路面状況判定方法及びその装置
【課題】車種による違いに関わらずに路面状態を正確に判別する。
【解決手段】 音センサで道路を走行する車両の音を検出し、この音の強度をフーリエ変換し、予め設定した時間内に通過した各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出し、車両抽出用しきい値をもとにして各車両部分を抽出する。この抽出された各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化処理して全車両の規格化周波数強度を算出し、この規格化処理による全車両の規格化周波数強度に基づいて路面状態が湿潤と乾燥との間に第１しきい値を設定し、路面状態が乾燥と圧雪との間に第２しきい値を設定し、前記規格化周波数強度が第１しきい値以上のときは路面状態を湿潤と判断し、第１しきい値と第２しきい値との間にあるときは路面状態を乾燥と判断し、第２しきい値より小さいときは路面状態を圧雪と判断する。
【解決手段】 音センサで道路を走行する車両の音を検出し、この音の強度をフーリエ変換し、予め設定した時間内に通過した各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出し、車両抽出用しきい値をもとにして各車両部分を抽出する。この抽出された各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化処理して全車両の規格化周波数強度を算出し、この規格化処理による全車両の規格化周波数強度に基づいて路面状態が湿潤と乾燥との間に第１しきい値を設定し、路面状態が乾燥と圧雪との間に第２しきい値を設定し、前記規格化周波数強度が第１しきい値以上のときは路面状態を湿潤と判断し、第１しきい値と第２しきい値との間にあるときは路面状態を乾燥と判断し、第２しきい値より小さいときは路面状態を圧雪と判断する。
【発明の詳細な説明】
【技術分野】
【０００１】
この発明は、自動車、バイクなどの車両が走行する道路の路面状況を判定する路面状況判定方法およびその装置に関する。
【背景技術】
【０００２】
従来、自動車、バイクなどの車両が走行する道路の路面状況を検出する路面状況センサの情報は、道路パトロール等の目視による情報に代わり除雪ステーションのオペレーター、ドライバー及び道路管理者へいち早く情報を提供することからも、今後最も期待される道路気象センサのひとつである。しかしながら、前記路面状況センサは、精度の安定性が低い機器が多いことから、除雪出動の判断の情報としては充分に活用されておらず、出動判断はＩＴＶ画像、道路パトロール等の目視情報に頼っているのが現状である。
【０００３】
冬季道路の路面情報は、雪国の地域往民にとって最も身近な情報であることから、冬季道路情報に対する「きめ細やかな情報の提供（路面状況を含む）」の要望割合が大変高くなってきている。特に、高い精度の道路気象情報の提供は、除雪等の道路管理への利用だけでなく、地域住民にとっても、今後有益な情報であるから、積極的な開発が期待されている状況にある。
【０００４】
従来、路面状況判定方法およびその装置としては、特許文献１に示されているように、自動車、バイクなどの車両が走行する道路の路面状況を検出する路面状況センサとして例えばマイクロフォンなどの音センサが開発され、この音センサで道路を走行する車両のタイヤと路面との接触音を検出し、この検出された接触音はデジタル信号に変換して分析部に入力される。この分析部ではデジタルデータから実際の周波数値と音圧レベル値がスペクトル解析により求められ、あらかじめ分析部に登録されている周波数値と音圧レベル値の設定路面状況値に対する実際の周波数値と音圧レベル値の比較判定が行われ、この比較判定結果が出力部を介して出力されるものである。
【０００５】
また、特許文献２では、音センサで録音された音がデジタル録音データに変換されてから高速フーリエ変換器（ＦＦＴ）でほぼリアルタイムでフーリエ変換されて周波数スペクトルが得られる構成である。この周波数スペクトルの分布により路面状況が湿潤、乾燥、圧雪であるかを判断する。
【０００６】
ちなみに、車両走行音は路面とタイヤとの摩擦音が主体であって、「乾燥」では路面，空気，タイヤの摩擦音となり、「湿潤」では路面，水，タイヤの摩擦音で“シャー”という走行音は高い周波数音が主体となり、「圧雪」では雪，タイヤの摩擦音であるので、路面が雪で隠されるために特徴周波数音が変化して低い周波数音が主体となる。このような状況から，車両走行音が音センサでピックアップされ，その周波数分析（周波数フィルタ）処理による特徴抽出により路面状況を判別するものである。
【０００７】
例えば、図３０は、車両走行状態をデジタル録音した結果であり、横軸は時間（分）、縦軸は強度（音の振幅）を示すものである。振幅が大きく立ち上がっている部分が車両の通過を示しており、楕円で示した部分は代表的な車種別の車両として大型車と小型車（普通車）の通過を示している。なお、この図３０の例のサンプリング周波数は２２．０５kHzであり、路面状況は乾燥状態であった。
【０００８】
上記のようなデジタルデータが路面状態別に用意されたことで、車種別の周波数分析が行われる。
【０００９】
例えば、図３１では、小型車（普通車）及び大型車がそれぞれ乾燥路面と湿潤路面を走行した時間帯（図３０の各楕円部）の走行音に対してフーリエ変換を施した結果を示すものである。なお、デジタルデータ数は６５５３６個（約３秒）である。また、このグラフの横軸は音の周波数成分、縦軸は各周波数成分の強度を示している。
【００１０】
上記の結果から、小型車（普通車）と大型車のいずれの場合も、湿潤路面では乾燥路面に比べて、約１kHz以上の高い周波数音の強度が強いことがわかる。これは、日常の感覚において、湿潤路面では「シャー」という擬音で車両走行を表現するように、乾燥路面の走行状態に比べて湿潤路面の方が高い周波数が強くなっていることを表現している。
【００１１】
したがって、湿潤路面では、車種にかかわらず、高い周波数成分の音の強度が強いことが分かる。そこで、周波数フィルタにより、高い周波数成分の音を抽出すれば、それぞれの車種における乾燥状態と湿潤状態を見分けることができる。
【特許文献１】特開２００５−１５６２３６号公報
【特許文献２】特開２００２−２５６５２１号公報
【発明の開示】
【発明が解決しようとする課題】
【００１２】
ところで、従来の路面状況判定方法およびその装置においては、単純なスペクトル解析では車種による違いと路面状態による違いが判別できないことが問題点として内在している。
【００１３】
例えば、図３１のように小型車と大型車における乾燥状態と湿潤状態の結果を同じグラフ上に表現したものでは、大型車の方が小型車より音の強度が強くなっており、たとえ周波数フィルタにより高い周波数の音を抽出しても、車種による違いから、乾燥と湿潤を見分けることができなくなる。すなわち、大型車のように車両走行音自体が大きい場合、乾燥状態においても小型車の湿潤状態の走行音の強度を上回り、単純な周波数成分の強度を比較する場合では判別がむずかしくなる。
【課題を解決するための手段】
【００１４】
上記発明が解決しようとする課題を達成するために、この発明の路面状況判定方法は、音センサで道路を走行する車両のタイヤと路面との接触音を検出し、この検出された接触音がデジタル信号に変換されたデジタルデータを周波数毎の音の周波数強度にフーリエ変換し、予め設定した時間内に通過した各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出し、この全帯域周波数強度から車両抽出用しきい値をもとにして各車両部分を抽出し、この抽出された各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化処理して全車両の規格化周波数強度を算出し、この規格化処理による全車両の規格化周波数強度に基づいて路面状態が湿潤と乾燥との間に第１しきい値を設定し、路面状態が乾燥と圧雪との間に第２しきい値を設定し、前記規格化周波数強度が第１しきい値以上のときは路面状態を湿潤と判断し、第１しきい値と第２しきい値との間にあるときは路面状態を乾燥と判断し、第２しきい値より小さいときは路面状態を圧雪と判断するものである。
【００１５】
また、この発明の路面状況判定方法は、前記路面状況判定方法において、前記第１しきい値と第２しきい値は、規格化処理による全車両の規格化周波数強度を平均化して路面状況別平均規格化周波数強度を算出し、この路面状況別平均規格化周波数強度に基づいて設定することが好ましい。
【００１６】
また、この発明の路面状況判定方法は、前記路面状況判定方法において、前記規格化周波数強度が第１しきい値以下であるときは、再び、路面状態が乾燥と圧雪の路面状況別規格化周波数強度に基づいて、新たなハイパスフィルタ周波数で規格化処理して全車両の規格化周波数強度を算出し、この規格化処理による全車両の規格化周波数強度に基づいて路面状態が乾燥と圧雪との間に第３しきい値を設定し、前記規格化周波数強度が第３しきい値以上のときは路面状態を乾燥と判断し、第３しきい値より小さいときは路面状態を圧雪と判断することが好ましい。
【００１７】
また、この発明の路面状況判定方法は、前記路面状況判定方法において、前記第１しきい値と第２しきい値、あるいは第３しきい値は、該当する規格化処理による全車両の規格化周波数強度を平均化して路面状況別平均規格化周波数強度を算出し、この路面状況別平均規格化周波数強度に基づいて設定することが好ましい。
【００１８】
また、この発明の路面状況判定方法は、前記路面状況判定方法において、前記音センサに加えて、降雪検知器により降雪か否かを検知すると共に、たとえ前記規格化周波数強度が第３しきい値以上であっても、降雪検知器が降雪を検知しているときは路面状態を圧雪と判断することが好ましい。
【００１９】
この発明の路面状況判定装置は、道路を走行する車両のタイヤと路面との接触音を検出する音センサと、
この音センサにより検出された接触音がデジタル信号に変換されたデジタルデータを周波数毎の音の周波数強度にフーリエ変換するフーリエ変換処理部と、
予め設定した時間に通過した各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出する全帯域周波数強度算出部と、
この全帯域周波数強度算出部で算出した全帯域周波数強度から車両抽出用しきい値をもとにして各車両部分を抽出する車両抽出部と、
この車両抽出部で抽出された各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化することで、全車両の規格化周波数強度を算出する規格化処理部と、
この規格化処理部による全車両の規格化周波数強度に基づいて路面状態が湿潤と乾燥との間に第１しきい値を設定し、路面状態が乾燥と圧雪との間に第２しきい値を設定し、前記規格化周波数強度が第１しきい値以上のときは路面状態を湿潤と判断し、第１しきい値と第２しきい値との間にあるときは路面状態を乾燥と判断し、第２しきい値より小さいときは路面状態を圧雪と判断する路面判別部と、
を備えていることを特徴とするものである。
【００２０】
また、この発明の路面状況判定装置は、前記路面状況判定装置において、前記路面判別部は、前記規格化周波数強度が第１しきい値以下であるときに、再び、路面状態が乾燥と圧雪の路面状況別規格化周波数強度に基づいて、新たなハイパスフィルタ周波数で規格化処理して全車両の規格化周波数強度を算出し、この規格化処理による全車両の規格化周波数強度に基づいて路面状態が乾燥と圧雪との間に第３しきい値を設定し、前記規格化周波数強度が第３しきい値以上のときは路面状態を乾燥と判断し、第３しきい値より小さいときは路面状態を圧雪と判断する構成であることが好ましい。
【００２１】
また、この発明の路面状況判定装置は、前記路面状況判定装置において、前記音センサに加えて、降雪を検出する降雪検知器を設けると共に、前記路面判別部は、たとえ前記規格化周波数強度が第３しきい値以上であっても、降雪検知器が降雪を検知しているときは路面状態を圧雪と判断する構成であることが好ましい。
【００２２】
この発明の路面状況判定装置は、前記路面状況判定装置において、音センサが道路の近傍に立設された支持部材の一定の高さ位置に前記道路上を走行する車両へ向けて取り付けられていることが好ましい。
【００２３】
この発明の路面状況判定装置は、前記路面状況判定装置において、音センサが道路上を走行する車両の一部に取り付けられていることが好ましい。
【００２４】
この発明の路面状況判定装置は、前記路面状況判定装置において、音センサが車両の車内におけるタイヤハウス自体又はその近辺に取り付けられていることが好ましい。
【００２５】
この発明の路面状況判定装置は、前記路面状況判定装置において、音センサが周囲を樹脂で封印したエレクトリックコンデンサマイクロフォン素子であることが好ましい。
