CN103988090A - 声源检测装置 - Google Patents
声源检测装置 Download PDFInfo
- Publication number
- CN103988090A CN103988090A CN201180075081.6A CN201180075081A CN103988090A CN 103988090 A CN103988090 A CN 103988090A CN 201180075081 A CN201180075081 A CN 201180075081A CN 103988090 A CN103988090 A CN 103988090A
- Authority
- CN
- China
- Prior art keywords
- sound
- microphone
- correlation
- auto
- vehicle
- 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.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R29/00—Monitoring arrangements; Testing arrangements
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S3/00—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received
- G01S3/80—Direction-finders for determining the direction from which infrasonic, sonic, ultrasonic, or electromagnetic waves, or particle emission, not having a directional significance, are being received using ultrasonic, sonic or infrasonic waves
- G01S3/802—Systems for determining direction or deviation from predetermined direction
- G01S3/808—Systems for determining direction or deviation from predetermined direction using transducers spaced apart and measuring phase or time difference between signals therefrom, i.e. path-difference systems
- G01S3/8083—Systems for determining direction or deviation from predetermined direction using transducers spaced apart and measuring phase or time difference between signals therefrom, i.e. path-difference systems determining direction of source
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Otolaryngology (AREA)
- General Health & Medical Sciences (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Traffic Control Systems (AREA)
Abstract
基于收集的声音对检测对象的声源进行检测的声源检测装置,其特征在于,用至少1个集音器收集声音,算出由集音器以时间序列收集的声音的自相关,基于该自相关来判定检测对象的声源是否存在,特别优选的是,用2个以上的集音器分别收集声音,根据由2个以上的集音器收集的声音的自相关是否满足预定条件来判定检测对象的声源的存在。如此这样,通过在检测对象的声源的检测中使用自相关,对于S/N比的稳健性变高,对于检测对象的声源的检测性能得到提高。
Description
技术领域
本发明涉及基于收集的声音对检测对象的声源进行检测的声源检测装置。
背景技术
在声源检测装置中,通常由多个集音器分别对周围的声音进行收集,使用由多个集音器收集的声音的互相关来检测声源(例如车辆的行驶声)的有无、方向等。在专利文献1所记载的装置中,用带通滤波器从以预定间隔配设的多个麦克风所输出的声响信号分别去除低频带和高频带的频率分量,并转换为修正声响信号,根据该修正声响信号算出出现车辆的行驶声的特征的、预定频带的功率,在该功率电平大于预定值的情况下判定为有接近车辆,并且,利用该修正声响信号去除不需要的噪声分量并转换为噪声抑制信号,算出多个麦克风的噪声抑制信号间的互相关,根据互相关值变为最大时的到达时间差来识别接近车辆的到来方向。
现有技术文献
专利文献
专利文献1:日本实开平5-92767号公报
专利文献2:日本特开平8-202999号公报
专利文献3:日本特开昭60-151522号公报
发明内容
本发明欲解决的问题
在对接近本车的车辆的行驶声进行检测的情况下,由于接近车辆从离开的位置驶近本车,所以接近车辆离开得越远,行驶声越小。因此,在使用了互相关的声源检测的情况下,接近车辆的行驶声越小时,由于对于S/N比的稳健性(鲁棒性)较低,越难以从周围的有环境噪声(电磁噪声等)的声源中检测出行驶声。其结果是,如果接近车辆不驶近(行驶声不变大),则不能判定为接近车辆,检测出接近车辆的时机延迟。
因此,本发明的课题在于提供一种声源检测装置,对于检测对象的声源的检测性能得到提高。
用于解决问题的方案
本发明所涉及的声源检测装置基于收集的声音来检测出检测对象的声源,其特征在于,包括:至少1个集音器;自相关算出单元,其算出由集音器以时间序列收集的声音的自相关;以及判定单元,其基于由自相关算出单元算出的自相关,判定检测对象的声源是否存在。
该声源检测装置包括至少1个集音器,利用集音器对周围的声音进行收集。而且,在声源检测装置中,利用自相关算出单元使用该声音的时间序列数据来算出自相关。并且,在声源检测装置中,利用判定单元基于自相关来判定检测对象的声源是否存在。在集音器一直收集环境噪声的情况下,由于如果将时间错开则不能取相关,因此自相关降低。但是,在从特定的声源发出的声音的情况下,由于即使将时间错开也能取相关,因此自相关提高。,在使用了自相关的情况下,即使在来自特定的声源的声音比较小时,S/N比的稳健性也变高。特别是在自相关的情况下,与由多个集音器所得到的各声音算出的互相关相比,S/N比的稳健性高。这样,通过在声源检测装置中,算出所收集的声音的自相关,并在检测对象的声源的检测中使用自相关,从而对于S/N比的稳健性变高,对于检测对象的声源的检测性能得到提高。特别是,在来自声源的声音缓缓增大的情况(例如接近车辆缓缓驶近,行驶声增大的情况)下,与现有的使用互相关的方法相比,检测出该声源的时机变早。
