JP3393500B2 - Road surface condition detection device - Google Patents
Road surface condition detection deviceInfo
- Publication number
- JP3393500B2 JP3393500B2 JP29899194A JP29899194A JP3393500B2 JP 3393500 B2 JP3393500 B2 JP 3393500B2 JP 29899194 A JP29899194 A JP 29899194A JP 29899194 A JP29899194 A JP 29899194A JP 3393500 B2 JP3393500 B2 JP 3393500B2
- Authority
- JP
- Japan
- Prior art keywords
- sound pressure
- pressure value
- vehicle speed
- road noise
- range
- Prior art date
- Legal status (The legal status 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 status listed.)
- Expired - Fee Related
Links
Landscapes
- Traffic Control Systems (AREA)
Description
【０００１】[0001]
【産業上の利用分野】本発明は、車両の走行時のロード
ノイズに基づいて路面状態を検出する路面状態検出装置
に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a road surface state detecting device for detecting a road surface state based on road noise when a vehicle is running.
【０００２】[0002]
【従来の技術】従来、ロードノイズに基づいて車両が走
行している路面の状態を検出する路面状態検出装置と称
呼されるものが提案されている。かかる路面状態検出装
置として、本出願人は、特願平５−３４００５２号にお
いて、車輪から発生されるロードノイズを検出し、その
検出されたロードノイズの各周波数成分のパターンから
ニューラルネットワークを利用して路面状態を判定する
路面状態検出装置を提案した。かかる路面状態検出装置
では、各周波数成分のパターンをニューラルネットワー
クに入力するときに、ロードノイズの周波数成分に拘ら
ず周波数成分の音圧値の入力可能な全入力レンジの上限
値および下限値を予め設定しておき、この範囲で周波数
成分を正規化、即ち、０〜１の範囲の実数値に変換し、
この正規化された値をニューラルネットワークに入力し
ていた。また、上記入力レンジの上限値および下限値の
設定を全車速領域に亘って一律に設定していた。2. Description of the Related Art Conventionally, a so-called road surface state detecting device for detecting a state of a road surface on which a vehicle is traveling based on road noise has been proposed. As such a road surface state detecting device, the applicant of the present application, in Japanese Patent Application No. 5-340052, detects a road noise generated from a wheel and uses a neural network from a pattern of each frequency component of the detected road noise. We have proposed a road surface condition detection device for determining road surface condition. In such a road surface state detecting device, when the pattern of each frequency component is input to the neural network, the upper limit value and the lower limit value of the entire input range in which the sound pressure value of the frequency component can be input are set in advance regardless of the frequency component of the road noise. Set, normalize the frequency component in this range, that is, convert to a real value in the range of 0 to 1,
This normalized value was input to the neural network. Further, the upper limit value and the lower limit value of the input range are set uniformly over the entire vehicle speed range.
【０００３】[0003]
【発明が解決しようとする課題】しかしながら、上記従
来の路面状態検出装置では、全周波数に亘って同一の入
力可能な全入力レンジの上限値および下限値を設定して
いたが、実際には、各周波数成分のパターンは同じ路面
状態でも異なる傾向を示すために、各周波数によって音
圧値の上下限値が大きく異なる。例えば、ある周波数で
は音圧値の上下限値間の範囲は狭く、したがって、実際
に路面状態検出に必要とされる以上の入力データを処理
する必要があり、路面状態の判定時間が長くかかる。ま
た、車速によっても上下限値が異なるので、上記と同様
な不具合があった。However, in the above-mentioned conventional road surface state detecting device, the upper limit value and the lower limit value of the same inputtable input range are set over all frequencies, but in reality, Since the patterns of each frequency component show different tendencies even under the same road surface condition, the upper and lower limit values of the sound pressure value greatly differ depending on each frequency. For example, at a certain frequency, the range between the upper and lower limits of the sound pressure value is narrow, and therefore it is necessary to process more input data than is actually required for road surface condition detection, and it takes a long time to determine the road surface condition. Further, since the upper and lower limit values differ depending on the vehicle speed, there is a problem similar to the above.
【０００４】本発明は、上記問題に鑑みてなされたもの
で、ロードノイズの音圧値の入力レンジの上下限値を周
波数や車速に応じて設定することにより、路面状態の判
別精度を向上させることが可能な路面状態検出装置を提
供することを目的とする。The present invention has been made in view of the above problems, and improves the road surface condition determination accuracy by setting the upper and lower limit values of the input range of the sound pressure value of road noise according to the frequency and the vehicle speed. It is an object of the present invention to provide a road surface condition detecting device capable of performing the above.
【０００５】[0005]
【課題を解決するための手段】上記目的を達成するため
請求項１記載の発明は、車輪から発生されるべきロード
ノイズの音圧値の上限値および下限値を所定の周波数成
分毎に予め設定する設定手段と、車輪から発生されるロ
ードノイズを検出するロードノイズ検出手段と、該ロー
ドノイズ手段により検出されたロードノイズから所定の
周波数成分の音圧値を取り出す周波数分析手段と、該周
波数分析手段から取り出された音圧値の周波数成分に対
応して前記設定された上限値および下限値間の範囲を選
択し、この選択された音圧値範囲内で前記周波数分析手
段によって取り出された音圧値を正規化した後に、その
正規化された音圧値をニューラルネットワークに入力
し、該ニューラルネットワークからの出力に基づいて路
面状態を判別する判別手段とを有することを特徴とす
る。In order to achieve the above object, the invention according to claim 1 sets in advance an upper limit value and a lower limit value of a sound pressure value of road noise to be generated from a wheel for each predetermined frequency component. Setting means, road noise detection means for detecting road noise generated from the wheels, frequency analysis means for extracting a sound pressure value of a predetermined frequency component from the road noise detected by the road noise means, and the frequency analysis A range between the set upper and lower limits corresponding to the frequency component of the sound pressure value extracted from the means, and the sound extracted by the frequency analysis means within the selected sound pressure value range. After normalizing the pressure value, the normalized sound pressure value is input to the neural network, and the road surface condition is determined based on the output from the neural network. And having a means.
