WO2024071317A1 - 録音装置および異常音分析システム - Google Patents

録音装置および異常音分析システム Download PDF

Info

Publication number
WO2024071317A1
WO2024071317A1 PCT/JP2023/035465 JP2023035465W WO2024071317A1 WO 2024071317 A1 WO2024071317 A1 WO 2024071317A1 JP 2023035465 W JP2023035465 W JP 2023035465W WO 2024071317 A1 WO2024071317 A1 WO 2024071317A1
Authority
WO
WIPO (PCT)
Prior art keywords
abnormal sound
sound
information
target device
abnormal
Prior art date
Application number
PCT/JP2023/035465
Other languages
English (en)
French (fr)
Inventor
雄之 野中
武直 服部
Original Assignee
株式会社アドヴィックス
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社アドヴィックス filed Critical 株式会社アドヴィックス
Publication of WO2024071317A1 publication Critical patent/WO2024071317A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass

Definitions

  • This disclosure relates to a recording device and an abnormal sound analysis system.
  • Patent Document 1 discloses a remote management system that determines whether an image forming device is malfunctioning by comparing sound data stored in a storage means during normal operation of the image forming device with sound data collected by a sound collection means and transmitted to a centralized management center by a communication means.
  • the objective of this disclosure is to reduce the power consumption of an abnormal sound analysis system that analyzes abnormal sounds generated in a target device, or to reduce the power consumption of a recording device that records abnormal sounds generated in a target device.
  • a recording device includes an abnormal sound determination unit that determines whether an abnormal sound is occurring in a target device or the likelihood of an abnormal sound occurring in the target device, and a recording unit that records the sound occurring in the target device when the abnormal sound determination unit determines that an abnormal sound is occurring in the target device or that there is a high likelihood of an abnormal sound occurring in the target device.
  • FIG. 1 is a block diagram showing a configuration of an abnormal sound analysis system according to an embodiment of the present disclosure.
  • 1 is a block diagram showing a configuration of a recording device according to an embodiment of the present disclosure.
  • 1 is a block diagram showing a configuration of an information acquisition device according to an embodiment of the present disclosure.
  • FIG. 1 is a block diagram showing a configuration of an abnormal sound identifying device according to an embodiment of the present disclosure.
  • FIG. 1 is a block diagram for explaining a trained model according to an embodiment of the present disclosure.
  • FIG. 1 is a block diagram for explaining a trained model according to an embodiment of the present disclosure.
  • 2 is a block diagram for explaining functions of a sound recording device and an information acquisition device according to an embodiment of the present disclosure.
  • FIG. 10 is a flowchart for explaining the operation of a recording device according to an embodiment of the present disclosure.
  • 4 is a flowchart for explaining an operation of the information acquiring device. 4 is a flowchart illustrating the operation of the abnormal sound
  • FIG. 1 is a block diagram showing a configuration of an abnormal sound analysis system 1 according to an embodiment of the present disclosure.
  • the abnormal sound analysis system 1 shown in FIG. 1 is a system for analyzing an abnormal sound generated in a vehicle 100 brought into an inspection facility 101 and eliminating the occurrence of the abnormal sound.
  • the abnormal sound analysis system 1 includes a recording device 2, an information acquisition device 3, and an abnormal sound identification device 4. That is, the recording device 2, the information acquisition device 3, and the abnormal sound identification device 4 are components of the abnormal sound analysis system 1.
  • the recording device 2 and the information acquisition device 3 are disposed in the vehicle 100.
  • the abnormal sound identification device 4 is disposed in the inspection facility 101.
  • the abnormal sound is, for example, a brake squeal, a knocking in an internal combustion engine, and the like.
  • the brake squeal occurs due to contact between a friction material and a rotating body in the brakes of the vehicle 100.
  • the vehicle 100 is an example of a target device that is an analysis target of the abnormal sound analysis system 1.
  • the inspection facility 101 is, for example, a dealer or a repair shop for the vehicle 100, and is a facility that provides services such as inspection and repair of the vehicle 100.
  • the recording device 2 records sounds generated in the vehicle 100 (hereinafter referred to as "vehicle sounds").
  • vehicle sounds may be a mobile communication device such as a smartphone owned by an occupant of the vehicle 100, an on-board device such as a drive recorder attached to the vehicle 100, a loaned device loaned from the inspection facility 101, or a vehicle device that constitutes the vehicle 100.
  • the information acquisition device 3 acquires at least one of device information and environmental information.
  • the information acquisition device 3 may be a mobile communication device, an in-vehicle device, a rental device, or a vehicle device.
  • the device information is information related to the vehicle 100. Examples of the device information include brake temperature, vehicle speed, braking deceleration, whether or not the vehicle is creeping, whether or not the first braking is being performed, etc.
  • the first braking is the first braking that occurs during one trip.
  • the environmental information is information related to the surrounding environment of the vehicle 100. Examples of the environmental information include weather, temperature, humidity, and amount of rain.
  • the device information and the environmental information will be collectively referred to as device-related information.
  • the abnormal sound identification device 4 is an information device such as a personal computer or tablet. When the vehicle 100 is brought into the inspection facility 101, the abnormal sound identification device 4 identifies abnormal sounds occurring in the vehicle 100 based on information acquired from the recording device 2 and information acquisition device 3 of the vehicle 100.
  • the recording device 2 is a block diagram showing a configuration of the recording device 2 according to an embodiment of the present disclosure.
  • the recording device 2 includes a control unit 20, a storage unit 21, a sound collection unit 22, and an input/output interface 23.
  • the control unit 20 is, for example, a CPU (Central Processing Unit), and reads out a program from the storage unit 21 and executes it.
  • the memory unit 21 has a storage medium such as a hard disk drive (HDD) or a solid state drive (SSD), and stores the program executed by the control unit 20, a trained model M1 described later, and vehicle sounds as recorded information 210.
  • the storage unit 21 also has a temporary storage medium such as a random access memory (RAM) that the control unit 20 uses as a workspace, and temporarily stores the vehicle sound as first information 211 .
  • RAM random access memory
  • the sound collection unit 22 is, for example, a microphone, and collects surrounding sounds.
  • the number of sound collection units 22 is not limited to one, and may be multiple.
  • the multiple sound collection units 22 may be the same but with different arrangements, or may be different in the frequency band that can be collected.
  • the vehicle sound collected by the sound collection unit 22 is converted into a digital signal by an A/D conversion unit (not shown) or the like, and temporarily stored in the RAM or the like of the storage unit 21 as first information 211 .
  • the input/output interface 23 is, for example, a USB (Universal Serial Bus) terminal, a LAN (Local Area Network) terminal, etc.
  • the recording device 2 is connected to, for example, the information acquisition device 3 and the abnormal sound identification device 4 via the input/output interface 23.
  • the information acquisition device 3 is a block diagram showing the configuration of the information acquisition device 3.
  • the information acquisition device 3 includes a control unit 30, a storage unit 31, an input/output interface 32, a GPS signal receiving unit 33, and an acceleration sensor .
  • the control unit 30 is, for example, a CPU, and reads out a program from the storage unit 31 and executes it.
  • the storage unit 31 has a storage medium such as an HDD, an SSD, etc., and stores a program executed by the control unit 30 and device-related information at the time of collecting the vehicle sound indicated by the recording information 210.
  • the storage unit 31 also has a temporary storage medium such as a RAM (Random Access Memory) that the control unit 30 uses as a workspace, and temporarily stores the device-related information as second information 311.
  • the device-related information stored in the storage unit 31 by the information acquisition device 3 will be denoted by reference characters such as device-related information 310 in the description.
  • the input/output interface 32 is, for example, a USB terminal, a LAN terminal, etc.
  • the information acquisition device 3 is connected to, for example, the recording device 2 and the abnormal sound identification device 4 via the input/output interface 32.
  • a GPS (Global Positioning System) signal receiving unit 33 receives GPS signals indicating the position of the vehicle 100 from GPS satellites.
  • the acceleration sensor 34 detects the acceleration of the vehicle 100 .
  • the abnormal sound identification device 4 is a block diagram showing the configuration of the abnormal sound identification device 4.
  • the abnormal sound identification device 4 includes a control unit 40, a storage unit 41, an input/output interface 42, and a display unit 43.
  • the control unit 40 is, for example, a CPU, and reads out a program from the storage unit 31 and executes it.
  • the memory unit 41 has a storage medium such as an HDD or SSD, and stores the program executed by the control unit 40, the trained model M2 described later, recording information 410 acquired from the recording device 2, and device-related information 411 acquired from the information acquisition device 3.
  • the input/output interface 42 is, for example, a USB terminal, a LAN terminal, etc.
  • the abnormal sound identification device 4 is connected to, for example, the recording device 2 and the information acquisition device 3 via the input/output interface 42.
  • the display unit 43 is, for example, a liquid crystal monitor, and displays the operation screen of the abnormal sound identifying device 4, the analysis results of the abnormal sound, and the like.
  • FIG. 5 is a schematic diagram showing an example of the trained model M1 of the recording device 2 shown in FIG.
  • the trained model M1 estimates the possibility that a vehicle sound contains an abnormal sound.
  • the trained model M1 is constructed by machine learning using, as training data, a data set of a combination of a vehicle sound and device-related information at the time when the vehicle sound was generated, and a label indicating whether or not the vehicle sound contains an abnormal sound.
  • the trained model M1 receives as input the vehicle sound collected by the sound collection unit 22 and device-related information at the time the vehicle sound was collected.
  • the trained model M1 outputs an index indicating the possibility that an abnormal sound is included in the vehicle sound collected by the sound collection unit 22.
  • FIG. 6 is a schematic diagram showing an example of the trained model M2 of the abnormal sound identification device 4 shown in FIG.
  • the trained model M2 estimates abnormal sound information related to an abnormal sound generated in the vehicle 100.
  • the trained model M2 is constructed by machine learning using a data set of a combination of an abnormal sound generated in the vehicle 100 and device-related information at the time of the abnormal sound generation, and abnormal sound information related to the abnormal sound as training data.
  • the abnormal sound information includes at least one of the cause of the abnormal sound generation and measures against the generation of the abnormal sound. A plurality of types of these causes and measures are set in advance.
  • the recorded information 410 and device-related information 411 stored in the storage unit 41 of the abnormal sound identification device 4 are input to the trained model M2.
  • the trained model M2 outputs an index related to the abnormal sound information. For example, the trained model M2 outputs an index indicating the possibility that each of the causes of a plurality of abnormal sounds corresponds to the cause of the abnormal sound contained in the sound indicated by the recording information 410.
  • the trained model M2 outputs, for each of a plurality of countermeasures against abnormal sounds, an index indicating the possibility that the countermeasure corresponds to the countermeasure against the abnormal sound contained in the sound indicated by the recording information 410.
  • Fig. 7 is a block diagram showing the functions of the sound recording device 2 and the information acquisition device 3.
  • the control unit 20 of the sound recording device 2 shown in Fig. 2 functions as an abnormal sound detection unit 201 and a sound recording unit 202 by executing a sound recording processing program stored in the storage unit 21.
  • the control unit 30 of the information acquisition device 3 shown in Fig. 3 functions as an information acquisition unit 301 by executing an information acquisition processing program stored in the storage unit 31.
  • the abnormal sound detection unit 201 determines whether or not an abnormal sound is included in the vehicle sound indicated by the first information 211, i.e., whether or not an abnormal sound is occurring in the vehicle 100.
  • the abnormal sound detection unit 201 inputs the first information 211 and device-related information at the time of collection of the vehicle sound indicated by the first information 211 to the trained model M1 shown in Figures 2 and 5. Then, the abnormal sound detection unit 201 determines whether or not an abnormal sound is included in the vehicle sound indicated by the first information 211 based on the index output from the trained model M1, and outputs the determination result to the recording unit 202 and the information acquisition unit 301.
  • the process of determining whether or not the vehicle sound indicated by the first information 211 includes an abnormal sound will be referred to as an abnormal sound determination process.
  • the vehicle sound indicated by the first information 211 will also be referred to as the vehicle sound of the first information 211.
  • the recording unit 202 temporarily stores the vehicle sound collected by the sound collection unit 22 in the RAM or the like of the storage unit 21 as first information 211. Furthermore, when the determination result by the abnormal sound determination unit 201 indicates that the vehicle sound of the first information 211 contains an abnormal sound, the recording unit 202 stores the first information 211, which is the subject of determination by the abnormal sound determination unit 201, in the HDD or the like of the storage unit 21 as recording information 210. This allows vehicle sound that is highly likely to contain an abnormal sound to be recorded.
  • the information acquisition unit 301 temporarily stores the device-related information of the vehicle 100 in the RAM of the storage unit 31 as second information 311.
  • the information acquisition unit 301 stores the device-related information at the time of collection of the vehicle sound indicated by the first information 211, which is the subject of determination by the abnormal sound detection unit 201, in the HDD of the storage unit 31 as device-related information 310.
  • the device-related information 310 includes at least one of the device information and the environmental information as described above.
  • the information acquisition unit 301 calculates the speed of the vehicle 100, which is device information, based on, for example, a GPS signal received by the GPS signal receiving unit 33. In detail, the information acquisition unit 301 calculates the speed of the vehicle 100 from the change over time in the position of the vehicle 100 indicated by the GPS signal. The information acquisition unit 301 generates information, which is device information, about whether the vehicle 100 is creeping or not, based on the vehicle speed calculated as described above, for example.
  • the information acquisition unit 301 calculates the braking deceleration of the vehicle 100, which is device information, based on, for example, a detection signal of the acceleration sensor 34.
  • the information acquisition unit 301 may calculate the braking deceleration based on the vehicle speed of the vehicle 100 calculated as described above.