在本发明所涉及的上述声源检测装置中,优选的是,集音器是2个以上,自相关算出单元对每个集音器分别算出自相关,判定单元判定由自相关算出单元算出的、由2个以上的集音器收集的声音的自相关是否满足预定条件。
该声源检测装置包括2个以上的集音器,由各集音器分别收集声音。而且,在声源检测装置中,由自相关算出单元使用各集音器的声音的时间序列数据来分别算出自相关。并且,在声源检测装置中,由判定单元根据各集音器的自相关是否满足预定条件来判定检测对象的声源是否存在。这样,在声源检测装置中,通过算出由2个以上的集音器收集的各声音的自相关,并在检测对象的声源的检测中使用2个以上的集音器的自相关,从而对于S/N比的稳健性变得更高,对于检测对象的声源的检测性能进一步得到提高。例如,在使用了由2个集音器收集的各声音的自相关的情况下,即使在一个集音器的自相关变高时,在另一个集音器的自相关低时,也能够判断为噪声(环境噪声),与使用了由1个集音器收集的声音的自相关的情况相比,检测精度提高。另外,由于与使用了由1个集音器收集的声音的自相关的情况相比,能够将声源检测的判定的条件设定得较低(因为来自声源的声音更小时也能够判定为声源),因此检测出声源的时机更早。
在本发明所涉及的上述声源检测装置中,也可以是如下构成,包括:互相关算出单元,其算出由2个以上的集音器以时间序列收集的各声音的互相关;以及特定单元,其基于由互相关算出单元算出的互相关,对检测对象的声源的位置进行特定。
该声源检测装置由2个以上的集音器分别收集声音。而且,在声源检测装置中,由互相关算出单元使用各集音器的声音的时间序列数据来算出互相关。并且,在声源检测装置中,由特定单元基于互相关,对检测对象的声源的位置进行特定。在使用了互相关的情况下,由于知道来自声源的声音到达各集音器的时间差,因此能够根据该到达时间差对声源的位置(例如声源所存在的方向、到声源的距离)进行特定。这样,在声源检测装置中,通过还算出由2个以上的集音器收集的各声音的互相关,在检测对象的声源的检测中也使用互相关,从而能够检测出检测对象的声源的位置。另外,在声源检测装置中,通过使用自相关和互相关,能够基于由自相关得到的判定结果来防止因互相关所导致的误检测。
在本发明所涉及的所述声源检测装置中,也可以是如下构成:包括故障判定单元,该故障判定单元通过将由自相关算出单元算出的、由2个以上的集音器收集的声音的自相关的变动进行比较,从而判定集音器的故障。
在集音器发生故障的情况下,通常只能输出同一强级的声音,自相关也成为异常值(例如非常小的值或者非常大的值)。另外,在集音器发生故障的情况下,有时会随机输出声音,自相关也成为随机的值。在这样的情况下,与由正常的集音器收集的声音的自相关相比,发生故障的集音器的自相关的变动与正常的集音器的自相关的变动明显不同。因此,在声源检测装置中,通过由故障判定单元比较由2个以上的集音器收集的声音的自相关的变动,从而判定集音器的故障。这样,在声源检测装置中,通过使用2个以上的集音器的自相关,也能够判定集音器的故障。其结果是,能够防止因集音器的故障所导致的误检测。
发明的效果
根据本发明,通过算出所收集的声音的自相关,并在检测对象的声源的检测中使用自相关,从而对于S/N比的稳健性变高,对于检测对象的声源的检测性能得到提高。
附图说明
图1是第1实施方式所涉及的接近车辆检测装置的构成图。
图2是表示在2个麦克风的声音信号的自相关值的散布图中有无接近车辆的判定方法的例子的图。
图3是表示在2个麦克风的声音信号的自相关值的散布图中有无接近车辆的判定方法的例子的图。
图4是表示在2个麦克风的声音信号的自相关值的散布图中有无接近车辆的判定方法的例子的图。
图5是示出第1实施方式所涉及的ECU中的接近车辆检测处理的流程的流程图。
图6是第2实施方式所涉及的接近车辆检测装置的构成图。
图7是第2麦克风发生故障的情况下的2个麦克风的声音信号的自相关值的散布图的例子。
图8是示出第2实施方式所涉及的ECU中的麦克风故障判定处理的流程的流程图。
图9是第3实施方式所涉及的接近车辆检测装置的构成图。
图10是1个麦克风的声音信号的自相关值的时间变化的例子。
图11是示出第3实施方式所涉及的ECU中的接近车辆检测处理的流程的流程图。
附图标记说明
1、2、3…接近车辆检测装置,11…第1麦克风,12…第2麦克风,13…麦克风,21、22、23…ECU,21a…第1A/D转换部,21b…第2A/D转换部,21c…第1自相关算出部,21d…第2自相关算出部,21e…互相关算出部,21f、23c…车辆检测部,22a…故障判定部,23a…A/D转换部,23b…自相关算出部。
具体实施方式
下面,参照附图,说明本发明所涉及的声源检测装置的实施方式。此外,在各图中,对于相同或者等同的要素标注相同的附图标记,省略重复的说明。
在本实施方式中,将本发明所涉及的声源检测装置应用于搭载在车辆的接近车辆检测装置。本实施方式所涉及的接近车辆检测装置基于由麦克风收集的声音,对接近本车的其他车辆进行检测(即,检测从其他车辆发出的行驶声(声源)),将接近车辆的信息提供给驾驶辅助装置。在本实施方式中有3个实施方式,第1实施方式是具有2个麦克风、并使用自相关和互相关的方式,第2实施方式是除了在第1实施方式的构成之外还进行故障判定的方式,第3实施方式是具有1个麦克风、并仅使用自相关的方式。
此外,车辆的行驶声主要是道路噪声(轮胎表面与路面的摩擦声)和轮胎花纹噪声(轮胎沟中的空气漩涡(压缩/开放))。此外,还有发动机声、风噪声等。该车辆的行驶声的频率分量的范围也可以通过实验等预先测定。
参照图1~图4,说明第1实施方式所涉及的接近车辆检测装置1。图1是第1实施方式所涉及的接近车辆检测装置的构成图。图2~图4是表示在2个麦克风的声音信号的自相关值的散布图中有无接近车辆的判定方法的例子的图。
接近车辆检测装置1根据由2个麦克风收集的声音算出自相关和互相关,并使用自相关和互相关来检测接近车辆的有无和接近车辆的方向等。为此,接近车辆检测装置1包括:第1麦克风11、第2麦克风12、以及ECU(Electronic Control Unit,电子控制单元)21(第1A/D转换部21a、第2A/D转换部21b、第1自相关算出部21c、第2自相关算出部21d、互相关算出部21e、车辆检测部21f)。
此外,在第1实施方式中,第1麦克风11和第2麦克风12相当于权利要求书所记载的2个以上的集音器,第1自相关算出部21c和第2自相关算出部21d相当于权利要求书所记载的自相关算出单元,互相关算出部21e相当于权利要求书所记载的互相关算出单元,车辆检测部21f相当于权利要求书所记载的判定单元和特定单元。
2个麦克风11、12构成麦克风阵列,在车辆的前端部的左右、朝向预定方向配设(例如相对于车辆中心在左右对称的位置以相同高度配置,朝向前方或者前方外侧配设)。麦克风11、12的配置和收集声音的定向性方向被任意设定。麦克风11、12是声响电气转换器,收集车外的周围的声音,将收集的声音转换为声音信号(电信号)。在各麦克风11、12中,按每帧(每隔一定时间),进行集音,并将声音信号输出至ECU21。
