TWI702595B

TWI702595B - 移動噪音源的檢測系統與方法

Info

Publication number: TWI702595B
Application number: TW107111150A
Authority: TW
Inventors: 余仁方; 孫東宏
Original assignee: 維呈顧問股份有限公司
Priority date: 2018-03-30
Filing date: 2018-03-30
Publication date: 2020-08-21
Also published as: TW201942899A

Abstract

一種移動噪音源的檢測系統與方法，檢測系統包含：聲音感測器，用以感測移動噪音源所發出的聲波轉換成待比對的聲音特徵資訊並予以儲存；影像擷取器，用以擷取移動噪音源的影像，產生並儲存相對應該移動噪音源之一筆待比對的影像資料；聲音頻譜與影像資料庫，用以儲存有多筆聲音頻譜資料以及多筆影像資料；以及資訊處理單元，根據聲音頻譜與影像資料庫中多筆聲音頻譜資料與待比對的聲音特徵資訊來進行比對，當未找到有類似程度到達預設標準的聲音特徵資訊時，建立一組移動噪音源與聲音特徵資訊的對應關係並再加入該聲音頻譜與影像資料庫中。

Description

移動噪音源的檢測系統與方法

本發明是有關於一種移動噪音源的檢測系統與方法，且特別是有關於一種汽、機車或飛行器噪音的檢測系統與方法。

隨著環境保護逐漸受到重視，除了空氣污染的防治外，對於噪音污染的消除，也是需要政府投入相關的人力、物力來進行改善。但是，由於移動式噪音源(例如汽、機車或飛行器)移動快速而不易取締，造成主管機關的執法困難，而如何改善此一缺失，係為發展本案技術手段的主要目的。

本發明的目的就是在提供一種移動噪音源的檢測系統與方法，可藉由特徵資訊的比對還自動擷取到移動噪音源的影像，進而達到取締不當噪音源以及找出交通工具改裝或故障的目的。

本發明提出一種一種移動噪音源的檢測系統，該檢測系統包含：一聲音感測器，用以感測通過一特定區域內的一移動噪音源於一特定時間所發出的聲波轉換成一待比對的聲音特徵資訊並將該待比對的聲音特徵資訊予以儲存；一影像擷取器，其係用以擷取該移動噪音源的影像，進而產生並儲存相對應該移動噪音源之一筆待比對的影像資料；一聲音頻譜與影像資料庫，用以儲存有多筆聲音頻譜資料以及多筆影像資料；以及一資訊處理單元，信號連接於該聲音感測器、該影像擷取器與該聲音頻譜與影像資料庫，其係根據該聲音頻譜與影像資料庫中多筆聲音頻譜資料與該待比對的聲音特徵資訊來進行比對，當未找到有類似程度到達一預設標準的聲音特徵資訊時，建立一組該移動噪音源與該聲音特徵資訊的對應關係並再加入該聲音頻譜與影像資料庫中。

依照本發明一較佳實施例所述之移動噪音源的檢測系統，其中該資訊處理單元於建立該組該移動噪音源與該聲音特徵資訊的對應關係前，先解讀出該筆待比對影像資料的牌照號碼或是以該聲音頻譜與影像資料庫中的多筆影像資料來進行圖案比對，進而找出屬於該移動噪音源的相關資料。

依照本發明一較佳實施例所述之移動噪音源的檢測系統，其中該資訊處理單元找出屬於該移動噪音源的相關資料並發現與原廠資料不符後，便登錄成疑似改裝或故障，並於進行車輛檢查後，再將檢查出的改裝資訊或故障資訊與該筆聲音頻譜資料進行對應關聯並加入該聲音頻譜與影像資料庫中。

依照本發明一較佳實施例所述之移動噪音源的檢測系統，其中該聲音感測器信號連接於該影像擷取器，該聲音感測器感測到通過該特定區域內的該移動噪音源於該特定時間所發出的聲波的強度值大於一門檻值時，將該聲波轉換成該待比對的聲音特徵資訊並將該待比對的聲音特徵資訊予以儲存，並觸發該影像擷取器來擷取該移動噪音源的影像，進而產生並儲存相對應該移動噪音源之該筆待比對的影像資料。

依照本發明一較佳實施例所述之移動噪音源的檢測系統，其中該資訊處理單元根據該聲音頻譜與影像資料庫中多筆聲音頻譜資料與該待比對的聲音特徵資訊來進行比對，當找到有類似程度到達一預設標準的聲音特徵資訊時，便根據該筆待比對的影像資料所解讀出的相關資料，來與該聲音頻譜與影像資料庫中所找到的聲音特徵資訊所對應出的相關資料進行比對，若相符表示該資訊處理單元判斷正確，再選擇將該待比對的特徵資訊也列入同一種類的聲音特徵資訊來進行儲存，或是根據此比對結果來對原聲音特徵資訊來進行修正，使得與所有同一種類的該移動噪音源的聲音特徵資訊的比對結果的正確率向上提高。