  • the information acquisition unit 301 generates device information, information on whether the braking of the vehicle 100 is the first braking, based on the braking deceleration calculated as described above, for example.
  • the information acquisition unit 301 determines the presence or absence of braking based on the braking deceleration, and determines that the braking of the vehicle 100 that occurs first since the information acquisition device 3 starts operating is the first braking.
  • the information acquiring unit 301 calculates the brake temperature, which is the device information, based on the braking deceleration calculated as described above, for example. More specifically, the information acquiring unit 301 calculates the brake pressure from the braking deceleration, and estimates the temperature of the brake friction material from the brake pressure.
  • the information acquisition unit 301 acquires the environmental information, for example, from the vehicle 100.
  • the information acquisition unit 301 may acquire the environmental information from a server (not shown). In this case, the information acquisition device 3 and the server (not shown) may be connected via, for example, the input/output interface 32.
  • the control unit 40 of the abnormal sound identifying device 4 executes an abnormal sound identification processing program stored in the storage unit 41 to function as an identifying unit 401.
  • the identification unit 401 inputs the recording information 410 and the device-related information 411 stored in the memory unit 41 to the trained model M2, and identifies abnormal sound information based on the index output from the trained model M2.
  • Fig. 8 is a flow chart showing the flow of the abnormal sound recording process executed in the recording device 2.
  • the control unit 20 of the recording device 2 repeatedly executes the process shown in Fig. 8 while the vehicle 100 is traveling.
  • the abnormal sound recording process is a process for recording abnormal sounds generated in the vehicle 100.
  • the abnormal sound recording process may be started when the recording device 2 is started, when a predetermined operation is performed on the recording device 2, or when the vehicle 100 is traveling. Whether the vehicle 100 is traveling may be determined based on a GPS signal received by the GPS signal receiving unit 33 of the information acquisition device 3, or based on a predetermined input from an occupant of the vehicle 100.
  • the control unit 20 acquires the vehicle sound and device-related information.
  • the control unit 20 functions as a recording unit 202, temporarily stores the vehicle sound collected by the sound collection unit 22 in the memory unit 21 as first information 211, and acquires the device-related information at the time of collection of the vehicle sound.
  • the control unit 20 may acquire the device-related information from the information acquisition device 3, may acquire it from the vehicle 100, or may calculate it from detection signals of sensors not shown.
  • the control unit 20 functions as the abnormal sound determination unit 201 and determines whether or not the vehicle sound of the first information 211 temporarily stored in S20 includes an abnormal sound. If the vehicle sound of the first information 211 contains an abnormal sound (hereinafter referred to as "if an abnormal sound is present") (S21: YES), the control unit 20 stores the first information 211 to be judged as recorded information 210 in the memory unit 21 (S22), and terminates the processing of Figure 8. If the vehicle sound of the first information 211 does not include any abnormal sound (hereinafter referred to as "no abnormal sound”) (S21: NO), the control unit 20 terminates the processing of Figure 8 without storing the first information 211, which is the subject of judgment, in the memory unit 21.
  • the recording information 210 is stored in the memory unit 21.
  • the abnormal sound analysis system 1 only vehicle sounds that are likely to contain abnormal sounds are recorded, so power consumption can be reduced compared to when sounds collected by the sound collection unit 22 are constantly recorded.
  • power consumption of the recording device 2, which is a component of the abnormal sound analysis system 1 can be reduced.
  • Fig. 9 is a flowchart showing the flow of information acquisition processing executed in the information acquisition device 3.
  • the control unit 30 of the information acquisition device 3 repeatedly executes the processing shown in Fig. 9.
  • the information acquisition processing is processing for acquiring device-related information of the vehicle 100.
  • the information acquisition process may be started in response to the initiation of abnormal sound recording process in the recording device 2, or, similar to the recording device 2, may be started in response to the startup of the information acquisition device 3, a specified operation on the information acquisition device 3, or the running of the vehicle 100.
  • the control unit 30 acquires device-related information.
  • the control unit 30 functions as the information acquisition unit 301, and temporarily stores the device-related information in the storage unit 31 as second information 311.
  • the control unit 30 determines whether or not the determination result of S22 of the abnormal sound recording process being executed in the recording device 2 indicates that the vehicle sound of the first information 211 includes an abnormal sound.
  • the control unit 30 stores the device-related information corresponding to the first information 211 that was the subject of judgment in S22 of the abnormal sound recording process as device-related information 310 in the memory unit 31 (S32), and terminates the processing of Figure 9. If the determination result by the abnormal sound determination unit 201 of the recording device 2 is "no abnormal sound" (S31: NO), the control unit 30 terminates the operation of Figure 9 without storing the device-related information that was the subject of determination in S22 of the abnormal sound recording process in the memory unit 31.
  • Fig. 10 is a flowchart showing the flow of the abnormal sound identification process executed in the abnormal sound identification device 4.
  • the control unit 40 of the abnormal sound identification device 4 repeatedly executes the process shown in Fig. 10.
  • the abnormal sound identification process is a process for identifying abnormality information that includes at least one of the cause of an abnormal sound generated in the vehicle 100 and measures to address the occurrence of the abnormal sound.
  • the control unit 40 acquires the recording information 210 stored in the recording device 2 and the device-related information 310 stored in the information acquisition device 3.
  • the control unit 40 stores the recording information 210 and the device-related information 310 in the memory unit 41 as recording information 410 and device-related information 411, respectively.
  • the control unit 40 acquires the recorded information 210 from the recording device 2 of the vehicle 100 brought into the inspection facility 101, and acquires the device-related information 310 from the information acquisition device 3.
  • the abnormal sound identification device 4 and the recording device 2 are connected via the input/output interface 42 and the input/output interface 23, and the abnormal sound identification device 4 and the information acquisition device 3 are connected via the input/output interface 42 and the input/output interface 32.
  • Both the storage medium removed from the storage unit 21 of the recording device 2 and the storage medium removed from the storage unit 31 of the information acquisition device 3 may be connected to the input/output interface 42 of the abnormal sound identification device 4, and the recorded information 210 and the device-related information 310 may be acquired from both storage media, respectively.
  • the control unit 40 functions as the identifying unit 401, and identifies abnormal sound information based on the recording information 410 and the device-related information 411 stored in the storage unit 41 in step S40.
  • the control unit 40 provides the abnormal sound information identified in S41 to a user of the abnormal sound identification device 4, such as a mechanic.
  • the control unit 40 causes the display unit 43 to display the abnormal sound information identified in S41.
  • the owner of the vehicle 100 it is not easy for the owner of the vehicle 100 to accurately explain to a mechanic or the like about an abnormal sound that has occurred in the vehicle 100.
  • the abnormal sound analysis system 1 when an abnormal sound occurs in the vehicle 100, the abnormal sound is recorded by the recording device 2, and device-related information at the time the abnormal sound occurred is stored by the information acquisition device 3. Therefore, by bringing the vehicle 100 in which the abnormal sound has occurred to the inspection facility 101, the recorded information 210 and device-related information 310 can be provided to the mechanic or the like from the recording device 2 and the information acquisition device 3, respectively.
  • the abnormal sound identifying device 4 identifies abnormal sound information of an abnormal sound occurring in the vehicle 100. Therefore, at the inspection facility 101, a mechanic or the like can maintain the vehicle 100 based on this abnormal sound information, thereby eliminating the abnormal sound of the vehicle 100.
  • the occurrence of abnormal sounds in the vehicle 100 can be resolved without forcing the owner of the vehicle 100 to give a complex explanation about the abnormal sound, thereby improving customer satisfaction with the inspection facility 101.
  • the target device for abnormal sound analysis by the abnormal sound analysis system 1 is the vehicle 100.
  • the target device according to the present disclosure is not limited to the vehicle 100.
  • the target device may be a moving body other than the vehicle 100, such as an aircraft, or an electronic device, such as a printer.
  • the inspection facility 101 is a hangar where aircraft maintenance and the like are performed.
  • the inspection facility 101 is, for example, a support center facility where maintenance and inspection of electronic devices are performed.
  • the vehicle 100 is brought into the inspection facility 101.
  • the recorded information 210 and the device-related information 310 may be transmitted from the recording device 2 and the information acquisition device 3, respectively, to the abnormal sound identification device 4 without the vehicle 100 being brought there.
  • the recording device 2 and the information acquisition device 3 are each connected to the abnormal sound identification device 4 via a wireless network.
  • the recorded information 210 and the device-related information 310 may be transmitted when an abnormal sound occurs in the vehicle 100, or may be transmitted periodically.
  • the abnormal sound analysis system 1 is equipped with an information acquisition device 3.
  • the functions of the information acquisition device 3 may be incorporated into the sound recording device 2 according to the present disclosure, and the information acquisition device 3 may be eliminated.
  • the control unit 20 of the sound recording device 2 executes a program stored in the storage unit 21, causing the control unit 20 to function as the information acquisition unit 301, and causing device-related information to be stored in the storage unit 21 of the sound recording device 2.
  • the abnormal sound analysis system 1 is equipped with an abnormal sound identification device 4.
  • the function of the abnormal sound identification device 4 may be incorporated into the recording device 2 according to the present disclosure, and the abnormal sound identification device 4 may be eliminated.
  • the control unit 20 of the recording device 2 executes a program stored in the storage unit 21, causing the control unit 20 to function as the identification unit 401.
  • the function of the abnormal sound identification device 4 is placed in the vehicle 100, and therefore a mechanic or the like will obtain abnormal sound information from the recording device 2 at the inspection facility 101.
  • the recording device 2 may also be configured to provide abnormal sound information to the owner of the vehicle 100.
  • the recording device 2 may be provided with a display unit substantially identical to the display unit 43 of the abnormal sound identification device 4, and the recording device 2 may be configured to display abnormal sound information on the display unit.
  • the recording device 2 functions as the abnormal sound detection unit 201 and the recording unit 202.
  • the recording device 2 may function as the recording unit 202, and an abnormal sound detection device that functions as the abnormal sound detection unit 201 may be provided in the abnormal sound analysis system 1 as a component separate from the recording device 2.
  • the recording device 2, the information acquisition device 3, and the abnormal sound identification device 4 are provided separately from the vehicle 100. However, all or part of the functions of at least one of the recording device 2, the information acquisition device 3, and the abnormal sound identification device 4 may be included in the configuration of the vehicle 100.
  • the recorded information 210 is stored in the storage unit 21 of the recording device 2.
  • the storage unit that stores the recorded information 210 is not limited to the storage unit 21 of the recording device 2.
  • the recorded information may be stored in the storage unit 31 of the information acquisition device 3, in the storage unit 41 of the abnormal sound identification device 4, or in an external server (not shown).
  • the device-related information is stored in the storage unit 31 of the information acquisition device 3.
  • the storage unit that stores the device-related information is not limited to the storage unit 31 of the information acquisition device 3.
  • the device-related information may be stored in the storage unit 21 of the recording device 2, the storage unit 41 of the abnormal sound identification device 4, or an external server (not shown).
  • the recording program, the information acquisition processing program, and the abnormal sound identification processing program are stored in the memory unit 21 of the recording device 2, the memory unit 31 of the information acquisition device 3, and the memory unit 41 of the abnormal sound identification device 4, respectively.
  • the recording processing program may be stored in the storage unit 31 of the information acquisition device 3 or the storage unit 41 of the abnormal sound identification device 4, or may be stored in an external server.
  • the information acquisition processing program may be stored in the storage unit 21 of the recording device 2 or the storage unit 41 of the abnormal sound identification device 4, or may be stored in an external server.
  • the abnormal sound identification processing program may be stored in the recording device 2 or the information acquisition device 3, or may be stored in an external server.
  • the abnormal sound detector 201 of the recording device 2 determines whether or not the vehicle sound contains an abnormal sound, based on the vehicle sound and the device-related information. However, the abnormal sound detector 201 may determine whether or not the vehicle sound includes an abnormal sound based only on the vehicle sound. Furthermore, the abnormal sound detector 201 may determine whether or not the vehicle sound contains an abnormal sound based on the frequency of the vehicle sound. In this case, the abnormal sound detector 201 determines that the vehicle sound contains an abnormal sound when the vehicle sound contains a sound of a predetermined frequency.
  • the recording device 2 records a vehicle sound when the vehicle sound includes an abnormal sound.
  • the recording device 2 may record the vehicle sound when there is a high possibility that an abnormal sound will occur in the vehicle 100.
  • the abnormal sound determination unit 201 of the recording device 2 determines the likelihood that an abnormal sound will occur in the vehicle 100 based on, for example, the device-related information of the vehicle 100.
  • the recording device 2 includes one or more sound collection units 22, and records the sounds collected by the sound collection units 22.
  • a part identification unit that identifies the specific part may be provided in the recording device 2 or the information acquisition device 3, or may be provided in a device other than these devices or in the vehicle 100. The part identification unit identifies the specific part, for example, based on the frequency of the vehicle sound or device-related information of the vehicle 100.
  • the recording unit 202 records the vehicle sound collected by, for example, a sound collection unit 22 that is suitable for collecting abnormal sounds generated in a specific part.
  • the sound collection unit 22 that is suitable for collecting abnormal sounds generated in a specific part is a sound collection unit 22 that is close to the specific part or a sound collection unit 22 that has frequency characteristics that are suitable for collecting abnormal sounds generated in a specific part.
