特開 2023-179096 異音解析方法及び異音解析システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2023179096

(43)【公開日】2023-12-19

(54)【発明の名称】異音解析方法及び異音解析システム

(51)【国際特許分類】

   G01M 17/007 20060101AFI20231212BHJP

   G01M 99/00 20110101ALI20231212BHJP

   G01H 3/00 20060101ALI20231212BHJP

【ＦＩ】

G01M17/007 J

G01M99/00 Z

G01H3/00 A

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2022092161

(22)【出願日】2022-06-07

(71)【出願人】

【識別番号】000003207

【氏名又は名称】トヨタ自動車株式会社

(74)【代理人】

【識別番号】100103894

【弁理士】

【氏名又は名称】家入 健

(72)【発明者】

【氏名】竹内 伸一

(72)【発明者】

【氏名】田端 淳

【テーマコード（参考）】

2G024

2G064

【Ｆターム（参考）】

2G024AD01

2G024BA27

2G024CA13

2G024FA04

2G024FA06

2G024FA11

2G064AA11

2G064AB01

2G064AB02

2G064AB22

2G064BA02

2G064BD02

2G064CC41

2G064CC42

2G064CC43

2G064DD02

(57)【要約】

【課題】ユーザが暗騒音を含む異音を識別しやすくする。
【解決手段】コンピュータ（１２０）に異音を含む入力音を入力する工程（ステップＳ２０１）と、コンピュータが推定異音の原因とその確率を出力する工程（ステップＳ２０３）と、ユーザが異音を確認するためにコンピュータが推定異音のみを原因の確率に応じて出力する工程（ステップＳ２０４）と、を備える異音解析方法を提供する。さらに、ユーザが確認した推定異音のみを除去した合成入力音に異音が含まれないことを、ユーザが聞いて確認するためにコンピュータが合成入力音を出力する工程（ステップＳ２０６）と、を備える異音解析方法を提供する。
【選択図】図２

【特許請求の範囲】

【請求項1】

コンピュータに異音を含む入力音を入力する工程と、
前記コンピュータが推定異音の原因とその確率を出力する工程と、
ユーザが前記異音を確認するために前記コンピュータが前記推定異音のみを原因の確率に応じて出力する工程と、を備える異音解析方法。

【請求項2】

さらに、前記ユーザが確認した前記推定異音のみを除去した合成入力音に前記異音が含まれないことを、前記ユーザが聞いて確認するために前記コンピュータが前記合成入力音を出力する工程と、を備える請求項１に記載の異音解析方法。

【請求項3】

前記推定異音のみを出力する工程において、前記コンピュータが前記推定異音を前記入力音の前記異音より大きくして出力する、請求項１に記載の異音解析方法。

【請求項4】

前記合成入力音を出力する工程において、前記ユーザが、前記異音が含まれないことを確認できないとき、前記コンピュータが前記原因を半確定にし、別の原因があることを示唆する、請求項２に記載の異音解析方法。

【請求項5】

前記合成入力音を出力する工程において、前記ユーザが、前記異音が含まれないことを確認できたとき、前記コンピュータが前記原因を確定する、請求項２に記載の異音解析方法。

【請求項6】

前記入力音は、暗騒音を含む、請求項１に記載の異音解析方法。

【請求項7】

前記コンピュータは、暗騒音を含まない前記異音の原因が特定されている音で教師あり機械学習されている、請求項１乃至６のいずれか１項に記載の異音解析方法。

【請求項8】

異音を含む入力音が入力され、推定異音の原因とその確率を出力するコンピュータであって、ユーザが前記異音を確認するために前記推定異音のみを原因の確率に応じて出力するコンピュータと、を備える異音解析システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は異音解析方法及び異音解析システムに関する。