【０００６】また、請求項２記載の発明は、車輪から発
生されるべきロードノイズの音圧値の上限値および下限
値を車速毎に予め設定する設定手段と、車輪から発生さ
れるロードノイズを検出するロードノイズ検出手段と、
車速を検出する車速検出手段と、前記ロードノイズ検出
手段により検出されたロードノイズから所定の周波数成
分の音圧値を取り出す周波数分析手段と、前記車速検出
手段により検出された車速に対応して前記設定された上
限値および下限値間の範囲を選択し、この選択された音
圧値範囲内で前記周波数分析手段によって取り出された
音圧値を正規化した後に、その正規化された音圧値をニ
ューラルネットワークに入力し、該ニューラルネットワ
ークからの出力に基づいて路面状態を判別する判別手段
とを有することを特徴とする。According to a second aspect of the present invention, the setting means for presetting the upper limit value and the lower limit value of the sound pressure value of the road noise to be generated from the wheel for each vehicle speed, and the road noise generated from the wheel. Road noise detection means for detecting,
Vehicle speed detection means for detecting a vehicle speed, frequency analysis means for extracting a sound pressure value of a predetermined frequency component from the road noise detected by the road noise detection means, and the vehicle speed detected by the vehicle speed detection means After selecting a range between the set upper limit value and lower limit value and normalizing the sound pressure value extracted by the frequency analysis means within the selected sound pressure value range, the normalized sound pressure value Is inputted to the neural network, and a discriminating means for discriminating the road surface state on the basis of the output from the neural network.
【０００７】[0007]
【作用】請求項１記載の発明の構成に依れば、設定手段
により、車輪から発生されるべきロードノイズの音圧値
の上限値および下限値が所定の周波数成分毎に予め設定
され、ロードノイズ検出手段によりロードノイズが検出
され、周波数分析手段により所定の周波数成分の音圧値
が取り出されると、該取り出された音圧の周波数成分に
対応して、前記設定手段により設定された音圧値の上限
値および下限値間の範囲が選択され、この選択範囲内で
前記取り出された音圧値が正規化され、判別手段により
その正規化された音圧値がニューラルネットワークに入
力されて、該ニューラルネットワークからの出力に基づ
いて路面状態が判別される。According to the structure of the invention described in claim 1, the setting means presets the upper limit value and the lower limit value of the sound pressure value of the road noise to be generated from the wheel for each predetermined frequency component, and the load is set. When the road noise is detected by the noise detecting means and the sound pressure value of the predetermined frequency component is taken out by the frequency analyzing means, the sound pressure set by the setting means corresponding to the frequency component of the taken sound pressure. A range between the upper limit value and the lower limit value is selected, the extracted sound pressure value is normalized within the selected range, and the normalized sound pressure value is input to the neural network by the discriminating means, The road surface condition is determined based on the output from the neural network.
【０００８】請求項２記載の発明の構成に依れば、設定
手段により、車輪から発生されるべきロードノイズの音
圧値の上限値および下限値が車速毎に予め設定され、ロ
ードノイズ検出手段によりロードノイズが検出され、車
速検出手段により車速が検出され、周波数分析手段によ
り、前記検出されたロードノイズから所定の周波数成分
の音圧値が取り出されると、前記検出された車速に対応
して設定手段により設定された音圧値の上限値および下
限値間の範囲が選択され、この選択範囲内でその取り出
された音圧値が正規化され、判別手段によりその正規化
され、該ニューラルネットワークからの出力に基づいて
音圧値がニューラルネットワークに入力されて路面状態
が判別される。According to the second aspect of the present invention, the setting means presets the upper limit value and the lower limit value of the sound pressure value of the road noise to be generated from the wheels for each vehicle speed, and the road noise detecting means. The road noise is detected by the vehicle speed detecting means, the vehicle speed is detected by the vehicle speed detecting means, and the frequency analyzing means extracts the sound pressure value of the predetermined frequency component from the detected road noise, which corresponds to the detected vehicle speed. A range between the upper limit value and the lower limit value of the sound pressure value set by the setting means is selected, the taken sound pressure value is normalized within this selected range, and the sound pressure value is normalized by the determining means, and the neural network is selected. The sound pressure value is input to the neural network on the basis of the output from, and the road surface state is determined.
【０００９】[0009]
【実施例】以下、本発明の実施例を図面に基づいて詳細
に説明する。Embodiments of the present invention will now be described in detail with reference to the drawings.
【００１０】図１は、本発明に係る路面状態検出装置の
一実施例の概略構成を示すブロック図である。FIG. 1 is a block diagram showing a schematic configuration of an embodiment of a road surface state detecting device according to the present invention.