【発明の効果】
【００２６】
以上のごとき課題を解決するための手段から理解されるように、この発明の路面状況判定方法によれば、予め設定した時間内に通過した各車両の音をフーリエ変換して各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出し、前記各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化処理を行うことで、車種による違いに関わりなく同じ判断レベルにすることができると共に、路面状態が湿潤と乾燥と圧雪との間の第１，第２しきい値を設定することができ、湿潤と乾燥と圧雪の路面状態を正確に判断することができる。
【００２７】
また、この発明の路面状況判定装置によれば、全帯域周波数強度算出部では、予め設定した時間内に通過した各車両の音をフーリエ変換した各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出し、さらに、規格化処理部によって前記各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化処理を行うことで、車種による違いに関わりなく同じ判断レベルにすることができると共に、路面判別部では路面状態が湿潤と乾燥と圧雪との間の第１，第２しきい値を設定することができ、湿潤と乾燥と圧雪の路面状態を正確に判断することができる。
【発明を実施するための最良の形態】
【００２８】
以下、この発明の実施の形態について図面を参照して説明する。
【００２９】
図１を参照するに、例えばアスファルトやコンクリートからなる道路Ｒには車両としての例えば一般乗用車あるいは大型車種などの自動車Ｃが図１において例えば紙面に対して直交した方向の手前側へ走行されている。そして、道路Ｒの近傍、例えば図１において左側には支持部材としての例えばポール１が立設されている。このポール１のある一定の高さ、例えば４ｍの高さ位置にはブラケット３が取り付けられており、このブラケット３の先端部には路面状況判定装置５における入力部としての音センサである音響電気変換器例えばマイクロフォン７が走行する前記自動車Ｃへ向けて右下斜め方向へ傾斜して設けられている。しかも、前記ポール１に設けられたマイクロフォン７の近傍には路面状況判定装置５における路面状況判定装置本体９が設けられている。
【００３０】
また、前記ポール１にはブラケット１１が取り付けられていて、このブラケット１１の先端部には降雪検知器１３が設けられている。
【００３１】
図２を参照するに、前記路面状況判定装置５の構成ブロック図が示されている。路面状況判定装置５には、中央処理装置としてのＣＰＵ１５が備えられており、このＣＰＵ１５には、道路を走行する車両のタイヤと路面との接触音を検出する入力部としての音センサである例えばマイクロフォン７と、このマイクロフォン７から入力された接触音がデジタル信号に変換されたデジタルデータ（生データ）を記憶するメモリ１７が備えられている。
【００３２】
さらに、前記ＣＰＵ１５には、デジタルデータを周波数毎の音の周波数強度にフーリエ変換するフーリエ変換処理部１９（ＦＦＴ処理部）と、予め設定した時間に通過した各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出する全帯域周波数強度算出部２１と、この全帯域周波数強度算出部２１で算出した全帯域周波数強度から車両抽出用しきい値２３（図７参照）をもとにして各車両部分を抽出する車両抽出部２５が備えられている。なお、車両抽出用しきい値２３について詳しくは後述する。
【００３３】
さらに、前記ＣＰＵ１５には、前記車両抽出部２５で抽出された各車両走行音の周波数特性に対してハイパスフィルタ周波数より高い各周波数成分の大きさを全体の音の大きさで規格化することで、全車両の規格化周波数強度を算出して規格化処理を施す規格化処理部２７と、この規格化処理部２７による全車両の規格化周波数強度に基づいて路面状態が湿潤と乾燥との間に第１しきい値２９（図１２参照）を設定し、路面状態が乾燥と圧雪との間に第２しきい値３１（図１２参照）を設定し、前記規格化周波数強度が第１しきい値２９以上のときは路面状態を湿潤と判断し、第１しきい値２９と第２しきい値３１との間にあるときは路面状態を乾燥と判断し、第２しきい値３１より小さいときは路面状態を圧雪と判断する路面判別部３３が備えられている。
【００３４】
なお、路面判別部３３では、前記規格化処理部２７による全車両の規格化周波数強度を平均化して路面状況別平均規格化周波数強度を算出すると共にこの路面状況別平均規格化周波数強度に基づいて前記第１しきい値と第２しきい値を設定することができる。
【００３５】
さらに、前記ＣＰＵ１５には、降雪検知器１３と、前記路面判別部３３で判断された結果を表示する出力部としての例えばＣＲＴや液晶パネルなどの表示装置３５が接続されている。
【００３６】
次に、この発明の第１の実施の形態の路面状況判定方法について、上記の路面状況判定装置５を用いて説明する。
【００３７】
図３を参照するに、路面状況判定方法の概略のフローとしては、ステップＳ１では、予め設定した時間としての例えば１０分間にマイクロフォン７でデジタル録音された車両走行音がＦＦＴ処理（高速フーリエ変換：Fast Fourier Transform）によりフーリエ変換されて周波数毎の強度が算出される。
【００３８】
ステップＳ２では、ステップＳ１の各車両の音の時系列の全帯域周波数強度が算出される。
【００３９】
ステップＳ３では、ステップＳ２の全帯域周波数強度から車両抽出用しきい値２３をもとにして各車両部分が抽出される。
【００４０】
ステップＳ４では、ステップＳ３で抽出された車両部分がある場合はステップ５に進み、抽出車両部分がない場合は表示装置３５へ出力される。
【００４１】
ステップＳ５では、ステップＳ３で抽出された各車両走行音の周波数特性に対してハイパスフィルタ処理（ＨＰＦ）が施されて規格化処理される。
【００４２】
ステップＳ６では、ステップＳ５で規格化された規格化周波数強度に基づいて路面状態が湿潤、乾燥、圧雪のいずれであるかを判別して表示装置３５へ出力される。
【００４３】
上記の各ステップＳ１〜Ｓ６について詳しく説明する。
【００４４】
図４を参照するに、ステップＳ１では、マイクロフォン７で道路を走行する車両のタイヤと路面との接触音を検出し、この検出された接触音がデジタル信号に変換されたデジタルデータ、例えば１０分間にデジタル録音された車両走行音がフーリエ変換処理部１９でＦＦＴ処理（高速フーリエ変換：Fast Fourier Transform）によりフーリエ変換されて周波数毎の強度が算出される。
【００４５】
なお、デジタル録音時のサンプリング周波数は、例えば、２２．０５kHzとした場合、デジタルデータ６５５３６個で約３秒間〔（１／２２０５０）＊６５５３６〕毎のデータを用いてＦＦＴ処理することになる。そのため、１０分間では、約２００回分のＦＦＴ処理の結果を得ることになる。
【００４６】
ここで、上記のＦＦＴ処理から規格化処理までの一連の処理方法について詳しく説明する。
【００４７】
図４（Ａ）は、車両走行状態をデジタル録音した結果であり、横軸は時間（分）、縦軸は強度（音の振幅）を示すものである。振幅が大きく立ち上がっている部分が車両の通過を示しており、楕円で示した部分は代表的な車種別の車両として大型車と小型車（普通車）の通過を示している。なお、この図４（Ａ）の例のサンプリング周波数は２２．０５kHzであり、路面状況は乾燥状態であった。
【００４８】
上記のようなデジタルデータが路面状態別に用意されたことで、車種別の周波数分析が行われることになる。例えば、従来の図３１で説明したように、小型車（普通車）及び大型車がそれぞれ乾燥路面と湿潤路面を走行した時間帯〔図４（Ａ）の各楕円部〕の走行音に対してフーリエ変換を施した結果からすると、小型車（普通車）と大型車とを区別すれば、周波数フィルタにより、高い周波数成分の音を抽出し、それぞれの車種における乾燥状態と湿潤状態を見分けることができるが、実際には、予め設定した時間内に通過する車種は様々であるので、乾燥と湿潤を判別することができなくなる。
【００４９】
そこで、各周波数成分の強度ｆω（ｘ）を全体の強度に対する割合として表現する。すなわち、全体周波数成分の強度の合計Ｆtotalに対して、個々の周波数成分ｆω（ｘ）がどの程度の割合Ｆω（ｘ）を示すのかといった数値に変換する。この変換は数式（１）のようになる。
【数１】
【００５０】
ただし、Ｆω（ｘ）はｘ周波数の強度で、ωminは最小周波数で、ωmaxは最高周波数である。
【００５１】
この数式（１）において、Ｆω（ｘ）が全体周波数の強度に対するｘ周波数の強度の割合を示している。
【００５２】
そこで、車種別の各周波数成分に対して数式（１）の変換を施し、グラフに表現すると、図５のようになる。なお、グラフの縦軸は対数目盛で表現している。このように変換することで、車種にかかわらず、最大で１．０の数値の範囲内で強度が表現され、同じ尺度に変換される。
【００５３】
図５の結果から、車種にかかわらず、約２kHzよりも高い周波数において、変換強度が大きくなっていることが分かる。つまり、湿潤路面の車両走行音は、車種にかかわらず、全体に対する高い周波数の割合が強いことが表現されたことになる。すなわち、各周波数成分の大きさを全体の音の大きさで規格化することで、車両の走行音の大小の影響を取り除くことができた。
【００５４】
このように表現された結果から、例えば、６kHzの強度が０．００２よりも大きい場合は湿潤と判断するようなことができる。しかし、このように特定の周波数成分に注目しても判別は可能であるものの、図５の結果では、２kHz以上の周波数全般で同様の大小関係が継続している。そこで、数式（１）を数式（２）、（３）を基にして数式（４）のように書き換える。
【数２】
【００５５】
ただし、ｆω（ｘ）はｘ周波数の強度で、ωminは最小周波数で、ωmaxは最高周波数で、ωHPFはハイパスフィルタ周波数で、ＦSTDは規格化周波数強度である。
【００５６】
この数式（４）のＦHPFでは、例えば図６において、大型車の乾燥路面と湿潤路面のｘ周波数の強度に対してωHPFからωmax までの周波数成分を取り出し積分している。すなわち、ハイパスフィルタで周波数成分を取り出して積分していることになる。この結果を全体の周波数成分の積分値Ｆtotalで割り算することで、全体の強度に対するハイパスフィルタ後の周波数強度の割合を表現できる。その結果、特徴を持った周波数成分を全て加算できることから、特定の周波数で比較することに比べて、より安定した計測ができる。
【００５７】
第１の実施の形態では、数式（４）の処理を「規格化処理」と称し、ＦSTDを「規格化周波数強度」と称することにする。もちろん、数式（１）と同様に、ＦSTDは最大でも１．０ となり、車種による音の強さの違いに関する影響は取り除かれ、同一次元で扱えるものである。
【００５８】
なお、図５の例においてωHPFを２kHzとした場合の規格化周波数強度ＦSTDを算出した結果は、小型車乾燥では０．２１９で、小型車湿潤では０．３９９で、大型車乾燥では０．１８８で、 大型車湿潤では０．４３２となる。
【００５９】
この結果から、湿潤と乾燥の判別を行う場合、規格化周波数強度ＦSTDが０．２５以上を湿潤とすれば、通過車両の車種に関係なく路面状態を判別することが可能になる。ただし、道路の雪氷管理向けの路面状況計測では、１台の車両の通過で判断するというよりは、最低でも１０分間隔での計測が基本であることから、１０分間に走行する車両を検出し、１０分間の総合的な判断を行う必要がある。
【００６０】
ステップＳ２では、全帯域周波数強度算出部２１により、上述した数式（２）に従って、各車両の音の各周波数成分の強度を全体合計した強度に変換した。すなわち、図４（Ａ）のデジタル録音データに対して約２００回の処理を行った結果、それぞれの全周波数成分の積分により、図４（Ｂ）に示されているように時系列の全帯域周波数強度が算出される。
【００６１】
ステップＳ３では、図４（Ａ），（Ｂ）の矢印部分が車両の通過を示しており、車両の走行音を対象とする場合、この車両通過部分を抽出する必要がある。そこで、車両分離に関しては、車両抽出部２５により、図７に示されているように全周波数帯域強度の大きさの車両抽出用しきい値２３をもとに車両部分が抽出できる。その車両抽出結果は図８に示されている通りである。
【００６２】
ステップＳ４では、図８の車両抽出結果は、車両の走行速度や走行音の大きさ等により、存在時間（車両通過時間）が異なるために、１点のデータとして抽出されるものや複数点のデータとして抽出されるものがある。しかし、複数点の連続データの抽出結果は１台の車両通過とみなすことができる。すなわち、これらの抽出点が車両通過時の走行音を示すことになる。したがって、通過車両があるか否かを判断できる。
【００６３】