【背景技術】

【0002】

周囲の音から注目する音を解析するための音解析システムが開発されてきた。特許文献１では、時間／周波数変換手段で入力信号をフレーム毎に分析し振幅スペクトルと位相スペクトルに変換することが記載されている。さらに、特許文献１では、雑音らしさ分析手段が判定した入力信号フレームの雑音らしさの結果に基づき、雑音振幅スペクトル算出手段で、そのフレームの入力振幅スペクトルを用い雑音振幅スペクトルを算出する。また、スペクトル補正ゲイン算出手段で、入力振幅スペクトルと雑音振幅スペクトルとそれぞれの所定係数を用いて雑音振幅スペクトル補正ゲインと雑音除去スペクトル補正ゲインを算出する。また、スペクトル減算手段で、雑音振幅スペクトルに雑音振幅スペクトル補正ゲインを乗じ、入力振幅スペクトルから減算して第１の雑音除去スペクトルを出力する。そして特許文献１は、スペクトル振幅減圧手段が第１の雑音除去スペクトルに、雑音除去スペクトル補正ゲインを乗じて出力した第２の雑音除去スペクトルを周波数／時間変換手段で時間軸信号に変換することが記載されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２００１－１３４２８７号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１のように雑音信号を除去し、注目する音を明瞭化することがなされてきた。自動車の車内で取得した音にも暗騒音が含まれ、異音の原因を特定するには、暗騒音を除去した方が特定しやすいとの考えに基づくものである。そこで、本開示の目的は、ユーザが暗騒音を含む異音を識別しやすくするために、コンピュータが推定異音のみを原因の確率に応じて出力する異音解析方法を提供することである。

【0005】

さらに、ユーザが異音と感じている音は大きさだけで特定できるものではなく、ユーザが暗騒音を含む異音を直接識別して特定する方が確実である。そこで、本開示のさらなる目的は、さらにユーザが異音を確認するために、ユーザが確認した推定異音のみを除去した合成入力音を出力する異音解析方法を提供することである。

【課題を解決するための手段】

【0006】

本開示の異音解析方法は、
コンピュータに異音を含む入力音を入力する工程と、
前記コンピュータが推定異音の原因とその確率を出力する工程と、
ユーザが前記異音を確認するために前記コンピュータが前記推定異音のみを原因の確率に応じて出力する工程と、を備える異音解析方法である。

【0007】

上記構成によれば、コンピュータが推定異音のみを異音の原因の確率に応じて出力することで、ユーザが暗騒音を含む異音を識別しやすくすることができる。

【0008】

また、本開示の異音解析方法は、
さらに、前記ユーザが確認した前記推定異音のみを除去した合成入力音に前記異音が含まれないことを、前記ユーザが聞いて確認するために前記コンピュータが前記合成入力音を出力する工程と、を備えることを特徴とする。

【0009】

上記構成によれば、ユーザが確認した推定異音のみを除去した合成入力音をユーザが聞いて、さらにユーザが異音を確認することができる。

【0010】

また、本開示の異音解析方法は、
前記推定異音のみを出力する工程において、前記コンピュータが前記推定異音を前記入力音の前記異音より大きくして出力することを特徴とする。

【0011】

上記構成によれば、推定異音を入力音の異音より大きくして出力することで、ユーザが異音を確認しやすくなる。

【0012】

また、本開示の異音解析方法は、
前記合成入力音を出力する工程において、前記ユーザが、前記異音が含まれないことを確認できないとき、前記コンピュータが前記原因を半確定にし、別の原因があることを示唆することを特徴とする。

【0013】

上記構成によれば、ユーザが、合成入力音に異音が含まれないことを確認できないとき、原因を半確定にし、別の原因があることが示唆することができる。

【0014】

また、本開示の異音解析方法は、
前記合成入力音を出力する工程において、前記ユーザが、前記異音が含まれないことを確認できたとき、前記コンピュータが前記原因を確定することを特徴とする。

【0015】

上記構成によれば、ユーザが、合成入力音に異音が含まれないことを確認できたとき、原因を確定することができる。

【0016】

また、本開示の異音解析方法は、
前記入力音は、暗騒音を含むことを特徴とする。

【0017】

上記構成によれば、ユーザは、異音が発生した使用中の状態の異音を確認することができる。

【0018】

また、本開示の異音解析方法は、
前記コンピュータは、暗騒音を含まない前記異音の原因が特定されている音で教師あり機械学習されていることを特徴とする。

【0019】

上記構成によれば、理想的な状態で機械学習されたコンピュータを用いて異音を推定できる。

【0020】

本開示の異音解析システムは、
異音を含む入力音が入力され、推定異音の原因とその確率を出力するコンピュータであって、ユーザが前記異音を確認するために前記推定異音のみを原因の確率に応じて出力するコンピュータと、を備える異音解析システムである。