【００１１】同図中、１は、ロードノイズを検出するロ
ードノイズ検出手段であり、本実施例ではマイクロフォ
ンにより構成されている。ロードノイズ検出手段１の出
力側は、該ロードノイズ検出手段１により検出されたロ
ードノイズを増幅する増幅器２および該増幅器２により
増幅されたロードノイズの周波数を分析するためのフィ
ルタ３を介して、詳細は後述するが、ニューラルネット
ワークを用いることにより路面状態を判定する判定部４
の一入力側に接続され、該判定部４の他の入力側には、
車両の速度を検出する車速検出手段５の出力側が接続さ
れている。判定部４は、これら入力された２つの信号に
応じて路面状態を判定し、その判定結果を、それぞれ警
報装置および運動制御装置（ともに図示せず）に出力す
る。In the figure, reference numeral 1 is a road noise detecting means for detecting road noise, which is constituted by a microphone in this embodiment. On the output side of the road noise detecting means 1, an amplifier 2 for amplifying the road noise detected by the road noise detecting means 1 and a filter 3 for analyzing the frequency of the road noise amplified by the amplifier 2, Although details will be described later, the determination unit 4 that determines the road surface state by using a neural network
Is connected to one input side of the
The output side of the vehicle speed detecting means 5 for detecting the speed of the vehicle is connected. The determination unit 4 determines the road surface state according to these two input signals, and outputs the determination results to an alarm device and a motion control device (neither is shown).
【００１２】図２は、前記ロードノイズ検出手段１およ
び車速検出手段５の配設位置を説明する図である。FIG. 2 is a diagram for explaining the positions where the road noise detecting means 1 and the vehicle speed detecting means 5 are arranged.
【００１３】同図において、車両Ｃは前置エンジン車で
あるものとし、マイクロフォンであるロードノイズ検出
手段１は、エンジン騒音の影響が少ない左右の後輪のホ
イールハウス内部の少なくとも一方に、石や水が直接当
たらないように配設され、車速検出手段５は、後輪ホイ
ール内の所定位置に左右の少なくとも一方に配設されて
いる。ここで、車速検出手段５は、車輪速度に応じた電
気的なパルス信号を発生する。In FIG. 1, the vehicle C is assumed to be a front engine vehicle, and the road noise detecting means 1 which is a microphone is provided with stones or the like on at least one of the inside of the wheel house of the left and right rear wheels where the influence of engine noise is small. The vehicle speed detecting means 5 is arranged so as not to be directly hit by water, and the vehicle speed detecting means 5 is arranged at a predetermined position in at least one of the left and right sides in the rear wheel. Here, the vehicle speed detecting means 5 generates an electric pulse signal according to the wheel speed.
【００１４】次に、判定部４が行う判定方法を、図３〜
図９に基づいて説明する。Next, the determination method performed by the determination unit 4 will be described with reference to FIGS.
This will be described with reference to FIG.
【００１５】図３は、本実施例において使用されるニュ
ーラルネットワークモデルを示す図である。本実施例で
は、ニューラルネットワークモデルとして、入力層、中
間層、出力層の３層構造を有するものを用い、その学習
アルゴリズムとして、バックプロパゲーション（Back-P
ropagation；以下「ＢＰ」という）学習アルゴリズム
（このＢＰ学習アルゴリズムの詳細については、特願平
５ー３４００５２号の明細書を参照）を採用した。FIG. 3 is a diagram showing a neural network model used in this embodiment. In this embodiment, a neural network model having a three-layer structure of an input layer, an intermediate layer, and an output layer is used, and the learning algorithm is back propagation (Back-P).
ropagation; hereinafter referred to as "BP") learning algorithm (for details of this BP learning algorithm, see the specification of Japanese Patent Application No. 5-340052).
【００１６】図３に示すように、本実施例では、入力層
の各細胞に入力される情報は、車速と１／３オクターブ
バンド毎に検出された特定周波数の音圧値であり、これ
らの情報は、結合行列により重み付けされ、中間層の各
細胞に入力される。中間層では、例えばシグモイド関数
により各細胞毎にその出力が決定され、入力層から中間
層への処理と同様に、結合行列により重み付けされた出
力が、出力層の各細胞に入力される。さらに、出力層で
は、前記中間層での処理と同様にしてシグモイド関数に
より各細胞毎にその出力が決定される。As shown in FIG. 3, in this embodiment, the information input to each cell in the input layer is the vehicle speed and the sound pressure value of the specific frequency detected for each 1/3 octave band. Information is weighted by the coupling matrix and input to each cell in the middle layer. In the intermediate layer, the output is determined for each cell by, for example, a sigmoid function, and the output weighted by the coupling matrix is input to each cell in the output layer as in the processing from the input layer to the intermediate layer. Furthermore, in the output layer, the output is determined for each cell by the sigmoid function in the same manner as the processing in the intermediate layer.
【００１７】出力層の各細胞から出力される値は、シグ
モイド関数の値であるために、０〜１の範囲のいずれか
の実数値になる。即ち、出力層の各細胞は、「確からし
さ」を出力していることになる。この「確からしさ」の
大きさにより、路面状態のタイプＴＹＰＥｎ，ｎ＝１，
２，…が１つ決まる。Since the value output from each cell in the output layer is the value of the sigmoid function, it is a real value in the range of 0 to 1. That is, each cell in the output layer outputs "probability". Depending on the size of this “probability”, the type of road surface type TYPEn, n = 1,
2, ... 1 is decided.
