｓ２６）、接近車両検出装置２の作動を継続する。

接近車両検出装置２は、第１の実施の形態に係る接近車両検出装置１と同様の効果を有する上に以下の効果も有する。接近車両検出装置２によれば、２個のマイクロホン１１，１２の自己相関値を用いることにより、マイクロホンの故障を判定することもできる。その結果、マイクロホンの故障による誤検出を防止できる。

図９及び図１０を参照して、第３の実施の形態に係る接近車両検出装置３について説明する。図９は、第３の実施の形態に係る接近車両検出装置の構成図である。図１０は、１個のマイクロホンの音声信号の自己相関値の時間変化の例である。

接近車両検出装置３は、１個のマイクロホンで集音した音から自己相関を算出し、自己相関を用いて接近車両の有無を判定する。接近車両検出装置３は、マイクロホン１３、ＥＣＵ２３（Ａ／Ｄ変換部２３ａ、自己相関算出部２３ｂ、車両検出部２３ｃ）を備えている。

なお、第３の実施の形態では、マイクロホン１３が請求の範囲に記載する少なくとも１個の集音器に相当し、自己相関算出部２３ｂが請求の範囲に記載する自己相関算出手段に相当し、車両検出部２３ｃが請求の範囲に記載する判定手段に相当する。

マイクロホン１３は、車両の前端部に配設される（例えば、車両中心位置に配置される）。マイクロホン１３は、フレーム毎に、集音し、音声信号をＥＣＵ２３に出力する。

ＥＣＵ２３は、ＣＰＵ、ＲＯＭ、ＲＡＭ等からなる電子制御ユニットであり、接近車両検出装置３を統括制御する。ＥＣＵ２３には、Ａ／Ｄ変換部２３ａ、自己相関算出部２３ｂ、車両検出部２３ｃが構成される。そして、ＥＣＵ２３では、フレーム毎に、１個のマイクロホン１３から音声信号をそれぞれ入力し、その音声信号を用いて各処理部２３ａ，２３ｂ，２３ｃでの各処理を行う。

Ａ／Ｄ変換部２３ａでは、フレーム毎に、マイクロホン１３の音声信号（アナログ信号）に対して第１の実施の形態に係るＡ／Ｄ変換部２１ａ，２１ｂと同様の処理を行う。自己相関算出部２３ｂでは、フレーム毎に、Ａ／Ｄ変換部２３ａで変換されたマイクロホン１３の音声信号（デジタル信号）に対して第１の実施の形態に係る自己相関算出部２１ｃ，２１ｄと同様の処理を行う。

車両検出部２３ｃでは、自己相関算出部２３ｂで算出したマイクロホン１３の自己相関値が閾値より大きいか否かを判定し、閾値より大きい場合には接近車両（車両が発する走行音）が存在すると判定する。閾値は、予め実験によって設定される。

図１０には、自己相関値の時間変化の一例を示しており、横軸が時間であり、縦軸が自己相関値である。図１０に示すように、マイクロホン１３が環境雑音しか集音していないときには自己相関値は低い値となるが、マイクロホン１３が接近する車両の走行音を集音し始めると自己相関値も大きくなり（符号Ｃで示す凸部分）、環境雑音のときの自己相関値よりも明らかに大きくなる。また、スパイクノイズによって自己相関値が大きくなることもある（符号Ｓで示す部分）。上記の閾値は、環境雑音のときの自己相関値だけでなく、このようなスパイクノイズによる自己相関値と走行音のときの自己相関値とを識別できる値を、実験によって設定する。ちなみに、第１の実施の形態のように２個（複数個）のマイクロホンを用いた場合、２個のマイクロホンの自己相関値の相関関係を利用して判定するので、判定条件（閾値）を下げても、このようなスパイクノイズによって一方のマイクロホンの自己相関値が大きくなる場合でも高精度に判定することができる。

図９及び図１０を参照して、接近車両検出装置３における接近車両検出機能の動作について説明する。特に、ＥＣＵ２３における処理について図１１のフローチャートに沿って説明する。図１１は、第３の実施の形態に係るＥＣＵにおける接近車両検出処理の流れを示すフローチャートである。

接近車両検出装置３が作動中、マイクロホン１３では、フレーム毎に、車外の周囲の音を集音し、その集音した音を音声信号（電気信号）に変換してＥＣＵ２３に送信している。ＥＣＵ２３では、マイクロホン１３から現フレーム（ｔ）の音声信号を入力する（Ｓ３０）。

