权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

移動車両からの走行音・振動データを用いた冬季寒冷地の路面凍結状況の認識

利用行驶车辆的行驶声音和振动数据识别寒冷冬季地区的冰冻路况

基本信息

批准号：
20K04760
负责人：
本郷哲
金额：
$ 2.75万
依托单位：
Sendai National College of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

本研究では，車両走行時の空中音に着目し，その変化を認識することで冬季の路面状況を判別する手法を提案している.これらの技術が各車両に搭載され，各車両から地図情報サーバーに路面情報を蓄えられれば，生活道路なども含めた詳細な道路情報を提供できる.これまでは，複数の路面状況の走行音をマイクで収集し，得られた音響データに対して深層学習を行ってネットワークを作成し，提案手法の有効性を検証している[1].2022年度は、提案手法において，路面の状況判別に有効となる周波数帯を検討した.実験の具体的方法は、次の通りである. 乗用車のサイドシル下部に小型マイクを設置し，冬季に宮城県仙南圏近辺を走行して空中音を収集した.得られた録音データから，圧雪，乾燥，シャーベット, 湿潤，の4種類の路面状況の音データを2秒ずつ多数切り出してサンプルとし，種類毎のクラスを作成した.なお，サンプルの数はそれぞれ200個とした.これらのデータについて, 深層学習ソフトウェアとしてDeep Analyzerを使用し，カットオフ周波数fc=1000/2000/5000/10000Hzのローパスフィルタをかけたデータを学習用サンプルとし，4種類の路面状況をそれぞれ3つずつ選んだ計4通りのデータに対して，各周波数ごとに学習を行った.その後，前述のサンプルとは別に，4種類の路面状況それぞれの50個のテストデータを用意し，テストデータに対して推論を行ってスコアを求めることで，提案する路面状況判別方法のうち有効となる周波数帯を検証した.圧雪/乾燥/シャーベットの判別では2000Hzをピークに、周波数が高くなるにつれて正解率は低下した。その他の判別では，周波数が高くなるにつれて正解率も高くなった.乾燥(dry)とシャーベット(slushy)では、周波数の高い領域に類似性のある情報が多く含まれているためと考えられる。

In this study, we stared at the sound in the air during the walk, and made a decision on the road surface condition in winter. There is a lot of love on the road, and there is a lot of traffic on the road. In the case of road conditions, the complex number of road conditions, the sound and sound of the road, the sound of the road, and so on. Please tell me the specific method and make sure that you can get through it. In the lower part of the box, you can use a small set of settings, and in winter, you will be able to use the air sound collection in the vicinity of the city. Most of the road conditions such as noise, snow, dryness, wetness, wetness and humidity in 2 seconds are cut out, and all kinds of road conditions are made. There are more than 200 customers in each of these two hundred cities. In order to improve the performance of the road surface, we need to know how to use the Deep Analyzer. We need to know how to use the weekly wavenumber fc=1000/2000/5000/10000Hz. In this way, we need to know how to use the weekly wavenumber. In this way, we need to know how to use the weekly wavenumber. After that, the above-mentioned road conditions are different, the four types of road conditions are different, and the intention of the four types of road surface conditions is different. After that, the above-mentioned road surface conditions are compared, and the four types of road surface conditions are compared with each other, and it is proposed that the road surface identification method can be used to determine the number of waves. Snow