ステップＳ５では、ステップＳ３で抽出された車両抽出結果に基づくと、この通過車両時間部分における車両走行音の周波数特性は図９（Ａ）のようになり、この結果を用いて、規格化処理部２７により数式（４）の規格化処理が施される。各車両に対しての規格化処理結果は図９（Ｂ）のように０〜１．０ までの規格化された数値として表現できる。なお、周波数表現の関係上、図９（Ａ）の横軸は対数目盛となっている。
【００６４】
なお、上記の規格化処理においては図９（Ａ）のようにωHPFは２kHzとしている。さらに、１台の車両通過に対して、複数点が抽出されているものに関しては、その複数点の中の最大値を示すものを複数点の代表点としているが、複数点の平均値でも良い。
【００６５】
ただし、上記のωHPFの決定方法としては、例えば、図９（Ａ）では１台の車両の通過音に関する周波数特性を示しているが、この周波数特性は個々の車両や路面状態によって異なるものである。そこで、各路面状態で１時間において抽出された全ての車両の走行音の周波数特性を平均した結果が図１０に示されている。なお、この規格化強度に関しては、数式（１）の演算を行った上で、平均していることになる。
【００６６】
まず、乾燥と湿潤に関して注目してみると、乾燥と湿潤の周波数特性はほぼ２kHzで交差していることがわかる。すなわち、湿潤状態では、乾燥状態に対して高い周波数の強度が強くなり、数式（４）の演算を行うに際して、ωHPFを２kHzに選定すれば、違いのある周波数領域のみを加算することになるので、違いが最も明確になることがわかる。すなわち、代表的な路面状態の走行音を収集し、この規格化された周波数特性（平均）の交点を求めることで、最適なωHPFを決定することができる。
【００６７】
ステップＳ６では、路面判別部３３により湿潤、乾燥、圧雪の路面状態が判断される。以上の図９（Ｂ）のようにして得た路面状態別の走行音の特徴抽出結果が図１１に示されている。この図１１では、ωHPFは２kHzとし、各路面状態で１時間の走行台数抽出結果と、その各車両の規格化周波数強度値がグラフ上に表現されている。この図１１の横軸は番号として表現しているが、１時間中に走行音から抽出した車両部分〔図９（Ｂ）と同様〕に対して順に番号を与えて並べた結果になっている。
【００６８】
この図１１において、１点（車両１台）ごとの値については、ばらつきをもっているものの、各路面状態単位で帯状に分布していることがわかる。ここで、この実施の形態の路面状況判定装置５の位置づけから、１台の車両走行音から路面状態を判別する必要は無く、既存テレメータの関連上では１０分に１回の判別で十分である。そこで、図１１中の値を１０分単位で平均した値として表現した結果が図１２に示されている。
【００６９】
この図１２から、図１１の帯状の分布は１０分毎に平均化されることで、その分布の違いが明確となり、乾燥と湿潤の判別に関しては、規格化周波数強度ＦSTDの第１しきい値２９を０．４とすればよいことがわかる。また、乾燥と圧雪に関しては、規格化周波数強度ＦSTDの第２しきい値３１が０．３に設定できることもわかる。
【００７０】
したがって、第１の実施の形態の路面判別方法は、図１３のフローチャートに示されているように、規格化周波数強度ＦSTDが第１しきい値２９として例えば０．４以上のときは路面状態を湿潤と判断し、第１しきい値２９として例えば０．４と第２しきい値３１として例えば０．３との間にあるときは路面状態を乾燥と判断し、第２しきい値３１として例えば０．３より小さいときは路面状態を圧雪と判断することができる。
【００７１】
以上のように、全帯域周波数強度算出部２１では、予め設定した時間内に通過した各車両の音をフーリエ変換して各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出し、さらに、規格化処理部２７によって前記各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化処理を行うことで、車種による違いに関わりなく同じ判断レベルにすることができると共に、路面判別部３３では路面状態が湿潤と乾燥と圧雪との間の第１，第２しきい値３１を設定することができ、湿潤と乾燥と圧雪の路面状態を正確に判断することができる。
【００７２】
次に、第２の実施の形態の路面判別方法について説明すると、図１２に示されているように、乾燥と圧雪に関しては、乾燥と湿潤の判別に比べると、その差が小さくなっているので、再度、図１０の各路面状況別周波数特性比較のグラフに戻って乾燥と圧雪状態の周波数特性上の交点に注目してみると、乾燥と圧雪の状態では、圧雪の場合に低い周波数の音が主体的になっており、その周波数特性上の交点は１kHzの近傍にある。
【００７３】
第１の実施の形態では乾燥と湿潤の違いを主としてωHPFを２kHzとして扱ってきたが、上記の点を踏まえると、乾燥と圧雪の状態を判別するためには、ωHPFを１kHzとすることが最適であると言える。
【００７４】
そこで、図１１と同様に、ωHPFを１kHzとした場合の乾燥と圧雪状態での各車両の規格化周波数強度は図１４のグラフに表現される。さらに、図１４中の値を１０分単位で平均した値として表現した結果が図１５に示されている。
【００７５】
この図１５と前述した図１２を比較すると、図１５の方が乾燥と圧雪の違いが大きくなっていることが分かる。すなわち、路面判別をより安定的に行うことができる。結局、規格化処理のためのωHPFについては最適な周波数値が存在し、その周波数値に関しては代表的な路面状態の周波数特性における交点から知ることができるようになる。
【００７６】
以上のことから、第２の実施の形態の路面判別方法は、図１６のフローチャートに示されているように、規格化周波数強度ＦSTDが第１しきい値２９として例えば０．４以上のときは路面状態を湿潤と判断する。一方、規格化周波数強度ＦSTDが第１しきい値２９として例えば０．４より小さいときは、再び、路面状態が乾燥と圧雪の路面状況別規格化周波数強度に基づいて、新たなハイパスフィルタ周波数ωHPFで規格化処理を施して路面状態が乾燥と圧雪との間に第３しきい値３７として例えば０．５５を設定し、規格化周波数強度ＦSTDが第３しきい値３７以上のときは路面状態を乾燥と判断し、前記第３しきい値３７として例えば０．５５より小さいときは路面状態を圧雪と判断することができる。
【００７７】
以上のように、第３しきい値３７を新たに設定することで、乾燥と圧雪との判断誤差を軽減することができる。なお、路面判別部３３では、第３しきい値３７も、前述した第１しきい値２９と第２しきい値３１と同様に、規格化処理部２７による乾燥と圧雪における全車両の規格化周波数強度を平均化して路面状況別平均規格化周波数強度を算出すると共にこの路面状況別平均規格化周波数強度に基づいて設定することができる。
【００７８】
次に、第３の実施の形態の路面判別方法について説明すると、図１２から分かるように、規格化周波数強度の値は乾燥状態を中心として湿潤状態が大きく、圧雪状態が小さい値となる。すなわち、乾燥状態はその他の状態と境界を持つことになる。特に、圧雪と乾燥に関しては、両者の間違いは道路管理上で避けなければならない誤差と言えるが、両者の数値に境界を持つ以上は誤差を生じる可能性がある。
【００７９】
そこで、降雪検知器１３を併設し、路面状況判別時およびその以前の降雪状況を知ることで、明らかに乾燥状態ではないことが予想できるので、たとえ、規格化周波数強度が圧雪の範囲にあったとしても、降雪検知器１３の状況によって、その判断を変化させるようにすれば、この誤差を軽減できるものである。
【００８０】
第３の実施の形態の路面判別方法は、図１７のフローチャートに示されているように、最終的に降雪検知器１３を含めたものである。例えば、前述した第２の実施の形態の路面判別方法の図１６のフローチャートにおいて乾燥と圧雪との間に第３しきい値３７を設定するまでは同じフローであるが、規格化周波数強度ＦSTDが第３しきい値３７としての例えば０．５５以上のときは、降雪検知器１３が降雪を検知していない場合に路面状態を乾燥と判断し、降雪検知器１３が降雪を検知している場合は、たとえ規格化周波数強度ＦSTDが第３しきい値３７以上であっても、路面状態を圧雪と判断することができる。
【００８１】
一方、規格化周波数強度ＦSTDが第３しきい値３７としての例えば０．５５より小さいときは、路面状態を圧雪と判断する。
【００８２】
なお、上記の場合は、降雪検知器１３による降雪の有無のみを路面状態の判断に反映させているが、この判断については、過去の履歴としての例えば、「１時間前から降雪がある」や「湿潤状態を経由している」等の各種状況変化の流れを参照することも含まれる。
【００８３】
以上のように、降雪検知器１３を併用することで、より一層、圧雪と乾燥の判断誤差を軽減することができる。
【００８４】
以上の説明は、音センサとしての例えばマイクロフォン７（定点型音センサ）が道路Ｒの近傍に立設された支持部材としての例えばポール１の所定の高さ位置に取り付けた例で説明したものであるが、音センサを車両としての例えば自動車の一部に取り付けても、路面状態を判断することも可能であるから、この点について詳細に説明する。
【００８５】
図１８（Ａ）に示されているように、音センサとしてのマイクロフォン３９を車両としての例えば自動車Ｃにおける例えば後輪４１の内部におけるタイヤハウス４３近辺に取り付ける。より詳細には図１８（Ｂ）に示した拡大図において、タイヤにより跳ね上げられる水や雪氷がタイヤハウス４３に当たる音を前記マイクロフォン３９で捉えることで，道路Ｒ上を走行する自動車Ｃの走行音を上述した要領で音データを収集した。
【００８６】
図１９に示されているように，道路Ｒに散水した湿潤路面Ｒ１を前記マイクロフォン３９を搭載した自動車が走行してマイクロフォン３９で走行音の録音を行った。その結果を図２０に示す。また，この音データを上述した式(1)により規格化強度を算出した結果を図２１に示した。なお，上述した音センサのマイクロフォン７（定点型音センサ）では自動車走行時を抽出し，その約3秒間を周波数解析しているが，マイクロフォン３９（車載型音センサ）が自動車に搭載されているため，自動車走行時のすべてを計測対象とすることができる。ここでは，自動車走行が安定した状態から，約１.5秒間を抽出し周波数解析を行っている。
【００８７】
この結果，上述したのマイクロフォン７（定点型音センサ）の場合と同様，図２１に示されているように、乾燥と湿潤の差が明確に現れていることから，タイヤハウス４３に当たる音を計測することで路面状況の判別が可能である。ただし，マイクロフォン３９を自動車の車内に配置することにより，人の会話やラジオの音声等の影響を受けることが容易に推測できることから，何らかの対策が必要である。
【００８８】
本来，自動車の車内で自動車走行音をとらえる場合，窓等の隙間から回折により入り込む音をとらえるタイプ，上記のようにタイヤハウス４３等の車体の振動が音として伝搬されたものをとらえるタイプが考えられる。しかし，前者は車両の気密性が高いと不利であり，後者は空間での減衰が問題となるとともに，他の車内音との混在が課題として挙げられる。そこで，空間での減衰を極力軽減し，車内音の影響を受けず安定した計測が期待できる「タイヤハウス４３に当たる振動」という観点から次のようなアプローチを行った。
【００８９】
車内で音を収集する場合，人の会話やラジオの音声等の影響を受けることは避けらない。そこで，タイヤにより跳ね上げられた水や雪氷がタイヤハウス４３に当たる”音“を”振動“として計測すれば，先の問題は解決されるものと考えられる。
【００９０】
そこで、図２２に示されているように，タイヤハウス４３に音センサとしての例えば振動計４５を直接取り付けて上述したものと同様の走行実験を行った。その時の収集した音データを周波数解析した規格化強度を図２３に示した。この結果から，マイクロフォン３９と同様に，振動計４５でも乾燥と湿潤の判別は可能であることが確認できた。
【００９１】
次に，使用するマイクロフォンとしてエレクトリックコンデンサマイクロフォン（以下、ＥＣＭという）素子４７に替え，このＥＣＭ素子４７を図２４に示されているように、タイヤハウス４３に直接貼り付けることで，タイヤハウス４３に当る振動を音（圧力）として，また，振動を最大効率で計測することにした。
【００９２】
収集した音データを周波数解析した規格化強度結果を図２５に示した。なお，ECM素子４７の周辺からは音が漏れて入らないよう，図２４に示したごとく、周囲を樹脂４９で封印した。
【００９３】
このように、タイヤハウス４３にＥＣＭ素子４７を貼り付けて計測しても、振動計４５と同様な結果を得ることができた。
【００９４】
定点型音センサと同様な手法を用いて，路面状況の判別を試みた。
【００９５】
ωHPF の決定方法については，例えば図２5では短い区間を走行した時の周波数特性を示しているが，この周波数特性は路面状態により違いが明確である。さらに、通常走行を想定して，日付や場所の異なる路面状態を平均した結果を図２６に示した。