ＥＣＵ２３では、音声信号をデジタル信号に変換し、そのデジタルの音声信号から特定の周波数帯域だけを取り出す（Ｓ３１）。

ＥＣＵ２３では、マイクロホン１３の音声信号の時系列データを用いて自己相関値を算出する（Ｓ３２）。そして、ＥＣＵ２３では、マイクロホン１３の自己相関値が閾値より大きいか否かを判定する（Ｓ３３）。Ｓ３３にて閾値未満と判定した場合、ＥＣＵ２３では、接近車両が存在しないと判断し、所定時間待って、次フレーム（ｔ＋１）での処理を行う（Ｓ３５）。Ｓ３３にて閾値より大きいと判定した場合、ＥＣＵ２３では、接近車両が存在すると判定する（Ｓ３４）。その後、ＥＣＵ２３では、所定時間待って、次フレーム（ｔ＋１）での処理を行う（Ｓ３５）。

ＥＣＵ２１では、Ｓ３３での判定結果に基づいて接近車両情報を生成し、その接近車両情報を運転支援装置に送信する。

接近車両検出装置３によれば、１個のマイクロホン１３を用いた非常に簡易なシステム構成によって、接近車両の有無のみを検出することができる。また、接近車両検出装置３によれば、マイクロホン１３で集音した音の自己相関値を算出し、接近車両の走行音の判定に自己相関値を用いることにより、Ｓ／Ｎ比に対する頑健性が高くなり、接近車両検出の性能が向上する。

以上、本発明に係る実施の形態について説明したが、本発明は上記実施の形態に限定されることなく様々な形態で実施される。

例えば、本実施の形態では音源検出装置を接近車両（音源として車両の走行音）を検出する接近車両検出装置に適用したが、車両以外の音源を検出する装置でもよい。また、本実施の形態では検出した接近車両情報を運転支援装置に提供する装置に適用したが、他の構成でもよい。例えば、運転支援装置の中に接近車両検出機能として組み込まれるものでもよいし、接近車両検出装置の中に警報機能等を有するものでもよい。

また、本実施の形態では２個のマイクロホン（集音器）を備え、２個のマイクロホンで集音した各音を用いて自己相関及び相互相関を算出する構成としたが、３個以上のマイクロホンを備え、３個のマイクロホンで集音した各音を用いて自己相関及び相互相関を算出する構成としてもよい。マイクロホンの数を増やすほど、検出精度が向上する。

また、第１の実施の形態では自己相関値を算出し、自己相関値を用いて接近車両の有無を判定し、接近車両が存在すると判定した場合に相互相関値を算出し、相互相関値によって接近方向等を特定する構成としたが、自己相関値の算出と相互相関値の算出をパラレルで行い、自己相関値による判定と相互相関値による判定もパラレルで行い、２つの判定結果に基づいて接近車両の有無及び接近方向の特定を行う構成としてもよい。

また、第２の本実施の形態では車両起動時にマイクロホンの故障判定を行う構成としたが、車両走行中に定期的に行ってもよい。

本発明は、集音した音に基づいて検出対象の音源を検出する音源検出装置において、集音した音の自己相関を算出し、検出対象の音源の検出に自己相関を用いることにより、Ｓ／Ｎ比に対する頑健性が高くなり、検出対象の音源に対する検出性能が向上する。

１，２，３…接近車両検出装置、１１…第１マイクロホン、１２…第２マイクロホン、１３…マイクロホン、２１，２２，２３…ＥＣＵ、２１ａ…第１Ａ／Ｄ変換部、２１ｂ…第２Ａ／Ｄ変換部、２１ｃ…第１自己相関算出部、２１ｄ…第２自己相関算出部、２１ｅ…相互相関算出部、２１ｆ，２３ｃ…車両検出部、２２ａ…故障判定部、２３ａ…Ａ／Ｄ変換部、２３ｂ…自己相関算出部。

本発明に係る音源検出装置は、集音した音に基づいて検出対象の音源を検出する音源検出装置であって、第１及び第２の集音器と、第１及び第２の集音器のそれぞれで時系列に集音された音の自己相関値のそれぞれを第１及び第２の自己相関値として算出する自己相関算出手段と、自己相関算出手段で算出した第１及び第２の自己相関値が所定の条件を満たすか否かを判定することによって検出対象の音源が存在するか否かを判定する判定手段と、自己相関算出手段で算出した第１及び第２の自己相関値の変動を比較することによって集音器の故障を判定する故障判定手段と、を備え、所定の条件は、第１の自己相関値をＲ _１１ 、第２の自己相関値をＲ _２２ 、Ｒ _１１ に対する閾値をｔｈ _１１ 、Ｒ _２２ に対する閾値をｔｈ _２２ としたときに、Ｒ _１１ ＞ｔｈ _１１ かつＲ _２２ ＞ｔｈ _２２ であることを特徴とする。