【0021】

上記構成によれば、コンピュータが推定異音のみを原因の確率に応じて出力することで、ユーザが暗騒音を含む異音を識別しやすくすることができる。

【発明の効果】

【0022】

本開示により、ユーザが暗騒音を含む異音を識別しやすくするために、コンピュータが推定異音のみを異音の原因の確率に応じて出力する異音解析方法を提供できる。本開示により、さらにユーザが異音を確認するために、ユーザが確認した推定異音のみを除去した合成入力音を出力する異音解析方法を提供できる。

【図面の簡単な説明】

【0023】

【図1】実施の形態にかかる異音解析システムのブロック図である。

【図2】実施の形態にかかる異音解析方法のフローチャートである。

【図3】実施の形態にかかる暗騒音に対する異音の一例の図である。

【図4】実施の形態にかかる異音の発生原因の一例の図である。

【図5】実施の形態にかかる原因Ａによる推定異音の一例の図である。

【図6】実施の形態にかかる原因Ｂによる推定異音の一例の図である。

【図7】実施の形態にかかる原因Ａによる異音を除去した合成入力音の一例の図である。

【図8】実施の形態にかかる原因Ｂによる異音を除去した合成入力音の一例の図である。

【図9】実施の形態にかかる教師あり機械学習の一例の図である。

【発明を実施するための形態】

【0024】

実施の形態
以下、図面を参照して本発明の実施の形態について説明する。しかしながら、特許請求の範囲にかかる発明を以下の実施の形態に限定するものではない。また、実施の形態で説明する構成の全てが課題を解決するための手段として必須であるとは限らない。説明の明確化のため、以下の記載及び図面は、適宜、省略、及び簡略化がなされている。各図面において、同一の要素には同一の符号が付されており、必要に応じて重複説明は省略されている。

【0025】

（実施の形態にかかる異音解析システムの説明）
図１は、実施の形態にかかる異音解析システムのブロック図である。図１を参照しながら、実施の形態にかかる異音解析システムを説明する。

【0026】

異音解析システム１０は、車両（図示せず）と、車両に備えられた電子制御装置１００と、運転支援設定スイッチ群１０１と、シフトセンサ１０２と、ステアリングセンサ１０３と、自車位置情報検出装置１０４と、車速センサ１０５と、アクセル開度センサ１０６と、表示装置１０７と、スピーカ・ブザー１０８と、エンジン制御装置１０９と、ステアリング制御装置１１０と、ブレーキ制御装置１１１と、ＡＴ（Automatic Transmission）変速制御装置１１２と、車両と別個のコンピュータ１２０と、を備える。

【0027】

電子制御装置１００には、車両に備えられた各種センサ等（例えば運転支援設定スイッチ群１０１、シフトセンサ１０２、ステアリングセンサ１０３、自車位置情報検出装置１０４、車速センサ１０５、アクセル開度センサ１０６など）による検出値に基づく各種信号が供給される。各種信号は、例えば、スイッチ信号、シフト位置、操舵角、ＧＰＳ（Global Positioning System）信号（軌道信号）、ナビ情報などの自車位置情報検出装置１０４からの信号、通信信号、車速Ｖ、アクセル開度などである。

【0028】

電子制御装置１００は、車両に備えられた各装置（表示装置１０７、スピーカ・ブザー１０８、エンジン制御装置１０９、ステアリング制御装置１１０、ブレーキ制御装置１１１、ＡＴ変速制御装置１１２）に指令信号を出力する。

【0029】

スイッチ信号は、自動運転制御やクルーズ制御等の運転支援制御のための運転者による設定を示す信号である。シフト位置は、車両に備えられたシフトレバーの操作ポジションである。操舵角は、車両に備えられたステアリングホイールの操舵角である。

【0030】

ＧＰＳ信号は、ＧＰＳ衛星が発信する信号に基づく地表又は地図上における車両の位置を示す自車位置情報を含んでいる。ナビ情報は、例えばナビゲーションシステムに予め記憶された地図データに基づく道路情報及び施設情報などの地図情報を含んでいる。道路情報は、市街地道路、郊外道路、山岳道路、高速自動車道路などの道路の種類、道路の分岐や合流、道路の勾配、制限車速などの情報を含んでいる。施設情報は、スーパ、商店、レストラン、駐車場、公園、自宅、高速自動車道路のサービスエリアなどの拠点の種類、所在地、名称などの情報を含んでいる。

