JPH0658808A - 車種判別装置 - Google Patents
車種判別装置Info
- Publication number
- JPH0658808A JPH0658808A JP22934192A JP22934192A JPH0658808A JP H0658808 A JPH0658808 A JP H0658808A JP 22934192 A JP22934192 A JP 22934192A JP 22934192 A JP22934192 A JP 22934192A JP H0658808 A JPH0658808 A JP H0658808A
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- frequency
- vibration
- vehicle type
- sorting parameters
- 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
- 238000000605 extraction Methods 0.000 claims 2
- 238000004458 analytical method Methods 0.000 abstract description 12
- 238000000034 method Methods 0.000 abstract description 12
- 239000000284 extract Substances 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 8
- 238000004088 simulation Methods 0.000 description 5
- 238000007796 conventional method Methods 0.000 description 2
- 238000012850 discrimination method Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Landscapes
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
(57)【要約】
【目的】 走行振動信号を周波数分析し類別パラメ−タ
を抽出することにより車種判別する優れた車種判別装置
を提供することを目的とする。 【構成】 本装置は振動センサ１１、Ａ／Ｄ変換器１
３、山周波数測定器１５、谷周波数測定器１７、類別器
１９、表示器２１で構成される。類別器１９に予め車種
別に基準類別パラメ−タを登録し、対象とする車両の走
行中の振動信号を山周波数分析１５と谷周波数分析１７
で周波数分析し、類別パラメ−タを抽出して基準類別パ
ラメ−タと比較照合して車種判別を行う手段を設けた。
本装置は対象車両の走行振動信号の周波数−パワ分布特
性から類別パラメ−タを抽出し、基準類別パラメ−タと
比較する方法を採るため、振動波の伝搬中に入る雑音に
よるＳ／Ｎ比低下に影響され難く、また従来の煩雑な周
波数帯分割操作の必要もなく容易に車種判別を行う事が
出来る。
を抽出することにより車種判別する優れた車種判別装置
を提供することを目的とする。 【構成】 本装置は振動センサ１１、Ａ／Ｄ変換器１
３、山周波数測定器１５、谷周波数測定器１７、類別器
１９、表示器２１で構成される。類別器１９に予め車種
別に基準類別パラメ−タを登録し、対象とする車両の走
行中の振動信号を山周波数分析１５と谷周波数分析１７
で周波数分析し、類別パラメ−タを抽出して基準類別パ
ラメ−タと比較照合して車種判別を行う手段を設けた。
本装置は対象車両の走行振動信号の周波数−パワ分布特
性から類別パラメ−タを抽出し、基準類別パラメ−タと
比較する方法を採るため、振動波の伝搬中に入る雑音に
よるＳ／Ｎ比低下に影響され難く、また従来の煩雑な周
波数帯分割操作の必要もなく容易に車種判別を行う事が
出来る。
Description
【０００１】
【産業上の利用分野】本発明は、無人監視域に不法に侵
入する車両を探知し、走行中の車両の振動信号から車両
の車種を自動判別する車種判別装置に関するものであ
る。
入する車両を探知し、走行中の車両の振動信号から車両
の車種を自動判別する車種判別装置に関するものであ
る。
【０００２】
【従来技術】従来この種の技術は、特願平３−２６７２
４３号の明細書及び図面に開示されているものがある。
図７は従来の車種判定方法を実施する装置の構成を示す
ブロック図である。分析回路１３ａ（１）は、車両の振
動波の主エネルギ−の存在する周波数帯域を分割し、周
波数帯域間の相対レベル差により場合分けし装軌車、装
輪車の車種判別を行っている。分析回路１３ａ（２）
は、分析回路１３ａ（１）の機能に加え、周波数帯域間
の相対レベル差の時間的経過を検出し車種判別を行って
いる。
４３号の明細書及び図面に開示されているものがある。
図７は従来の車種判定方法を実施する装置の構成を示す
ブロック図である。分析回路１３ａ（１）は、車両の振
動波の主エネルギ−の存在する周波数帯域を分割し、周
波数帯域間の相対レベル差により場合分けし装軌車、装
輪車の車種判別を行っている。分析回路１３ａ（２）
は、分析回路１３ａ（１）の機能に加え、周波数帯域間
の相対レベル差の時間的経過を検出し車種判別を行って
いる。
【０００３】
【発明が解決しようとする課題】しかしながら、上記従