この音源検出装置は、第１及び第２の集音器を備えており、第１及び第２の集音器のそれぞれによって周囲の音を集音する。そして、音源検出装置では、自己相関算出手段によってその音の時系列データを用いて自己相関値のそれぞれを第１及び第２の自己相関値として算出する。さらに、音源検出装置では、判定手段によって第１及び第２の自己相関値に基づいて検出対象の音源が存在するか否かを判定する。集音器で常時集音される環境雑音の場合、時間をずらすと相関が取れないので、自己相関は低くなる。しかし、特定の音源から発せられた音の場合、時間をずらしても相関が取れるので、自己相関は高くなる。したがって、自己相関を用いた場合、特定の音源からの音が比較的小さいときでも、Ｓ／Ｎ比の頑健性が高くなる。特に、自己相関の場合、複数の集音器による各音から算出される相互相関と比較すると、Ｓ／Ｎ比の頑健性が高い。このように、音源検出装置では、集音した音の自己相関を算出し、検出対象の音源の検出に自己相関を用いることにより、Ｓ／Ｎ比に対する頑健性が高くなり、検出対象の音源に対する検出性能が向上する。特に、音源からの音が徐々に大きくなる場合（例えば、接近車両が徐々に近づき、走行音が大きくなる場合）、従来の相互相関を用いる手法より、その音源を検出するタイミングが早くなる。

また、この音源検出装置は、第１及び第２の集音器を備えており、各集音器によってそれぞれ集音する。そして、音源検出装置では、自己相関算出手段によって各集音器の音の時系列データを用いて自己相関値のそれぞれを第１及び第２の自己相関値として算出する。さらに、音源検出装置では、判定手段によって各集音器の自己相関値が所定の条件を満たすか否かで検出対象の音源が存在するか否かを判定する。このように、音源検出装置では、第１及び第２の集音器で集音した各音の自己相関値のそれぞれを第１及び第２の自己相関値として算出し、検出対象の音源の検出に第１及び第２の集音器の自己相関値を用いることにより、Ｓ／Ｎ比に対する頑健性が更に高くなり、検出対象の音源に対する検出性能が更に向上する。例えば、２個の集音器で集音した各音の自己相関を用いた場合、一方の集音器の自己相関が高くなったときでも他方の集音器の自己相関が低いときにはノイズ（環境雑音）と判断でき、１個の集音器で集音した音の自己相関を用いた場合よりも検出精度が向上する。また、１個の集音器で集音した音の自己相関を用いた場合よりも、音源検出の判定の条件を低く設定できるので（音源からの音がより小さいときでも音源と判定できるので）、音源を検出するタイミングがより早くなる。

集音器が故障した場合、通常、同じレベルの音しか出力せず、自己相関も異常値（例えば、非常に小さい値あるいは大きい値）となる。また、集音器が故障した場合、ランダムに音を出力することもあり、自己相関もランダムな値となる。このような場合、正常な集音器で集音された音の自己相関と比較すると、故障した集音器の自己相関の変動と正常な集音器の自己相関の変動とは明らかに異なる。そこで、音源検出装置では、故障判定手段によって第１及び第２の集音器で集音した音の自己相関値の変動を比較することによって集音器の故障を判定する。このように、音源検出装置では、第１及び第２の集音器の自己相関値を用いることにより、集音器の故障を判定することもできる。その結果、集音器の故障による誤検出を防止できる。

Claims (4)

1. 集音した音に基づいて検出対象の音源を検出する音源検出装置であって、
   少なくとも１個の集音器と、
   前記集音器で時系列に集音された音の自己相関を算出する自己相関算出手段と、
   前記自己相関算出手段で算出した自己相関に基づいて検出対象の音源が存在するか否かを判定する判定手段と、
   を備えることを特徴とする音源検出装置。
2. 前記集音器は、２個以上であり、
   前記自己相関算出手段は、前記集音器毎に自己相関をそれぞれ算出し、
   前記判定手段は、前記自己相関算出手段で算出した２個以上の集音器で集音した音の自己相関が所定の条件を満たすか否かを判定することを特徴とする請求項１に記載の音源検出装置。
3. 前記２個以上の集音器で時系列に集音された各音の相互相関を算出する相互相関算出手段と、
   前記相互相関算出手段で算出した相互相関に基づいて検出対象の音源の位置を特定する特定手段と、
   を備えることを特徴とする請求項２に記載の音源検出装置。
4. 前記自己相関算出手段で算出した２個以上の集音器で集音した音の自己相関の変動を比較することによって集音器の故障を判定する故障判定手段を備えることを特徴とする請求項２又は請求項３に記載の音源検出装置。

Images