【００１８】そして、学習の目標は、第１層（入力層）
にある入力が与えられたときに、第３層（出力層）の出
力を、現在走行中の路面状態、即ち路面状態に応じた所
望のＴＹＰＥｎの確からしさに一致させることである。
具体的には、図４に示すように、車輪からのロードノイ
ズを前記ロードノイズ検出手段１によりデータサンプリ
ングし、そのサンプリングされたデータを周波数分析し
た後に、図３で説明したように車速データとともに入力
層へ入力させる。そして、現在の路面状態と出力層から
の最終出力（確からしさ）による路面のタイプとが一致
するように、前記結合行列の各要素（重み）を決定す
る。The learning objective is the first layer (input layer).
Is to match the output of the third layer (output layer) with the certainty of desired TYPEn according to the road surface condition currently running, that is, the road surface condition.
Specifically, as shown in FIG. 4, the road noise from the wheel is sampled by the road noise detecting means 1, and the sampled data is subjected to frequency analysis. Input to the input layer. Then, each element (weight) of the connection matrix is determined so that the current road surface state and the road surface type based on the final output (probability) from the output layer match.
【００１９】図５は、前記図１の判定部４の詳細な構成
を示すブロック図である。FIG. 5 is a block diagram showing a detailed structure of the judging section 4 shown in FIG.
【００２０】同図において、判定部４は、特定周波数帯
域（本実施例では、１／３オクターブバンド）の音圧値
の入力可能な（即ち、路面状態に拘わらない）範囲の上
限値および下限値を所定の車速レンジ毎に予め記憶する
メモリ１１と、前記フィルタ３からの周波数分析された
ロードノイズ信号および前記車速検出手段５からの車速
に応じて対応する入力範囲（レンジ）の上限値および下
限値をメモリ１１から読み出し、その上下限値の範囲内
でフィルタ３からの音圧値を正規化する入力レンジ選択
および正規化部１２と、車速検出手段５からの車速を正
規化する車速正規化部１３と、該車速正規化部１３およ
び前記入力レンジ選択および正規化部１２からの出力を
前記入力層に入力し、学習結果に基づいて路面状態を検
出するニューラルネットワーク１４とにより構成されて
いる。In the figure, the determination unit 4 has an upper limit value and a lower limit value of a range in which a sound pressure value in a specific frequency band (in this embodiment, 1/3 octave band) can be input (that is, regardless of a road surface condition). A memory 11 for pre-storing a value for each predetermined vehicle speed range, an upper limit value of an input range (range) corresponding to the road noise signal subjected to frequency analysis from the filter 3 and the vehicle speed from the vehicle speed detection means 5, and A lower limit value is read from the memory 11, and an input range selection and normalization unit 12 that normalizes the sound pressure value from the filter 3 within the range of the upper and lower limit values, and a vehicle speed normalization that normalizes the vehicle speed from the vehicle speed detection means 5 A neural network for inputting the outputs from the normalization unit 13, the vehicle speed normalization unit 13 and the input range selection and normalization unit 12 to the input layer, and detecting the road surface state based on the learning result. It is constituted by a Ttowaku 14.
【００２１】図６〜８は、車速がそれぞれ４０ｋｍ／
ｈ，６０ｋｍ／ｈ，８０ｋｍ／ｈである場合に、路面状
態毎に周波数対音圧値特性を測定した測定結果を示すグ
ラフである。In FIGS. 6 to 8, the vehicle speed is 40 km /
It is a graph which shows the measurement result which measured the frequency vs. sound pressure value characteristic for every road surface condition in the case of h, 60 km / h, and 80 km / h.
【００２２】図６〜８において、破線で示す領域に囲ま
れる部分（６３Ｈｚ帯、４００Ｈｚ帯、４．０ｋＨｚ
帯）を注目すると、同一周波数であっても車速に応じて
音圧値の範囲は異なるので、車速毎および特定周波数毎
に予め音圧値の範囲（上限値および下限値）を設定して
おき、その設定された音圧値の範囲により正規化する。In FIGS. 6 to 8, a portion surrounded by a region indicated by a broken line (63 Hz band, 400 Hz band, 4.0 kHz)
Band), the sound pressure value range varies depending on the vehicle speed even at the same frequency. Therefore, the sound pressure value range (upper limit value and lower limit value) is set in advance for each vehicle speed and each specific frequency. , And normalize according to the set sound pressure value range.
【００２３】そして、例えば図６において、前記図３の
ニューラルネットワークの入力層に入力する特定周波数
である６３Ｈｚ帯の音圧値の範囲は、いかなる路面状態
を考慮しても領域ｒによって囲まれた範囲となる。した
がって、６３Ｈｚ帯の音圧値の範囲は、多少の余裕をみ
て、７０ｄＢ〜１００ｄＢであるとすれば十分である。
同様に、４００Ｈｚ帯、４．０ｋＨｚ帯の音圧値範囲も
それぞれ７５ｄＢ〜９０ｄＢ，６０ｄＢ〜７５ｄＢに設
定すれば十分である。Then, in FIG. 6, the range of the sound pressure value in the 63 Hz band which is the specific frequency input to the input layer of the neural network of FIG. 3 is surrounded by the region r regardless of the road surface condition. It becomes a range. Therefore, it is sufficient that the range of the sound pressure value in the 63 Hz band is 70 dB to 100 dB with some allowance.
Similarly, it is sufficient to set the sound pressure value ranges of the 400 Hz band and the 4.0 kHz band to 75 dB to 90 dB and 60 dB to 75 dB, respectively.