  • the input to the trained model M1 of the recording device 2 is the vehicle sound and device-related information.
  • the input to the trained model M1 is not limited to this.
  • the input to the trained model M1 may be only the vehicle sound, only the device-related information, or at least one of the device-related information (environmental information and device information) and the vehicle sound.
  • the output of the trained model M1 is an index indicating the possibility that the vehicle sound contains an abnormal sound.
  • the output of the trained model M1 may be an index indicating the possibility that the vehicle 100 generates an abnormal sound.
  • the trained model M1 is constructed by machine learning using as training data, for example, a dataset of device-related information and a label indicating whether or not an abnormal sound has occurred in the vehicle 100 in the situation indicated by the device-related information.
  • vehicle sounds that are likely to contain abnormal sounds are recorded.
  • information indicating the possibility may be stored in the storage unit 21 in association with vehicle sounds that are likely to contain abnormal sounds.
  • the possibility that a vehicle sound contains an abnormal sound is an index that is, for example, the output of the trained model M1.
  • the storage unit 21 it is possible to determine which recorded information 210 is to be analyzed in the abnormal sound analysis by the abnormal sound identification device 4, and to set a priority order for the recorded information 210 that is to be analyzed.
  • the input to the trained model M2 of the abnormal sound identification device 4 is the recorded information 410 and the device-related information 411.
  • the input to the trained model M2 is not limited to this.
  • the input to the trained model M2 may be only the recorded information 410, or may be the recorded information 410 and at least one of the environmental information and device information, which are device-related information.
  • the output of the trained model M2 is abnormal sound information including at least one of the cause of the abnormal sound and a measure to deal with the abnormal sound.
  • the output of the trained model M2 may be abnormal sound information including the part where the abnormal sound occurs (hereinafter referred to as the "occurrence part").
  • occurrence part a plurality of sound collection units 22 are provided and these sound collection units 22 are arranged at a plurality of locations of the vehicle 100 where the generation of abnormal sounds is predicted (hereinafter referred to as "prediction locations").
  • the trained model M2 is constructed by machine learning using as teacher data a data set of vehicle sounds collected by each sound collection unit 22 when an abnormal sound is generated in the vehicle 100 and the location of the abnormal sound among the predicted locations of the multiple abnormal sounds.
  • the trained model M2 constructed in this manner receives recording information 410 of the vehicle sounds collected by the multiple sound collection units 22, it outputs an index indicating the possibility that the predicted locations of the multiple abnormal sounds correspond to the location of the abnormal sound.
  • the identification unit 401 inputs the recording information 410 of the vehicle sound collected by the multiple sound collection units 22 into the trained model M2, and identifies the location where the abnormal sound is occurring based on the index output from the trained model M2.
  • the trained models M1 and M2 are constructed by supervised learning.
  • the trained models M1 and M2 may also be constructed by unsupervised learning.
  • a recording device includes an abnormal sound detection unit that determines whether or not an abnormal sound is occurring in a target device or the likelihood of an abnormal sound occurring in the target device, and a recording unit that records a sound occurring in the target device when the abnormal sound detection unit determines that an abnormal sound is occurring in the target device or that there is a high likelihood of an abnormal sound occurring in the target device.
  • the sound recording device records the sound generated in the target device when the target device is generating an abnormal sound or when there is a high possibility that the target device will generate an abnormal sound, thereby reducing the power consumption of the sound recording device.
  • the abnormal sound analysis system is configured to analyze abnormal sounds generated in a target device based on sounds recorded by the recording device of the present disclosure, it is possible to reduce power consumption in the abnormal sound analysis system.
  • the abnormal sound detection unit inputs the sound generated in the target device to a trained model that has undergone machine learning to estimate the likelihood that a sound generated in the target device is an abnormal sound, and determines whether or not an abnormal sound is occurring in the target device based on an index output from the trained model.
  • a rule-based algorithm for a determination process for determining whether or not an abnormal sound is occurring in a target device based on sounds generated in the target device is created for various abnormal sounds, the algorithm would be considered to be complicated.
  • the recording device and abnormal sound analysis system utilize a trained model for the above determination process, thereby simplifying the determination process.
  • the abnormal sound detection unit inputs the device-related information of the target device to a trained model that has undergone machine learning to estimate the possibility of abnormal sound occurring in the target device from device-related information including at least one of device information on the target device and environmental information on the environment surrounding the target device, and determines the likelihood of abnormal sound occurring in the target device based on an index output from the trained model.
  • a rule-based algorithm for a determination process for determining the likelihood of an abnormal sound occurring in a target device based on device-related information of the target device is created for various abnormal sounds, the algorithm would likely become complicated.
  • the recording device and abnormal sound analysis system utilize a trained model for the determination process, making it possible to simplify the determination process.
  • An abnormal sound analysis system includes a recording device according to any of the above aspects, and an abnormal sound identification device that identifies abnormal sound information including at least one of a cause of an abnormal sound generated in the target device and a measure to address the occurrence of the abnormal sound, based on the sound recorded by the recording device.
  • abnormal sound information is identified based on sounds recorded by a recording device, so there is no need to constantly transmit sounds generated by the target device to the abnormal sound identification device.
  • An abnormal sound analysis system includes an information acquisition unit that acquires device-related information including at least one of device information on the target device and environmental information on a surrounding environment of the target device, in association with the sound recorded by the recording unit, and the abnormal sound identification device identifies the abnormal sound information based on the device-related information acquired by the information acquisition unit in addition to the sound recorded by the recording unit.
  • abnormal sound information is identified based on device-related information of the target device in addition to the sound generated in the target device, and therefore abnormal sound information can be identified with high accuracy.
  • the abnormal sound determination unit determines whether or not an abnormal sound is occurring in the target device based on a sound occurring in the target device. According to the recording device and abnormal sound analysis system according to one aspect of the present disclosure, whether or not an abnormal sound is occurring in a target device is determined based on the sound generated in the target device, thereby making it possible to more reliably determine whether or not an abnormal sound is occurring in the target device.
  • the abnormal sound detection unit determines the likelihood of an abnormal sound occurring in the target device based on device-related information including at least one of device information regarding the target device and environmental information regarding the environment surrounding the target device.
  • the device-related information of the target device affects the likelihood of an abnormal sound occurring in the target device.
  • the recording device and the abnormal sound analysis system it is possible to determine the likelihood of an abnormal sound occurring in the target device based on the device-related information of the target device.
  • An abnormal sound detection device is a device that determines whether or not an abnormal sound is occurring in a target device, and inputs the sound generated in the target device into a trained model that has undergone machine learning to estimate the likelihood that a sound generated in the target device is an abnormal sound, and determines whether or not an abnormal sound is occurring in the target device based on an index output from the trained model.
  • a rule-based algorithm for abnormal sound detection processing that determines whether or not an abnormal sound is occurring in a target device based on sounds generated in the target device is created for various abnormal sounds, the algorithm would likely become complicated.
  • the abnormal sound detection device can be simplified by utilizing a trained model in the abnormal sound detection processing.
  • An abnormal sound detection device is a device that determines in which part of a target device an abnormal sound is occurring, and inputs the sound generated in the target device into a trained model that has undergone machine learning to estimate, for each part of the target device, the likelihood that the sound is an abnormal sound generated in that part, based on the index output from the trained model, and determines in which part of the target device an abnormal sound is occurring.
  • the abnormal sound determination device can be simplified by utilizing a trained model in the determination process.
  • An abnormal sound detection device is an abnormal sound detection device that determines the likelihood of an abnormal sound occurring in a target device, and inputs device-related information of the target device into a trained model that has undergone machine learning to estimate the likelihood of an abnormal sound occurring in the target device from the device-related information including at least one of device information related to the target device and environmental information surrounding the target device, and determines the likelihood of an abnormal sound occurring in the target device based on an index output from the trained model.
  • the abnormal sound determination device can be simplified by utilizing a trained model in the determination process.
  • An abnormal sound detection device is a device that determines the likelihood of an abnormal sound occurring in each part of a target device, and inputs the device-related information of the target device into a trained model that has undergone machine learning to estimate the likelihood that an abnormal sound is occurring in each part of the target device from the device-related information including at least one of device information related to the target device and environmental information surrounding the target device, and determines the likelihood of an abnormal sound occurring in each part of the target device based on an index output from the trained model.
  • the abnormal sound determination device can be simplified by utilizing a trained model in the determination process.
  • An abnormal sound identification device is a device that identifies abnormal sound information including at least one of a cause of an abnormal sound generated in a target device and measures to address the occurrence of the abnormal sound, and inputs an abnormal sound generated in the target device into a trained model that has undergone machine learning to estimate abnormal sound information for an abnormal sound from the abnormal sound generated in the target device, and identifies the abnormal sound information for the abnormal sound input to the trained model based on an index output from the trained model.
  • the abnormal sound identification device can be simplified by utilizing a trained model for the identification process.
  • An abnormal sound identification device is an abnormal sound identification device that identifies abnormal sound information including at least one of a cause of an abnormal sound generated in a target device and measures to address the occurrence of the abnormal sound, and the abnormal sound generated in the target device and device-related information corresponding to the abnormal sound are input into a trained model that has undergone machine learning to estimate abnormal sound information for the abnormal sound from the abnormal sound generated in the target device and device-related information corresponding to the abnormal sound, the device-related information including at least one of device information on the target device and environmental information on the surrounding environment of the target device, and the abnormal sound information for the abnormal sound input to the trained model is identified based on an index output from the trained model.
  • the abnormal sound identification device can be simplified by utilizing a trained model in the identification process.
  • the target device is a vehicle
  • the abnormal sound detection unit is provided in a mobile communication device.
  • the mobile communication device function as the abnormal sound detection unit of the recording device 2.
  • the abnormal sound detection unit is provided in the vehicle by having a driver carrying the mobile communication device get into the vehicle.
  • the target device is a vehicle
  • the recording unit is provided in a mobile communication device.
  • the recording unit is provided in the vehicle by a driver carrying the mobile communication device getting into the vehicle.
  • the recording device is provided in the target device, and the abnormal sound identifying device is provided outside the target device.
  • the abnormal sound detection device is provided outside the target device, thereby simplifying the target device.
  • the recording device and the abnormal sound identifying device are provided in the target device.
  • the abnormal sound analysis system can be simplified by providing a recording device and an abnormal sound identification device in a target device.
  • the abnormal sound detection unit determines whether or not an abnormal sound is occurring in the target device based on the frequency of the sound generated in the target device, and the recording unit records the sound generated in the target device if the sound generated in the target device includes a sound of a predetermined frequency. According to the present disclosure, it is possible to simplify the determination process for determining whether or not an abnormal sound is being produced in a target device.
  • the device is provided with a part identification unit that identifies a specific part of the target device, which is at least one of a part where an abnormal sound is occurring and a part where the abnormal sound is likely to occur in the target device, and the recording unit has a plurality of sound collection units arranged in multiple locations on the target device, and records sounds collected by the sound collection unit that corresponds to the specific part identified by the part identification unit among the plurality of sound collection units.
  • a recording device and an abnormal sound analysis system can record sounds collected by a sound collection unit suitable for collecting abnormal sounds occurring in a specific location.
  • the target device is a vehicle
  • the recording unit is activated when the vehicle starts moving. Abnormal vehicle sounds are likely to occur after the vehicle starts moving. According to one aspect of the present disclosure, by activating the recording unit when the vehicle starts moving, it is possible to further reduce power consumption by the recording device and the abnormal sound analysis system.
  • the target device is a vehicle
  • the abnormal sound detection unit is activated in response to a transmission from the vehicle. Abnormal vehicle sounds are likely to occur after the vehicle starts moving. According to the present disclosure, by activating the recording unit when the vehicle starts moving, it is possible to further reduce power consumption by the recording device and the abnormal sound analysis system.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)