本案之另一方面為一種移動噪音源的檢測系統，該檢測系統包含：一聲音感測器，用以感測通過一特定區域內的一移動噪音源於一特定時間所發出的聲波轉換成一待比對的聲音特徵資訊並將該待比對的聲音特徵資訊予以儲存；一影像擷取器，其係用以擷取該移動噪音源的影像，進而產生並儲存相對應該移動噪音源之一筆待比對的影像資料；一聲音頻譜與影像資料庫，用以儲存有多筆聲音頻譜資料以及多筆影像資料；以及一資訊處理單元，信號連接於該聲音感測器、該影像擷取器與該聲音頻譜與影像資料庫，其係根據該聲音頻譜與影像資料庫中多筆聲音頻譜資料與該待比對的聲音特徵資訊來進行比對，當找到有類似程度到達一預設標準的聲音特徵資訊時，根據該筆待比對的影像資料所解讀出的相關資料，來與該聲音頻譜與影像資料庫中所找到的聲音特徵資訊所對應出的相關資料進行比對，若相符便選擇將該待比對的特徵資訊也列入同一種類的該移動噪音源的聲音特徵資訊來進行儲存，或是根據此比對結果來對原聲音特徵資訊來進行修正，使得與所有同一種類的聲音特徵資訊的比對結果的正確率提高。

依照本發明一較佳實施例所述之移動噪音源的檢測系統，其中該資訊處理單元比對到相符之該待比對的聲音特徵資訊後，可以再用來修正該聲音頻譜與影像資料庫中一筆代表性的聲音特徵資訊，使得修正後的該筆代表性的聲音特徵資訊來與對應於同一種類的該移動噪音源的多筆聲音特徵資訊進行比對的時候，所得到的類似程度所到達的百分比的平均可以達到最高值。

依照本發明一較佳實施例所述之移動噪音源的檢測系統，其中該聲音頻譜與影像資料庫建置在雲端，讓遠端的多個資訊處理單元都可以利用該聲音頻譜與影像資料庫中所建置且隨時更新的多筆聲音頻譜資料進行比對，進而提高辨識準確率。

依照本發明一較佳實施例所述之移動噪音源的檢測系統，其中該資訊處理單元先根據該筆待比對的影像資料來辨識出對應的該移動噪音源的種類後，再以該種類相關的多筆聲音頻譜資料來進行比對，進而縮短比對的時間。

依照本發明一較佳實施例所述之移動噪音源的檢測系統，其中該資訊處理單元上執行一個機器學習程式，將該聲音頻譜與影像資料庫中不斷更新的多筆原廠的聲音頻譜資料與多筆改裝的聲音頻譜資料都輸入該機器學習程式來進行深度學習，然後讓該機器學習程式不斷改進識別出異常的聲音頻譜資料的能力，進而判斷出該移動噪音源的種類、改裝部件或是故障部件。

本案之再一方面是一種移動噪音源的檢測方法，該方法包含下列步驟：感測通過一特定區域內的一移動噪音源於一特定時間所發出的聲波轉換成一待比對的聲音特徵資訊並將該待比對的聲音特徵資訊予以儲存；擷取該移動噪音源的影像，進而產生並儲存相對應該移動噪音源之一筆待比對的影像資料；以及根據一聲音頻譜與影像資料庫中多筆聲音頻譜資料與該待比對的聲音特徵資訊來進行比對，當未找到有類似程度到達一預設標準的聲音特徵資訊時，建立一組該移動噪音源與該聲音特徵資訊的對應關係並再加入該聲音頻譜與影像資料庫中。

依照本發明一較佳實施例所述之移動噪音源的檢測方法，其中於建立該組該移動噪音源與該聲音特徵資訊的對應關係前，先解讀出該筆待比對影像資料的牌照號碼或是以該聲音頻譜與影像資料庫中的多筆影像資料來進行圖案比對，進而找出屬於該移動噪音源的相關資料。

依照本發明一較佳實施例所述之移動噪音源的檢測方法，其中找出屬於該移動噪音源的相關資料並發現與原廠資料不符後，便登錄成疑似改裝或故障，並於進行車輛檢查後，再將檢查出的改裝資訊或故障資訊與該筆聲音頻譜資料進行對應關聯並加入該聲音頻譜與影像資料庫中。

依照本發明一較佳實施例所述之移動噪音源的檢測方法，其中感測到通過該特定區域內的該移動噪音源於該特定時間所發出的聲波的強度值大於一門檻值時，將該聲波轉換成該待比對的聲音特徵資訊並將該待比對的聲音特徵資訊予以儲存，並擷取該移動噪音源的影像，進而產生並儲存相對應該移動噪音源之該筆待比對的影像資料。

依照本發明一較佳實施例所述之移動噪音源的檢測方法，其中根據該聲音頻譜與影像資料庫中多筆聲音頻譜資料與該待比對的聲音特徵資訊來進行比對，當找到有類似程度到達一預設標準的聲音特徵資訊時，便根據該筆待比對的影像資料所解讀出的相關資料，來與該聲音頻譜與影像資料庫中所找到的聲音特徵資訊所對應出的相關資料進行比對，若相符表示該資訊處理單元判斷正確，再選擇將該待比對的特徵資訊也列入同一種類的聲音特徵資訊來進行儲存，或是根據此比對結果來對原聲音特徵資訊來進行修正，使得與所有同一種類的該移動噪音源的聲音特徵資訊的比對結果的正確率向上提高。