【００９６】
まず、図２６において、乾燥と湿潤に関して注目してみると，乾燥と湿潤の周波数特性はほぼ７００Hzで交差していることがわかる。すなわち，湿潤状態では，乾燥に対して高い周波数の強度が強くなり，ωHPFを７００Hzに選定すれば，違いのある周波数領域のみを加算することになるので，違いが最も明確になることがわかる。すなわち，代表的な路面状態の走行音を収集し，この規格化された周波数特性（平均）の交点を求めることで，最適なωHPF を決定することができる。
【００９７】
そこで，走行データに対して，上述した式(3)のωHPF を７００Hzとして規格化周波数強度を時系列（約1.5 秒間隔）に並べた結果が図２７に示されている。このように，路面状況により，規格化周波数強度が分離されていることから，上述した定点型音センサと同様，この境界にしきい値を設定することで，路面状況の判別が容易に行えることになる。なお，この図２７において，湿潤と乾燥を判別する第1 のしきい値は“0.3”，乾燥と圧雪を判別する第2 のしきい値は“0.1”と設定できる。
【００９８】
基本的には，タイヤハウス４３に当たる音を車内に置いたマイクロフォン３９で計測することで，路面状況の判別が可能である結果を得たが，車内で発生する他の音（会話，ラジオ等）の影響を受けることが十分に予想されるので、タイヤハウス４３に当たる音を振動として計測すれば先の問題は解決できると考え，振動計４５による実験を行い，予想通りの結果を得ることができた。さらに，振動計４５に替わり，ＥＣＭ素子４７をタイヤハウス４３に直接貼り付け，周囲からの音が漏れない工夫をすることで，振動を音として計測するアプローチを行い良好な結果を得ることができた。
【００９９】
上述した定点型音センサと同様な手法を用いれば，乾燥，湿潤，圧雪の路面状況を容易に判別が可能である。
【０１００】
この発明の第４の実施の形態の路面状況判定方法について、上記の路面状況判定装置５を用いて説明する。
【０１０１】
図２８を参照するに、路面状況判定方法の概略のフローとしては、ステップＳ７では、予め設定した時間としての例えば１．５秒間にＥＣＭ素子４７でデジタル録音された車両走行音がＦＦＴ処理（高速フーリエ変換：Fast Fourier Transform）によりフーリエ変換されて周波数毎の強度が算出される。
【０１０２】
ステップＳ８では、ステップＳ７の各車両の音の時系列の全帯域周波数強度が算出される。
【０１０３】
ステップＳ９では、ステップＳ８で抽出された各車両走行音の周波数特性に対してハイパスフィルタ処理（ＨＰＦ）が施されて規格化処理される。
【０１０４】
ステップＳ１０では、ステップＳ９で規格化された規格化周波数強度に基づいて路面状態が湿潤、乾燥、圧雪のいずれであるかを判別して表示装置３５へ出力される。
【０１０５】
第４の実施の形態の路面判別方法は、図２９のフローチャートに示されているように、規格化周波数強度ＦSTDが第１しきい値２９として例えば０．３以上のときは路面状態を湿潤と判断する。一方、規格化周波数強度ＦSTDが第１しきい値２９として例えば０．３より小さいときは、再び、路面状態が乾燥と圧雪の路面状況別規格化周波数強度に基づいて、新たなハイパスフィルタ周波数ωHPFで規格化処理を施して路面状態が乾燥と圧雪との間に第２しきい値３１として例えば０．１を設定し、規格化周波数強度ＦSTDが第２しきい値３１以上のときは路面状態が乾燥と判断され、前記第２しきい値３１として例えば０．１より小さいときは路面状態が圧雪と判断される。
【０１０６】
以上のことから、定点音センサは、路面全体を管理するためには設置数が膨大になり、また、車両が通過しないと判別が行えないが、常時監視型であることから、リアルタイムな情報出力を可能にすることができる。また、車載型音センサは、移動時間を伴うことから、リアルタイム性がないものの、路線全体の路面状況を把握するには好都合である。また、自車両の走行音が常に発生することから、常時判別を可能にすることができる。したがって、道路を管理する管理者にとっては、利用用途によって両者使い分けすることができ、両者とも有効である。
【図面の簡単な説明】
【０１０７】
【図１】この発明の実施の形態の路面状況判定装置を道路の近傍に設けた正面図である。
【図２】この発明の実施の形態の路面状況判定装置の構成ブロック図である。
【図３】この発明の実施の形態の路面状況判定方法を示すフローチャートである。
【図４】（Ａ）はデジタル録音データを示すグラフで、（Ｂ）は（Ａ）のグラフから全帯域周波数強度を示すグラフである。
【図５】図１９のグラフにおける各周波数成分の強度を全体の強度に対する割合で表現したグラフである。
【図６】図５のグラフにおける大型車の周波数成分に対してハイパスフィルタ処理を行うことで、規格化処理を施したグラフである。
【図７】図４（Ｂ）の全帯域周波数強度のグラフに対して車両抽出用しきい値を設定したときのグラフである。
【図８】図７から車両抽出した結果を示すグラフである。
【図９】（Ａ）は通過車両時間部分における車両走行音の周波数特性を示すグラフで、（Ｂ）は各車両における（Ａ）の結果を用いて規格化処理して表したグラフである。
【図１０】各路面状態別平均周波数特性比較を示すグラフである。
【図１１】ωHPFを２kHzとした場合の各車両の路面状態別規格化周波数強度を示すグラフである。
【図１２】図１１のグラフに対して１０分単位で平均した平均規格化周波数強度を示すグラフである。
【図１３】この発明の第１の実施の形態の路面判別方法を示すフローチャートである。
【図１４】ωHPFを１kHzとした場合の乾燥と圧雪状態での各車両の規格化周波数強度を示すグラフである。
【図１５】図１４のグラフに対して１０分単位で平均した平均規格化周波数強度を示すグラフである。
【図１６】この発明の第２の実施の形態の路面判別方法を示すフローチャートである。
【図１７】この発明の第３の実施の形態の路面判別方法を示すフローチャートである。
【図１８】（Ａ）は自動車の後輪におけるタイヤハウス近辺にマイクロフォンを配置した斜視図、（Ｂ）はタイヤハウス近辺にマイクロフォンを配置した拡大図である。
【図１９】道路に散水した湿潤路面の状態を示した図である。
【図２０】湿潤路面と乾燥路面の状態においてデジタル録音データを示すグラフである。
【図２１】図２０に示した状態を周波数と規格化強度に変換したグラフを示す図である。
【図２２】振動計を車両のタイヤハウスに配置した図である。
【図２３】図２２に示した振動計で道路の音を録音した状態を周波数と規格化強度に変換したグラフを示す図である。
【図２４】ＥＣＭ素子を車両のタイヤハウスに配置した図である。
【図２５】図２４に示したＥＣＭ素子で道路の音を録音した状態を周波数と規格化強度に変換したグラフを示す図である。
【図２６】日付や場所の異なる路面状態を平均した周波数と規格化強度に変換したグラフを示す図である。
【図２７】図２６のグラフに対して１．５秒間隔で平均した平均規格化周波数強度を示すグラフである。
【図２８】この発明の実施の形態の路面状況判定方法を示すフローチャートである。
【図２９】この発明の第４の実施の形態の路面判別方法を示すフローチャートである。
【図３０】デジタル録音データを示すグラフである。
【図３１】小型車及び大型車がそれぞれ乾燥路面と湿潤路面を走行したときの走行音に対してフーリエ変換を施したグラフである。
【符号の説明】
【０１０８】
１ ポール
３ ブラケット
５ 路面状況判定装置
７ マイクロフォン（入力部；音センサ）
９ 路面状況判定装置本体
１１ ブラケット
１３ 降雪検知器
１５ ＣＰＵ
１７ メモリ
１９ フーリエ変換処理部（ＦＦＴ処理部）
２１ 全帯域周波数強度算出部
２３ 車両抽出用しきい値
２５ 車両抽出部
２７ 規格化処理部
２９ 第１しきい値
３１ 第２しきい値
３３ 路面判別部
３５ 表示装置（出力部）
３７ 第３しきい値
３９ 後輪
４１ マイクロフォン（音センサ）
４３ タイヤハウス
４５ 振動計（音センサ）
４７ ＥＣＭ素子
４９ 樹脂
【技術分野】
【０００１】
この発明は、自動車、バイクなどの車両が走行する道路の路面状況を判定する路面状況判定方法およびその装置に関する。
【背景技術】
【０００２】
従来、自動車、バイクなどの車両が走行する道路の路面状況を検出する路面状況センサの情報は、道路パトロール等の目視による情報に代わり除雪ステーションのオペレーター、ドライバー及び道路管理者へいち早く情報を提供することからも、今後最も期待される道路気象センサのひとつである。しかしながら、前記路面状況センサは、精度の安定性が低い機器が多いことから、除雪出動の判断の情報としては充分に活用されておらず、出動判断はＩＴＶ画像、道路パトロール等の目視情報に頼っているのが現状である。
【０００３】
冬季道路の路面情報は、雪国の地域往民にとって最も身近な情報であることから、冬季道路情報に対する「きめ細やかな情報の提供（路面状況を含む）」の要望割合が大変高くなってきている。特に、高い精度の道路気象情報の提供は、除雪等の道路管理への利用だけでなく、地域住民にとっても、今後有益な情報であるから、積極的な開発が期待されている状況にある。
【０００４】
従来、路面状況判定方法およびその装置としては、特許文献１に示されているように、自動車、バイクなどの車両が走行する道路の路面状況を検出する路面状況センサとして例えばマイクロフォンなどの音センサが開発され、この音センサで道路を走行する車両のタイヤと路面との接触音を検出し、この検出された接触音はデジタル信号に変換して分析部に入力される。この分析部ではデジタルデータから実際の周波数値と音圧レベル値がスペクトル解析により求められ、あらかじめ分析部に登録されている周波数値と音圧レベル値の設定路面状況値に対する実際の周波数値と音圧レベル値の比較判定が行われ、この比較判定結果が出力部を介して出力されるものである。
【０００５】
また、特許文献２では、音センサで録音された音がデジタル録音データに変換されてから高速フーリエ変換器（ＦＦＴ）でほぼリアルタイムでフーリエ変換されて周波数スペクトルが得られる構成である。この周波数スペクトルの分布により路面状況が湿潤、乾燥、圧雪であるかを判断する。
【０００６】
ちなみに、車両走行音は路面とタイヤとの摩擦音が主体であって、「乾燥」では路面，空気，タイヤの摩擦音となり、「湿潤」では路面，水，タイヤの摩擦音で“シャー”という走行音は高い周波数音が主体となり、「圧雪」では雪，タイヤの摩擦音であるので、路面が雪で隠されるために特徴周波数音が変化して低い周波数音が主体となる。このような状況から，車両走行音が音センサでピックアップされ，その周波数分析（周波数フィルタ）処理による特徴抽出により路面状況を判別するものである。
【０００７】
例えば、図３０は、車両走行状態をデジタル録音した結果であり、横軸は時間（分）、縦軸は強度（音の振幅）を示すものである。振幅が大きく立ち上がっている部分が車両の通過を示しており、楕円で示した部分は代表的な車種別の車両として大型車と小型車（普通車）の通過を示している。なお、この図３０の例のサンプリング周波数は２２．０５kHzであり、路面状況は乾燥状態であった。
【０００８】
上記のようなデジタルデータが路面状態別に用意されたことで、車種別の周波数分析が行われる。
【０００９】
例えば、図３１では、小型車（普通車）及び大型車がそれぞれ乾燥路面と湿潤路面を走行した時間帯（図３０の各楕円部）の走行音に対してフーリエ変換を施した結果を示すものである。なお、デジタルデータ数は６５５３６個（約３秒）である。また、このグラフの横軸は音の周波数成分、縦軸は各周波数成分の強度を示している。
【００１０】
上記の結果から、小型車（普通車）と大型車のいずれの場合も、湿潤路面では乾燥路面に比べて、約１kHz以上の高い周波数音の強度が強いことがわかる。これは、日常の感覚において、湿潤路面では「シャー」という擬音で車両走行を表現するように、乾燥路面の走行状態に比べて湿潤路面の方が高い周波数が強くなっていることを表現している。
【００１１】
したがって、湿潤路面では、車種にかかわらず、高い周波数成分の音の強度が強いことが分かる。そこで、周波数フィルタにより、高い周波数成分の音を抽出すれば、それぞれの車種における乾燥状態と湿潤状態を見分けることができる。
【特許文献１】特開２００５−１５６２３６号公報
【特許文献２】特開２００２−２５６５２１号公報
【発明の開示】
【発明が解決しようとする課題】
【００１２】
ところで、従来の路面状況判定方法およびその装置においては、単純なスペクトル解析では車種による違いと路面状態による違いが判別できないことが問題点として内在している。
【００１３】