Abstract

録音装置（２）は、対象装置に異常音が発生しているか否か又は対象装置に異常音が発生する可能性の高低を判定する異常音判定部（２０１）と、対象装置に異常音が発生していること又は対象装置に異常音が発生する可能性が高いことが、異常音判定部により判定されている場合に、対象装置に発生している音を録音する録音部（２０２）と、を備えている。

Description

録音装置および異常音分析システム
　本開示は、録音装置および異常音分析システムに関する。
　特許文献１には、記憶手段に記憶されている画像形成装置の正常な動作時の音データと、集音手段により集音され通信手段により集中管理センタへ送信された音データとを比較して、画像形成装置に異常があることを判定する遠隔管理システムが開示されている。
特開２００８－３２９４８号公報
　しかしながら上記システムでは、画像形成装置の動作中にその作動音を常時集音し、集音した音を集中管理センタへ常時送信する必要がある。
　本開示は、対象装置に発生した異常音を分析する異常音分析システムの低消費電力化、または対象装置に発生した異常音を録音する録音装置の低消費電力化を課題とする。
　上記の課題を解決するために、本開示の一態様に係る録音装置は、対象装置に異常音が発生しているか否か又は前記対象装置に異常音が発生する可能性の高低を判定する異常音判定部と、前記対象装置に異常音が発生していること又は前記対象装置に異常音が発生する可能性が高いことが、前記異常音判定部により判定されている場合に、前記対象装置に発生している音を録音する録音部と、を備えている。
　本開示の一態様によれば、対象装置に発生した異常音を録音する録音装置の消費電力を低減することができる。また、上記録音装置をコンポーネントとする異常音分析システムの消費電力を低減することができる。
本開示の一実施形態に係る異常音分析システムの構成を示すブロック図である。 本開示の一実施形態に係る録音装置の構成を示すブロック図である。 本開示の一実施形態に係る情報取得装置の構成を示すブロック図である。 本開示の一実施形態に係る異常音特定装置の構成を示すブロック図である。 本開示の一実施形態に係る学習済モデルを説明するためのブロック図である。 本開示の一実施形態に係る学習済モデルを説明するためのブロック図である。 本開示の一実施形態に係る録音装置および情報取得装置の機能を説明するためのブロック図である。 本開示の一実施形態に係る録音装置の作動を説明するためのフローチャートである。 情報取得装置の作動を説明するためのフローチャートである。 異常音特定装置の作動を説明するためのフローチャートである。
　（異常音分析システムの構成）
　以下、本開示の一実施形態について、詳細に説明する。図１は、本開示の一実施形態に係る異常音分析システム１の構成を示すブロック図である。図１に示す異常音分析システム１は、検査施設１０１に持ち込まれた車両１００に生じた異常音を分析し、当該異常音の発生を解消するためのシステムである。異常音分析システム１は、録音装置２と、情報取得装置３と、異常音特定装置４とを備えている。すなわち、録音装置２、情報取得装置３および異常音特定装置４は、異常音分析システム１のコンポーネントである。録音装置２及び情報取得装置３は、車両１００に配置されている。異常音特定装置４は、検査施設１０１に配置されている。ここで異常音とは、例えばブレーキ鳴き、内燃機関におけるノッキング等である。ブレーキ鳴きは、車両１００のブレーキにおいて摩擦材と回転体との接触により発生する。
　車両１００は異常音分析システム１の分析対象である対象装置の一例である。
　検査施設１０１は、例えば、車両１００のディーラー、整備工場等であって、車両１００の検査、整備等のサービスを提供する施設である。
　録音装置２は、車両１００に発生している音（以下「車両音」という）を録音する。録音装置２は、車両１００の乗員が所有するスマートフォン等の移動体通信機であってもよいし、車両１００に取り付けられているドライブレコーダ等の車載機であってもよいし、検査施設１０１から貸与された貸与機器であってもよいし、車両１００を構成している車両機器であってもよい。
　情報取得装置３は、装置情報及び環境情報の少なくとも一方を取得する。情報取得装置３は、録音装置２と同様、移動体通信機であってもよいし、車載機であってもよいし、貸与機器であってもよいし、車両機器であってもよい。
　ここで、装置情報とは車両１００に関する情報である。装置情報は、例えば、ブレーキ温度、車速、制動減速度、クリープ走行中か否か、１発目制動中か否か等である。１発目制動とは、１トリップ中の制動のうち最初に発生した制動のことである。環境情報とは、車両１００の周辺環境に関する情報である。環境情報は、例えば天候、気温、湿度、雨量等である。
　以降、装置情報及び環境情報を総称して装置関連情報と称する。
　異常音特定装置４は、パソコンやタブレットなどの情報機器である。異常音特定装置４は、車両１００が検査施設１０１に持ち込まれたときに、その車両１００の録音装置２および情報取得装置３から取得された情報に基づいて、車両１００に発生した異常音を特定する。
　（録音装置の構成）
　図２は、本開示の一実施形態に係る録音装置２の構成を示すブロック図である。録音装置２は、制御部２０と、記憶部２１と、集音部２２と、入出力インタフェース２３とを備える。
　制御部２０は、例えばＣＰＵ（Central　Processing　Unit）であり、プログラムを記憶部２１から読み出して実行する。
　記憶部２１は、例えばＨＤＤ（Hard　Disk　Drive）、ＳＳＤ（Solid　State　Drive）等の記憶媒体を有し、制御部２０が実行するプログラムと、後述する学習済モデルＭ１と、車両音を録音情報２１０として記憶する。
　また、記憶部２１は、制御部２０がワークスペースとして使用するＲＡＭ（Random　Access　Memory）等の一時記憶媒体を有し、車両音を第１情報２１１として一時的に記憶する。
　集音部２２は、例えばマイクロホン等であり、周囲の音を集音する。集音部２２の数は、１つに限られず、複数であってもよい。複数の集音部２２は、配置が異なる同一のものであってもよいし、集音可能な周波数帯域の異なるものであってもよい。
　集音部２２により集音された車両音は、不図示のＡ／Ｄ変換部等により、デジタル信号に変換され、第１情報２１１として記憶部２１のＲＡＭ等に一時的に記憶される。
　入出力インタフェース２３は、例えばＵＳＢ（Universal　Serial　Bus）端子、ＬＡＮ（Local　Area　Network）端子等である。録音装置２は、入出力インタフェース２３を介して、例えば情報取得装置３や異常音特定装置４と接続される。
　（情報取得装置の構成）
　図３は、情報取得装置３の構成を示すブロック図である。情報取得装置３は、制御部３０と、記憶部３１と、入出力インタフェース３２と、ＧＰＳ信号受信部３３と、加速度センサ３４とを備える。
　制御部３０は、例えばＣＰＵであり、プログラムを記憶部３１から読み出して実行する。
　記憶部３１は、例えばＨＤＤ、ＳＳＤ等の記憶媒体を有し、制御部３０が実行するプログラムと、録音情報２１０が示す車両音の集音時における装置関連情報とを記憶する。また、記憶部３１は、制御部３０がワークスペースとして使用するＲＡＭ（Random　Access　Memory）等の一時記憶媒体を有し、装置関連情報を第２情報３１１として一時的に記憶する。
　以降、情報取得装置３が記憶部３１に記憶した装置関連情報には、装置関連情報３１０のように符号を付して説明する。
　入出力インタフェース３２は、例えばＵＳＢ端子、ＬＡＮ端子等である。情報取得装置３は、入出力インタフェース３２を介して、例えば録音装置２や異常音特定装置４と接続される。
　ＧＰＳ（Global　Positioning　System）信号受信部３３は、ＧＰＳ衛星から車両１００の位置を示すＧＰＳ信号を受信する。
　加速度センサ３４は、車両１００の加速度を検知する。
　（異常音特定装置の構成）
　図４は、異常音特定装置４の構成を示すブロック図である。異常音特定装置４は、制御部４０と、記憶部４１と、入出力インタフェース４２と、表示部４３とを備える。
　制御部４０は、例えばＣＰＵであり、プログラムを記憶部３１から読み出して実行する。
　記憶部４１は、例えばＨＤＤ、ＳＳＤ等の記憶媒体を有し、制御部４０が実行するプログラムと、後述する学習済モデルＭ２と、録音装置２から取得した録音情報４１０と、情報取得装置３から取得した装置関連情報４１１とを記憶する。
　入出力インタフェース４２は、例えばＵＳＢ端子、ＬＡＮ端子等である。異常音特定装置４は、入出力インタフェース４２を介して、例えば録音装置２や情報取得装置３と接続される。
　表示部４３は、例えば液晶モニタであって、異常音特定装置４の操作画面、異常音の分析結果等を表示する。
　（録音装置の学習済モデル）
　図５は、図２に示す録音装置２の学習済モデルＭ１の一例を示す模式図である。
　学習済モデルＭ１は、車両音に異常音が含まれている可能性を推定する。学習済モデルＭ１は、車両音および当該車両音の発生時における装置関連情報の組み合わせと、当該車両音に異常音が含まれているか否かを示すラベルとのデータセットを教師データとした機械学習によって構築されたものである。
　学習済モデルＭ１には、集音部２２により集音された車両音と、その車両音の集音時における装置関連情報とが入力される。
　学習済モデルＭ１は、集音部２２により集音された車両音の中に異常音が含まれる可能性を示す指標を出力する。
　（異常音特定装置の学習済モデル）
　図６は、図４に示す異常音特定装置４の学習済モデルＭ２の一例を示す模式図である。
　学習済モデルＭ２は、車両１００に発生した異常音に関する異常音情報を推定する。学習済モデルＭ２は、車両１００に発生した異常音および当該異常音の発生時における装置関連情報の組み合わせと、当該異常音に関する異常音情報とのデータセットを教師データとした機械学習によって構築されたものである。ここで、異常音情報には、少なくとも、異常音の発生原因と、当該異常音の発生への対策の少なくとも一方が含まれる。これら発生原因及び対策としては、複数種類のものが予め設定されている。
　学習済モデルＭ２には、異常音特定装置４の記憶部４１に記憶された録音情報４１０および装置関連情報４１１が入力される。
　学習済モデルＭ２は、異常音情報に関する指標を出力する。例えば、学習済モデルＭ２は、複数の異常音の発生原因につき、録音情報４１０が示す音に含まれている異常音の発生原因に該当する可能性を示す指標を、それぞれ出力する。
　学習済モデルＭ２は、複数の異常音への対策につき、録音情報４１０が示す音に含まれている異常音への対策に該当する可能性を示す指標を、それぞれ出力する。
　（録音装置および情報取得装置の機能）
　図７を参照して、録音装置２および情報取得装置３の機能について説明する。図７は、録音装置２および情報取得装置３の機能を示すブロック図である。図２に示す録音装置２の制御部２０は、記憶部２１に記憶されている録音処理プログラムを実行することにより、異常音判定部２０１と、録音部２０２として機能する。また、図３に示す情報取得装置３の制御部３０は、記憶部３１に記憶されている情報取得処理プログラムを実行することにより、情報取得部３０１として機能する。