本案之又一方面是一種移動噪音源的檢測方法，該方法包含下列步驟：感測通過一特定區域內的一移動噪音源於一特定時間所發出的聲波轉換成一待比對的聲音特徵資訊並將該待比對的聲音特徵資訊予以儲存；擷取該移動噪音源的影像，進而產生並儲存相對應該移動噪音源之一筆待比對的影像資料；以及根據一聲音頻譜與影像資料庫中多筆聲音頻譜資料與該待比對的聲音特徵資訊來進行比對，當找到有類似程度到達一預設標準的聲音特徵資訊時，根據該筆待比對的影像資料所解讀出的相關資料，來與該聲音頻譜與影像資料庫中所找到的聲音特徵資訊所對應出的相關資料進行比對，若相符便選擇將該待比對的特徵資訊也列入同一種類的該移動噪音源的聲音特徵資訊來進行儲存，或是根據此比對結果來對原聲音特徵資訊來進行修正，使得與所有同一種類的聲音特徵資訊的比對結果的正確率提高。

依照本發明一較佳實施例所述之移動噪音源的檢測方法，其中該聲音頻譜與影像資料庫建置在雲端，讓遠端的多個資訊處理單元都可以利用該聲音頻譜與影像資料庫中所建置且隨時更新的多筆聲音頻譜資料進行比對，進而提高辨識準確率。

依照本發明一較佳實施例所述之移動噪音源的檢測方法，其中在根據該筆待比對的影像資料來辨識出對應的該移動噪音源的種類後，再以該種類相關的多筆聲音頻譜資料來進行比對，進而縮短比對的時間。

依照本發明一較佳實施例所述之移動噪音源的檢測方法，其中包含執行一個機器學習程式，將該聲音頻譜與影像資料庫中不斷更新的多筆原廠的聲音頻譜資料與多筆改裝的聲音頻譜資料都輸入該機器學習程式來進行深度學習，然後讓該機器學習程式不斷改進識別出異常的聲音頻譜資料的能力，進而判斷出該移動噪音源的種類、改裝部件或是故障部件。

為讓本發明之上述和其他目的、特徵和優點能更明顯易懂，下文特舉較佳實施例，並配合所附圖式，作詳細說明如下。

請參見圖1A，其係本案所發展出來關於一種移動噪音源的檢測系統的功能方塊示意圖，移動噪音源檢測系統1主要包含有聲音感測器11、聲音資訊比對器12以及影像擷取器13，其中聲音感測器11用以感測一特定區域內的一特定時間的聲波而轉換成一特徵資訊，信號連接於聲音感測器11之聲音資訊比對器12則可根據預設之一組標準資訊120與該特徵資訊來進行比對並於符合一特定模式時發出一啟動信號給影像擷取器13，影像擷取器13便可根據該啟動信號而擷取通過該特定區域內的一移動噪音源的影像，進而產生並儲存相對應之一筆影像資料。

舉例來說，移動噪音源可以是一般的汽、機車，也可以是飛機、船舶或是無人駕駛的飛行載具等等，而聲音感測器11可以是單一麥克風或是多個麥克風所組成的麥克風矩陣，主要是用以聚焦地感測經過某一路段（即特定區域，藉此固定被測物與聲音感測器11間的相對距離與角度）的汽、機車在一特定時間長度(例如5~10秒，當然也可以更短)所發出的聲波，進而轉換成一特徵資訊，而該特徵資訊可以包含有一最大音量值。如此一來，當改裝過排氣管或是改裝過引擎的汽、機車所產生的音量符合該特定模式，也就是高於法規制定的標準資訊（例如汽車出廠檢驗過程中所需低於的音量門檻值）時，聲音感測器11便可發出啟動信號給影像擷取器13，進而啟動影像擷取器13擷取通過該特定區域內的移動噪音源的影像，進而產生並儲存相對應之一筆影像資料。而該影像擷取器13可以是數位相機、攝影機或者是兩者的組合，因此相對應的該筆影像資料便可以是數位靜態影像、數位動態影像或者是兩者的組合。

另外，該特徵資訊除了可以是最大音量值或類似的標準資訊120外，還是可以是聲音頻譜資料或者是兩者的組合。如圖1B之所示，由於各類型汽、機車在出廠時都必須經過噪音檢測，所以可以在此階段建立起相對應各類型汽、機車的聲音頻譜資料，進而形成一個聲音頻譜資料庫121。又因為改裝過排氣管或是改裝過引擎的汽、機車所發出的聲音必然不同於原廠未經改裝汽、機車的聲音，如此一來，當聲音感測器11將感測到的聲音頻譜資料與内建在系統聲音頻譜資料庫121中的複數筆內建聲音頻譜資料中之任一筆內建聲音頻譜資料比對後發現皆不相符且最大音量值高於法規制定的標準資訊（例如汽車出廠檢驗過程中所需低於的音量門檻值）120時，也是可以當作是符合該特定模式的一種實例，進而認定該汽、機車可能有不符規定的嫌疑，進而啟動影像擷取器13擷取通過該特定區域內的移動噪音源的影像，進而產生並儲存相對應之一筆影像資料。而聲音頻譜資料的資料量通常很龐大，所以也可以將每筆聲音頻譜資料進行資料壓縮來降低資料量，或是選擇性地挑選某些特徵值(例如某些特定低音頻段或高音頻段的聲音頻譜分布特徵)進行儲存，進而使有限容量的聲音頻譜資料庫可以儲存更多筆聲音頻譜資料。