【００２４】図９は、車速が４０ｋｍ／ｈの場合におい
て、特定周波数として、６３Ｈｚ帯、４００Ｈｚおよび
４．０ｋＨｚ帯を採ったときの音圧値の範囲（入力レン
ジ）の一例を示したものであり、図６の測定結果を用い
て決定したものである。FIG. 9 shows an example of a range (input range) of sound pressure values when the 63 Hz band, 400 Hz and 4.0 kHz band are adopted as the specific frequencies when the vehicle speed is 40 km / h. Yes, it was determined using the measurement results of FIG.
【００２５】そして、このように決定された上限値およ
び下限値が前記メモリ１１に記憶され、この上限値およ
び下限値を用いて、入力層に入力する特定周波数の音圧
値が正規化される。即ち、周波数６３Ｈｚ帯の音圧値が
検出され、その検出値がαであるとすると、下記数式
（１）により正規化された値α′が入力層の対応する細
胞に入力される。The upper limit value and the lower limit value thus determined are stored in the memory 11, and the sound pressure value of the specific frequency input to the input layer is normalized using the upper limit value and the lower limit value. . That is, when the sound pressure value in the frequency band of 63 Hz is detected and the detected value is α, the value α'normalized by the following mathematical expression (1) is input to the corresponding cell in the input layer.
【００２６】
α′＝ （α−７０）／（１００−７０） ‥‥（１）
同様にして、他の特定周波数の音圧値も、対応する音圧
値の範囲によって正規化され、当該細胞に入力される。Α ′ = (α−70) / (100−70) (1) Similarly, the sound pressure values of other specific frequencies are also normalized by the range of the corresponding sound pressure values, and Entered in.
【００２７】なお、説明の都合上、車速が４０ｋｍ／
ｈ，６０ｋｍ／ｈ，８０ｋｍ／ｈである場合に特定周波
数の音圧値を正規化する方法を示したが、車速の範囲お
よびその刻み幅はこれに限らないことは云うまでもな
い。For convenience of explanation, the vehicle speed is 40 km /
Although the method of normalizing the sound pressure value of the specific frequency in the case of h, 60 km / h, and 80 km / h has been shown, it goes without saying that the range of vehicle speed and the step size thereof are not limited to this.
【００２８】以上説明したように、本実施例に依れば、
ロードノイズの音圧値の入力レンジの上下限値を周波数
帯域および車速毎に設定したので、路面状態検出に必要
以上の入力データを処理する必要がなくなると共に、路
面状態の判定時間を短くでき、路面状態の判別精度を向
上させることができる。As described above, according to this embodiment,
Since the upper and lower limits of the input range of the sound pressure value of road noise are set for each frequency band and vehicle speed, it is not necessary to process more input data than necessary for road surface condition detection, and the road surface condition determination time can be shortened. The accuracy of determining the road surface condition can be improved.
【００２９】なお、本実施例では、周波数帯域毎および
車速毎に予め音圧値の範囲を設定し、この設定された範
囲で正規化するように構成したが、すべての車速におけ
る音圧値の範囲を周波数毎に設定するようにしてもよい
し、すべての周波数帯域における音圧値の範囲を車速毎
に設定するようにしてもよいし、すべての車速および周
波数帯域における音圧値の範囲を設定するようにしても
よい。In this embodiment, the sound pressure value range is set in advance for each frequency band and each vehicle speed, and the sound pressure value range is normalized within this set range. The range may be set for each frequency, the range of sound pressure values in all frequency bands may be set for each vehicle speed, or the range of sound pressure values in all vehicle speeds and frequency bands may be set. It may be set.
【００３０】図１０は、すべての周波数帯域における音
圧値の範囲を車速毎に設定した場合の一例を示す図であ
り、同図に示すように、車速毎にすべての路面状態から
検出されるロードノイズのすべての周波数を考慮して、
その音圧値の上下限値範囲が予め設定され、前述のよう
にメモリに記憶される。そして、前記図１の車速検出手
段５によって検出された車速に応じて、メモリから上限
値および下限値が読み出され、その上下限値に基づいて
前述した方法と同様の方法で正規化され、ニューラルネ
ットワークの各細胞に入力される。FIG. 10 is a diagram showing an example in which the range of sound pressure values in all frequency bands is set for each vehicle speed, and as shown in FIG. 10, detected from all road surface states for each vehicle speed. Considering all frequencies of road noise,
The upper and lower limit range of the sound pressure value is preset and stored in the memory as described above. Then, the upper limit value and the lower limit value are read from the memory according to the vehicle speed detected by the vehicle speed detecting means 5 in FIG. 1, and are normalized by the same method as the above-mentioned method based on the upper and lower limit values. It is input to each cell of the neural network.
【００３１】さらに、入力する音圧値に閾値を設け、そ
の閾値を下回った音圧値は、“０”としてニューラルネ
ットワークに入力するようにしてもよい。このようにす
ると、周波数特性の特徴を明確化することができ、路面
状態の検出能力をより向上させることができる。Further, a threshold value may be set for the sound pressure value to be inputted, and the sound pressure value below the threshold value may be inputted to the neural network as "0". By doing so, the characteristics of the frequency characteristics can be clarified, and the ability to detect the road surface condition can be further improved.
【００３２】また、ニューラルネットワークに入力する
正規化後の入力値の範囲を、（０．０，１．０）とし、
“０．０”および“１．０”の値を使用しないようにし
てもよい。このようにすると、ニューラルネットワーク
の学習が収束し易くなる。Further, the range of the normalized input value input to the neural network is (0.0, 1.0),
The values of "0.0" and "1.0" may not be used. In this way, the learning of the neural network is likely to converge.