例えば、図３１のように小型車と大型車における乾燥状態と湿潤状態の結果を同じグラフ上に表現したものでは、大型車の方が小型車より音の強度が強くなっており、たとえ周波数フィルタにより高い周波数の音を抽出しても、車種による違いから、乾燥と湿潤を見分けることができなくなる。すなわち、大型車のように車両走行音自体が大きい場合、乾燥状態においても小型車の湿潤状態の走行音の強度を上回り、単純な周波数成分の強度を比較する場合では判別がむずかしくなる。
【課題を解決するための手段】
【００１４】
上記発明が解決しようとする課題を達成するために、この発明の路面状況判定方法は、音センサで道路を走行する車両のタイヤと路面との接触音を検出し、この検出された接触音がデジタル信号に変換されたデジタルデータを周波数毎の音の周波数強度にフーリエ変換し、予め設定した時間内に通過した各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出し、この全帯域周波数強度から車両抽出用しきい値をもとにして各車両部分を抽出し、この抽出された各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化処理して全車両の規格化周波数強度を算出し、この規格化処理による全車両の規格化周波数強度に基づいて路面状態が湿潤と乾燥との間に第１しきい値を設定し、路面状態が乾燥と圧雪との間に第２しきい値を設定し、前記規格化周波数強度が第１しきい値以上のときは路面状態を湿潤と判断し、第１しきい値と第２しきい値との間にあるときは路面状態を乾燥と判断し、第２しきい値より小さいときは路面状態を圧雪と判断するものである。
【００１５】
また、この発明の路面状況判定方法は、前記路面状況判定方法において、前記第１しきい値と第２しきい値は、規格化処理による全車両の規格化周波数強度を平均化して路面状況別平均規格化周波数強度を算出し、この路面状況別平均規格化周波数強度に基づいて設定することが好ましい。
【００１６】
また、この発明の路面状況判定方法は、前記路面状況判定方法において、前記規格化周波数強度が第１しきい値以下であるときは、再び、路面状態が乾燥と圧雪の路面状況別規格化周波数強度に基づいて、新たなハイパスフィルタ周波数で規格化処理して全車両の規格化周波数強度を算出し、この規格化処理による全車両の規格化周波数強度に基づいて路面状態が乾燥と圧雪との間に第３しきい値を設定し、前記規格化周波数強度が第３しきい値以上のときは路面状態を乾燥と判断し、第３しきい値より小さいときは路面状態を圧雪と判断することが好ましい。
【００１７】
また、この発明の路面状況判定方法は、前記路面状況判定方法において、前記第１しきい値と第２しきい値、あるいは第３しきい値は、該当する規格化処理による全車両の規格化周波数強度を平均化して路面状況別平均規格化周波数強度を算出し、この路面状況別平均規格化周波数強度に基づいて設定することが好ましい。
【００１８】
また、この発明の路面状況判定方法は、前記路面状況判定方法において、前記音センサに加えて、降雪検知器により降雪か否かを検知すると共に、たとえ前記規格化周波数強度が第３しきい値以上であっても、降雪検知器が降雪を検知しているときは路面状態を圧雪と判断することが好ましい。
【００１９】
この発明の路面状況判定装置は、道路を走行する車両のタイヤと路面との接触音を検出する音センサと、
この音センサにより検出された接触音がデジタル信号に変換されたデジタルデータを周波数毎の音の周波数強度にフーリエ変換するフーリエ変換処理部と、
予め設定した時間に通過した各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出する全帯域周波数強度算出部と、
この全帯域周波数強度算出部で算出した全帯域周波数強度から車両抽出用しきい値をもとにして各車両部分を抽出する車両抽出部と、
この車両抽出部で抽出された各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化することで、全車両の規格化周波数強度を算出する規格化処理部と、
この規格化処理部による全車両の規格化周波数強度に基づいて路面状態が湿潤と乾燥との間に第１しきい値を設定し、路面状態が乾燥と圧雪との間に第２しきい値を設定し、前記規格化周波数強度が第１しきい値以上のときは路面状態を湿潤と判断し、第１しきい値と第２しきい値との間にあるときは路面状態を乾燥と判断し、第２しきい値より小さいときは路面状態を圧雪と判断する路面判別部と、
を備えていることを特徴とするものである。
【００２０】
また、この発明の路面状況判定装置は、前記路面状況判定装置において、前記路面判別部は、前記規格化周波数強度が第１しきい値以下であるときに、再び、路面状態が乾燥と圧雪の路面状況別規格化周波数強度に基づいて、新たなハイパスフィルタ周波数で規格化処理して全車両の規格化周波数強度を算出し、この規格化処理による全車両の規格化周波数強度に基づいて路面状態が乾燥と圧雪との間に第３しきい値を設定し、前記規格化周波数強度が第３しきい値以上のときは路面状態を乾燥と判断し、第３しきい値より小さいときは路面状態を圧雪と判断する構成であることが好ましい。
【００２１】
また、この発明の路面状況判定装置は、前記路面状況判定装置において、前記音センサに加えて、降雪を検出する降雪検知器を設けると共に、前記路面判別部は、たとえ前記規格化周波数強度が第３しきい値以上であっても、降雪検知器が降雪を検知しているときは路面状態を圧雪と判断する構成であることが好ましい。
【００２２】
この発明の路面状況判定装置は、前記路面状況判定装置において、音センサが道路の近傍に立設された支持部材の一定の高さ位置に前記道路上を走行する車両へ向けて取り付けられていることが好ましい。
【００２３】
この発明の路面状況判定装置は、前記路面状況判定装置において、音センサが道路上を走行する車両の一部に取り付けられていることが好ましい。
【００２４】
この発明の路面状況判定装置は、前記路面状況判定装置において、音センサが車両の車内におけるタイヤハウス自体又はその近辺に取り付けられていることが好ましい。
【００２５】
この発明の路面状況判定装置は、前記路面状況判定装置において、音センサが周囲を樹脂で封印したエレクトリックコンデンサマイクロフォン素子であることが好ましい。
【発明の効果】
【００２６】
以上のごとき課題を解決するための手段から理解されるように、この発明の路面状況判定方法によれば、予め設定した時間内に通過した各車両の音をフーリエ変換して各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出し、前記各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化処理を行うことで、車種による違いに関わりなく同じ判断レベルにすることができると共に、路面状態が湿潤と乾燥と圧雪との間の第１，第２しきい値を設定することができ、湿潤と乾燥と圧雪の路面状態を正確に判断することができる。
【００２７】
また、この発明の路面状況判定装置によれば、全帯域周波数強度算出部では、予め設定した時間内に通過した各車両の音をフーリエ変換した各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出し、さらに、規格化処理部によって前記各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化処理を行うことで、車種による違いに関わりなく同じ判断レベルにすることができると共に、路面判別部では路面状態が湿潤と乾燥と圧雪との間の第１，第２しきい値を設定することができ、湿潤と乾燥と圧雪の路面状態を正確に判断することができる。
【発明を実施するための最良の形態】
【００２８】
以下、この発明の実施の形態について図面を参照して説明する。
【００２９】
図１を参照するに、例えばアスファルトやコンクリートからなる道路Ｒには車両としての例えば一般乗用車あるいは大型車種などの自動車Ｃが図１において例えば紙面に対して直交した方向の手前側へ走行されている。そして、道路Ｒの近傍、例えば図１において左側には支持部材としての例えばポール１が立設されている。このポール１のある一定の高さ、例えば４ｍの高さ位置にはブラケット３が取り付けられており、このブラケット３の先端部には路面状況判定装置５における入力部としての音センサである音響電気変換器例えばマイクロフォン７が走行する前記自動車Ｃへ向けて右下斜め方向へ傾斜して設けられている。しかも、前記ポール１に設けられたマイクロフォン７の近傍には路面状況判定装置５における路面状況判定装置本体９が設けられている。
【００３０】
また、前記ポール１にはブラケット１１が取り付けられていて、このブラケット１１の先端部には降雪検知器１３が設けられている。
【００３１】
図２を参照するに、前記路面状況判定装置５の構成ブロック図が示されている。路面状況判定装置５には、中央処理装置としてのＣＰＵ１５が備えられており、このＣＰＵ１５には、道路を走行する車両のタイヤと路面との接触音を検出する入力部としての音センサである例えばマイクロフォン７と、このマイクロフォン７から入力された接触音がデジタル信号に変換されたデジタルデータ（生データ）を記憶するメモリ１７が備えられている。
【００３２】
さらに、前記ＣＰＵ１５には、デジタルデータを周波数毎の音の周波数強度にフーリエ変換するフーリエ変換処理部１９（ＦＦＴ処理部）と、予め設定した時間に通過した各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出する全帯域周波数強度算出部２１と、この全帯域周波数強度算出部２１で算出した全帯域周波数強度から車両抽出用しきい値２３（図７参照）をもとにして各車両部分を抽出する車両抽出部２５が備えられている。なお、車両抽出用しきい値２３について詳しくは後述する。
【００３３】
さらに、前記ＣＰＵ１５には、前記車両抽出部２５で抽出された各車両走行音の周波数特性に対してハイパスフィルタ周波数より高い各周波数成分の大きさを全体の音の大きさで規格化することで、全車両の規格化周波数強度を算出して規格化処理を施す規格化処理部２７と、この規格化処理部２７による全車両の規格化周波数強度に基づいて路面状態が湿潤と乾燥との間に第１しきい値２９（図１２参照）を設定し、路面状態が乾燥と圧雪との間に第２しきい値３１（図１２参照）を設定し、前記規格化周波数強度が第１しきい値２９以上のときは路面状態を湿潤と判断し、第１しきい値２９と第２しきい値３１との間にあるときは路面状態を乾燥と判断し、第２しきい値３１より小さいときは路面状態を圧雪と判断する路面判別部３３が備えられている。
【００３４】
なお、路面判別部３３では、前記規格化処理部２７による全車両の規格化周波数強度を平均化して路面状況別平均規格化周波数強度を算出すると共にこの路面状況別平均規格化周波数強度に基づいて前記第１しきい値と第２しきい値を設定することができる。
【００３５】
さらに、前記ＣＰＵ１５には、降雪検知器１３と、前記路面判別部３３で判断された結果を表示する出力部としての例えばＣＲＴや液晶パネルなどの表示装置３５が接続されている。
【００３６】
次に、この発明の第１の実施の形態の路面状況判定方法について、上記の路面状況判定装置５を用いて説明する。
【００３７】
図３を参照するに、路面状況判定方法の概略のフローとしては、ステップＳ１では、予め設定した時間としての例えば１０分間にマイクロフォン７でデジタル録音された車両走行音がＦＦＴ処理（高速フーリエ変換：Fast Fourier Transform）によりフーリエ変換されて周波数毎の強度が算出される。
【００３８】
ステップＳ２では、ステップＳ１の各車両の音の時系列の全帯域周波数強度が算出される。
【００３９】
ステップＳ３では、ステップＳ２の全帯域周波数強度から車両抽出用しきい値２３をもとにして各車両部分が抽出される。
【００４０】
ステップＳ４では、ステップＳ３で抽出された車両部分がある場合はステップ５に進み、抽出車両部分がない場合は表示装置３５へ出力される。
【００４１】
ステップＳ５では、ステップＳ３で抽出された各車両走行音の周波数特性に対してハイパスフィルタ処理（ＨＰＦ）が施されて規格化処理される。
【００４２】
ステップＳ６では、ステップＳ５で規格化された規格化周波数強度に基づいて路面状態が湿潤、乾燥、圧雪のいずれであるかを判別して表示装置３５へ出力される。
【００４３】
上記の各ステップＳ１〜Ｓ６について詳しく説明する。
【００４４】
図４を参照するに、ステップＳ１では、マイクロフォン７で道路を走行する車両のタイヤと路面との接触音を検出し、この検出された接触音がデジタル信号に変換されたデジタルデータ、例えば１０分間にデジタル録音された車両走行音がフーリエ変換処理部１９でＦＦＴ処理（高速フーリエ変換：Fast Fourier Transform）によりフーリエ変換されて周波数毎の強度が算出される。
【００４５】