而根據上述技術手段所得到的影像資料，透過車號影像自動辨識系統或是承辦人員的目視便可得到該汽、機車的車號，進而通知該汽、機車的使用者到案進行檢驗或逕行舉發。另外，再請參見圖2，其係本案之另一實施例，其於圖1的實施例不同處在於更增設有影像資訊比對器14，其係信號連接於該影像擷取器13，根據預設之複數筆內建影像資料140來與該筆影像資料進行比對，進而當該筆影像資料與該等筆內建影像資料中之任一筆影像資料皆不相符時發出一確認信號，進而確認該汽、機車已進行過排氣管的改裝。同樣地，由於各類型汽、機車在出廠時都必須經過相關檢測，所以可以在此階段建立起相對應各類型汽、機車的排氣管外觀影像資料，進而形成一個排氣管外觀影像資料庫。又因為改裝過排氣管的汽、機車，其外觀不同於原廠未經改裝汽、機車的機率頗大，所以當影像資訊比對器14將影像擷取器13擷取到的影像資料與内建在排氣管外觀影像資料庫中的複數筆內建排氣管外觀影像資料中之任一筆資料比對後發現皆不相符時，也就可以認定該汽、機車可能有改裝過排氣管的嫌疑，進而發出確認信號，通知承辦人員或是系統自動產生一份到案進行檢驗或逕行舉發的通知。

再請參見圖3，其係本案所發展出來的一種移動噪音源的檢測方法流程示意圖，該檢測方法包含下列步驟：首先，感測一特定區域內的一特定時間的聲波而轉換成一特徵資訊(步驟31)；然後根據預設之一組標準資訊與該特徵資訊來進行比對並於符合一特定模式時發出一啟動信號(步驟32)；以及根據該啟動信號而擷取通過該特定區域內的汽、機車影像，進而產生並儲存相對應之一筆影像資料(步驟33)。而根據影像資料中的汽、機車車號，便可通知該汽、機車的使用者到案進行檢驗或逕行舉發。當然，也可以再接著進行根據預設之複數筆內建影像資料來與該筆影像資料進行比對，進而當該筆影像資料與該等筆內建影像資料中之任一筆影像資料皆不相符時發出一確認信號(步驟34)，也就可以認定該汽、機車有改裝排氣管的嫌疑，進而發出確認信號，通知承辦人員或是系統自動產生一份到案進行檢驗或逕行舉發的通知。

同樣地，舉例來說，移動噪音源可以是一般的汽、機車，而可以利用單一麥克風或是多個麥克風所組成的麥克風陣列(microphone array)，聚焦的感測經過某一路段（即特定區域）的汽、機車在一特定時間長度(例如5~10秒，或是可以更短的秒數)所發出的聲波，進而轉換成一特徵資訊，而該特徵資訊可以是最大音量值。如此一來，當改裝過排氣管或是改裝過引擎的汽、機車所產生的音量符合該特定模式，也就是高於法規制定的標準資訊（例如汽車出廠檢驗過程中所需低於的音量門檻值）時，便可擷取通過該特定區域內的移動噪音源的影像，進而產生並儲存相對應之一筆影像資料。而相對應的該筆影像資料便可以是數位靜態影像、數位動態影像或者是兩者的組合。

另外，該特徵資訊除了可以是最大音量值外，還是可以是聲音頻譜資料或者是兩者的組合。由於各類型汽、機車在出廠時都必須經過噪音檢測，所以可以在此階段建立起相對應各類型汽、機車的聲音頻譜資料，進而形成一個聲音頻譜資料庫。又因為改裝過排氣管或是改裝過引擎的汽、機車所發出的聲音必然不同於原廠未經改裝汽、機車的聲音，如此一來，當感測到的聲音頻譜資料與内建在系統資料庫中的複數筆內建聲音頻譜資料中之任一筆內建聲音頻譜資料比對後發現皆不相符時，也是可以當作是符合該特定模式的一種實例，進而認定該汽、機車可能有不符規定的嫌疑，進而擷取通過該特定區域內的移動噪音源的影像，進而產生並儲存相對應之一筆影像資料。

而根據上述技術手段所得到的影像資料，透過車號影像自動辨識系統或是承辦人員的目視便可得到該汽、機車的車號，進而通知該汽、機車的使用者到案進行檢驗或逕行舉發。或是可以再根據預設之複數筆內建影像資料來與該筆影像資料進行比對，進而當該筆影像資料與該等筆內建影像資料中之任一筆影像資料皆不相符時發出一確認信號，進而確認該汽、機車已進行過排氣管的改裝。同樣地，由於各類型汽、機車在出廠時都必須經過相關檢測，所以可以在此階段建立起相對應各類型汽、機車的排氣管外觀影像資料，進而形成一個排氣管外觀影像資料庫。又因為改裝過排氣管的汽、機車，其外觀不同於原廠未經改裝汽、機車的機率頗大，所以將影像擷取器13擷取到的影像資料與内建在排氣管外觀影像資料庫中的複數筆內建排氣管外觀影像資料中之任一筆資料比對後發現皆不相符時，也就可以認定該汽、機車可能有改裝過排氣管的嫌疑，進而發出確認信號，通知承辦人員或是系統自動產生一份到案進行檢驗或逕行舉發的通知。