　異常音判定部２０１は、第１情報２１１が示す車両音に異常音が含まれているか否かを、すなわち車両１００に異常音が発生しているか否かを判定する。詳しくは、異常音判定部２０１は、第１情報２１１と、第１情報２１１が示す車両音の集音時における装置関連情報とを、図２および図５に示す学習済モデルＭ１へ入力する。そして、異常音判定部２０１は、学習済モデルＭ１から出力された指標に基づいて第１情報２１１が示す車両音に異常音が含まれているか否かを判定し、その判定結果を録音部２０２および情報取得部３０１へ出力する。
　以降、第１情報２１１が示す車両音に異常音が含まれているか否かを判定する処理を、異常音判定処理と記載する。第１情報２１１が示す車両音を、第１情報２１１の車両音とも記載する。
　録音部２０２は、集音部２２により集音されている車両音を、第１情報２１１として記憶部２１のＲＡＭ等に一時記憶する。また録音部２０２は、異常音判定部２０１による判定結果が第１情報２１１の車両音に異常音が含まれていることを示している場合に、異常音判定部２０１の判定対象である第１情報２１１を、録音情報２１０として記憶部２１のＨＤＤ等に記憶する。これにより、異常音が含まれる可能性が高い車両音が録音される。
　情報取得部３０１は、車両１００の装置関連情報を、第２情報３１１として記憶部３１のＲＡＭ等に一時記憶する。また情報取得部３０１は、異常音判定部２０１による判定結果が第１情報２１１の車両音に異常音が含まれていることを示している場合に、異常音判定部２０１の判定対象である第１情報２１１が示す車両音の集音時における装置関連情報を、装置関連情報３１０として記憶部３１のＨＤＤ等に記憶する。
　ここで、装置関連情報３１０には、上述したとおり装置情報及び環境情報の少なくとも一方が含まれる。
　情報取得部３０１は、装置情報である車両１００の車速を、例えばＧＰＳ信号受信部３３により受信されたＧＰＳ信号に基づいて算出する。詳しくは、情報取得部３０１は、ＧＰＳ信号が示す車両１００の位置の時間変化から車両１００の車速を算出する。
　情報取得部３０１は、装置情報である車両１００がクリープ走行中であるか否かに関する情報を、例えば上述の如く算出した車速に基づいて生成する。
　情報取得部３０１は、装置情報である車両１００の制動減速度を、例えば加速度センサ３４の検出信号に基づいて算出する。情報取得部３０１は、制動減速度を、上述の如く算出した車両１００の車速に基づいて算出してもよい。
　情報取得部３０１は、装置情報である車両１００の制動が１発目制動であるか否かに関する情報を、例えば上述の如く算出した制動減速度に基づいて生成する。詳しくは、情報取得部３０１は、制動減速度に基づいて制動の有無を判定し、情報取得装置３の作動開始から最初に発生した制動を、車両１００の制動が１発目制動であると判定する。
　情報取得部３０１は、装置情報であるブレーキ温度を、例えば上述の如く算出した制動減速度に基づいて算出する。詳しくは、情報取得部３０１は、制動減速度からブレーキ圧を算出し、そのブレーキ圧からブレーキ摩擦材の温度を推定する。
　情報取得部３０１は、環境情報を、例えば車両１００から取得する。情報取得部３０１は、環境情報を、不図示のサーバから取得してもよい。この場合、情報取得装置３と不図示のサーバとを、例えば入出力インタフェース３２を介して接続してもよい。
　（異常音特定装置の機能）
　図４に示す異常音特定装置４の機能について説明する。異常音特定装置４の制御部４０は、記憶部４１に記憶されている異常音特定処理プログラムを実行することにより、特定部４０１として機能する。
　特定部４０１は、記憶部４１に記憶された録音情報４１０および装置関連情報４１１を学習済モデルＭ２へ入力し、学習済モデルＭ２から出力された指標に基づいて異常音情報を特定する。
　（録音装置の作動）
　図８を参照して、録音装置２の作動について説明する。図８は、録音装置２において実行される異常音録音処理の流れを示すフローチャートである。録音装置２の制御部２０は、車両１００の走行中に図８に示す処理を繰り返し実行する。ここで、異常音録音処理とは、車両１００で発生した異常音を録音する処理である。
　異常音録音処理は、録音装置２の起動に伴って開始されてもよいし、録音装置２に対する所定操作に伴って開始されてもよいし、車両１００の走行に伴って開始されてもよい。車両１００が走行中であるか否かは、情報取得装置３のＧＰＳ信号受信部３３により受信されたＧＰＳ信号に基づいて判定してもよいし、車両１００の乗員からの所定入力に基づいて判定してもよい。
　Ｓ２０において、制御部２０は、車両音と装置関連情報とを取得する。詳しくは、制御部２０は、録音部２０２として機能し、集音部２２により集音されている車両音を第１情報２１１として記憶部２１に一時記憶し、その車両音の集音時における装置関連情報を取得する。制御部２０は、装置関連情報を、情報取得装置３から取得してもよいし、車両１００から取得してもよいし、図示しないセンサ類の検出信号から算出してもよい。
　Ｓ２１において、制御部２０は、異常音判定部２０１として機能し、Ｓ２０で一時記憶された第１情報２１１の車両音に異常音が含まれているか否かを判定する。
　制御部２０は、第１情報２１１の車両音に異常音が含まれている場合（以下「異常音ありの場合」という）は（Ｓ２１：ＹＥＳ）、判定対象である第１情報２１１を録音情報２１０として記憶部２１に記憶し（Ｓ２２）、図８の処理を終了する。
　制御部２０は、第１情報２１１の車両音に異常音が含まれていない場合（以下「異常音なしの場合」という）は（Ｓ２１：ＮＯ）、判定対象である第１情報２１１を記憶部２１に記憶することなく、図８の処理を終了する。
　このように異常音分析システム１では、異常音判定部２０１の判定結果が「異常音あり」を示している場合に、録音情報２１０が記憶部２１に記憶される。すなわち、異常音分析システム１によれば、異常音が含まれる可能性が高い車両音のみが録音されるため、集音部２２で集音された音を常時録音する場合よりも、消費電力を低減することができる。また、当該異常音分析システム１のコンポーネントである録音装置２の消費電力を低減することができる。
　（情報取得装置の作動）
　図９を参照して、情報取得装置３の作動について説明する。図９は、情報取得装置３において実行される情報取得処理の流れを示すフローチャートである。情報取得装置３の制御部３０は、図９に示す処理を繰り返し実行する。ここで、情報取得処理とは、車両１００の装置関連情報を取得する処理である。
　情報取得処理は、録音装置２における異常音録音処理の開始に伴って開始されてもよいし、録音装置２と同様に、情報取得装置３の起動や、情報取得装置３に対する所定操作や、車両１００の走行に伴って開始されてもよい。
　Ｓ３０において、制御部３０は、装置関連情報を取得する。詳しくは、制御部３０は、情報取得部３０１として機能し、装置関連情報を第２情報３１１として記憶部３１に一時記憶する。
　Ｓ３１において、制御部３０は、録音装置２において実行されている異常音録音処理のＳ２２の判定結果が第１情報２１１の車両音に異常音が含まれていることを示しているか否かを判定する。
　制御部３０は、録音装置２の異常音判定部２０１によるＳ２２の判定結果が「異常音あり」の場合は（Ｓ３１：ＹＥＳ）、異常音録音処理のＳ２２で判定対象となった第１情報２１１に対応する装置関連情報を、装置関連情報３１０として記憶部３１に記憶させ（Ｓ３２）、図９の処理を終了する。
　制御部３０は、録音装置２の異常音判定部２０１による判定結果が「異常音なし」の場合は（Ｓ３１：ＮＯ）、異常音録音処理のＳ２２で判定対象となった装置関連情報を記憶部３１へ記憶することなく、図９の作動を終了する。
　（異常音特定装置の作動）
　図１０を参照して、図４に示す異常音特定装置４の作動について説明する。図１０は、異常音特定装置４において実行される異常音特定処理の流れを示すフローチャートである。異常音特定装置４の制御部４０は、図１０に示す処理を繰り返し実行する。ここで、異常音特定処理とは、車両１００に発生した異常音の発生原因及び異常音発生への対策の少なくとも一方が含まれる異常情報を特定する処理である。
　Ｓ４０において、制御部４０は、録音装置２に記憶された録音情報２１０及び情報取得装置３に記憶された装置関連情報３１０を取得する。詳しくは、制御部４０は、録音情報２１０および装置関連情報３１０を、それぞれ録音情報４１０および装置関連情報４１１として記憶部４１に記憶する。
　制御部４０は、例えば、検査施設１０１に持ち込まれた車両１００の録音装置２から録音情報２１０を取得し、情報取得装置３から装置関連情報３１０を取得する。この場合、例えば、異常音特定装置４と録音装置２とを、入出力インタフェース４２と入出力インタフェース２３とを介して接続し、異常音特定装置４と情報取得装置３とを、入出力インタフェース４２と入出力インタフェース３２とを介して接続する。録音装置２の記憶部２１から取り外した記憶媒体と、情報取得装置３の記憶部３１から取り外した記憶媒体との両記憶媒体を、それぞれ異常音特定装置４の入出力インタフェース４２に接続し、両記憶媒体からそれぞれ録音情報２１０と装置関連情報３１０とを取得してもよい。
　Ｓ４１において、制御部４０は、特定部４０１として機能し、ステップＳ４０で記憶部４１に記憶された録音情報４１０および装置関連情報４１１に基づいて異常音情報を特定する。
　Ｓ４２において、制御部４０は、Ｓ４１で特定した異常音情報を整備士等の異常音特定装置４のユーザに提供する。例えば、制御部４０は、Ｓ４１で特定した異常音情報を表示部４３に表示させる。
　車両１００に発生した異常音について、車両１００の所有者等が整備士等に対して的確に説明することは容易ではない。この点、異常音分析システム１では、車両１００に異常音が発生したときに、その異常音が録音装置２により録音され、異常音が発生したときの装置関連情報が情報取得装置３により記憶される。そのため、異常音が発生した車両１００を検査施設１０１に持ち込むことで、録音装置２と情報取得装置３とからそれぞれ録音情報２１０と装置関連情報３１０とを整備士等に提供することができる。
　また、車両１００の所有者等による異常音に関する説明だけから、整備士等が異常音の発生原因や異常音発生への対策を特定することや、検査施設１０１で車両１００における異常音の発生を再現することは、容易ではない。この点、異常音分析システム１では、異常音特定装置４において、車両１００で発生した異常音の異常音情報が特定される。そのため、検査施設１０１では、整備士等がこの異常音情報に基づいて車両１００を整備することにより、車両１００の異常音を解消することができる。
　以上説明したように、本実施形態によれば、車両１００で発生した異常音について車両１００の所有者に対して難しい説明を強いることなく、異常音の発生を解消することができるため、検査施設１０１に対する顧客満足度を向上させることができる。
　（変形例）