なお、デジタル録音時のサンプリング周波数は、例えば、２２．０５kHzとした場合、デジタルデータ６５５３６個で約３秒間〔（１／２２０５０）＊６５５３６〕毎のデータを用いてＦＦＴ処理することになる。そのため、１０分間では、約２００回分のＦＦＴ処理の結果を得ることになる。
【００４６】
ここで、上記のＦＦＴ処理から規格化処理までの一連の処理方法について詳しく説明する。
【００４７】
図４（Ａ）は、車両走行状態をデジタル録音した結果であり、横軸は時間（分）、縦軸は強度（音の振幅）を示すものである。振幅が大きく立ち上がっている部分が車両の通過を示しており、楕円で示した部分は代表的な車種別の車両として大型車と小型車（普通車）の通過を示している。なお、この図４（Ａ）の例のサンプリング周波数は２２．０５kHzであり、路面状況は乾燥状態であった。
【００４８】
上記のようなデジタルデータが路面状態別に用意されたことで、車種別の周波数分析が行われることになる。例えば、従来の図３１で説明したように、小型車（普通車）及び大型車がそれぞれ乾燥路面と湿潤路面を走行した時間帯〔図４（Ａ）の各楕円部〕の走行音に対してフーリエ変換を施した結果からすると、小型車（普通車）と大型車とを区別すれば、周波数フィルタにより、高い周波数成分の音を抽出し、それぞれの車種における乾燥状態と湿潤状態を見分けることができるが、実際には、予め設定した時間内に通過する車種は様々であるので、乾燥と湿潤を判別することができなくなる。
【００４９】
そこで、各周波数成分の強度ｆω（ｘ）を全体の強度に対する割合として表現する。すなわち、全体周波数成分の強度の合計Ｆtotalに対して、個々の周波数成分ｆω（ｘ）がどの程度の割合Ｆω（ｘ）を示すのかといった数値に変換する。この変換は数式（１）のようになる。
【数１】
【００５０】
ただし、Ｆω（ｘ）はｘ周波数の強度で、ωminは最小周波数で、ωmaxは最高周波数である。
【００５１】
この数式（１）において、Ｆω（ｘ）が全体周波数の強度に対するｘ周波数の強度の割合を示している。
【００５２】
そこで、車種別の各周波数成分に対して数式（１）の変換を施し、グラフに表現すると、図５のようになる。なお、グラフの縦軸は対数目盛で表現している。このように変換することで、車種にかかわらず、最大で１．０の数値の範囲内で強度が表現され、同じ尺度に変換される。
【００５３】
図５の結果から、車種にかかわらず、約２kHzよりも高い周波数において、変換強度が大きくなっていることが分かる。つまり、湿潤路面の車両走行音は、車種にかかわらず、全体に対する高い周波数の割合が強いことが表現されたことになる。すなわち、各周波数成分の大きさを全体の音の大きさで規格化することで、車両の走行音の大小の影響を取り除くことができた。
【００５４】
このように表現された結果から、例えば、６kHzの強度が０．００２よりも大きい場合は湿潤と判断するようなことができる。しかし、このように特定の周波数成分に注目しても判別は可能であるものの、図５の結果では、２kHz以上の周波数全般で同様の大小関係が継続している。そこで、数式（１）を数式（２）、（３）を基にして数式（４）のように書き換える。
【数２】
【００５５】
ただし、ｆω（ｘ）はｘ周波数の強度で、ωminは最小周波数で、ωmaxは最高周波数で、ωHPFはハイパスフィルタ周波数で、ＦSTDは規格化周波数強度である。
【００５６】
この数式（４）のＦHPFでは、例えば図６において、大型車の乾燥路面と湿潤路面のｘ周波数の強度に対してωHPFからωmax までの周波数成分を取り出し積分している。すなわち、ハイパスフィルタで周波数成分を取り出して積分していることになる。この結果を全体の周波数成分の積分値Ｆtotalで割り算することで、全体の強度に対するハイパスフィルタ後の周波数強度の割合を表現できる。その結果、特徴を持った周波数成分を全て加算できることから、特定の周波数で比較することに比べて、より安定した計測ができる。
【００５７】
第１の実施の形態では、数式（４）の処理を「規格化処理」と称し、ＦSTDを「規格化周波数強度」と称することにする。もちろん、数式（１）と同様に、ＦSTDは最大でも１．０ となり、車種による音の強さの違いに関する影響は取り除かれ、同一次元で扱えるものである。
【００５８】
なお、図５の例においてωHPFを２kHzとした場合の規格化周波数強度ＦSTDを算出した結果は、小型車乾燥では０．２１９で、小型車湿潤では０．３９９で、大型車乾燥では０．１８８で、 大型車湿潤では０．４３２となる。
【００５９】
この結果から、湿潤と乾燥の判別を行う場合、規格化周波数強度ＦSTDが０．２５以上を湿潤とすれば、通過車両の車種に関係なく路面状態を判別することが可能になる。ただし、道路の雪氷管理向けの路面状況計測では、１台の車両の通過で判断するというよりは、最低でも１０分間隔での計測が基本であることから、１０分間に走行する車両を検出し、１０分間の総合的な判断を行う必要がある。
【００６０】
ステップＳ２では、全帯域周波数強度算出部２１により、上述した数式（２）に従って、各車両の音の各周波数成分の強度を全体合計した強度に変換した。すなわち、図４（Ａ）のデジタル録音データに対して約２００回の処理を行った結果、それぞれの全周波数成分の積分により、図４（Ｂ）に示されているように時系列の全帯域周波数強度が算出される。
【００６１】
ステップＳ３では、図４（Ａ），（Ｂ）の矢印部分が車両の通過を示しており、車両の走行音を対象とする場合、この車両通過部分を抽出する必要がある。そこで、車両分離に関しては、車両抽出部２５により、図７に示されているように全周波数帯域強度の大きさの車両抽出用しきい値２３をもとに車両部分が抽出できる。その車両抽出結果は図８に示されている通りである。
【００６２】
ステップＳ４では、図８の車両抽出結果は、車両の走行速度や走行音の大きさ等により、存在時間（車両通過時間）が異なるために、１点のデータとして抽出されるものや複数点のデータとして抽出されるものがある。しかし、複数点の連続データの抽出結果は１台の車両通過とみなすことができる。すなわち、これらの抽出点が車両通過時の走行音を示すことになる。したがって、通過車両があるか否かを判断できる。
【００６３】
ステップＳ５では、ステップＳ３で抽出された車両抽出結果に基づくと、この通過車両時間部分における車両走行音の周波数特性は図９（Ａ）のようになり、この結果を用いて、規格化処理部２７により数式（４）の規格化処理が施される。各車両に対しての規格化処理結果は図９（Ｂ）のように０〜１．０ までの規格化された数値として表現できる。なお、周波数表現の関係上、図９（Ａ）の横軸は対数目盛となっている。
【００６４】
なお、上記の規格化処理においては図９（Ａ）のようにωHPFは２kHzとしている。さらに、１台の車両通過に対して、複数点が抽出されているものに関しては、その複数点の中の最大値を示すものを複数点の代表点としているが、複数点の平均値でも良い。
【００６５】
ただし、上記のωHPFの決定方法としては、例えば、図９（Ａ）では１台の車両の通過音に関する周波数特性を示しているが、この周波数特性は個々の車両や路面状態によって異なるものである。そこで、各路面状態で１時間において抽出された全ての車両の走行音の周波数特性を平均した結果が図１０に示されている。なお、この規格化強度に関しては、数式（１）の演算を行った上で、平均していることになる。
【００６６】
まず、乾燥と湿潤に関して注目してみると、乾燥と湿潤の周波数特性はほぼ２kHzで交差していることがわかる。すなわち、湿潤状態では、乾燥状態に対して高い周波数の強度が強くなり、数式（４）の演算を行うに際して、ωHPFを２kHzに選定すれば、違いのある周波数領域のみを加算することになるので、違いが最も明確になることがわかる。すなわち、代表的な路面状態の走行音を収集し、この規格化された周波数特性（平均）の交点を求めることで、最適なωHPFを決定することができる。
【００６７】
ステップＳ６では、路面判別部３３により湿潤、乾燥、圧雪の路面状態が判断される。以上の図９（Ｂ）のようにして得た路面状態別の走行音の特徴抽出結果が図１１に示されている。この図１１では、ωHPFは２kHzとし、各路面状態で１時間の走行台数抽出結果と、その各車両の規格化周波数強度値がグラフ上に表現されている。この図１１の横軸は番号として表現しているが、１時間中に走行音から抽出した車両部分〔図９（Ｂ）と同様〕に対して順に番号を与えて並べた結果になっている。
【００６８】
この図１１において、１点（車両１台）ごとの値については、ばらつきをもっているものの、各路面状態単位で帯状に分布していることがわかる。ここで、この実施の形態の路面状況判定装置５の位置づけから、１台の車両走行音から路面状態を判別する必要は無く、既存テレメータの関連上では１０分に１回の判別で十分である。そこで、図１１中の値を１０分単位で平均した値として表現した結果が図１２に示されている。
【００６９】
この図１２から、図１１の帯状の分布は１０分毎に平均化されることで、その分布の違いが明確となり、乾燥と湿潤の判別に関しては、規格化周波数強度ＦSTDの第１しきい値２９を０．４とすればよいことがわかる。また、乾燥と圧雪に関しては、規格化周波数強度ＦSTDの第２しきい値３１が０．３に設定できることもわかる。
【００７０】
したがって、第１の実施の形態の路面判別方法は、図１３のフローチャートに示されているように、規格化周波数強度ＦSTDが第１しきい値２９として例えば０．４以上のときは路面状態を湿潤と判断し、第１しきい値２９として例えば０．４と第２しきい値３１として例えば０．３との間にあるときは路面状態を乾燥と判断し、第２しきい値３１として例えば０．３より小さいときは路面状態を圧雪と判断することができる。
【００７１】
以上のように、全帯域周波数強度算出部２１では、予め設定した時間内に通過した各車両の音をフーリエ変換して各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出し、さらに、規格化処理部２７によって前記各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化処理を行うことで、車種による違いに関わりなく同じ判断レベルにすることができると共に、路面判別部３３では路面状態が湿潤と乾燥と圧雪との間の第１，第２しきい値３１を設定することができ、湿潤と乾燥と圧雪の路面状態を正確に判断することができる。
【００７２】
次に、第２の実施の形態の路面判別方法について説明すると、図１２に示されているように、乾燥と圧雪に関しては、乾燥と湿潤の判別に比べると、その差が小さくなっているので、再度、図１０の各路面状況別周波数特性比較のグラフに戻って乾燥と圧雪状態の周波数特性上の交点に注目してみると、乾燥と圧雪の状態では、圧雪の場合に低い周波数の音が主体的になっており、その周波数特性上の交点は１kHzの近傍にある。
【００７３】
第１の実施の形態では乾燥と湿潤の違いを主としてωHPFを２kHzとして扱ってきたが、上記の点を踏まえると、乾燥と圧雪の状態を判別するためには、ωHPFを１kHzとすることが最適であると言える。
【００７４】
そこで、図１１と同様に、ωHPFを１kHzとした場合の乾燥と圧雪状態での各車両の規格化周波数強度は図１４のグラフに表現される。さらに、図１４中の値を１０分単位で平均した値として表現した結果が図１５に示されている。
【００７５】
この図１５と前述した図１２を比較すると、図１５の方が乾燥と圧雪の違いが大きくなっていることが分かる。すなわち、路面判別をより安定的に行うことができる。結局、規格化処理のためのωHPFについては最適な周波数値が存在し、その周波数値に関しては代表的な路面状態の周波数特性における交点から知ることができるようになる。
【００７６】
以上のことから、第２の実施の形態の路面判別方法は、図１６のフローチャートに示されているように、規格化周波数強度ＦSTDが第１しきい値２９として例えば０．４以上のときは路面状態を湿潤と判断する。一方、規格化周波数強度ＦSTDが第１しきい値２９として例えば０．４より小さいときは、再び、路面状態が乾燥と圧雪の路面状況別規格化周波数強度に基づいて、新たなハイパスフィルタ周波数ωHPFで規格化処理を施して路面状態が乾燥と圧雪との間に第３しきい値３７として例えば０．５５を設定し、規格化周波数強度ＦSTDが第３しきい値３７以上のときは路面状態を乾燥と判断し、前記第３しきい値３７として例えば０．５５より小さいときは路面状態を圧雪と判断することができる。
【００７７】
以上のように、第３しきい値３７を新たに設定することで、乾燥と圧雪との判断誤差を軽減することができる。なお、路面判別部３３では、第３しきい値３７も、前述した第１しきい値２９と第２しきい値３１と同様に、規格化処理部２７による乾燥と圧雪における全車両の規格化周波数強度を平均化して路面状況別平均規格化周波数強度を算出すると共にこの路面状況別平均規格化周波数強度に基づいて設定することができる。