【００３３】[0033]
【発明の効果】以上説明したように、請求項１記載の発
明に依れば、設定手段により、車輪から発生されるべき
ロードノイズの音圧値の上限値および下限値が所定の周
波数成分毎に予め設定され、ロードノイズ検出手段によ
りロードノイズが検出され、周波数分析手段により所定
の周波数成分の音圧値が取り出されると、該取り出され
た音圧の周波数成分に対応して、前記設定手段により設
定された音圧値の上限値および下限値間の範囲が選択さ
れ、この選択範囲内で前記取り出された音圧値が正規化
され、判別手段によりその正規化された音圧値がニュー
ラルネットワークに入力されて、該ニューラルネットワ
ークからの出力に基づいて路面状態が判別され、また、
請求項２記載の発明の構成に依れば、設定手段により、
車輪から発生されるべきロードノイズの音圧値の上限値
および下限値が車速毎に予め設定され、ロードノイズ検
出手段によりロードノイズが検出され、車速検出手段に
より車速が検出され、周波数分析手段により、前記検出
されたロードノイズから所定の周波数成分の音圧値が取
り出されると、前記検出された車速に対応して設定手段
により設定された音圧値の上限値および下限値間の範囲
が選択され、この選択範囲内でその取り出された音圧値
が正規化され、判別手段によりその正規化され、該ニュ
ーラルネットワークからの出力に基づいて音圧値がニュ
ーラルネットワークに入力されて路面状態が判別される
ので、ロードノイズの音圧値の入力レンジの上下限値を
周波数や車速に応じて設定することにより、路面状態の
判別精度を向上させることが可能となる効果を奏する。As described above, according to the first aspect of the invention, the setting means causes the upper and lower limits of the sound pressure value of the road noise to be generated from the wheel to be set for each predetermined frequency component. Is set in advance, the road noise is detected by the road noise detecting means, and the sound pressure value of the predetermined frequency component is extracted by the frequency analyzing means, and the setting means corresponds to the extracted frequency component of the sound pressure. A range between the upper limit value and the lower limit value of the sound pressure value set by is selected, the extracted sound pressure value is normalized within this selected range, and the normalized sound pressure value is determined by the discriminating means. Is input to the network, the road surface state is determined based on the output from the neural network, and
According to the configuration of the invention described in claim 2, by the setting means,
The upper limit value and the lower limit value of the sound pressure value of the road noise to be generated from the wheels are preset for each vehicle speed, the road noise is detected by the road noise detecting means, the vehicle speed is detected by the vehicle speed detecting means, and the frequency analyzing means is used. When a sound pressure value of a predetermined frequency component is extracted from the detected road noise, a range between the upper limit value and the lower limit value of the sound pressure value set by the setting means corresponding to the detected vehicle speed is selected. Within the selected range, the extracted sound pressure value is normalized, and the determining means normalizes the sound pressure value, and the sound pressure value is input to the neural network based on the output from the neural network to determine the road surface condition. Therefore, by setting the upper and lower limits of the input range of the sound pressure value of road noise according to the frequency and vehicle speed, the accuracy of determining the road condition can be improved. Rukoto an effect that is possible.
【図１】本発明に係る路面状態検出装置の一実施例の概
略構成を示すブロック図である。FIG. 1 is a block diagram showing a schematic configuration of an embodiment of a road surface state detecting device according to the present invention.
【図２】図１のロードノイズ検出手段および車速検出手
段の配設位置を説明する図である。FIG. 2 is a diagram illustrating the positions where the road noise detecting means and the vehicle speed detecting means in FIG. 1 are arranged.
【図３】本実施例において使用されるニューラルネット
ワークモデルを示す図である。FIG. 3 is a diagram showing a neural network model used in this embodiment.
【図４】図３のネットワークに学習させる方法を説明す
るための図である。FIG. 4 is a diagram for explaining a method of making the network of FIG. 3 learn.
【図５】図１の判定部の詳細な構成を示すブロック図で
ある。5 is a block diagram showing a detailed configuration of a determination unit in FIG.
【図６】車速が４０ｋｍ／ｈである場合に、路面状態毎
に周波数対音圧値特性を測定した測定結果を示すグラフ
である。FIG. 6 is a graph showing measurement results of frequency-sound pressure value characteristics measured for each road surface condition when the vehicle speed is 40 km / h.
【図７】車速が６０ｋｍ／ｈである場合に、路面状態毎
に周波数対音圧値特性を測定した測定結果を示すグラフ
である。FIG. 7 is a graph showing measurement results of frequency-sound pressure value characteristics measured for each road surface condition when the vehicle speed is 60 km / h.
【図８】車速が８０ｋｍ／ｈである場合に、路面状態毎
に周波数対音圧値特性を測定した測定結果を示すグラフ
である。FIG. 8 is a graph showing measurement results of frequency-sound pressure value characteristics measured for each road surface condition when the vehicle speed is 80 km / h.
【図９】特定周波数として、６３Ｈｚ帯、４００Ｈｚ帯
および４．０ｋＨｚ帯を採ったときの音圧値の範囲を示
す図である。FIG. 9 is a diagram showing a range of sound pressure values when 63 Hz band, 400 Hz band, and 4.0 kHz band are adopted as specific frequencies.
【図１０】すべての周波数帯域における音圧値の範囲を
車速毎に設定した場合の一例を示す図である。FIG. 10 is a diagram showing an example in which the range of sound pressure values in all frequency bands is set for each vehicle speed.