　上記実施形態では、異常音分析システム１による異常音分析の対象装置を車両１００とした。しかし、本開示に係る対象装置は、車両１００だけに限られない。例えば対象装置は、航空機などの車両１００以外の移動体や、プリンタなどの電子機器であってもよい。対象装置が航空機の場合、検査施設１０１は航空機の整備等が行われる格納庫である。対象装置が電子機器の場合、検査施設１０１は、例えば電子機器の保守点検を行うサポートセンターの施設である。
　上記実施形態では、車両１００を検査施設１０１に持ち込むことにした。しかし、車両１００を持ち込むことなく、録音情報２１０及び装置関連情報３１０を、それぞれ録音装置２及び情報取得装置３から異常音特定装置４に送信することにしてもよい。この場合、例えば、録音装置２及び情報取得装置３を、それぞれ無線ネットワークを介して異常音特定装置４に接続する。この場合、録音情報２１０及び装置関連情報３１０を、車両１００に異常音が発生したことに伴って送信することにしてもよいし、定期的に送信することにしてもよい。
　上記実施形態では、異常音分析システム１は、情報取得装置３を備えることにした。しかし、本開示に係る録音装置２に情報取得装置３の機能を組み込み、情報取得装置３を廃してもよい。この場合、例えば、録音装置２の制御部２０が記憶部２１に記憶されたプログラムを実行することにより、制御部２０を情報取得部３０１として機能させ、装置関連情報を録音装置２の記憶部２１に記憶させる。
　上記実施形態では、異常音分析システム１は、異常音特定装置４を備えることにした。しかし、本開示に係る録音装置２に異常音特定装置４の機能を組み込み、異常音特定装置４を廃してもよい。この場合、例えば、録音装置２の制御部２０が記憶部２１に記憶されたプログラムを実行することにより、制御部２０を特定部４０１として機能させる。この場合、異常音特定装置４の機能が車両１００に配置されることになるため、検査施設１０１では、整備士等が録音装置２から異常音情報を取得することになる。また、車両１００の所有者に異常音情報を提供可能となるように、録音装置２を構成してもよい。例えば、異常音特定装置４の表示部４３と実質的に同一の表示部を録音装置２に設け、その表示部に異常音情報を表示するように、録音装置２を構成してもよい。
　上記実施形態では、録音装置２が異常音判定部２０１と録音部２０２として機能することにした。しかし、録音装置２を録音部２０２として機能する装置とし、異常音判定部２０１として機能する異常音判定装置を、録音装置２とは別のコンポーネントとして異常音分析システム１に設けてもよい。
　上記実施形態では、録音装置２、情報取得装置３及び異常音特定装置４を、車両１００とは別に設けることにした。しかし、録音装置２、情報取得装置３及び異常音特定装置４の少なくとも１つの装置の全部又は一部の機能を、車両１００の構成に含めてもよい。
　上記実施形態では、録音情報２１０を、録音装置２の記憶部２１に記憶することにした。しかし、録音情報２１０を記憶する記憶部は、録音装置２の記憶部２１に限られない。例えば、情報取得装置３の記憶部３１に記憶することにしてもよいし、異常音特定装置４の記憶部４１へ記憶することにしてもよいし、不図示の外部サーバに記憶することにしてもよい。
　また、装置関連情報を、情報取得装置３の記憶部３１に記憶することにした。しかし、装置関連情報を記憶する記憶部は、情報取得装置３の記憶部３１に限られない。例えば、録音装置２の記憶部２１に記憶することにしてもよいし、異常音特定装置４の記憶部４１に記憶することにしてもよいし、不図示の外部サーバに記憶することにしてもよい。
　上記実施形態では、録音プログラムと情報取得処理プログラムと異常音特定処理プログラムとを、それぞれ録音装置２の記憶部２１と情報取得装置３の記憶部３１と異常音特定装置４の記憶部４１とに記憶することにした。
　しかし、録音処理プログラムを、情報取得装置３の記憶部３１や異常音特定装置４の記憶部４１に記憶することにしてもよいし、外部サーバに記憶することにしてもよい。
　また、情報取得処理プログラムを、録音装置２の記憶部２１や異常音特定装置４の記憶部４１に記憶することにしてもよいし、外部サーバに記憶することにしてもよい。
　また、異常音特定処理プログラムを、録音装置２や情報取得装置３に記憶することにしてもよいし、外部サーバに記憶することにしてもよい。
　上記実施形態では、録音装置２の異常音判定部２０１は、車両音と装置関連情報とに基づいて、車両音に異常音が含まれているか否かを判定することにした。
　しかし、異常音判定部２０１は、車両音のみに基づいて、車両音に異常音が含まれているか否かを判定してもよい。
　また、異常音判定部２０１は、車両音の周波数に基づいて、車両音に異常音が含まれているか否かを判定してもよい。この場合、異常音判定部２０１は、車両音に所定周波数の音が含まれている場合に、車両音に異常音が含まれていることを判定する。
　上記実施形態では、録音装置２は、車両音に異常音が含まれている場合に、当該車両音を録音することにした。
　しかし、録音装置２は、車両１００に異常音が発生する可能性が高い場合に、車両音を録音することにしてもよい。この場合、録音装置２の異常音判定部２０１は、例えば車両１００の装置関連情報に基づいて、当該車両１００に異常音が発生する可能性の高低を判定する。
　上記実施形態では、録音装置２は、１つ又は複数の集音部２２を備え、集音部２２で集音された音を録音することにした。しかし、複数の集音部２２を設ける場合、車両１００の異常音が発生している部位及び異常音が発生する可能性が高い部位の少なくとも一方である特定部位に対応する集音部２２で集音された車両音だけを録音することにしてよい。
　この場合、特定部位を特定する部位特定部を、録音装置２や情報取得装置３に設けてもよいし、両装置とは別の装置や車両１００に設けてもよい。部位特定部は、例えば、車両音の周波数や車両１００の装置関連情報に基づいて、特定部位を特定する。録音部２０２は、例えば、特定部位に発生する異常音の集音に適した集音部２２で集音された車両音を録音する。ここで、特定部位に発生する異常音の集音に適した集音部２２とは、特定部位に近い集音部２２や、特定部位に発生する異常音の集音に適した周波数特性を有する集音部２２である。
　上記実施形態では、録音装置２の学習済モデルＭ１への入力を、車両音と装置関連情報とにした。しかし、学習済モデルＭ１への入力は、これに限られない。例えば、学習済モデルＭ１への入力は、車両音のみにしてもよいし、装置関連情報のみにしてもよいし、装置関連情報である環境情報および装置情報の少なくとも一方と車両音とにしてもよい。
　上位実施形態では、学習済モデルＭ１の出力を、車両音に異常音が含まれている可能性を示す指標にした。しかし、学習済モデルＭ１の出力は、車両１００に異常音が発生する可能性を示す指標にしてもよい。
　この場合、学習済モデルＭ１は、例えば、装置関連情報と、当該装置関連情報が示す状況で車両１００に異常音が発生したか否かを示すラベルとのデータセットを教師データとした機械学習によって構築する。
　上記実施形態では、異常音が含まれる可能性が高い車両音を録音することにした。しかし、異常音が含まれる可能性が高い車両音と対応付けて、その可能性を示す情報を記憶部２１に記憶することにしてもよい。ここで、車両音に異常音が含まれる可能性とは、例えば学習済モデルＭ１の出力である指標である。このようにすることで、記憶部２１に録音情報２１０が複数記憶されている場合に、異常音特定装置４による異常音分析の分析対象とする録音情報２１０を決定することや、分析対象とした録音情報２１０に対しての優先順位を設定することができる。
　上記実施形態では、異常音特定装置４の学習済モデルＭ２への入力を、録音情報４１０と装置関連情報４１１にした。しかし、学習済モデルＭ２への入力は、これに限られない。例えば、学習済モデルＭ２への入力は、録音情報４１０のみにしてもよいし、装置関連情報である環境情報および装置情報の少なくとも一方と録音情報４１０とにしてもよい。
　上記実施形態では、学習済モデルＭ２の出力を、異常音の発生原因と異常音の発生への対策の少なくとも一方が含まれる異常音情報にした。しかし、学習済モデルＭ２の出力を、異常音が発生した部位（以下「発生部位」という）が含まれる異常音情報にしてもよい。
　この場合、例えば、複数の集音部２２を設け、これらの集音部２２をそれぞれ車両１００の異常音の発生が予測される複数の部位（以下「予測部位」という）に配置する。
　また、学習済モデルＭ２を、車両１００に異常音が発生している状態において各集音部２２で集音された車両音と、複数の異常音の予測部位のうち当該異常音の発生部位とのデータセットを教師データとして、機械学習することにより構築する。このように構築された学習済モデルＭ２は、上記複数の集音部２２で集音された車両音の録音情報４１０が入力されると、複数の異常音の予測部位につき異常音の発生部位に該当する可能性を示す指標を出力する。
　特定部４０１は、上記複数の集音部２２で集音された車両音の録音情報４１０を学習済モデルＭ２に入力し、学習済モデルＭ２から出力された指標に基づいて異常音の発生部位を特定する。
　上記実施形態では、学習済モデルＭ１およびＭ２を、教師有り学習により構築することにした。しかし、学習済モデルＭ１および学習済モデルＭ２を、教師無し学習により構築してもよい。
　〔まとめ〕
　本開示の一態様に係る録音装置は、対象装置に異常音が発生しているか否か又は前記対象装置に異常音が発生する可能性の高低を判定する異常音判定部と、前記対象装置に異常音が発生していること又は前記対象装置に異常音が発生する可能性が高いことが、前記異常音判定部により判定されている場合に、前記対象装置に発生している音を録音する録音部と、を備えている。
　本開示の一態様に係る録音装置によれば、対象装置に異常音が発生している場合や異常音が発生する可能性が高い場合に、その対象装置に発生している音が録音される。そのため、録音装置における消費電力を低減することができる。
　また、本開示の一態様に係る異常音分析システムは、本開示の録音装置により録音された音に基づいて対象装置に発生した異常音を分析するように構成されているため、異常音分析システムにおける消費電力を低減することができる。
　本開示の一態様では、前記異常音判定部は、前記対象装置に発生した音からその音が異常音である可能性を推定する機械学習を行った学習済モデルに、前記対象装置に発生している音を入力し、当該学習済モデルから出力された指標に基づいて、前記対象装置に異常音が発生しているか否かを判定する。
　ここで、様々な異常音に関し、対象装置に発生している音に基づいて対象装置に異常音が発生しているか否かを判定する判定処理のアルゴリズムをルールベースで作成すると、そのアルゴリズムは複雑なものになると考えられる。この点、本開示の一態様に係る録音装置及び異常音分析システムによれば、上記判定処理に学習済モデルを活用するため、当該判定処理を簡素化することができる。
　本開示の一態様では、前記異常音判定部は、前記対象装置に関する装置情報及び前記対象装置の周辺の環境に関する環境情報の少なくとも一方を含む装置関連情報から前記対象装置に異常音が発生する可能性を推定する機械学習を行った学習済モデルに、前記対象装置の装置関連情報を入力し、当該学習済モデルから出力された指標に基づいて、前記対象装置に異常音が発生する可能性の高低を判定する。