【００７８】
次に、第３の実施の形態の路面判別方法について説明すると、図１２から分かるように、規格化周波数強度の値は乾燥状態を中心として湿潤状態が大きく、圧雪状態が小さい値となる。すなわち、乾燥状態はその他の状態と境界を持つことになる。特に、圧雪と乾燥に関しては、両者の間違いは道路管理上で避けなければならない誤差と言えるが、両者の数値に境界を持つ以上は誤差を生じる可能性がある。
【００７９】
そこで、降雪検知器１３を併設し、路面状況判別時およびその以前の降雪状況を知ることで、明らかに乾燥状態ではないことが予想できるので、たとえ、規格化周波数強度が圧雪の範囲にあったとしても、降雪検知器１３の状況によって、その判断を変化させるようにすれば、この誤差を軽減できるものである。
【００８０】
第３の実施の形態の路面判別方法は、図１７のフローチャートに示されているように、最終的に降雪検知器１３を含めたものである。例えば、前述した第２の実施の形態の路面判別方法の図１６のフローチャートにおいて乾燥と圧雪との間に第３しきい値３７を設定するまでは同じフローであるが、規格化周波数強度ＦSTDが第３しきい値３７としての例えば０．５５以上のときは、降雪検知器１３が降雪を検知していない場合に路面状態を乾燥と判断し、降雪検知器１３が降雪を検知している場合は、たとえ規格化周波数強度ＦSTDが第３しきい値３７以上であっても、路面状態を圧雪と判断することができる。
【００８１】
一方、規格化周波数強度ＦSTDが第３しきい値３７としての例えば０．５５より小さいときは、路面状態を圧雪と判断する。
【００８２】
なお、上記の場合は、降雪検知器１３による降雪の有無のみを路面状態の判断に反映させているが、この判断については、過去の履歴としての例えば、「１時間前から降雪がある」や「湿潤状態を経由している」等の各種状況変化の流れを参照することも含まれる。
【００８３】
以上のように、降雪検知器１３を併用することで、より一層、圧雪と乾燥の判断誤差を軽減することができる。
【００８４】
以上の説明は、音センサとしての例えばマイクロフォン７（定点型音センサ）が道路Ｒの近傍に立設された支持部材としての例えばポール１の所定の高さ位置に取り付けた例で説明したものであるが、音センサを車両としての例えば自動車の一部に取り付けても、路面状態を判断することも可能であるから、この点について詳細に説明する。
【００８５】
図１８（Ａ）に示されているように、音センサとしてのマイクロフォン３９を車両としての例えば自動車Ｃにおける例えば後輪４１の内部におけるタイヤハウス４３近辺に取り付ける。より詳細には図１８（Ｂ）に示した拡大図において、タイヤにより跳ね上げられる水や雪氷がタイヤハウス４３に当たる音を前記マイクロフォン３９で捉えることで，道路Ｒ上を走行する自動車Ｃの走行音を上述した要領で音データを収集した。
【００８６】
図１９に示されているように，道路Ｒに散水した湿潤路面Ｒ１を前記マイクロフォン３９を搭載した自動車が走行してマイクロフォン３９で走行音の録音を行った。その結果を図２０に示す。また，この音データを上述した式(1)により規格化強度を算出した結果を図２１に示した。なお，上述した音センサのマイクロフォン７（定点型音センサ）では自動車走行時を抽出し，その約3秒間を周波数解析しているが，マイクロフォン３９（車載型音センサ）が自動車に搭載されているため，自動車走行時のすべてを計測対象とすることができる。ここでは，自動車走行が安定した状態から，約１.5秒間を抽出し周波数解析を行っている。
【００８７】
この結果，上述したのマイクロフォン７（定点型音センサ）の場合と同様，図２１に示されているように、乾燥と湿潤の差が明確に現れていることから，タイヤハウス４３に当たる音を計測することで路面状況の判別が可能である。ただし，マイクロフォン３９を自動車の車内に配置することにより，人の会話やラジオの音声等の影響を受けることが容易に推測できることから，何らかの対策が必要である。
【００８８】
本来，自動車の車内で自動車走行音をとらえる場合，窓等の隙間から回折により入り込む音をとらえるタイプ，上記のようにタイヤハウス４３等の車体の振動が音として伝搬されたものをとらえるタイプが考えられる。しかし，前者は車両の気密性が高いと不利であり，後者は空間での減衰が問題となるとともに，他の車内音との混在が課題として挙げられる。そこで，空間での減衰を極力軽減し，車内音の影響を受けず安定した計測が期待できる「タイヤハウス４３に当たる振動」という観点から次のようなアプローチを行った。
【００８９】
車内で音を収集する場合，人の会話やラジオの音声等の影響を受けることは避けらない。そこで，タイヤにより跳ね上げられた水や雪氷がタイヤハウス４３に当たる”音“を”振動“として計測すれば，先の問題は解決されるものと考えられる。
【００９０】
そこで、図２２に示されているように，タイヤハウス４３に音センサとしての例えば振動計４５を直接取り付けて上述したものと同様の走行実験を行った。その時の収集した音データを周波数解析した規格化強度を図２３に示した。この結果から，マイクロフォン３９と同様に，振動計４５でも乾燥と湿潤の判別は可能であることが確認できた。
【００９１】
次に，使用するマイクロフォンとしてエレクトリックコンデンサマイクロフォン（以下、ＥＣＭという）素子４７に替え，このＥＣＭ素子４７を図２４に示されているように、タイヤハウス４３に直接貼り付けることで，タイヤハウス４３に当る振動を音（圧力）として，また，振動を最大効率で計測することにした。
【００９２】
収集した音データを周波数解析した規格化強度結果を図２５に示した。なお，ECM素子４７の周辺からは音が漏れて入らないよう，図２４に示したごとく、周囲を樹脂４９で封印した。
【００９３】
このように、タイヤハウス４３にＥＣＭ素子４７を貼り付けて計測しても、振動計４５と同様な結果を得ることができた。
【００９４】
定点型音センサと同様な手法を用いて，路面状況の判別を試みた。
【００９５】
ωHPF の決定方法については，例えば図２5では短い区間を走行した時の周波数特性を示しているが，この周波数特性は路面状態により違いが明確である。さらに、通常走行を想定して，日付や場所の異なる路面状態を平均した結果を図２６に示した。
【００９６】
まず、図２６において、乾燥と湿潤に関して注目してみると，乾燥と湿潤の周波数特性はほぼ７００Hzで交差していることがわかる。すなわち，湿潤状態では，乾燥に対して高い周波数の強度が強くなり，ωHPFを７００Hzに選定すれば，違いのある周波数領域のみを加算することになるので，違いが最も明確になることがわかる。すなわち，代表的な路面状態の走行音を収集し，この規格化された周波数特性（平均）の交点を求めることで，最適なωHPF を決定することができる。
【００９７】
そこで，走行データに対して，上述した式(3)のωHPF を７００Hzとして規格化周波数強度を時系列（約1.5 秒間隔）に並べた結果が図２７に示されている。このように，路面状況により，規格化周波数強度が分離されていることから，上述した定点型音センサと同様，この境界にしきい値を設定することで，路面状況の判別が容易に行えることになる。なお，この図２７において，湿潤と乾燥を判別する第1 のしきい値は“0.3”，乾燥と圧雪を判別する第2 のしきい値は“0.1”と設定できる。
【００９８】
基本的には，タイヤハウス４３に当たる音を車内に置いたマイクロフォン３９で計測することで，路面状況の判別が可能である結果を得たが，車内で発生する他の音（会話，ラジオ等）の影響を受けることが十分に予想されるので、タイヤハウス４３に当たる音を振動として計測すれば先の問題は解決できると考え，振動計４５による実験を行い，予想通りの結果を得ることができた。さらに，振動計４５に替わり，ＥＣＭ素子４７をタイヤハウス４３に直接貼り付け，周囲からの音が漏れない工夫をすることで，振動を音として計測するアプローチを行い良好な結果を得ることができた。
【００９９】
上述した定点型音センサと同様な手法を用いれば，乾燥，湿潤，圧雪の路面状況を容易に判別が可能である。
【０１００】
この発明の第４の実施の形態の路面状況判定方法について、上記の路面状況判定装置５を用いて説明する。
【０１０１】
図２８を参照するに、路面状況判定方法の概略のフローとしては、ステップＳ７では、予め設定した時間としての例えば１．５秒間にＥＣＭ素子４７でデジタル録音された車両走行音がＦＦＴ処理（高速フーリエ変換：Fast Fourier Transform）によりフーリエ変換されて周波数毎の強度が算出される。
【０１０２】
ステップＳ８では、ステップＳ７の各車両の音の時系列の全帯域周波数強度が算出される。
【０１０３】
ステップＳ９では、ステップＳ８で抽出された各車両走行音の周波数特性に対してハイパスフィルタ処理（ＨＰＦ）が施されて規格化処理される。
【０１０４】
ステップＳ１０では、ステップＳ９で規格化された規格化周波数強度に基づいて路面状態が湿潤、乾燥、圧雪のいずれであるかを判別して表示装置３５へ出力される。
【０１０５】
第４の実施の形態の路面判別方法は、図２９のフローチャートに示されているように、規格化周波数強度ＦSTDが第１しきい値２９として例えば０．３以上のときは路面状態を湿潤と判断する。一方、規格化周波数強度ＦSTDが第１しきい値２９として例えば０．３より小さいときは、再び、路面状態が乾燥と圧雪の路面状況別規格化周波数強度に基づいて、新たなハイパスフィルタ周波数ωHPFで規格化処理を施して路面状態が乾燥と圧雪との間に第２しきい値３１として例えば０．１を設定し、規格化周波数強度ＦSTDが第２しきい値３１以上のときは路面状態が乾燥と判断され、前記第２しきい値３１として例えば０．１より小さいときは路面状態が圧雪と判断される。
【０１０６】
以上のことから、定点音センサは、路面全体を管理するためには設置数が膨大になり、また、車両が通過しないと判別が行えないが、常時監視型であることから、リアルタイムな情報出力を可能にすることができる。また、車載型音センサは、移動時間を伴うことから、リアルタイム性がないものの、路線全体の路面状況を把握するには好都合である。また、自車両の走行音が常に発生することから、常時判別を可能にすることができる。したがって、道路を管理する管理者にとっては、利用用途によって両者使い分けすることができ、両者とも有効である。
【図面の簡単な説明】
【０１０７】
【図１】この発明の実施の形態の路面状況判定装置を道路の近傍に設けた正面図である。
【図２】この発明の実施の形態の路面状況判定装置の構成ブロック図である。
【図３】この発明の実施の形態の路面状況判定方法を示すフローチャートである。
【図４】（Ａ）はデジタル録音データを示すグラフで、（Ｂ）は（Ａ）のグラフから全帯域周波数強度を示すグラフである。
【図５】図１９のグラフにおける各周波数成分の強度を全体の強度に対する割合で表現したグラフである。
【図６】図５のグラフにおける大型車の周波数成分に対してハイパスフィルタ処理を行うことで、規格化処理を施したグラフである。
【図７】図４（Ｂ）の全帯域周波数強度のグラフに対して車両抽出用しきい値を設定したときのグラフである。
【図８】図７から車両抽出した結果を示すグラフである。
【図９】（Ａ）は通過車両時間部分における車両走行音の周波数特性を示すグラフで、（Ｂ）は各車両における（Ａ）の結果を用いて規格化処理して表したグラフである。
【図１０】各路面状態別平均周波数特性比較を示すグラフである。
【図１１】ωHPFを２kHzとした場合の各車両の路面状態別規格化周波数強度を示すグラフである。
【図１２】図１１のグラフに対して１０分単位で平均した平均規格化周波数強度を示すグラフである。
【図１３】この発明の第１の実施の形態の路面判別方法を示すフローチャートである。
【図１４】ωHPFを１kHzとした場合の乾燥と圧雪状態での各車両の規格化周波数強度を示すグラフである。
【図１５】図１４のグラフに対して１０分単位で平均した平均規格化周波数強度を示すグラフである。
【図１６】この発明の第２の実施の形態の路面判別方法を示すフローチャートである。
【図１７】この発明の第３の実施の形態の路面判別方法を示すフローチャートである。
【図１８】（Ａ）は自動車の後輪におけるタイヤハウス近辺にマイクロフォンを配置した斜視図、（Ｂ）はタイヤハウス近辺にマイクロフォンを配置した拡大図である。
【図１９】道路に散水した湿潤路面の状態を示した図である。
【図２０】湿潤路面と乾燥路面の状態においてデジタル録音データを示すグラフである。
【図２１】図２０に示した状態を周波数と規格化強度に変換したグラフを示す図である。
【図２２】振動計を車両のタイヤハウスに配置した図である。
【図２３】図２２に示した振動計で道路の音を録音した状態を周波数と規格化強度に変換したグラフを示す図である。
【図２４】ＥＣＭ素子を車両のタイヤハウスに配置した図である。