而上述聲音頻譜資料庫除了可以在汽、機車出廠時利用噪音檢測來建立與擴充之外，還可以使用下列系統與相關方法來動態擴增聲音頻譜資料的數量。此系統上所執行的方法可以如圖4所示流程圖之內容來進行，首先，於一特定區域內的一特定時間內感測到的聲波強度值判斷是否大於一門檻值(步驟40)，若”否”便繼續監測，若”是”則發出一啟動信號，並將感測到的聲波轉換成一待比對的聲音特徵資訊儲存起來 (步驟41)；根據該啟動信號而擷取通過該特定區域內的交通載具(汽機車、無人飛行器、直升機或是飛機等)影像，進而產生並儲存相對應之一筆待比對的影像資料(步驟42)，然後根據系統中聲音頻譜資料庫與該待比對的聲音特徵資訊來進行比對，判斷是否聲音頻譜資料庫中找到類似程度到達一預設標準（例如百分之九十五）的聲音特徵資訊(步驟43)，當系統在聲音頻譜資料庫中找到類似程度到達一預設標準（例如百分之九十五）的聲音特徵資訊判斷為”是”，而進入驗證學習流程(步驟44)。反之，當系統在聲音頻譜資料庫中找不到類似程度到達該預設標準的聲音特徵資訊時，便判斷為”否”而進入蒐集資訊的流程(步驟45)。而上述聲波強度的門檻值不一定是法規制定的噪音門檻值，因為若是以蒐集資訊為目的，可以把門檻值降低到可以清楚地蒐集到資訊即可。

而上述驗證學習流程(步驟44)的步驟細節實施例示意圖請參見圖5A，其中包含下列步驟：根據該筆待比對的影像資料中的汽、機車車號所登錄之車型型號，來與聲音頻譜資料庫中所找到的聲音特徵資訊所對應出的車型型號，便可驗證兩者是否相符(步驟441)。若相符表示判斷正確，更可以選擇將該待比對的特徵資訊也列入同一車型的聲音特徵資訊來進行儲存或是根據此比對結果來對原聲音特徵資訊來進行修正，使得與所有同一車型的聲音特徵資訊的比對結果都有著最高的正確率(步驟442) 。若發現不相符，則表示判斷不正確，便選擇進入蒐集資訊的流程(步驟45)。

舉例來說，在聲音頻譜資料庫中已存有三筆對應於Ａ車型的先前感測到已存檔的聲音特徵資訊Ａ1、Ａ2、Ａ3以及一筆代表性的聲音特徵資訊AS，而新擷取到的待比對的聲音特徵資訊A4則可以再用來修正該筆代表性的聲音特徵資訊AS，使得該筆代表性的聲音特徵資訊AS來與Ａ1、Ａ2、Ａ3以及A4進行比對的時候，所得到的類似程度所到達的百分比的平均可以達到最高值（例如百分之九十七）。如此一來，隨著蒐集到的資料量越多，比對的準確度也會更高。

而上述蒐集資訊流程的步驟示意圖請參見圖5B，當系統在聲音頻譜資料庫中找不到類似程度到達該預設標準的聲音特徵資訊，表示待比對的聲音特徵資訊是從未出現過的車輛、引擎或是排氣管樣式所發出的聲音。系統便可以解讀影像擷取器13擷取到的待比對的影像資料，利用牌照號碼或是官方建置的車輛外觀資料庫來進行圖案比對，進而找出屬於該車輛、引擎或是排氣管樣式的資料(步驟451)。如此便可另外再建立一組車型型號與聲音特徵資訊的對應關係並加入聲音頻譜資料庫中，並通知承辦人員或是讓系統自動產生一份到案進行檢驗或逕行舉發的通知，進而得到改裝的實際狀況而來登錄至車型型號的資料中(步驟452)。如此一來，當再次感測相同的聲音頻譜資料時，將可以準確對應出是那一種車輛的非法改裝型態而進行告發。而聲音頻譜資料庫與官方建置的車輛外觀資料庫可以組合成一個聲音頻譜與影像資料庫，該聲音頻譜與影像資料庫可以建立在雲端，而讓遠端的系統透過網際網路來進行存取。

舉例來說，經過的車輛A經過排氣管改裝，所以聲音感測器11感測到的待辨識的聲音頻譜資料U在系統資料庫中找不到相對應的資料，而後續以影像比對後發現車型為車輛A，但是聲音與原廠資料不符，便登錄成疑似改裝車輛A，可以透過傳喚到案的方式來進行確認。而確認無改裝則可以判斷成機件可能有問題，可能影響駕駛安全或是造成空污，於是還可以進一步進行車輛健康檢查。若成功檢測出車輛故障處，還可以將故障資訊與該筆聲音頻譜資料進行對應關聯。等待資料量蒐集到足夠大，還可以轉為應用到車輛故障判斷的診斷系統，協助車廠或是使用者來判斷出車輛損壞的可能部件。