　ここで、様々な異常音に関し、対象装置の装置関連情報に基づいて対象装置に異常音が発生する可能性の高低を判定する判定処理のアルゴリズムをルールベースで作成すると、そのアルゴリズムは複雑なものになると考えられる。この点、本開示の一態様に係る録音装置及び異常音分析システムによれば、上記判定処理に学習済モデルを活用するため、当該判定処理を簡素化することができる。
　本開示の一態様に係る異常音分析システムは、上記態様のいずれかの録音装置と、前記録音部により録音された音に基づいて、前記対象装置に発生した異常音の発生原因及び当該異常音の発生への対策の少なくとも一方を含む異常音情報を特定する異常音特定装置と、を備えている。
　本開示の一態様に係る異常音分析システムによれば、録音装置で録音された音に基づいて異常音情報を特定するため、対象装置に発生している音を異常音特定装置に常時送信する必要がない。
　本開示の一態様に係る異常音分析システムでは、前記録音部により録音された音に対応付けて、前記対象装置に関する装置情報及び前記対象装置の周辺の環境に関する環境情報の少なくとも一方を含む装置関連情報を取得する情報取得部を備え、前記異常音特定装置は、前記録音部により録音された音に加え、前記情報取得部により取得された前記装置関連情報に基づいて、前記異常音情報を特定する。
　本開示の一態様に係る異常音分析システムによれば、対象装置に発生した音に加え、対象装置の装置関連情報に基づいて、異常音情報を特定するため、異常音情報を精度よく特定することができる。
　本開示の一態様では、前記異常音判定部は、前記対象装置に発生している音に基づいて、前記対象装置に異常音が発生しているか否かを判定する。
　本開示の一態様に係る録音装置及び異常音分析システムによれば、対象装置に発生している音に基づいて、その対象装置に異常音が発生しているか否かを判定するため、対象装置に異常音が発生しているか否かをより確実に判定することができる。
　本開示の一態様では、前記異常音判定部は、前記対象装置に関する装置情報及び前記対象装置の周辺の環境に関する環境情報の少なくとも一方を含む装置関連情報に基づいて、前記対象装置に異常音が発生する可能性の高低を判定する。
　ここで、対象装置の装置関連情報は、その対象装置に異常音が発生する可能性の高低に影響する。本開示の一態様に係る録音装置及び異常音分析システムによれば、対象装置の装置関連情報に基づいて、その対象装置に異常音が発生する可能性の高低を判定することができる。
　本開示の一態様に係る異常音判定装置は、対象装置に異常音が発生しているか否かを判定する装置であって、前記対象装置に発生した音からその音が異常音である可能性を推定する機械学習を行った学習済モデルに、前記対象装置に発生している音を入力し、当該学習済モデルから出力された指標に基づいて、前記対象装置に異常音が発生しているか否かを判定する。
　ここで、様々な異常音に関し、対象装置に発生している音に基づいてその対象装置に異常音が発生しているか否かを判定する異常音判定処理のアルゴリズムをルールベースで作成すると、そのアルゴリズムは複雑なものになると考えられる。この点、本開示によれば、上記異常音判定処理に学習済モデルを活用することにより、異常音判定装置を簡素化することができる。
　本開示の一態様に係る異常音判定装置は、対象装置のいずれの部位に異常音が発生しているかを判定する装置であって、前記対象装置に発生した音から当該対象装置の部位毎に当該部位で発生した異常音である可能性を推定する機械学習を行った学習済モデルに、前記対象装置に発生している音を入力して、当該学習済モデルから出力された指標に基づいて、当該対象装置のいずれの部位に異常音が発生しているかを判定する。
　ここで、様々な異常音に関し、対象装置に発生している音に基づいて当該対象装置のいずれの部位に異常音が発生しているか否かを判定する判定処理のアルゴリズムをルールベースで作成すると、そのアルゴリズムは複雑なものになると考えられる。この点、本開示によれば、上記判定処理に学習済モデルを活用することにより、異常音判定装置を簡素化することができる。
　本開示の一態様に係る異常音判定装置は、対象装置に異常音が発生する可能性の高低を判定する異常音判定装置であって、前記対象装置に関連する装置情報及び前記対象装置の周辺の環境情報の少なくとも一方を含む装置関連情報から当該対象装置に異常音が発生する可能性を推定する機械学習を行った学習済モデルに、前記対象装置の前記装置関連情報を入力して、当該学習済モデルから出力された指標に基づいて、前記対象装置に異常音が発生する可能性の高低を判定する。
　ここで、様々な異常音に関し、対象装置の装置関連情報に基づいて当該対象装置に異常音が発生する可能性の高低を容易に判定する判定処理のアルゴリズムをルールベースで作成すると、そのアルゴリズムは複雑なものになると考えられる。この点、本開示によれば、上記判定処理に学習済モデルを活用することにより、異常音判定装置を簡素化することができる。
　本開示の一態様に係る異常音判定装置は、対象装置の部位毎に異常音が発生する可能性の高低を判定する装置であって、前記対象装置に関連する装置情報及び前記対象装置の周辺の環境情報の少なくとも一方を含む装置関連情報から当該対象装置の部位毎に当該部位で発生している異常音である可能性を推定する機械学習を行った学習済モデルに、前記対象装置の前記装置関連情報を入力して、当該学習済モデルから出力された指標に基づいて、前記対象装置の部位毎に異常音が発生する可能性の高低を判定する。
　ここで、様々な異常音に関し、対象装置の装置関連情報に基づいてその対象装置の部位毎に異常音が発生する可能性の高低を容易に判定する判定処理のアルゴリズムをルールベースで作成すると、そのアルゴリズムは複雑なものになると考えられる。この点、本開示によれば、上記判定処理に学習済モデルを活用することにより、異常音判定装置を簡素化することができる。
　本開示の一態様に係る異常音特定装置は、対象装置に発生した異常音の発生原因及び当該異常音の発生への対策の少なくとも一方を含む異常音情報を特定する装置であって、前記対象装置に発生した異常音から当該異常音の前記異常音情報を推定する機械学習を行った学習済モデルに、前記対象装置に発生した異常音を入力して、当該学習済モデルから出力された指標に基づいて、当該学習済モデルに入力された異常音の前記異常音情報を特定する。
　ここで、様々な異常音に関し、対象装置に発生した異常音に基づいてその異常音の異常音情報を特定する特定処理のアルゴリズムをルールベースで作成すると、そのアルゴリズムは複雑なものになると考えられる。この点、本開示によれば、上記特定処理に学習済モデルを活用することにより、異常音特定装置を簡素化することができる。
　本開示の一態様に係る異常音特定装置では、対象装置に発生した異常音の発生原因及び当該異常音の発生への対策の少なくとも一方を含む異常音情報を特定する異常音特定装置であって、前記対象装置に発生した異常音と、当該異常音に対応する装置関連情報であって前記対象装置に関する装置情報及び前記対象装置の周辺の環境に関する環境情報の少なくとも一方を含む装置関連情報とから、当該異常音の前記異常音情報を推定する機械学習を行った学習済モデルに、前記対象装置に発生した異常音と当該異常音に対応する前記装置関連情報とを入力して、当該学習済モデルから出力された指標に基づいて、当該学習済モデルに入力された異常音の前記異常音情報を特定する。
　ここで、様々な異常音に関し、対象装置に発生した異常音と当該異常音に対応する装置関連情報とに基づいて当該異常音の異常音情報を特定する特定処理のアルゴリズムをルールベースで作成すると、そのアルゴリズムは複雑なものになると考えられる。この点、本開示によれば、上記特定処理に学習済モデルを活用することにより、異常音特定装置を簡素化することができる。
　本開示の一態様では、前記対象装置は車両であり、前記異常音判定部は移動体通信機に設けられている。
　本開示によれば、移動体通信機を録音装置２の異常音判定部として機能させることにより、録音装置、異常音判定装置及び異常音分析システムを簡素化することができる。この場合、移動体通信機を所持したドライバーが車両に乗り込むことにより、異常音判定部は当該車両に設けられる。
　本開示の一態様では、前記対象装置は車両であり、前記録音部は移動体通信機に設けられている。
　本開示によれば、移動体通信機を録音装置２の録音部として機能させることにより、録音装置及び異常音分析システムを簡素化することができる。この場合、移動体通信機を所持したドライバーが車両に乗り込むことにより、録音部は当該車両に設けられる。
　本開示の一態様に係る異常音分析システムでは、前記録音装置は前記対象装置に設けられ、前記異常音特定装置は前記対象装置外に設けられている。
　本開示の一態様に係る異常音分析システムによれば、異常音判定装置を対象装置外に設けることにより、対象装置を簡素化することができる。
　本開示の一態様に係る異常音分析システムでは、前記録音装置及び前記異常音特定装置は前記対象装置に設けられている。
　本開示の一態様に係る異常音分析システムによれば、録音装置及び異常音特定装置を対象装置に設けることにより、異常音分析システムを簡素化することができる。
　本開示の一態様では、前記異常音判定部は、前記対象装置に発生している音の周波数に基づいて、前記対象装置に異常音が発生しているか否かを判定し、前記録音部は、前記対象装置に発生している音に所定周波数の音が含まれている場合に、前記対象装置に発生している音を録音する。
　本開示によれば、対象装置に異常音が含まれているか否かを判定する判定処理を、簡素化することができる。
　本開示の一態様では、前記対象装置の異常音が発生している部位及び前記対象装置の異常音が発生する可能性が高い部位の少なくとも一方である特定部位を特定する部位特定部を備え、前記録音部は、前記対象装置の複数個所に配置される複数の前記集音部を有し、前記複数の前記集音部のうち前記部位特定部により特定された前記特定部位に対応する前記集音部で集音された音を録音する。
　本開示の一態様に係る録音装置及び異常音分析システムによれば、特定部位に発生する異常音の集音に適した集音部で集音した音を録音することができる。
　本開示の一態様では、前記対象装置は車両であり、前記録音部は前記車両の発進に伴って起動される。
　車両の異常音は車両の発進後に発生する可能性が高い。本開示の一態様によれば、車両の発進に伴って録音部を起動することにより、録音装置及び異常音分析システムによる消費電力を更に低減することができる。
　本開示の一態様では、前記対象装置は車両であり、前記異常音判定部は前記車両の発信に伴って起動される。
　車両の異常音は車両の発進後に発生する可能性が高い。本開示によれば、車両の発進に伴って録音部を起動することにより、録音装置及び異常音分析システムによる消費電力を更に低減することができる。
　本開示は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本開示の技術的範囲に含まれる。

Claims (6)

  1. 　対象装置に異常音が発生しているか否か又は前記対象装置に異常音が発生する可能性の高低を判定する異常音判定部と、
    　前記対象装置に異常音が発生していること又は前記対象装置に異常音が発生する可能性が高いことが、前記異常音判定部により判定されている場合に、前記対象装置に発生している音を録音する録音部と、を備えていることを特徴とする録音装置。
  2. 　前記異常音判定部は、前記対象装置に発生した音からその音が異常音である可能性を推定する機械学習を行った学習済モデルに、前記対象装置に発生している音を入力し、当該学習済モデルから出力された指標に基づいて、前記対象装置に異常音が発生しているか否かを判定する、請求項１に記載の録音装置。
  3. 　前記異常音判定部は、前記対象装置に関する装置情報及び前記対象装置の周辺の環境に関する環境情報の少なくとも一方を含む装置関連情報から前記対象装置に異常音が発生する可能性を推定する機械学習を行った学習済モデルに、前記対象装置の装置関連情報を入力し、当該学習済モデルから出力された指標に基づいて、前記対象装置に異常音が発生する可能性の高低を判定する、請求項１に記載の録音装置。
  4. 　請求項１から３のいずれか一項に記載の録音装置と、
    　前記録音部により録音された音に基づいて、前記対象装置に発生した異常音の発生原因及び当該異常音の発生への対策の少なくとも一方を含む異常音情報を特定する異常音特定装置と、
    を備えていることを特徴とする異常音分析システム。
  5. 　前記録音部により録音された音に対応付けて、前記対象装置に関する情報である装置情報及び前記対象装置の周辺の環境に関する情報である環境情報の少なくとも一方を含む装置関連情報を取得する情報取得部を備え、
    　前記異常音特定装置は、前記録音部により録音された音に加え、前記情報取得部により取得された前記装置関連情報に基づいて、前記異常音情報を特定する、請求項４に記載の異常音分析システム。
  6. 　前記異常音特定装置は、前記対象装置に発生した音からその音に含まれている異常音の前記異常音情報を推定する機械学習を行った学習済モデルに、前記録音部により録音された音を入力して、当該学習済モデルから出力された指標に基づいて、前記学習済モデルに入力された音に含まれる異常音の前記異常音情報を特定する、請求項４に記載の異常音分析システム。
PCT/JP2023/035465 2022-09-29 2023-09-28 録音装置および異常音分析システム WO2024071317A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022-156695 2022-09-29
JP2022156695A JP2024050086A (ja) 2022-09-29 2022-09-29 録音装置および異常音分析システム

Publications (1)

Publication Number Publication Date
WO2024071317A1 true WO2024071317A1 (ja) 2024-04-04

Family

ID=90478083

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/035465 WO2024071317A1 (ja) 2022-09-29 2023-09-28 録音装置および異常音分析システム

Country Status (2)

Country Link
JP (1) JP2024050086A (ja)
WO (1) WO2024071317A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10274558A (ja) * 1997-01-28 1998-10-13 Matsushita Electric Works Ltd 回転機器の異常診断方法およびその装置
JP2002140090A (ja) * 2000-11-02 2002-05-17 Toshiba Corp 異常監視装置
JP2002331884A (ja) * 2001-05-08 2002-11-19 Mazda Motor Corp 車両の遠隔故障診断用サーバ、車両の遠隔故障診断方法、遠隔故障診断用プログラム、及び、車載の遠隔故障診断装置
JP2006208074A (ja) * 2005-01-26 2006-08-10 Seiko Epson Corp 異常音判定システム、サーバ、情報機器及び異常音判定プログラム
JP2016153646A (ja) * 2015-02-19 2016-08-25 ゼネラル・エレクトリック・カンパニイ ノックセンサを用いたノッキング状態の信号記録
JP2021081364A (ja) * 2019-11-21 2021-05-27 トヨタ自動車株式会社 異音発生要因特定システム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10274558A (ja) * 1997-01-28 1998-10-13 Matsushita Electric Works Ltd 回転機器の異常診断方法およびその装置
JP2002140090A (ja) * 2000-11-02 2002-05-17 Toshiba Corp 異常監視装置
JP2002331884A (ja) * 2001-05-08 2002-11-19 Mazda Motor Corp 車両の遠隔故障診断用サーバ、車両の遠隔故障診断方法、遠隔故障診断用プログラム、及び、車載の遠隔故障診断装置
JP2006208074A (ja) * 2005-01-26 2006-08-10 Seiko Epson Corp 異常音判定システム、サーバ、情報機器及び異常音判定プログラム
JP2016153646A (ja) * 2015-02-19 2016-08-25 ゼネラル・エレクトリック・カンパニイ ノックセンサを用いたノッキング状態の信号記録
JP2021081364A (ja) * 2019-11-21 2021-05-27 トヨタ自動車株式会社 異音発生要因特定システム

Also Published As

Publication number Publication date
JP2024050086A (ja) 2024-04-10

Similar Documents

Publication Publication Date Title
US11830296B2 (en) Predictive maintenance of automotive transmission
US9721399B2 (en) Vehicle diagnosing apparatus, vehicle diagnosing system, and diagnosing method
US11113903B2 (en) Vehicle monitoring
US20240127636A1 (en) In-vehicle monitoring and reporting apparatus for vehicles
US8970359B2 (en) Method and device for wear diagnosis of a motor vehicle
KR101251781B1 (ko) 마이크를 이용한 고장 진단 장치
CA3035207A1 (en) Detection of anomalies in multivariate data
EP3730375B1 (en) Method and system for analysing the control of a vehicle
US20200364800A1 (en) Systems and method for calculating liability of a driver of a vehicle
CN108627349A (zh) 用于识别机动车的特殊运行状态的方法和移动设备
JP2017058351A (ja) 異常診断システム
WO2024071317A1 (ja) 録音装置および異常音分析システム
Siegel et al. Surveying off-board and extra-vehicular monitoring and progress towards pervasive diagnostics
KR100699054B1 (ko) 화물운송환경 데이터 처리 시스템 및 그 처리 방법
US11828732B1 (en) Audio sensor based vehicle fault diagnostics system
JP2013003928A (ja) 車両事故原因推定システム
US20230060300A1 (en) Method and system for analyzing the control of a vehicle
US11899527B2 (en) Systems and methods for identifying machine anomaly root cause based on a selected reduced order model and a selected fault model
KR20220101465A (ko) 차량용 베어링 상태 모니터링 진동 센서 장치 및 장치 운용 방법
EP3472742A1 (en) Machine monitoring
WO2024013879A1 (ja) 診断制御装置及び診断制御方法
WO2024080045A1 (ja) 検知装置、検知システム、検知方法および検知プログラム
KR20190077676A (ko) 테스트 로그 분석 장치 및 방법
US20230061997A1 (en) Control apparatus, system, and control method
JP2024042422A (ja) インフラ更新判定装置及びインフラ更新判定方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 23872539

Country of ref document: EP

Kind code of ref document: A1