【図２５】図２４に示したＥＣＭ素子で道路の音を録音した状態を周波数と規格化強度に変換したグラフを示す図である。
【図２６】日付や場所の異なる路面状態を平均した周波数と規格化強度に変換したグラフを示す図である。
【図２７】図２６のグラフに対して１．５秒間隔で平均した平均規格化周波数強度を示すグラフである。
【図２８】この発明の実施の形態の路面状況判定方法を示すフローチャートである。
【図２９】この発明の第４の実施の形態の路面判別方法を示すフローチャートである。
【図３０】デジタル録音データを示すグラフである。
【図３１】小型車及び大型車がそれぞれ乾燥路面と湿潤路面を走行したときの走行音に対してフーリエ変換を施したグラフである。
【符号の説明】
【０１０８】
１ ポール
３ ブラケット
５ 路面状況判定装置
７ マイクロフォン（入力部；音センサ）
９ 路面状況判定装置本体
１１ ブラケット
１３ 降雪検知器
１５ ＣＰＵ
１７ メモリ
１９ フーリエ変換処理部（ＦＦＴ処理部）
２１ 全帯域周波数強度算出部
２３ 車両抽出用しきい値
２５ 車両抽出部
２７ 規格化処理部
２９ 第１しきい値
３１ 第２しきい値
３３ 路面判別部
３５ 表示装置（出力部）
３７ 第３しきい値
３９ 後輪
４１ マイクロフォン（音センサ）
４３ タイヤハウス
４５ 振動計（音センサ）
４７ ＥＣＭ素子
４９ 樹脂
【特許請求の範囲】
【請求項１】
音センサで道路を走行する車両のタイヤと路面との接触音を検出し、この検出された接触音がデジタル信号に変換されたデジタルデータを周波数毎の音の周波数強度にフーリエ変換し、予め設定した時間内に通過した各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出し、この全帯域周波数強度から車両抽出用しきい値をもとにして各車両部分を抽出し、この抽出された各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化処理して全車両の規格化周波数強度を算出し、この規格化処理による全車両の規格化周波数強度に基づいて路面状態が湿潤と乾燥との間に第１しきい値を設定し、路面状態が乾燥と圧雪との間に第２しきい値を設定し、前記規格化周波数強度が第１しきい値以上のときは路面状態を湿潤と判断し、第１しきい値と第２しきい値との間にあるときは路面状態を乾燥と判断し、第２しきい値より小さいときは路面状態を圧雪と判断することを特徴とする路面状況判定方法。
【請求項２】
前記第１しきい値と第２しきい値は、規格化処理による全車両の規格化周波数強度を平均化して路面状況別平均規格化周波数強度を算出し、この路面状況別平均規格化周波数強度に基づいて設定することを特徴とする請求項１記載の路面状況判定方法。
【請求項３】
前記規格化周波数強度が第１しきい値以下であるときは、再び、路面状態が乾燥と圧雪の路面状況別規格化周波数強度に基づいて、新たなハイパスフィルタ周波数で規格化処理して全車両の規格化周波数強度を算出し、この規格化処理による全車両の規格化周波数強度に基づいて路面状態が乾燥と圧雪との間に第３しきい値を設定し、前記規格化周波数強度が第３しきい値以上のときは路面状態を乾燥と判断し、第３しきい値より小さいときは路面状態を圧雪と判断することを特徴とする請求項１記載の路面状況判定方法。
【請求項４】
前記第１しきい値と第２しきい値、あるいは第３しきい値は、該当する規格化処理による全車両の規格化周波数強度を平均化して路面状況別平均規格化周波数強度を算出し、この路面状況別平均規格化周波数強度に基づいて設定することを特徴とする請求項１又は３記載の路面状況判定方法。
【請求項５】
前記音センサに加えて、降雪検知器により降雪か否かを検知すると共に、たとえ前記規格化周波数強度が第３しきい値以上であっても、降雪検知器が降雪を検知しているときは路面状態を圧雪と判断することを特徴とする請求項３記載の路面状況判定方法。
【請求項６】
道路を走行する車両のタイヤと路面との接触音を検出する音センサと、
この音センサにより検出された接触音がデジタル信号に変換されたデジタルデータを周波数毎の音の周波数強度にフーリエ変換するフーリエ変換処理部と、
予め設定した時間に通過した各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出する全帯域周波数強度算出部と、
この全帯域周波数強度算出部で算出した全帯域周波数強度から車両抽出用しきい値をもとにして各車両部分を抽出する車両抽出部と、
この車両抽出部で抽出された各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化することで、全車両の規格化周波数強度を算出する規格化処理部と、
この規格化処理部による全車両の規格化周波数強度に基づいて路面状態が湿潤と乾燥との間に第１しきい値を設定し、路面状態が乾燥と圧雪との間に第２しきい値を設定し、前記規格化周波数強度が第１しきい値以上のときは路面状態を湿潤と判断し、第１しきい値と第２しきい値との間にあるときは路面状態を乾燥と判断し、第２しきい値より小さいときは路面状態を圧雪と判断する路面判別部と、
を備えていることを特徴とする路面状況判定装置。
【請求項７】
前記路面判別部は、前記規格化周波数強度が第１しきい値以下であるときに、再び、路面状態が乾燥と圧雪の路面状況別規格化周波数強度に基づいて、新たなハイパスフィルタ周波数で規格化処理して全車両の規格化周波数強度を算出し、この規格化処理による全車両の規格化周波数強度に基づいて路面状態が乾燥と圧雪との間に第３しきい値を設定し、前記規格化周波数強度が第３しきい値以上のときは路面状態を乾燥と判断し、第３しきい値より小さいときは路面状態を圧雪と判断する構成であることを特徴とする請求項６記載の路面状況判定装置。
【請求項８】
前記音センサに加えて、降雪を検出する降雪検知器を設けると共に、前記路面判別部は、たとえ前記規格化周波数強度が第３しきい値以上であっても、降雪検知器が降雪を検知しているときは路面状態を圧雪と判断する構成であることを特徴とする請求項７記載の路面状況判定装置。
【請求項９】
音センサが道路の近傍に立設された支持部材の一定の高さ位置に前記道路上を走行する車両へ向けて取り付けられていることを特徴とする請求項６、７または８記載の路面状況判定装置。
【請求項１０】
音センサが道路上を走行する車両の一部に取り付けられていることを特徴とする請求項６記載の路面状況判定装置。
【請求項１１】
音センサが車両の車内におけるタイヤハウス自体又はその近辺に取り付けられていることを特徴とする請求項１０記載の路面状況判定装置。
【請求項１２】
音センサが周囲を樹脂で封印したエレクトリックコンデンサマイクロフォン素子であることを特徴とする請求項１１記載の路面状況判定装置。
【請求項１】
音センサで道路を走行する車両のタイヤと路面との接触音を検出し、この検出された接触音がデジタル信号に変換されたデジタルデータを周波数毎の音の周波数強度にフーリエ変換し、予め設定した時間内に通過した各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出し、この全帯域周波数強度から車両抽出用しきい値をもとにして各車両部分を抽出し、この抽出された各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化処理して全車両の規格化周波数強度を算出し、この規格化処理による全車両の規格化周波数強度に基づいて路面状態が湿潤と乾燥との間に第１しきい値を設定し、路面状態が乾燥と圧雪との間に第２しきい値を設定し、前記規格化周波数強度が第１しきい値以上のときは路面状態を湿潤と判断し、第１しきい値と第２しきい値との間にあるときは路面状態を乾燥と判断し、第２しきい値より小さいときは路面状態を圧雪と判断することを特徴とする路面状況判定方法。
【請求項２】
前記第１しきい値と第２しきい値は、規格化処理による全車両の規格化周波数強度を平均化して路面状況別平均規格化周波数強度を算出し、この路面状況別平均規格化周波数強度に基づいて設定することを特徴とする請求項１記載の路面状況判定方法。
【請求項３】
前記規格化周波数強度が第１しきい値以下であるときは、再び、路面状態が乾燥と圧雪の路面状況別規格化周波数強度に基づいて、新たなハイパスフィルタ周波数で規格化処理して全車両の規格化周波数強度を算出し、この規格化処理による全車両の規格化周波数強度に基づいて路面状態が乾燥と圧雪との間に第３しきい値を設定し、前記規格化周波数強度が第３しきい値以上のときは路面状態を乾燥と判断し、第３しきい値より小さいときは路面状態を圧雪と判断することを特徴とする請求項１記載の路面状況判定方法。
【請求項４】
前記第１しきい値と第２しきい値、あるいは第３しきい値は、該当する規格化処理による全車両の規格化周波数強度を平均化して路面状況別平均規格化周波数強度を算出し、この路面状況別平均規格化周波数強度に基づいて設定することを特徴とする請求項１又は３記載の路面状況判定方法。
【請求項５】
前記音センサに加えて、降雪検知器により降雪か否かを検知すると共に、たとえ前記規格化周波数強度が第３しきい値以上であっても、降雪検知器が降雪を検知しているときは路面状態を圧雪と判断することを特徴とする請求項３記載の路面状況判定方法。
【請求項６】
道路を走行する車両のタイヤと路面との接触音を検出する音センサと、
この音センサにより検出された接触音がデジタル信号に変換されたデジタルデータを周波数毎の音の周波数強度にフーリエ変換するフーリエ変換処理部と、
予め設定した時間に通過した各車両の音の各周波数成分の強度を全体合計した強度に変換して全帯域周波数強度を算出する全帯域周波数強度算出部と、
この全帯域周波数強度算出部で算出した全帯域周波数強度から車両抽出用しきい値をもとにして各車両部分を抽出する車両抽出部と、
この車両抽出部で抽出された各車両走行音の周波数特性に対してハイパスフィルタ周波数で規格化することで、全車両の規格化周波数強度を算出する規格化処理部と、
この規格化処理部による全車両の規格化周波数強度に基づいて路面状態が湿潤と乾燥との間に第１しきい値を設定し、路面状態が乾燥と圧雪との間に第２しきい値を設定し、前記規格化周波数強度が第１しきい値以上のときは路面状態を湿潤と判断し、第１しきい値と第２しきい値との間にあるときは路面状態を乾燥と判断し、第２しきい値より小さいときは路面状態を圧雪と判断する路面判別部と、
を備えていることを特徴とする路面状況判定装置。
【請求項７】
前記路面判別部は、前記規格化周波数強度が第１しきい値以下であるときに、再び、路面状態が乾燥と圧雪の路面状況別規格化周波数強度に基づいて、新たなハイパスフィルタ周波数で規格化処理して全車両の規格化周波数強度を算出し、この規格化処理による全車両の規格化周波数強度に基づいて路面状態が乾燥と圧雪との間に第３しきい値を設定し、前記規格化周波数強度が第３しきい値以上のときは路面状態を乾燥と判断し、第３しきい値より小さいときは路面状態を圧雪と判断する構成であることを特徴とする請求項６記載の路面状況判定装置。
【請求項８】
前記音センサに加えて、降雪を検出する降雪検知器を設けると共に、前記路面判別部は、たとえ前記規格化周波数強度が第３しきい値以上であっても、降雪検知器が降雪を検知しているときは路面状態を圧雪と判断する構成であることを特徴とする請求項７記載の路面状況判定装置。
【請求項９】
音センサが道路の近傍に立設された支持部材の一定の高さ位置に前記道路上を走行する車両へ向けて取り付けられていることを特徴とする請求項６、７または８記載の路面状況判定装置。
【請求項１０】
音センサが道路上を走行する車両の一部に取り付けられていることを特徴とする請求項６記載の路面状況判定装置。
【請求項１１】
音センサが車両の車内におけるタイヤハウス自体又はその近辺に取り付けられていることを特徴とする請求項１０記載の路面状況判定装置。
【請求項１２】
音センサが周囲を樹脂で封印したエレクトリックコンデンサマイクロフォン素子であることを特徴とする請求項１１記載の路面状況判定装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【公開番号】特開２００８−１４３５０８（Ｐ２００８−１４３５０８Ａ）
【公開日】平成２０年６月２６日（２００８．６．２６）
【国際特許分類】
【出願番号】特願２００７−２０２１３０（Ｐ２００７−２０２１３０）
【出願日】平成１９年８月２日（２００７．８．２）
【出願人】（５９８０２１６０５）社団法人 雪センター (5)
【出願人】（０００２４３８８１）名古屋電機工業株式会社 (107)
【公開日】平成２０年６月２６日（２００８．６．２６）
【国際特許分類】
【出願日】平成１９年８月２日（２００７．８．２）
【出願人】（５９８０２１６０５）社団法人 雪センター (5)
【出願人】（０００２４３８８１）名古屋電機工業株式会社 (107)
[ Back to top ]