ECU21是由CPU(Central Processing Unit,中央处理单元)、ROM(Read Only Memory,只读存储器)、RAM(Random Access Memory,随机存取存储器)等构成的电子控制单元,对接近车辆检测装置1进行综合控制。在ECU21中包括第1A/D转换部21a、第2A/D转换部21b、第1自相关算出部21c、第2自相关算出部21d、互相关算出部21e、以及车辆检测部21f。而且,在ECU21中,按每帧(每隔一定时间),从2个麦克风11、12分别输入各声音信号,使用各声音信号进行各个处理部21a、21b、21c、21d、21e、21f中的各个处理。
在第1A/D转换部21a中,按每帧,将第1麦克风11的声音信号(模拟信号)转换为数字的声音信号。在第2A/D转换部21b中,按每帧,将来自第2麦克风12的声音信号(模拟信号)转换为数字的声音信号。在A/D转换后,从该声音信号去除预定频带(比足够包含车辆的行驶声的频带的频带范围高的高频带和低的低频带)。此外,该预处理后的各声音信号在ECU21的RAM的预定区域被存储预定时间的量(能够算出自相关、互相关的足够的时间的量)。
在第1自相关算出部21c中,按每帧,使用由第1A/D转换部21a转换的第1麦克风11的声音信号(数字信号)的时间序列数据,算出第1麦克风11的声音信号的自相关值。另外,在第2自相关算出部21d中,按每帧,使用由第2A/D转换部21b转换的第2麦克风12的声音信号(数字信号)的时间序列数据,算出第2麦克风12的声音信号的自相关值。
下面说明本实施方式中的自相关值的算出方法。该算出方法是利用了CSP(Cross power Spectrum Phase analysis,互能谱相位分析)系数(互相关值)的方法。在算出CSP系数时,首先,在将帧号t的各麦克风的声音信号设为xi(t),并将该xi(t)的FFT(高速傅立叶变换)设为Xi(ω)的情况下,Xi(ω)由式(1)算出。此处,下标字符的“i”是麦克风的号码,i=1、2。另外,在将2个麦克风的平均振幅数据设为A(ω)的情况下,A(ω)由式(2)算出。其中,A(ω)=Xi(ω)。并且,将各麦克风的FFT设为X1(ω)、X2(ω),将各麦克风的平均振幅数据设为A1(ω)、A2(ω),将CSP系数设为csp(d),并将计算器最小误差设为eps的情况下,csp(d)由式(3)(式(4)或式(5))算出。该各式中的上标字符的“·”表示复共轭,IFFT表示快速傅立叶逆变换。
[数学式1]
Xi(ω)=FFTxi(t)...(1)
其中A(ω)=Xi(ω)
在该式(3)中,(X1(ω)=X2·(ω))的情况下的csp(d)的值相当于自相关值。在该情况下,csp(d)为1,但实际上会假设噪声模型,将噪声模型代入式(3)。在将SNR(Signal to Noise Ratio,信噪比)(S/N比)的推定值设为SNR(ω),并将噪声值设为N(ω)的情况下,SNR(ω)由式(6)算出。生成如下掩码(mask):使该SNR(ω)大于阈值的频带通过,阈值以下的频带屏蔽。在将该掩码设为M(ω),阈值设为ThresholdSNR的情况下,M(ω)为式(7)所示的条件式。此处,将该掩码M(ω)代入式(3),成为式(8)。该式(8)中,改写为(X1(ω)=X2·(ω))而算出的csp(d)相当于自相关值。所以,由于在本实施方式中算出的作为自相关值的值相当于通过掩码的信号的比例,因此与各帧的可靠性的意思相当。在将各麦克风的自相关值设为Rii(i=1、2)的情况下,对每个麦克风使用没有将麦克风的声音信号的时间错开的时间序列数据、和错开了时间滞后量时间的时间序列数据,通过式(1)分别算出Xi(ω),通过式(2)分别算出Ai(ω),然后,通过式(9)算出Rii。此外,作为时间滞后,例如为数百毫秒、数十毫秒左右。
[数学式2]
csp(d)=IFFT(X1(ω)X2·(ω)M(ω))…(8)
Rii=IFFT(Xi(ω)Xi(ω)M(ω))…(9)
顺便提及,在从特定的声源发出的声音(例如车辆的行驶声)的情况下,由于即使将时间错开也能取相关,因此自相关提高。但是,在环境噪声的情况下,由于如果将时间错开则不能取相关,因此自相关降低。所以,在自相关的情况下,即使来自声源的声音比较小时,S/N比的稳健性也变高。特别是,在自相关的情况下,与根据多个麦克风所得到的各声音信号算出的互相关相比,S/N比的稳健性高。
在互相关算出部21e中,按每帧,使用由第1A/D转换部21a转换的第1麦克风11的声音信号(数字信号)的时间序列数据、和由第2A/D转换部21b转换的第2麦克风12的声音信号(数字信号)的时间序列数据,将2个时间序列数据分阶段地使时间错开,来算出第1麦克风11的声音信号与第2麦克风12的声音信号的互相关值(CSP系数)。此处,通过上述式(3)(或者式(8))算出CSP系数。
在车辆检测部21f中,按每帧,判定由第1自相关算出部21c算出的第1麦克风11的自相关值、和由第2自相关算出部21d算出的第2麦克风12的自相关值是否满足预定条件,在满足预定条件的情况下,判定为存在接近车辆(车辆发出的行驶声)。由于第1麦克风11和第2麦克风12配置在较近的位置(最大也不过是车辆宽度左右),因此,通常能够收集到相同的声音,对于从特定的声源发出的声音,同样自相关变高。
所以,如图2~4(横轴是第2麦克风12的自相关值,纵轴是第1麦克风11的自相关值,并绘制出了预定时间量的各麦克风11、12的自相关值)所示,第1麦克风11的自相关值与第2麦克风12的自相关值有相关关系,在本车周围从特定的声源产生声音(特别是车辆的行驶声)的情况下,第1麦克风11的自相关值和第2麦克风12的自相关值一起增大。但是,在仅仅一个麦克风中进入了较大的声音的情况下,仅该一个麦克风的自相关值变高,在两个麦克风中仅有环境噪声进入的情况下,这两个麦克风的自相关值降低。所以,作为预定条件,将两个麦克风11、12的自相关值提高了某一程度来作为能够判定的条件。下面参照图2~4,说明有无接近车辆的判定条件的例子。
在图2的例子的情况下,设:对于第1麦克风11的自相关值R11的阈值th11;和对于第2麦克风12的自相关值R22的阈值th22,并设定式(10)的判定条件,在满足式(10)的判定条件的情况下,判定为存在接近车辆。阈值th11和阈值th22根据实验等预先设定,可以是相同的值,也可以是不同的值。例如,第1麦克风11与第2麦克风12配置在左右对称的位置,并具有左右对称的收集声音的定向性的情况下,设阈值th11与阈值th22为相同值;第1麦克风11与第2麦克风12配置在非左右对称的位置,并且不具有左右对称的收集声音的定向性的情况下,设阈值th11与阈值th22为不同的值。
[数学式3]
R11>th11且R22>th22…(10)
在图3的例子的情况下,设:对于第1麦克风11的自相关值R11与第2麦克风12的自相关值R22之比的阈值r12;对于相对较小一方的自相关值的阈值th12,并设定式(11)的判定条件,将自相关值R11除以自相关值R22而求出比值,并且选择自相关值R11与自相关值R22中的相对较小一方的自相关值,在满足式(11)的判定条件的情况下,判定为存在接近车辆。阈值r12和阈值th12根据实验等预先设定。
[数学式4]
在图4的例子的情况下,设定由虚线N所示的判定边界B(例如示出边界线的式子),在自相关值R11与自相关值R22的关系进入判定边界B内的情况下,判定为存在接近车辆。这里,只要是将下述情况全部除外的判定方法,哪种判定方法都可以,该情况为:因噪声等仅有第2麦克风12的自相关值变高的情况(附图标记N1所示的分布)、因噪声等仅有第1麦克风11的自相关值变高的情况(附图标记N2所示的分布)、因环境噪声第1麦克风11的自相关值和第2麦克风的自相关值都降低的情况(附图标记N3所示的分布)。由于越将该判定边界B的范围越向左下方拓宽,即使是小的行驶声也能够判定为存在接近车辆,因此,检测出接近车辆的时机变早,能够判定位置远的接近车辆,但如果过度降低,则有可能误检测出环境噪声。
顺便提及,在仅使用1个麦克风的自相关值的情况下,由于存在如上所述因噪声等麦克风的自相关值变高的时候,因此,为了防止此时的误检测,需要不使阈值过度降低。但是,在使用了2个以上的麦克风的自相关值的情况下,由于能用自相关值间的相关关系进行判定,因此,能够降低判定条件,将检测出接近车辆的时机提早。
在基于第1麦克风11的自相关值和第2麦克风12的自相关值判定为存在接近车辆的情况下,在车辆检测部21f中,使用由互相关算出部21e算出的互相关值,基于互相关值变为最大时的到达时间差来检测接近车辆的接近方向、相对距离等。该使用了该互相关值的检测应用现有的方法。
此外,使用互相关值,在互相关值大于阈值的情况下,能够判定为存在接近车辆。在互相关的情况下,由于与自相关相比,S/N比的稳健性低,因此需要将判定互相关的阈值设定得高于自相关的判定所使用的阈值。由于这样将阈值设定得较高,如果行驶声不大到某一程度就不能判定为存在接近车辆,因此检测出接近车辆的时机变晚。
而且,在ECU21中,基于车辆检测部21f的检测结果来生成接近车辆信息,将接近车辆信息发送至驾驶辅助装置。作为接近车辆信息,例如是接近车辆的有无、在存在接近车辆的情况下是接近方向、与本车的相对距离的信息。
参照图1~图4,说明接近车辆检测装置1中的接近车辆检测功能的动作。特别是,按照图5的流程图,说明ECU21中的处理。图5是示出第1实施方式所涉及的ECU中的接近车辆检测处理的流程的流程图。
接近车辆检测装置1在工作中,在各麦克风11、12中,按每帧,对车外的周围的声音进行收集声音,并将该收集的声音转换为声音信号(电信号)并发送至ECU21。在ECU21中,从各麦克风11、12输入当前帧(t)的各声音信号(S10)。
在ECU21中,将各声音信号转换为数字信号,从该数字的声音信号仅取出特定的频带(包含车辆的行驶声的频带的频带)(S11)。
在ECU21中,使用第1麦克风11的声音信号的时间序列数据算出自相关值,并且使用第2麦克风12的声音信号的时间序列数据算出自相关值(S12)。然后,在ECU21中,判定第1麦克风11的自相关值和第2麦克风12的自相关值是否满足预定条件(S13)。在S13中判定为不满足预定条件的情况下,判断为不存在接近车辆,在ECU21中,等待预定时间后,进行下一帧(t+1)的处理(S17)。
在S13中判定为满足预定条件的情况下,在ECU21中判定为存在接近车辆(S14)。在ECU21中,使用第1麦克风11的声音信号的时间序列数据和第2麦克风12的声音信号的时间序列数据,算出互相关值(CSP系数)(S15)。然后,在ECU21中,基于互相关值来特定接近车辆的接近方向等(S16)。之后,在ECU21中,等待预定时间后,进行下一帧(t+1)的处理(S17)。
在ECU21中,基于S13中的判定结果和S16的检测结果,生成接近车辆信息,并将该接近车辆信息发送至驾驶辅助装置。
根据接近车辆检测装置1,算出由麦克风11、12收集的声音的自相关值,通过在接近车辆的行驶声的判定中使用自相关值,从而对于S/N比的稳健性变高,检测出接近车辆的性能得到提高。特别是在接近车辆缓缓驶近,行驶声缓缓增大的情况下,与现有的使用互相关的方法相比,能够判定较小的行驶声,检测出接近车辆的时机变早。
特别是,根据接近车辆检测装置1,由于具有2个(多个)麦克风11、12,使用各麦克风11、12的自相关值,因此对于S/N比的稳健性变得更高,对于接近车辆的行驶声的检测性能进一步得到提高。例如,由于即使在一个麦克风的自相关值变高时,而另一个麦克风的自相关值低时,能够判断为噪声,因此与使用1个麦克风的自相关值的情况相比,检测精度提高。另外,由于能够用2个麦克风11、12的自相关值的相关关系进行判定,因此,与使用1个麦克风的自相关值的情况相比,由于能够降低行驶声判定的判定条件(阈值),因此判定行驶声的时机能够更早。
另外,根据接近车辆检测装置1,通过还算出由2个麦克风11、12收集的各声音的互相关值,并还使用互相关值,从而能够检测接近车辆的接近方向、相对距离。另外,根据接近车辆检测装置1,通过使用自相关值和互相关值,能够基于利用自相关值得到的判定结果来防止因互相关值导致的误检测,由互相关值所得到的检测结果的可靠性提高。
参照图6和图7,说明第2实施方式所涉及的接近车辆检测装置2。图6是第2实施方式所涉及的接近车辆检测装置的构成图。图7是第2麦克风发生故障的情况下的2个麦克风的声音信号的自相关值的散布图的例子。
接近车辆检测装置2与第1实施方式所涉及的接近车辆检测装置1相比,不同点仅在于具有麦克风的故障判定功能,使用2个麦克风的自相关来判定麦克风的故障。因此,在第2实施方式中,仅说明该麦克风的故障判定功能。接近车辆检测装置2包括:第1麦克风11、第2麦克风12、以及ECU22(第1A/D转换部21a、第2A/D转换部21b、第1自相关算出部21c、第2自相关算出部21d、互相关算出部21e、车辆检测部21f、故障判定部22a)。在第2实施方式中,故障判定部22a相当于权利要求书所记载的故障判定单元。
ECU22是由CPU、ROM、RAM等构成的电子控制单元,综合控制接近车辆检测装置2。在ECU22中包括第1A/D转换部21a、第2A/D转换部21b、第1自相关算出部21c、第2自相关算出部21d、互相关算出部21e、车辆检测部21f、以及故障判定部22a。此处,仅说明故障判定部22a。
在麦克风发生故障的情况(例如断线)下,通常只能输出同一强级的声音,自相关值也会成为异常值(例如非常小的值或者非常大的值)。图7示出了第2麦克风12已发生故障的情况,尽管第1麦克风的自相关值变动,但第2麦克风12的自相关值是非常小的值,几乎不变动(附图标记D所示的纵向较长椭圆分布)。此外,在图7中也示出与图2~图4同样的第2麦克风12正常的情况下的分布。另外,在麦克风已发生故障的情况下,有时会随机输出声音,自相关值也会成为随机的值。在该情况下,如果使2个麦克风的自相关值进行分布,则会分布在整个区域。在这样的情况下,如果将正常的麦克风的自相关值的变动、与已发生故障的麦克风的自相关值的变动相比,则这2个自相关值没有相关关系(若一方增大则另一方也增大的关系),2个自相关值的变动明显不同。
在故障判定部22a中,对由第1自相关算出部21c算出的第1麦克风11的自相关值的预定时间量的变动、与由第2自相关算出部21d算出的第2麦克风12的自相关值的预定时间量的变动进行比较。然后,在故障判定部22a中,在尽管一个麦克风的自相关值变动,而另一个麦克风的自相关值几乎没有变动的情况下,判定为另一个麦克风已发生故障,停止该另一个麦克风的使用,仅用一个麦克风继续接近车辆检测装置2的工作。在该情况下,由于是仅用1个麦克风的检测,因此只能求出自相关值,仅进行接近车辆的有无的判定。另外,在故障判定部22a中,在一个麦克风的自相关值的变动与另一个麦克风的自相关值的变动是不相关的情况(上述那样的分布在整个区域的情况)下,判定为2个麦克风中的任一个已发生故障,停止接近车辆检测装置2的工作。
参照图6和图7,说明接近车辆检测装置2中的故障判定功能的动作。特别是,按照图8的流程图,说明ECU22中的处理。图8是示出第2实施方式所涉及的ECU中的麦克风故障判定处理的流程的流程图。此外,故障判定功能仅在车辆起动时工作,使用车辆起动时的预定时间(得到能够判定麦克风的故障的充分的声音信号(自相关值)的时间)量的各麦克风11、12的声音信号来进行判定。
车辆起动,接近车辆检测装置2工作后,在各麦克风11、12中,收集车外的周围的声音,将该收集的声音转换为声音信号(电信号)并发送至ECU22。在ECU22中,从各麦克风11、12输入各声音信号(S20)。然后,在ECU22中,将各声音信号转换为数字信号,从该数字的声音信号仅取出特定的频带(S21)。
在ECU22中,使用第1麦克风11的声音信号的时间序列数据算出自相关值,并且使用第2麦克风12的声音信号的时间序列数据算出自相关值(S22)。
在ECU22中,将第1麦克风11的自相关值的变动、与第2麦克风12的自相关值的变动进行比较(S23),判定麦克风是否发生故障(S24)。在ECU22中,如果在S24中判定为麦克风已发生故障(S25),则在不能特定已发生故障的麦克风的情况下停止接近车辆检测装置2的工作,在能够特定已发生故障的麦克风的情况下停止该已发生故障的麦克风的使用,仅用未发生故障的麦克风继续接近车辆检测装置2的工作。在ECU22中,若在S24中判定为麦克风正常(S26),则继续接近车辆检测装置2的工作。
接近车辆检测装置2具有与第1实施方式所涉及的接近车辆检测装置1同样的效果,此外还具有以下的效果。根据接近车辆检测装置2,通过使用2个麦克风11、12的自相关值,还能够判定麦克风的故障。其结果是,能够防止因麦克风的故障所导致的误检测。
参照图9和图10,说明第3实施方式所涉及的接近车辆检测装置3。图9是第3实施方式所涉及的接近车辆检测装置的构成图。图10是1个麦克风的声音信号的自相关值的时间变化的例子。
接近车辆检测装置3从1个麦克风收集的声音算出自相关,并使用自相关来判定接近车辆的有无。接近车辆检测装置3包括:麦克风13、以及ECU23(A/D转换部23a、自相关算出部23b、车辆检测部23c)。
此外,在第3实施方式中,麦克风13相当于权利要求书所记载的至少1个集音器,自相关算出部23b相当于权利要求书所记载的自相关算出单元,车辆检测部23c相当于权利要求书所记载的判定单元。
麦克风13配设在车辆的前端部(例如配置在车辆中心位置)。麦克风13按每帧,进行收集声音,将声音信号输出至ECU23。
ECU23是由CPU、ROM、RAM等构成的电子控制单元,综合控制接近车辆检测装置3。在ECU23中包括A/D转换部23a、自相关算出部23b、以及车辆检测部23c。而且,在ECU23中,按每帧,从1个麦克风13输入声音信号,使用该声音信号进行各个处理部23a、23b、23c中的各个处理。
在A/D转换部23a中,按每帧,对麦克风13的声音信号(模拟信号)进行与第1实施方式所涉及的A/D转换部21a、21b同样的处理。在自相关算出部23b中,按每帧,对由A/D转换部23a转换的麦克风13的声音信号(数字信号)进行与第1实施方式所涉及的自相关算出部21c、21d同样的处理。
在车辆检测部23c中,判定由自相关算出部23b算出的麦克风13的自相关值是否大于阈值,在大于阈值的情况下,判定为存在接近车辆(车辆发出的行驶声)。阈值根据实验预先设定。
在图10示出自相关值的时间变化的一个例子,横轴是时间,纵轴是自相关值。如图10所示,麦克风13在只收集到环境噪声时自相关值为低值,但如果麦克风13开始收集到接近的车辆的行驶声,则自相关值增大(附图标记C所示的凸部分),与环境噪声时的自相关值相比明显增大。另外,有时自相关值会因尖峰噪声而增大(附图标记S所示的部分)。所述阈值通过实验设定为如下值:不仅能够识别环境噪声时的自相关值,而且能够识别这样的尖峰噪声所导致的自相关值和行驶声时的自相关值。顺便提及,在如第1实施方式那样使用2个(多个)麦克风的情况下,由于利用2个麦克风的自相关值的相关关系来进行判定,因此,即使降低判定条件(阈值),在一个麦克风的自相关值因这样的尖峰噪声而增大的情况下也能够高精度地判定。
参照图9和图10,说明接近车辆检测装置3中的接近车辆检测功能的动作。特别是,按照图11的流程图,说明ECU23中的处理。图11是示出第3实施方式所涉及的ECU中的接近车辆检测处理的流程的流程图。
接近车辆检测装置3在工作中,在麦克风13中,按每帧,收集车外的周围的声音,并将该收集的声音转换为声音信号(电信号)并发送至ECU23。在ECU23中,从麦克风13输入当前帧(t)的声音信号(S30)。
在ECU23中,将声音信号转换为数字信号,并从该数字的声音信号仅取出特定的频带(S31)。
在ECU23中,使用麦克风13的声音信号的时间序列数据来算出自相关值(S32)。然后,在ECU23中,判定麦克风13的自相关值是否大于阈值(S33)。在S33中判定为小于阈值的情况下,在ECU23中,判断为不存在接近车辆,等待预定时间后,进行下一帧(t+1)的处理(S35)。在S33中判定为大于阈值的情况下,在ECU23中,判定为存在接近车辆(S34)。之后,在ECU23中,等待预定时间后,进行下一帧(t+1)的处理(S35)。
在ECU21中,基于在S33中的判定结果来生成接近车辆信息,将该接近车辆信息发送至驾驶辅助装置。
根据接近车辆检测装置3,通过使用了1个麦克风13的非常简易的***构成,能够仅检测接近车辆的有无。另外,根据接近车辆检测装置3,通过算出由麦克风13收集的声音的自相关值,并在接近车辆的行驶声的判定中使用自相关值,从而对于S/N比的稳健性变高,检测出接近车辆的性能得到提高。
以上,说明了本发明所涉及的实施方式,但本发明不限于上述实施方式,可以以各种形态实施。
例如,在本实施方式中将声源检测装置应用于检测接近车辆(作为声源的车辆的行驶声)的接近车辆检测装置,但也可以是检测车辆以外的声源的装置。另外,在本实施方式中应用于将所检测的接近车辆信息提供给驾驶辅助装置的装置,但也可以是其他构成。例如,可以作为接近车辆检测功能嵌入在驾驶辅助装置之中,也可以在接近车辆检测装置之中具有警报功能等。
另外,在本实施方式中的是如下构成:具有2个麦克风(集音器),并使用由2个麦克风收集的各声音来算出自相关和互相关,但也可以是如下构成:具有3个以上的麦克风,并使用由3个麦克风收集的各声音来算出自相关和互相关。麦克风的数量越多,检测精度越高。
另外,在第1实施方式中是如下构成:算出自相关值,使用自相关值来判定接近车辆的有无,在判定为存在接近车辆的情况下算出互相关值,利用互相关值来特定接近方向等;但也可以是如下构成:并行进行自相关值的算出和互相关值的算出,也并行进行利用自相关值的判定和利用互相关值的判定,基于2个判定结果来特定接近车辆的有无和接近方向。
另外,在第2实施方式中是如下构成:在车辆起动时进行麦克风的故障判定,但也可以在车辆行驶中定期进行。
产业上的可利用性
本发明在基于收集的声音对检测对象的声源进行检测的声源检测装置中,算出所收集的声音的自相关,在检测对象的声源的检测中使用自相关,从而对于S/N比的稳健性变高,对于检测对象的声源的检测性能得到提高。
Claims (4)
1.一种声源检测装置,基于收集的声音对检测对象的声源进行检测,其特征在于,包括:
至少1个集音器;
自相关算出单元,该自相关算出单元算出由所述集音器以时间序列收集的声音的自相关;以及
判定单元,该判定单元基于由所述自相关算出单元算出的自相关,判定检测对象的声源是否存在。
2.如权利要求1所述的声源检测装置,其特征在于,
所述集音器是2个以上,
所述自相关算出单元对每个所述集音器分别算出自相关,
所述判定单元判定由所述自相关算出单元算出的、由2个以上的集音器收集的声音的自相关是否满足预定条件。
3.如权利要求2所述的声源检测装置,其特征在于,包括:
互相关算出单元,该互相关算出单元算出由所述2个以上的集音器以时间序列收集的各声音的互相关;以及
特定单元,该特定单元基于由所述互相关算出单元算出的互相关,对检测对象的声源的位置进行特定。
4.如权利要求2或3所述的声源检测装置,其特征在于,包括故障判定单元,该故障判定单元通过将由所述自相关算出单元算出的、由2个以上的集音器收集的声音的自相关的变动进行比较,从而判定集音器的故障。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2011/077066 WO2013076843A1 (ja) | 2011-11-24 | 2011-11-24 | 音源検出装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103988090A true CN103988090A (zh) | 2014-08-13 |
Family
ID=48469321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180075081.6A Pending CN103988090A (zh) | 2011-11-24 | 2011-11-24 | 声源检测装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US9277339B2 (zh) |
EP (1) | EP2784532A4 (zh) |
JP (1) | JP5862679B2 (zh) |
CN (1) | CN103988090A (zh) |
RU (1) | RU2576339C2 (zh) |
WO (1) | WO2013076843A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104908645A (zh) * | 2015-06-08 | 2015-09-16 | 上海斐讯数据通信技术有限公司 | 一种行车辅助驾驶***及其工作方法 |
CN104967726A (zh) * | 2015-04-30 | 2015-10-07 | 努比亚技术有限公司 | 语音指令处理方法和装置、移动终端 |
CN106340305A (zh) * | 2016-11-04 | 2017-01-18 | 北京声智科技有限公司 | 自校准的远场语音交互设备及远场语音自校准方法 |
CN107179119A (zh) * | 2016-03-10 | 2017-09-19 | 现代自动车株式会社 | 提供声音检测信息的方法和装置以及包括该装置的车辆 |
CN107176123A (zh) * | 2016-03-10 | 2017-09-19 | 现代自动车株式会社 | 声音检测信息提供方法、车辆周围声音检测装置及车辆 |
CN109478366A (zh) * | 2016-07-27 | 2019-03-15 | 罗伯特·博世有限公司 | 用于监视机动车用的停车场的方案 |
CN110307895A (zh) * | 2018-03-20 | 2019-10-08 | 本田技研工业株式会社 | 异声判定装置以及异声判定方法 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102468148B1 (ko) * | 2016-02-19 | 2022-11-21 | 삼성전자주식회사 | 전자 장치 및 전자 장치의 음성 및 잡음 분류 방법 |
US10334360B2 (en) * | 2017-06-12 | 2019-06-25 | Revolabs, Inc | Method for accurately calculating the direction of arrival of sound at a microphone array |
US11565365B2 (en) * | 2017-11-13 | 2023-01-31 | Taiwan Semiconductor Manufacturing Co., Ltd. | System and method for monitoring chemical mechanical polishing |
JP2019164106A (ja) * | 2018-03-20 | 2019-09-26 | 本田技研工業株式会社 | 異音検出装置および検出方法 |
US10755727B1 (en) * | 2018-09-25 | 2020-08-25 | Amazon Technologies, Inc. | Directional speech separation |
CN111929489B (zh) * | 2020-08-18 | 2021-12-28 | 电子科技大学 | 故障电弧电流的检测方法及*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS4635435Y1 (zh) * | 1967-10-27 | 1971-12-06 | ||
JPS4997651A (zh) * | 1972-11-22 | 1974-09-14 | ||
JPH03242576A (ja) * | 1990-02-20 | 1991-10-29 | Nec Corp | 水中音源判別方式 |
JPH0592767U (ja) * | 1992-05-18 | 1993-12-17 | 株式会社豊田中央研究所 | 接近車両認識装置 |
JPH06175676A (ja) * | 1992-12-09 | 1994-06-24 | Nec Eng Ltd | 音声検出器 |
CN1637856A (zh) * | 2003-12-25 | 2005-07-13 | 株式会社Ntt都科摩 | 有声无声判定装置和有声无声判定方法 |
WO2009034686A1 (ja) * | 2007-09-11 | 2009-03-19 | Panasonic Corporation | 音判定装置、音検知装置及び音判定方法 |
CN101512374A (zh) * | 2006-11-09 | 2009-08-19 | 松下电器产业株式会社 | 声源位置检测装置 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60151522A (ja) | 1984-01-19 | 1985-08-09 | Nissan Motor Co Ltd | トンネル検出装置 |
JPH0635435B2 (ja) | 1985-08-16 | 1994-05-11 | 太田製薬株式会社 | コハク酸イミド誘導体 |
JP2941071B2 (ja) * | 1991-01-10 | 1999-08-25 | 沖電気工業株式会社 | センサ異常監視・検出方法 |
JPH07168599A (ja) * | 1993-12-14 | 1995-07-04 | Olympus Optical Co Ltd | 音声記録再生装置 |
JPH08202999A (ja) | 1995-01-25 | 1996-08-09 | Honda Motor Co Ltd | 車両用周囲状況監視装置 |
JPH0997651A (ja) | 1995-09-29 | 1997-04-08 | Oi Seisakusho Co Ltd | 車両用開閉体の支持装置 |
US6160758A (en) * | 1996-06-28 | 2000-12-12 | Scientific Innovations, Inc. | Utilization of auto and cross-correlation functions in methods for locating a source of a primary signal and for localizing signals |
US6198693B1 (en) * | 1998-04-13 | 2001-03-06 | Andrea Electronics Corporation | System and method for finding the direction of a wave source using an array of sensors |
RU2145426C1 (ru) * | 1998-10-19 | 2000-02-10 | Камчатский гидрофизический институт | Способ обнаружения сигналов шумоизлучения морских объектов |
JP2003044098A (ja) * | 2001-07-26 | 2003-02-14 | Nec Corp | 音声帯域拡張装置及び音声帯域拡張方法 |
JP2004212145A (ja) * | 2002-12-27 | 2004-07-29 | Riken Corp | ガスセンサの診断装置 |
RU2326401C2 (ru) * | 2005-07-12 | 2008-06-10 | Анатолий Борисович Атнашев | Способ обнаружения сигнала |
RU2350977C2 (ru) * | 2006-06-05 | 2009-03-27 | Санкт-Петербургское высшее училище радиоэлектроники ПВО | Способ и устройство корреляционного отождествления пеленгов |
US8503686B2 (en) * | 2007-05-25 | 2013-08-06 | Aliphcom | Vibration sensor and acoustic voice activity detection system (VADS) for use with electronic systems |
CN101617245B (zh) | 2007-10-01 | 2012-10-10 | 松下电器产业株式会社 | 声源方向检测装置 |
US8107320B2 (en) * | 2008-03-12 | 2012-01-31 | Raytheon Company | Autonomous sonar system and method |
US9250315B2 (en) | 2009-03-04 | 2016-02-02 | Toyota Motor Engineering & Manufacturing North America, Inc. | Collision avoidance system and method |
KR101612704B1 (ko) * | 2009-10-30 | 2016-04-18 | 삼성전자 주식회사 | 다중음원 위치 추적장치 및 그 방법 |
JP2011242343A (ja) * | 2010-05-20 | 2011-12-01 | Panasonic Corp | 車両方向特定装置、車両方向特定方法、及びそのプログラム |
JP5443454B2 (ja) * | 2011-09-20 | 2014-03-19 | トヨタ自動車株式会社 | 音源検出装置 |
JP5423883B2 (ja) * | 2011-09-20 | 2014-02-19 | トヨタ自動車株式会社 | 音源検出装置 |
-
2011
- 2011-11-24 WO PCT/JP2011/077066 patent/WO2013076843A1/ja active Application Filing
- 2011-11-24 JP JP2013545717A patent/JP5862679B2/ja active Active
- 2011-11-24 RU RU2014125417/28A patent/RU2576339C2/ru active
- 2011-11-24 CN CN201180075081.6A patent/CN103988090A/zh active Pending
- 2011-11-24 US US14/360,564 patent/US9277339B2/en active Active
- 2011-11-24 EP EP11876219.4A patent/EP2784532A4/en not_active Withdrawn
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS4635435Y1 (zh) * | 1967-10-27 | 1971-12-06 | ||
JPS4997651A (zh) * | 1972-11-22 | 1974-09-14 | ||
JPH03242576A (ja) * | 1990-02-20 | 1991-10-29 | Nec Corp | 水中音源判別方式 |
JPH0592767U (ja) * | 1992-05-18 | 1993-12-17 | 株式会社豊田中央研究所 | 接近車両認識装置 |
JPH06175676A (ja) * | 1992-12-09 | 1994-06-24 | Nec Eng Ltd | 音声検出器 |
CN1637856A (zh) * | 2003-12-25 | 2005-07-13 | 株式会社Ntt都科摩 | 有声无声判定装置和有声无声判定方法 |
CN101512374A (zh) * | 2006-11-09 | 2009-08-19 | 松下电器产业株式会社 | 声源位置检测装置 |
WO2009034686A1 (ja) * | 2007-09-11 | 2009-03-19 | Panasonic Corporation | 音判定装置、音検知装置及び音判定方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104967726A (zh) * | 2015-04-30 | 2015-10-07 | 努比亚技术有限公司 | 语音指令处理方法和装置、移动终端 |
CN104967726B (zh) * | 2015-04-30 | 2018-03-23 | 努比亚技术有限公司 | 语音指令处理方法和装置、移动终端 |
CN104908645A (zh) * | 2015-06-08 | 2015-09-16 | 上海斐讯数据通信技术有限公司 | 一种行车辅助驾驶***及其工作方法 |
CN107179119A (zh) * | 2016-03-10 | 2017-09-19 | 现代自动车株式会社 | 提供声音检测信息的方法和装置以及包括该装置的车辆 |
CN107176123A (zh) * | 2016-03-10 | 2017-09-19 | 现代自动车株式会社 | 声音检测信息提供方法、车辆周围声音检测装置及车辆 |
CN107176123B (zh) * | 2016-03-10 | 2021-04-16 | 现代自动车株式会社 | 声音检测信息提供方法、车辆周围声音检测装置及车辆 |
CN109478366A (zh) * | 2016-07-27 | 2019-03-15 | 罗伯特·博世有限公司 | 用于监视机动车用的停车场的方案 |
CN106340305A (zh) * | 2016-11-04 | 2017-01-18 | 北京声智科技有限公司 | 自校准的远场语音交互设备及远场语音自校准方法 |
CN106340305B (zh) * | 2016-11-04 | 2024-03-19 | 北京声智科技有限公司 | 自校准的远场语音交互设备及远场语音自校准方法 |
CN110307895A (zh) * | 2018-03-20 | 2019-10-08 | 本田技研工业株式会社 | 异声判定装置以及异声判定方法 |
CN110307895B (zh) * | 2018-03-20 | 2021-08-24 | 本田技研工业株式会社 | 异声判定装置以及异声判定方法 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2013076843A1 (ja) | 2015-04-27 |
US20140369509A1 (en) | 2014-12-18 |
RU2014125417A (ru) | 2015-12-27 |
JP5862679B2 (ja) | 2016-02-16 |
EP2784532A4 (en) | 2015-10-28 |
WO2013076843A1 (ja) | 2013-05-30 |
US9277339B2 (en) | 2016-03-01 |
RU2576339C2 (ru) | 2016-02-27 |
EP2784532A1 (en) | 2014-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103988090A (zh) | 声源检测装置 | |
CN104380378A (zh) | 声源检测装置、噪声模型生成装置、噪声抑制装置、声源方位推定装置、接近车辆检测装置以及噪声抑制方法 | |
CN103380385B (zh) | 接近车辆检测装置及接近车辆检测方法 | |
US11042805B2 (en) | Pollution estimation system | |
CN103119461B (zh) | 声源检测装置 | |
CN108698622A (zh) | 轨道状态评价方法、装置以及程序 | |
CN103903423B (zh) | 基于浮动车数据的交通事件信息发布范围确定方法 | |
JP5867352B2 (ja) | 走行音を用いた車両検出装置 | |
JP2014232084A (ja) | 異音検知装置及びプログラム | |
CN105358382A (zh) | 物体检测装置以及物体检测方法 | |
JP5867351B2 (ja) | 走行音を用いた車両検出装置 | |
CN104851301B (zh) | 一种基于减速带声音分析的车辆参数识别方法 | |
EP3378706A1 (en) | Vehicular notification device and vehicular notification method | |
CN115758289B (zh) | 一种基于多任务学习神经网络的钢轨波磨识别方法 | |
CN113343928A (zh) | 变速路段高速铁路钢轨波磨检测方法及装置、计算机设备 | |
CN103198707B (zh) | 一种基于晴天状况下危险交通流特征的车辆调控方法 | |
JP2004240214A (ja) | 音響信号判別方法、音響信号判別装置、音響信号判別プログラム | |
CN102749136A (zh) | 一种机动车噪声等效频率的测定方法 | |
JP3103034B2 (ja) | 走行列車の情報検出方法 | |
CN116046145A (zh) | 交通道路光缆测区一致性检测***及方法 | |
KR101303566B1 (ko) | 열차 특정 위치의 소음 특성 도출 방법 | |
CN105702028A (zh) | 一种基于机动车音频信号的交通状态判别*** | |
KR101909920B1 (ko) | 교통 정보 생성 장치 및 방법 | |
CN112781551B (zh) | 路面状况监测***及其监测方法 | |
JP2014067093A (ja) | 走行音を用いた車両検出装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140813 |