１ ロードノイズ検出手段 ３ フィルタ（周波数分析手段） ４ 判定部（判別手段） ５ 車速検出手段 １１ メモリ（設定手段） 1 Road noise detection means 3 filters (frequency analysis means) 4 Judgment unit (judgment means) 5 Vehicle speed detection means 11 memory (setting means)
───────────────────────────────────────────────────── フロントページの続き (72)発明者 板垣 温 埼玉県和光市中央１丁目４番１号 株式 会社本田技術研究所内 (72)発明者 窪谷 英樹 埼玉県和光市中央１丁目４番１号 株式 会社本田技術研究所内 (56)参考文献 特開 平６−138018（ＪＰ，Ａ) 特開 平６−50878（ＪＰ，Ａ) 実開 平２−75562（ＪＰ，Ｕ) 塩塚稔也（外４名），路面の分類と車 両の適応振動制御へのニューラルネット ワークの応用，「運動と振動の制御」シ ンポジウム講演論文集，日本，社団法人 日本機械学会，1991年９月２日，Ｎ ｏ．910−52，73−78 大羽勝弘（外３名），Ｆｕｚｚｙ Ｌ ｏｇｉｃを用いた路面推定，自動車技術 会学術講演会前刷集，日本，社団法人 自動車技術会，1988年５月24日，Ｎｏ. 881，109−112 吉田和夫（外３名），カルマンフィル タによる路面と車両の状態推定，日本機 械学会論文集Ｃ編，日本，社団法人 日 本機械学会，1989年７月25日，第55巻 第515号，1672−1679 (58)調査した分野(Int.Cl.7，ＤＢ名) G08G 1/00 - 1/16 B60R 16/02 G06F 15/18 B60T 7/12 - 8/00 B60T 8/32 - 8/96 G01N 17/00 - 19/10 ＪＩＣＳＴファイル（ＪＯＩＳ)─────────────────────────────────────────────────── ─── Continuation of the front page (72) Inventor Atsushi Itagaki 1-4-1 Chuo, Wako-shi, Saitama Honda R & D Co., Ltd. (72) Inventor Hideki Kubota 4-1-1 Chuo, Wako, Saitama Incorporated in Honda R & D Co., Ltd. (56) Reference JP-A-6-138018 (JP, A) JP-A-6-50878 (JP, A) Fukukai 2-75562 (JP, U) Minoru Shiozuka (4 outside) , Classification of road surface and application of neural network to adaptive vibration control of vehicle, "Motion and vibration control" Symposium Proceedings, Japan, Japan Society of Mechanical Engineers, September 2, 1991, No. 910-52, 73-78 Katsuhiro Oha (3 others), Road surface estimation using Fuzzy Logic, Preprints of Academic Conference of Automotive Engineering Society, Japan, Automotive Engineering Society, May 24, 1988, No . 881, 109-112 Kazuo Yoshida (3 others), Estimation of road surface and vehicle condition by Kalman filter, Japan Society of Mechanical Engineers, Volume C, Japan, Japan Society of Mechanical Engineers, July 25, 1989, Volume 55 No. 515, 1672-1679 (58) Fields investigated (Int.Cl. 7 , DB name) G08G 1/00-1/16 B60R 16/02 G06F 15/18 B60T 7 /12-8/00 B60T 8/32-8/96 G01N 17/00-19/10 JISC file (JOIS)
Claims (2)
音圧値の上限値および下限値を所定の周波数成分毎に予
め設定する設定手段と、 車輪から発生されるロードノイズを検出するロードノイ
ズ検出手段と、 該ロードノイズ手段により検出されたロードノイズから
所定の周波数成分の音圧値を取り出す周波数分析手段
と、 該周波数分析手段から取り出された音圧値の周波数成分
に対応して前記設定された上限値および下限値間の範囲
を選択し、この選択された音圧値範囲内で前記周波数分
析手段によって取り出された音圧値を正規化した後に、
その正規化された音圧値をニューラルネットワークに入
力し、該ニューラルネットワークからの出力に基づいて
路面状態を判別する判別手段とを有することを特徴とす
る路面状態検出装置。1. Setting means for presetting an upper limit value and a lower limit value of a sound pressure value of road noise to be generated from a wheel for each predetermined frequency component, and road noise detection for detecting road noise generated from the wheel. Means, frequency analysis means for extracting a sound pressure value of a predetermined frequency component from the road noise detected by the road noise means, and the setting corresponding to the frequency component of the sound pressure value extracted from the frequency analysis means. After selecting a range between the upper limit value and the lower limit value, and normalizing the sound pressure value extracted by the frequency analysis means within the selected sound pressure value range,
A road surface state detecting device comprising: a discriminating means for inputting the normalized sound pressure value to a neural network and discriminating a road surface state based on an output from the neural network.