【0031】

ナビゲーションシステムは、表示装置１０７及びスピーカ・ブザー１０８を有する公知のナビゲーションシステムである。ナビゲーションシステムは、ＧＰＳ信号に基づいて予め記憶された地図データ上に自車位置を特定する。ナビゲーションシステムは、表示装置１０７に表示した地図上に自車位置を表示する。ナビゲーションシステムは、目的地が入力されると、出発地から目的地までの走行経路を演算し、表示装置１０７及びスピーカ・ブザー１０８等で運転者に走行経路などの指示を行う。

【0032】

通信信号は、コンピュータ１２０との間で送受信された車両状態情報、道路交通情報通信システムとの間で送受信された道路交通情報、車両の近傍にいる他車両との間で直接的に送受信された車車間通信情報などを含む。車両状態情報は、例えば各種センサ等により検出された車両の走行に関わる車両状態を示す情報である。この車両状態は、例えばアクセル開度、車速Ｖなどである。

【0033】

道路交通情報は、例えば道路の渋滞、事故、工事、所要時間、駐車場などの情報を含む。車車間通信情報は、例えば車両情報、走行情報、交通環境情報などを含む。車両情報は、例えば乗用車、トラック、二輪車などの車種を示す情報を含む。走行情報は、例えば車速Ｖ、位置情報、ブレーキペダルの操作情報、ターンシグナルランプの点滅情報、ハザードランプの点滅情報などを含む。交通環境情報は、例えば道路の渋滞、工事などの情報を含む。

【0034】

アクセル開度は、運転者の加速操作の大きさを表す運転者の加速操作量である。

【0035】

エンジン制御装置１０９は、エンジン（図示せず）の作動を制御する。ハイブリッド自動車の場合、エンジン制御装置１０９は、ハイブリッド制御装置（図示せず）に含まれる。ハイブリッド制御装置は、エンジン制御装置の他に、インバータを介して第１回転機（図示せず）、第２回転機（図示せず）の作動を制御する回転制御装置（図示せず）を含む。ハイブリッド制御装置は、エンジン、第１回転機、第２回転機を用いてハイブリッド制御を実行する。ＡＴ（Automatic Transmission）車及びＭＴ（Manual Transmission）車の場合、エンジンのみを備え、第１回転機及び第２回転機を備えない。したがって、ＡＴ車及びＭＴ車の場合、エンジンは、エンジン制御装置１０９を用いて制御される。

【0036】

ステアリング制御装置１１０は、例えば車速Ｖ、操舵角及び操舵方向、ヨーレートなどに応じたアシストトルクを車両の操舵系に付与する。ステアリング制御装置１１０は、例えば自動運転制御時などでは、前輪の操舵を制御するトルクを車両の操舵系に付与する。

【0037】

ブレーキ制御装置１１１は、車輪にホイールブレーキによる制動トルクを付与する。ホイールブレーキには、ホイールシリンダが設けられている。ブレーキ制御装置１１１は、運転者による例えばブレーキペダルの踏込み操作に応じて、ホイールシリンダへブレーキ油圧を供給する。ブレーキ制御装置１１１は、通常時において、ブレーキマスタシリンダから発生するマスタシリンダ油を直接的にブレーキ油圧としてホイールシリンダに供給する。マスタシリンダ油圧は、ブレーキペダルの踏力に対応した大きさとなっている。一方で、ブレーキ制御装置１１１は、例えばＡＢＳ制御時、横滑り抑制制御時、車速制御時、自動運転制御時などにおいて、ホイールブレーキを用いて制動トルクを発生するために、各制御で必要なブレーキ油圧をホイールシリンダに供給する。

【0038】

ＡＴ変速制御装置１１２は、ＡＴギヤ段変速マップを用いて有段変速部の変速判断を行う。ＡＴ変速制御装置１１２は、必要に応じて有段変速部の変速制御を実行する。ＡＴギヤ段変速マップは、予め実験的にあるいは設計的に求められて記憶された関係、すなわちあらかじめ定められた関係を示す。ＡＴギヤ段変速マップは、例えば車速Ｖ及び要求駆動トルクを変数とする二次元座標上の、有段変速部変速が判断されるための変速線である所定の関係である。ここでは、車速Ｖの代わりに、出力回転速度Ｎｏなどを用いてもよい。また、要求駆動トルクの代わりに、要求駆動力、アクセル開度、またはスロットル弁開度などを用いてもよい。ＡＴ変速制御装置１１２は、有段変速部の変速制御では、有段変速部のＡＴギヤ段を自動的に切り替えるように、ソレノイドバルブによる係合装置の係合開放状態を切り替えるための油圧制御指令信号を油圧制御回路へ出力する。