而上述的資料感測、比對與蒐集程序，可以透過位在全國或世界各地的執法單位或檢驗單位來進行，並把系統中的聲音頻譜資料庫建置在雲端，讓遠端的各個檢測系統中聲音資訊比對器12都可以利用該聲音頻譜資料庫中所建置且隨時更新的多筆聲音頻譜資料進行比對，進而提高辨識準確率，因為資料量越大越完整，便可以讓找到相對應車輛的機率增加，準確篩出違法車輛或是故障車輛的比率也會增加。另外，也可以先根據影像來辨識出車號而對應出車型後，再以該車型或相關的多筆聲音頻譜資料來進行比對，進而縮短比對的時間，增加比對的速度。

但是，隨著系統資料庫的資料量越來越大，遠端資料傳輸並重複利用簡單的演算法來進行大量資料比對的方法將會讓傳輸資料量大增，而且使得處理時間過長。因此，可以把聲音資訊比對器12改放在雲端，用以接收各個聲音感測器11從遠端所傳送過來的聲音頻譜資料來進行判斷。由於聲音資訊比對器12與系統資料庫可以同在雲端的資料中心，因此可以大幅降低原本須要透過網路傳輸的資料量。

請參見圖6，其係本案所發展出來用以執行上述動態擴增聲音頻譜資料的移動噪音源檢測系統6方塊示意圖，其中包含有聲音感測器61，用以感測通過一特定區域內的一移動噪音源於一特定時間所發出的聲波轉換成一待比對的聲音特徵資訊並將該待比對的聲音特徵資訊予以儲存；一影像擷取器62，其係用以擷取通過該特定區域內的該移動噪音源的影像，進而產生並儲存相對應之一筆待比對的影像資料；一聲音頻譜與影像資料庫63，用以儲存有多筆聲音頻譜資料以及多筆影像資料；以及一資訊處理單元64，信號連接於該聲音感測器與該聲音頻譜與影像資料庫，其係根據該聲音頻譜與影像資料庫中多筆聲音頻譜資料與該待比對的聲音特徵資訊來進行比對，當未找到有類似程度到達一預設標準的聲音特徵資訊時，解讀出該影像擷取器擷取到的該筆待比對影像資料，進而找出屬於該移動噪音源的資料，用以再建立一組該移動噪音源與該聲音特徵資訊的對應關係並再加入該聲音頻譜與影像資料庫中。

利用同樣的概念，位在全國或世界各地的執法單位或檢驗單位都可以利用這個隨時更新的系統資料庫中所儲存的多筆聲音頻譜資料來進行聲音頻譜資料的比對。另外，圖5A所述的驗證學習流程，根據比對結果來對原聲音特徵資訊來進行修正，使得正確率可以提高的過程，也可以選擇使用人工智慧(AI)的機器學習原理來完成。也就是將該聲音頻譜與影像資料庫中不斷更新的多筆原廠的聲音頻譜資料與多筆改裝的聲音頻譜資料都輸入該機器學習程式來進行深度學習，然後讓該機器學習程式不斷改進識別出異常的聲音頻譜資料的能力，進而判斷出該移動噪音源的種類、改裝部件或是故障部件。

綜上所述，在本發明之系統與方法中，可藉由特徵資訊的比對還自動擷取到移動噪音源的影像，進而達到取締不當噪音源的目的，還可以找出改裝部件或是故障部件，因此可以有效改善習用手段的缺失。另外，雖然本發明已以較佳實施例揭露如上，然其並非用以限定本發明，任何熟習此技藝者，在不脫離本發明之精神和範圍內，當可作些許之更動與潤飾，因此本發明之保護範圍當視後附之申請專利範圍所界定者為準。

1‧‧‧移動噪音源檢測系統 11‧‧‧聲音感測器 12‧‧‧聲音資訊比對器 120‧‧‧標準資訊 121‧‧‧聲音頻譜資料庫 13‧‧‧影像擷取器 14‧‧‧影像資訊比對器 140‧‧‧內建影像資料 6‧‧‧移動噪音源檢測系統 61‧‧‧聲音感測器 62‧‧‧影像擷取器 63‧‧‧聲音頻譜與影像資料庫 64‧‧‧資訊處理單元

圖1A，其係本案所發展出來關於一種移動噪音源的檢測系統的功能方塊示意圖。圖1B，其係本案所發展出來關於移動噪音源的檢測系統的另一較佳實施例之功能方塊示意圖。圖2，其係本案所發展出來關於另一種移動噪音源的檢測系統的功能方塊示意圖。圖3，其係本案所發展出來的一種移動噪音源的檢測方法流程示意圖。圖4，其係本案所發展出來的一種移動噪音源的檢測方法流程圖。圖5A，其係本案驗證學習流程的步驟流程示意圖。圖5B，其係本案蒐集資訊流程的步驟流程示意圖。圖6，其係本案所發展出來用以執行上述動態擴增聲音頻譜資料的移動噪音源檢測系統方塊示意圖。

6‧‧‧移動噪音源檢測系統

61‧‧‧聲音感測器

62‧‧‧影像擷取器

63‧‧‧聲音頻譜與影像資料庫

64‧‧‧資訊處理單元

Claims

一種移動噪音源的檢測系統，該檢測系統包含：一聲音感測器，用以感測通過一特定區域內的一移動噪音源於一特定時間所發出的聲波轉換成包含有聲音頻譜之一待比對的聲音特徵資訊並將該待比對的聲音特徵資訊予以儲存；一影像擷取器，其係用以擷取該移動噪音源的影像，進而產生並儲存相對應該移動噪音源之一筆待比對的影像資料；一聲音頻譜與影像資料庫，用以儲存有多筆聲音頻譜資料以及多筆影像資料；以及一資訊處理單元，信號連接於該聲音感測器、該影像擷取器與該聲音頻譜與影像資料庫，其係根據該聲音頻譜與影像資料庫中多筆聲音頻譜資料與該待比對的聲音特徵資訊來進行比對，當未找到有類似程度到達一預設標準的聲音特徵資訊時，建立一組該移動噪音源與該聲音特徵資訊的對應關係並再加入該聲音頻譜與影像資料庫中。
如申請專利範圍第1項所述之移動噪音源的檢測系統，其中該資訊處理單元於建立該組該移動噪音源與該聲音特徵資訊的對應關係前，先解讀出該筆待比對影像資料的牌照號碼或是以該聲音頻譜與影像資料庫中的多筆影像資料來進行圖案比對，進而找出屬於該移動噪音源的相關資料。
如申請專利範圍第2項所述之移動噪音源的檢測系統，其中該資訊處理單元找出屬於該移動噪音源的相關資料並發現與原廠資料不符後，便登錄成疑似改裝或故障，並於進行車輛檢查後，再將檢查出的改裝資訊或故障資訊與該筆聲音頻譜資料進行對應關聯並加入該聲音頻譜與影像資料庫中。
如申請專利範圍第1項所述之移動噪音源的檢測系統，其中該聲音感測器信號連接於該影像擷取器，該聲音感測器感測到通過該特定區域內的該移動噪音源於該特定時間所發出的聲波的強度值大於一門檻值時，將該聲波轉換成該待比對的聲音特徵資訊並將該待比對的聲音特徵資訊予以儲存，並觸發該影像擷取器來擷取該移動噪音源的影像，進而產生並儲存相對應該移動噪音源之該筆待比對的影像資料。
如申請專利範圍第1項所述之移動噪音源的檢測系統，其中該資訊處理單元根據該聲音頻譜與影像資料庫中多筆聲音頻譜資料與該待比對的聲音特徵資訊來進行比對，當找到有類似程度到達一預設標準的聲音特徵資訊時，便根據該筆待比對的影像資料所解讀出的相關資料，來與該聲音頻譜與影像資料庫中所找到的聲音特徵資訊所對應出的相關資料進行比對，若相符表示該資訊處理單元判斷正確，再選擇將該待比對的特徵資訊也列入同一種類的聲音特徵資訊來進行儲存，或是根據此比對結果來對原聲音特徵資訊來進行修正，使得與所有同一種類的該移動噪音源的聲音特徵資訊的比對結果的正確率向上提高。
一種移動噪音源的檢測系統，該檢測系統包含：一聲音感測器，用以感測通過一特定區域內的一移動噪音源於一特定時間所發出的聲波轉換成包含有聲音頻譜之一待比對的聲音特徵資訊並將該待比對的聲音特徵資訊予以儲存；一影像擷取器，其係用以擷取該移動噪音源的影像，進而產生並儲存相對應該移動噪音源之一筆待比對的影像資料；一聲音頻譜與影像資料庫，用以儲存有多筆聲音頻譜資料以及多筆影像資料；以及一資訊處理單元，信號連接於該聲音感測器、該影像擷取器與該聲音頻譜與影像資料庫，其係根據該聲音頻譜與影像資料庫中多筆聲音頻譜資料與該待比對的聲音特徵資訊來進行比對，當找到有類似程度到達一預設標準的聲音特徵資訊時，根據該筆待比對的影像資料所解讀出的相關資料，來與該聲音頻譜與影像資料庫中所找到的聲音特徵資訊所對應出的相關資料進行比對，若相符便選擇將該待比對的特徵資訊也列入同一種類的該移動噪音源的聲音特徵資訊來進行儲存，或是根據此比對結果來對原聲音特徵資訊來進行修正，使得與所有同一種類的聲音特徵資訊的比對結果的正確率提高。
如申請專利範圍第6項所述之移動噪音源的檢測系統，其中該資訊處理單元比對到相符之該待比對的聲音特徵資訊後，可以再用來修正該聲音頻譜與影像資料庫中一筆代表性的聲音特徵資訊，使得修正後的該筆代表性的聲音特徵資訊來與對應於同一種類的該移動噪音源的多筆聲音特徵資訊進行比對的時候，所得到的類似程度所到達的百分比的平均可以達到最高值。
如申請專利範圍第6項所述之移動噪音源的檢測系統，其中該聲音頻譜與影像資料庫建置在雲端，讓遠端的多個資訊處理單元都可以利用該聲音頻譜與影像資料庫中所建置且隨時更新的多筆聲音頻譜資料進行比對，進而提高辨識準確率。
如申請專利範圍第6項所述之移動噪音源的檢測系統，其中該資訊處理單元先根據該筆待比對的影像資料來辨識出對應的該移動噪音源的種類後，再以該種類相關的多筆聲音頻譜資料來進行比對，進而縮短比對的時間。