音圧値の上限値および下限値を車速毎に予め設定する設
定手段と、 車輪から発生されるロードノイズを検出するロードノイ
ズ検出手段と、 車速を検出する車速検出手段と、 前記ロードノイズ検出手段により検出されたロードノイ
ズから所定の周波数成分の音圧値を取り出す周波数分析
手段と、 前記車速検出手段により検出された車速に対応して前記
設定された上限値および下限値間の範囲を選択し、この
選択された音圧値範囲内で前記周波数分析手段によって
取り出された音圧値を正規化した後に、その正規化され
た音圧値をニューラルネットワークに入力し、該ニュー
ラルネットワークからの出力に基づいて路面状態を判別
する判別手段とを有することを特徴とする路面状態検出
装置。2. Setting means for presetting an upper limit value and a lower limit value of a sound pressure value of road noise to be generated from wheels for each vehicle speed, and road noise detecting means for detecting road noise generated from wheels. Vehicle speed detection means for detecting a vehicle speed, frequency analysis means for extracting a sound pressure value of a predetermined frequency component from the road noise detected by the road noise detection means, and the vehicle speed detected by the vehicle speed detection means After selecting a range between the set upper limit value and lower limit value and normalizing the sound pressure value extracted by the frequency analysis means within the selected sound pressure value range, the normalized sound pressure value To a neural network, and a discriminating means for discriminating the road surface state based on the output from the neural network. .
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29899194A JP3393500B2 (en) | 1994-11-08 | 1994-11-08 | Road surface condition detection device |
| US08/353,979 US5586028A (en) | 1993-12-07 | 1994-12-06 | Road surface condition-detecting system and anti-lock brake system employing same |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP29899194A JP3393500B2 (en) | 1994-11-08 | 1994-11-08 | Road surface condition detection device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPH08138190A JPH08138190A (en) | 1996-05-31 |
| JP3393500B2 true JP3393500B2 (en) | 2003-04-07 |
Family
ID=17866817
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP29899194A Expired - Fee Related JP3393500B2 (en) | 1993-12-07 | 1994-11-08 | Road surface condition detection device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3393500B2 (en) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7314669B2 (en) | 2019-07-10 | 2023-07-26 | 富士通株式会社 | Road surface condition estimation program, road surface condition estimation method, and information processing device |
| JP6787463B1 (en) * | 2019-09-27 | 2020-11-18 | トヨタ自動車株式会社 | Judgment device for the presence or absence of misfire of the internal combustion engine, judgment device for the degree of deterioration of the catalyst provided in the exhaust passage of the internal combustion engine, judgment device for the presence or absence of abnormality in the warm-up process of the catalyst provided in the exhaust passage of the internal combustion engine, internal combustion A device for determining the amount of PM accumulated in a filter provided in the exhaust passage of an engine, and a device for determining the presence or absence of an abnormality in the air-fuel ratio sensor provided in the exhaust passage of an internal combustion engine. |
-
1994
- 1994-11-08 JP JP29899194A patent/JP3393500B2/en not_active Expired - Fee Related
Non-Patent Citations (3)
| Title |
|---|
| 吉田和夫（外３名），カルマンフィルタによる路面と車両の状態推定，日本機械学会論文集Ｃ編，日本，社団法人 日本機械学会，１９８９年７月２５日，第５５巻 第５１５号，１６７２−１６７９ |
| 塩塚稔也（外４名），路面の分類と車両の適応振動制御へのニューラルネットワークの応用，「運動と振動の制御」シンポジウム講演論文集，日本，社団法人 日本機械学会，１９９１年９月２日，Ｎｏ．９１０−５２，７３−７８ |
| 大羽勝弘（外３名），Ｆｕｚｚｙ Ｌｏｇｉｃを用いた路面推定，自動車技術会学術講演会前刷集，日本，社団法人 自動車技術会，１９８８年５月２４日，Ｎｏ．８８１，１０９−１１２ |
Also Published As
| Publication number | Publication date |
|---|---|
| JPH08138190A (en) | 1996-05-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Huang et al. | Evaluation of vehicle interior sound quality using a continuous restricted Boltzmann machine-based DBN | |
| US20050213776A1 (en) | Automobile audio system and signal processing method therefor | |
| US20220335934A1 (en) | Context-aware signal conditioning for vehicle exterior voice assistant | |
| CN115062678B (en) | Training method of equipment fault detection model, fault detection method and device | |
| US5765119A (en) | Method and device for estimating hydroplaning-occuring vehicle speed and method and device for detecting possibility of occurence of hydroplaning | |
| JPH06186136A (en) | Rolling bearing failure diagnosis device | |
| JP3393500B2 (en) | Road surface condition detection device | |
| CN111833840B (en) | Noise reduction method, noise reduction device, noise reduction system, electronic equipment and storage medium | |
| JP3164100B2 (en) | Traffic sound source type identification device | |
| JPH11142231A (en) | Noise analyzer | |
| JP3393499B2 (en) | Road surface condition detection device | |
| CN118335050A (en) | Method and system for quick offline modeling by using sound recording file and active noise reduction method | |
| CN117912440A (en) | Active noise reduction method and system for automobile and storable medium | |
| JP3248522B2 (en) | Sound source type identification device | |
| JP3393498B2 (en) | Road surface condition detection device | |
| JP3100646B2 (en) | Sound identification device | |
| JPH08137509A (en) | Control method using map created using neural network | |
| JPS6242197A (en) | Detection of voice section | |
| Fröhlingsdorf et al. | Efficient analysis of the interior noise of electric vehicles | |
| CN117657170B (en) | Intelligent safety and whole vehicle control method and system for new energy automobile | |
| CN115731939B (en) | Vehicle-mounted voice interaction method, device and electronic equipment | |
| CN120126500A (en) | A characteristic sound recognition method | |
| JP2017041752A (en) | Vehicle acoustic device | |
| JP3148466B2 (en) | Device for discriminating between helicopter sound and vehicle sound | |
| JP3176771B2 (en) | Vehicle type discrimination method and vehicle type discrimination device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |