[发明专利]用于定位转向系统中发生的噪声的装置及方法

说明书

一种用于定位转向系统中发生的噪声的装置及方法，该装置包括：声音接收单元，检测转向系统中的发生的噪声；处理单元，将关于转向系统中的由声音接收单元检测到的噪声的数据输入到神经网络模型中，神经网络模型被配置为预先执行学习并且对转向系统中的噪声发生的位置或部件进行定位；以及存储单元，在该存储单元中存储预先执行学习的神经网络模型。

技术领域

示例性实施方式涉及一种用于定位在车辆的转向系统中的噪声的装置，并且更具体地涉及一种能够使用神经网络模型来定位转向系统中的噪声发生的位置或部件的用于定位在转向系统中的噪声的装置。

背景技术

车辆的转向系统是根据驾驶员的方向盘转向来调整车辆的行驶方向的系统。近年来，已经广泛使用动力转向系统，该动力转向系统利用电机的动力来增强驾驶员转动方向盘所需的作用力。这些动力转向系统的实例包括电机驱动力转向(MDPS)系统和电动动力转向(EPS)系统。

这种使用电机的驱动力的动力转向系统基本上包括电机、转向箱、扭矩传感器和电子控制单元(ECU)。电子控制单元通过扭矩传感器检测方向盘的旋转力并且根据车辆的速度通过将电流施加至电机来控制方向盘的扭矩。转向变速箱通过转向轴接收动力，转换旋转方向，并且通过包括中继杆、横拉杆、转向节臂等的臂驱动前轮。

动力转向系统使用减速器、柱、接头等来适当地传递电机的动力。各种异常声音或噪声发生在这些部件的连接部分中或这些部件本身中。

在现有技术中，噪声专家使用利用昂贵的分析设备分析异常声音或噪声的方法，从而定位在转向系统中的异常声音或噪声发生的位置或部件。更具体地，在现有技术的方法中，重现转向系统中的异常声音或噪声，噪声专家对异常声音或噪声的位置进行估计，传感器安装在位置上并且分析传感器的感测值。

在现有技术的方法中，噪声专家基于他/她的个人判断进行估计。噪声专家分析异常声音或噪声的能力各不相同。因此，将进行错误修复的可能性很高。此外，将传感器直接安装在估计会发生异常声音或噪声的部件上并且重现异常声音或噪声用于分析会花费大量时间。此外，在现有技术中，因为对估计会发生异常声音或噪声的每个部件进行分析，所以噪声分析成本变得过高。

前述内容仅旨在帮助理解本发明的背景技术，而并非旨在意味着本发明落入本领域技术人员已知的相关技术的范围内。

在该背景技术部分中公开的上述信息仅用于增强对本发明的背景的理解，并且因此，其可以包含不构成现有技术的信息。

发明内容

示例性实施方式提供了一种用于定位转向系统中的噪声的装置，该装置能够使用神经网络模型通过声音接收单元(即，麦克风)简单地收集转向系统中的异常声音或噪声，将所收集的信息输入到经历学习的神经网络模型中，并且由此定位转向系统中的异常声音或噪声发生的位置或部件。

本发明的其他特征将在以下描述中阐述，并且部分将从描述中变得明显，或者可以通过本发明的实施而学习到。

根据至少一个实施方式，提供了一种用于定位转向系统中发生的噪声的装置，该装置包括：声音接收单元，检测转向系统中的发生；处理单元，将关于转向系统中的由声音接收单元检测到的噪声的数据输入到神经网络模型中，神经网络模型被配置为预先执行学习并且对转向系统中的噪声发生的位置或部件进行定位；以及存储单元，神经网络模型被存储在该存储单元中。神经网络模型可以基于预先接收的输入数据来执行学习。

在装置中，处理单元可以执行将关于转向系统中的由声音接收单元检测到的噪声的时域数据转换为频域数据的预处理，并且将预处理后的数据输入到神经网络模型中。

在装置中，处理单元可以执行将Mel频率倒谱系数(MFCC)技术应用于关于转向系统中的由声音接收单元检测到的噪声的数据并且可以提取转向系统中的噪声的频率特征的预处理，并将预处理后的数据输入到神经网络模型中。