【0039】

ここではＡＴ車またはハイブリッド自動車は、ＡＴ変速制御装置１１２を備える。一方、ＭＴ車は、ＡＴ変速制御装置１１２を備えない。

【0040】

コンピュータ１２０は、携帯情報端末または固定されたＰＣ（Personal Computer）を用いることができる。携帯情報端末は、携帯キャリア回線、無線ＬＡＮなどを介して情報を外部とやり取りできる携帯可能な情報端末である。また、コンピュータ１２０は、機能の一部を、ネットワークを介してサーバ（図示せず）に移転してもよい。

【0041】

コンピュータ１２０は、異音測定装置１２１と、演算部１２２と、ＦＦＴ（Fast Fourier transform）解析部１２３と、出力部１２４と、を備える。

【0042】

異音測定装置１２１は、異音を含む車内の音を集音するマイクを備える。この異音を含む車内の音が異音を含む入力音である。また、異音測定装置１２１は、車両の電子制御装置１００と通信して、集音したときの車速Ｖ、アクセル開度などの情報を受信する。

【0043】

演算部１２２は、車両から送信された車両状態情報及び入力音に所定の処理を行う。演算部１２２は、推定異音と推定異音の発生する確率を計算する。推定異音とは、入力音から異音の原因を推定し、その原因により発生する異音である。演算部１２２は、暗騒音を含まない異音の原因が特定されている音で教師あり機械学習されていることが好ましい。暗騒音とは、異音以外の車内の様々な騒音である。そのような演算部１２２により、異音の特定が容易になる。

【0044】

ＦＦＴ解析部１２３は、車両から送信された入力音に高速フーリエ変換による周波数分析を行う。出力部１２４は、演算部１２２による処理結果、ＦＦＴ解析部１２３による分析結果などを出力する装置である。すなわち出力部１２４は、表示装置及びプリンタ、スピーカなどであり、結果がユーザに認識可能になるようにする装置である。出力部１２４は、推定異音のみを原因の確率に応じて出力することができる。このような出力により、ユーザは、異音を確認できる。また、出力部１２４は、推定異音を入力音の異音より大きくして出力できる。このため、ユーザは異音を確認しやすくなる。また、出力部１２４は、推定異音のみを除去した合成入力音を出力することができる。このような出力により、ユーザは、さらに異音を確認できる。

【0045】

コンピュータ１２０は、ユーザが推定異音の出力により異音を確認しないとき、確率に応じて別の推定異音を出力し、ユーザに確認させる。また、コンピュータ１２０は、ユーザが推定異音の出力により異音を確認し、合成入力音の出力により異音を確認しないとき、原因を半確定し、ほかに原因があることを示唆する。また、コンピュータ１２０は、ユーザが推定異音の出力により異音を確認し、合成入力音の出力により異音を確認したとき、原因を確定したと出力する。

【0046】

上記異音解析システムにより、コンピュータが推定異音のみを異音の原因の確率に応じて出力することで、ユーザが暗騒音を含む異音を識別しやすくすることができる。

【0047】

（実施の形態にかかる異音解析方法の説明）
図２は、実施の形態にかかる異音解析方法のフローチャートである。図２を参照しながら、実施の形態にかかる異音解析方法を説明する。

【0048】

まず、異音データを取得する（ステップＳ２０１）。異音データは、異音と異音以外の周波数の音である暗騒音を含む入力音である。入力音が暗騒音を含むことで、ユーザは、異音が発生した使用中の状態の異音を確認することができる。この異音データをコンピュータ１２０に入力する。コンピュータ１２０は、携帯電話等、携帯情報端末であってもよい。携帯電話は一般に普及するコンピュータであり、音声入出力もできるため都合がよい。

【0049】

異音データを取得できない場合（ステップＳ２０１のＮｏの場合）、処理を終了する。異音データを取得できた場合（ステップＳ２０１のＹｅｓの場合）、コンピュータ１２０のＦＦＴ解析部１２３が、入力音を解析する。解析後、演算部１２２が、異音を推定する（ステップＳ２０２）。演算部１２２は、暗騒音を含まない理想的な状態で機械学習されていることが好ましい。理想的な状態で機械学習されたコンピュータを用いて異音を推定できるためである。

【0050】

次に、演算部１２２が複数の推定異音の原因を確率順に推定する（ステップＳ２０３）。出力部１２４が確率に応じて推定異音のみを再生し（ステップＳ２０４）、ユーザが感じた異音であるかどうか確認する（ステップＳ２０５）。最初に原因の確率が最も高い異音を再生することが好ましいが、この順番に限られない。このとき、推定異音の出力を、入力音の異音よりも大きくすることで確認しやすくなる。ここでユーザは、ユーザとともに異音を確認したディーラのメカニックでもよい。上記ステップＳ２０５により、コンピュータが推定異音のみを異音の原因の確率に応じて出力することで、ユーザが暗騒音を含む異音を識別しやすくすることができる。

【0051】

ユーザが感じた異音を確認できなかったとき（ステップＳ２０５のＮｏの場合）、確率に応じて別の推定異音を再生する（ステップＳ２０４）。確率が高い順番に音を再生することが好ましいが、この順番に限られない。ユーザが感じた異音を確認できたとき（ステップＳ２０５のＹｅｓの場合）、演算部１２２は、推定異音のみを削除する（Ｓ２０６）。これにより、推定異音のみを削除した合成入力音が生成される。出力部１２４が合成入力音をスピーカから出力すると、ユーザは、ユーザが感じた異音が出なくなったか確認する（ステップＳ２０７）。上記ステップＳ２０７により、ユーザが確認した推定異音のみを除去した合成入力音をユーザが聞いて、さらにユーザが異音を確認することができる。

【0052】

ユーザが感じた異音が出なくなったことを確認しないとき（ステップＳ２０７のＮｏの場合）、異音の原因を半確定（ステップＳ２０９）して、ユーザに他の原因があることを示唆して終了する。ユーザが、合成入力音に異音が含まれないことを確認できないとき、原因を半確定にし、別の原因があることが示唆することができる。

【0053】

ユーザが感じた異音が出なくなったことを確認したとき、（ステップＳ２０７のＹｅｓの場合）、異音の原因を確定（ステップＳ２０８）して、異音の原因を表示して終了する。ユーザが、合成入力音に異音が含まれないことを確認できたとき、原因を確定することができる。

【0054】

（実施の形態にかかる異音の説明）
図３は、実施の形態にかかる暗騒音に対する異音の一例の図である。図４は、実施の形態にかかる異音の発生原因の一例の図である。図５は、実施の形態にかかる原因Ａによる推定異音の一例の図である。図６は、実施の形態にかかる原因Ｂによる推定異音の一例の図である。図７は、実施の形態にかかる原因Ａによる異音を除去した合成入力音の一例の図である。図８は、実施の形態にかかる原因Ｂによる異音を除去した合成入力音の一例の図である。図３乃至図８を参照しながら実施の形態にかかる異音を説明する。

【0055】

図３に暗騒音と異音を示す。図３の横軸は周波数を示し、縦軸は音の大きさを示す。人間は、暗騒音のレベルに対して突出している音を異音として感じやすい。また突出量が大きい場合及び周波数が単独で存在している場合は、異音の原因を特定しやすいが近接した複数の周波数がある場合は、識別が難しい。図３は、突出している音がＡ、Ｂ、Ｃである識別が難しい場合を示す。図３は、それぞれの周波数の音に原因がある１つの例示である。

【0056】

図４は、異音の発生原因を示している。図４は、横軸に車速を示し、縦軸にアクセル開度を示している。異音は、車速Ｖとアクセル開度に従って別個に発生する。したがって、車速Ｖやアクセル開度を入力し、異音が生じる領域を特定しながら学習すると異音の原因の推定精度が上がる。この車速Ｖとアクセル開度は、車両状態情報として、車両の電子制御装置１００から得られる。

【0057】

図５は、ステップＳ２０５の異音確認工程を示したものである。図５は、横軸に周波数、縦軸に音の大きさを示す。ここでは、コンピュータ１２０が、Ａ音が異音である確率が最も高いと推定し、Ａ音の周波数に絞った音を出力している。ユーザはこの音を聞き、自分が異音と感じた音と一致するか判断する。雑音である暗騒音及び他の突出音が除去されているので識別しやすい。音の大きさは、コンピュータ１２０で取得されたときの突出量に相当するが、強調する意味でこれを何倍かの大きさにしてもよい。

【0058】

図６は、ステップＳ２０５の異音確認工程の別の音を出力したものである。コンピュータ１２０が、Ｂ音である確率がＡ音に次いで高いと推定した。Ａ音ではないとの判断に基づき、Ｂ音の周波数に絞った音を出力する。ユーザはこの音を聞き、自分が異音と感じた音と一致するか判断する。雑音である暗騒音及び他の突出音が除去されているので識別しやすい。音の大きさは、コンピュータ１２０で取得されたときの突出量に相当するが、強調する意味でこれを何倍かの大きさにしてもよい。

【0059】

図７は、ステップＳ２０７の異音確認工程を示したものである。図７は、横軸に周波数を示し、縦軸に音の大きさを示す。図７は、ステップＳ２０５でユーザがＡ音であると判断したので、暗騒音から突出したＡ音を除いた周波数の音を出力することを示す。ユーザは、この音を聞き、自分が異音と感じた音がないことを確認する。

【0060】

図８は、ステップＳ２０７の異音確認工程を示したものである。図８は、横軸に周波数を示し、縦軸に音の大きさを示す。図８は、ステップＳ２０５でユーザがＢ音であると判断したので、暗騒音から突出したＢ音を除いた周波数の音を出力することを示す。ユーザは、この音を聞き、自分が異音と感じた音がないことを確認する。

【0061】

（実施の形態にかかる教師あり機械学習の説明）
図９は、実施の形態にかかる教師あり機械学習の一例の図である。図９を参照しながら、実施の形態にかかる教師あり機械学習を説明する。

【0062】

図９に示すように、異音を入力とし、異音の原因を出力とする機械学習をしている。機械学習モデルを訓練するための学習用データを準備する。学習用データに含まれる異音は、無響室や実験室で、高精度のマイクを使用して取得されることが好ましい。つまり、無響室等に自動車を設置して、特定の原因の異音のみを発生する。マイクが、この異音を集音する。異音は街中の一般の環境で取得されてもよい。学習用データでは、教師信号（正解ラベル）として、無響室で取得された異音に、異音の原因が付されている。車速Ｖ等も入力される。ラベル付きデータとしてこのようなものを用いてディープラーニングなどの機械学習をする。Ｐ１１～Ｐｉ１は、入力層であり、Ｐ１２～Ｐｊ２は、中間層であり、Ｐ１３～Ｐｋ３は出力層である。重み付け値Ｗ１１～Ｗｉ１は、入力層Ｐ１１～Ｐｉ１に対する結合強度、重み付け値Ｗ１２～Ｗｊ２は、中間層Ｐ１２～Ｐｊ２に対する結合強度である。

【0063】

しかしながら、異音は街中の一般の環境で取得される。一般に異音はｆ特性（周波数特性）として得られる。入力は、車速Ｖ、アクセル開度、ブレーキ信号（ＯＮ／ＯＦＦ）など走行に関する信号を有してもよい。また、出力は、異音の原因の他に異音の原因の確率を有してもよい。

【0064】

また、上述したコンピュータ１２０における処理の一部又は全部は、コンピュータプログラムとして実現可能である。このようなプログラムは、様々なタイプの非一時的なコンピュータ可読媒体を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ ＲＯＭ）、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ ＰＲＯＭ）、フラッシュＲＯＭ、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

【0065】

なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、本実施の形態は、ＡＴ車、ＭＴ車またはハイブリッド自動車のいずれにも適用できる。また、本実施の形態は、電気自動車にも適用できる。また、コンピュータ１２０の演算部１２２とＦＦＴ解析部１２３をサーバに移してもよい。

【符号の説明】

【0066】

１０ 異音解析システム
１００ 電子制御装置
１０１ 運転支援設定スイッチ群
１０２ シフトセンサ
１０３ ステアリングセンサ
１０４ 自車位置情報検出装置
１０５ 車速センサ
１０６ アクセル開度センサ
１０７ 表示装置
１０８ スピーカ・ブザー
１０９ エンジン制御装置
１１０ ステアリング制御装置
１１１ ブレーキ制御装置
１１２ ＡＴ変速制御装置
１２０ コンピュータ
１２１ 異音測定装置
１２２ 演算部
１２３ ＦＦＴ解析部
１２４ 出力部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】