如申請專利範圍第6項所述之移動噪音源的檢測系統，其中該資訊處理單元上執行一個機器學習程式，將該聲音頻譜與影像資料庫中不斷更新的多筆原廠的聲音頻譜資料與多筆改裝的聲音頻譜資料都輸入該機器學習程式來進行深度學習，然後讓該機器學習程式不斷改進識別出異常的聲音頻譜資料的能力，進而判斷出該移動噪音源的種類、改裝部件或是故障部件。
一種移動噪音源的檢測方法，該方法包含下列步驟：感測通過一特定區域內的一移動噪音源於一特定時間所發出的聲波轉換成包含有聲音頻譜之一待比對的聲音特徵資訊並將該待比對的聲音特徵資訊予以儲存；擷取該移動噪音源的影像，進而產生並儲存相對應該移動噪音源之一筆待比對的影像資料；以及根據一聲音頻譜與影像資料庫中多筆聲音頻譜資料與該待比對的聲音特徵資訊來進行比對，當未找到有類似程度到達一預設標準的聲音特徵資訊時，建立一組該移動噪音源與該聲音特徵資訊的對應關係並再加入該聲音頻譜與影像資料庫中。
如申請專利範圍第11項所述之移動噪音源的檢測方法，其中於建立該組該移動噪音源與該聲音特徵資訊的對應關係前，先解讀出該筆待比對影像資料的牌照號碼或是以該聲音頻譜與影像資料庫中的多筆影像資料來進行圖案比對，進而找出屬於該移動噪音源的相關資料。
如申請專利範圍第12項所述之移動噪音源的檢測方法，其中找出屬於該移動噪音源的相關資料並發現與原廠資料不符後，便登錄成疑似改裝或故障，並於進行車輛檢查後，再將檢查出的改裝資訊或故障資訊與該筆聲音頻譜資料進行對應關聯並加入該聲音頻譜與影像資料庫中。
如申請專利範圍第11項所述之移動噪音源的檢測方法，其中感測到通過該特定區域內的該移動噪音源於該特定時間所發出的聲波的強度值大於一門檻值時，將該聲波轉換成該待比對的聲音特徵資訊並將該待比對的聲音特徵資訊予以儲存，並擷取該移動噪音源的影像，進而產生並儲存相對應該移動噪音源之該筆待比對的影像資料。
如申請專利範圍第11項所述之移動噪音源的檢測方法，其中根據該聲音頻譜與影像資料庫中多筆聲音頻譜資料與該待比對的聲音特徵資訊來進行比對，當找到有類似程度到達一預設標準的聲音特徵資訊時，便根據該筆待比對的影像資料所解讀出的相關資料，來與該聲音頻譜與影像資料庫中所找到的聲音特徵資訊所對應出的相關資料進行比對，若相符表示該資訊處理單元判斷正確，再選擇將該待比對的特徵資訊也列入同一種類的聲音特徵資訊來進行儲存，或是根據此比對結果來對原聲音特徵資訊來進行修正，使得與所有同一種類的該移動噪音源的聲音特徵資訊的比對結果的正確率向上提高。
一種移動噪音源的檢測方法，該方法包含下列步驟：感測通過一特定區域內的一移動噪音源於一特定時間所發出的聲波轉換成包含有聲音頻譜之一待比對的聲音特徵資訊並將該待比對的聲音特徵資訊予以儲存；擷取該移動噪音源的影像，進而產生並儲存相對應該移動噪音源之一筆待比對的影像資料；以及根據一聲音頻譜與影像資料庫中多筆聲音頻譜資料與該待比對的聲音特徵資訊來進行比對，當找到有類似程度到達一預設標準的聲音特徵資訊時，根據該筆待比對的影像資料所解讀出的相關資料，來與該聲音頻譜與影像資料庫中所找到的聲音特徵資訊所對應出的相關資料進行比對，若相符便選擇將該待比對的特徵資訊也列入同一種類的該移動噪音源的聲音特徵資訊來進行儲存，或是根據此比對結果來對原聲音特徵資訊來進行修正，使得與所有同一種類的聲音特徵資訊的比對結果的正確率提高。
如申請專利範圍第16項所述之移動噪音源的檢測系統，其中該資訊處理單元比對到相符之該待比對的聲音特徵資訊後，可以再用來修正該聲音頻譜與影像資料庫中一筆代表性的聲音特徵資訊，使得修正後的該筆代表性的聲音特徵資訊來與對應於同一種類的該移動噪音源的多筆聲音特徵資訊進行比對的時候，所得到的類似程度所到達的百分比的平均可以達到最高值。
如申請專利範圍第16項所述之移動噪音源的檢測方法，其中該聲音頻譜與影像資料庫建置在雲端，讓遠端的多個資訊處理單元都可以利用該聲音頻譜與影像資料庫中所建置且隨時更新的多筆聲音頻譜資料進行比對，進而提高辨識準確率。
如申請專利範圍第16項所述之移動噪音源的檢測方法，其中在根據該筆待比對的影像資料來辨識出對應的該移動噪音源的種類後，再以該種類相關的多筆聲音頻譜資料來進行比對，進而縮短比對的時間。
如申請專利範圍第16項所述之移動噪音源的檢測方法，其中包含執行一個機器學習程式，將該聲音頻譜與影像資料庫中不斷更新的多筆原廠的聲音頻譜資料與多筆改裝的聲音頻譜資料都輸入該機器學習程式來進行深度學習，然後讓該機器學習程式不斷改進識別出異常的聲音頻譜資料的能力，進而判斷出該移動噪音源的種類、改裝部件或是故障部件。