来方法では、周波数帯域を分割し周波数帯域間の相対レ
ベル差により装軌車と装輪車の車種判別を行うため、車
道と振動センサ設置位置との距離や、振動波の伝搬媒体
である土質や雪上面等に起因する雑音によるＳ／Ｎ比の
低下により車種判別を行うことが困難になる場合が生
じ、また周波数帯域分割数の増加により判別基準の作成
に困難が生じるという問題点がある。
来方法では、周波数帯域を分割し周波数帯域間の相対レ
ベル差により装軌車と装輪車の車種判別を行うため、車
道と振動センサ設置位置との距離や、振動波の伝搬媒体
である土質や雪上面等に起因する雑音によるＳ／Ｎ比の
低下により車種判別を行うことが困難になる場合が生
じ、また周波数帯域分割数の増加により判別基準の作成
に困難が生じるという問題点がある。
【０００４】本発明は上述の点に鑑みてなされたもの
で、上記問題点を除去するため走行振動信号を周波数分
析し類別パラメ−タを抽出することにより精度良く車種
判別ができる優れた車種判別装置を提供することを目的
とする。
で、上記問題点を除去するため走行振動信号を周波数分
析し類別パラメ−タを抽出することにより精度良く車種
判別ができる優れた車種判別装置を提供することを目的
とする。
【０００５】
【課題を解決するための手段】上記課題を解決するため
本発明の車種判別装置は、図１に示すように振動センサ
１１、Ａ／Ｄ変換器１３、山周波数測定器１５、谷周波
数測定器１７、類別器１９、表示器２１で構成される。
類別器１９に予め車種別に基準パラメ−タを登録してお
き、対象とする車両の走行中の振動信号を山周波数分析
１５と谷周波数分析１７で周波数分析し、類別パラメ−
タ１８を抽出して基準パラメ−タと比較照合して車種判
別を行う手段を設けたことを特徴とする。
本発明の車種判別装置は、図１に示すように振動センサ
１１、Ａ／Ｄ変換器１３、山周波数測定器１５、谷周波
数測定器１７、類別器１９、表示器２１で構成される。
類別器１９に予め車種別に基準パラメ−タを登録してお
き、対象とする車両の走行中の振動信号を山周波数分析
１５と谷周波数分析１７で周波数分析し、類別パラメ−
タ１８を抽出して基準パラメ−タと比較照合して車種判
別を行う手段を設けたことを特徴とする。
【０００６】
【作用】本発明では、前記手段により対象車両の走行振
動信号の周波数−パワ分布特性から類別パラメ−タを抽
出し、基準パラメ−タと比較する方法を採るため、振動
波の伝搬中に入る雑音によるＳ／Ｎ比低下に影響され難
く、また従来の煩雑な周波数帯分割操作の必要もなく容
易に車種判別を行う事が出来る。
動信号の周波数−パワ分布特性から類別パラメ−タを抽
出し、基準パラメ−タと比較する方法を採るため、振動
波の伝搬中に入る雑音によるＳ／Ｎ比低下に影響され難
く、また従来の煩雑な周波数帯分割操作の必要もなく容
易に車種判別を行う事が出来る。
【０００７】
【実施例】以下本発明の一実施例を図面に基づいて詳細
に説明する。図１は本発明の車種判別装置の構成を示す
ブロック図である。図示するように本装置は振動センサ
１１、Ａ／Ｄ変換器１３、山周波数測定器１５、谷周波
数測定器１７、類別器１９、表示器２１から構成され
る。
に説明する。図１は本発明の車種判別装置の構成を示す
ブロック図である。図示するように本装置は振動センサ
１１、Ａ／Ｄ変換器１３、山周波数測定器１５、谷周波
数測定器１７、類別器１９、表示器２１から構成され
る。
【０００８】振動センサ１１の出力はＡ／Ｄ変換器１３
に接続され、Ａ／Ｄ変換器１３の出力は山周波数測定器
１５に接続され、山周波数測定器１５の出力は谷周波数
測定器１７に接続され、谷周波数測定器１７の出力は類
別器１９に接続され、類別器１９の出力は表示器２１の
入力に接続される。
に接続され、Ａ／Ｄ変換器１３の出力は山周波数測定器
１５に接続され、山周波数測定器１５の出力は谷周波数
測定器１７に接続され、谷周波数測定器１７の出力は類
別器１９に接続され、類別器１９の出力は表示器２１の
入力に接続される。
【０００９】図１において、侵入車両に搭載されたエン
ジンの爆発音（以下エンジン音という）、タイヤ走行摩
擦雑音（以下タイヤ音という）等は、振動波として地中
に伝搬拡散し振動センサ１１より検知される。振動セン
サ１１は、検知した振動波を電気信号に変換し、センサ
出力信号１２として出力する。センサ出力信号１２はＡ
／Ｄ変換器１３に送られる。
ジンの爆発音（以下エンジン音という）、タイヤ走行摩
擦雑音（以下タイヤ音という）等は、振動波として地中
に伝搬拡散し振動センサ１１より検知される。振動セン
サ１１は、検知した振動波を電気信号に変換し、センサ
出力信号１２として出力する。センサ出力信号１２はＡ
／Ｄ変換器１３に送られる。
【００１０】Ａ／Ｄ変換器１３に送られたセンサ出力信
号１２は、予め定められたサンプリング周期により離散
化され、必要に応じては、さらに所要レベルまで増幅さ
れて、検知信号１４として山周波数測定器１５に送られ
る。
号１２は、予め定められたサンプリング周期により離散
化され、必要に応じては、さらに所要レベルまで増幅さ
れて、検知信号１４として山周波数測定器１５に送られ
る。
【００１１】山周波数測定器１５は検知信号１４を周波
数測定し、測定された周波数成分を検知信号１４から除
去し残差信号１６として谷周波数測定器１７に送る。谷
周波数測定器１７に送られた残差信号１６は、谷周波数
測定器１７で移動平均モデル（Moving Average Model）
（以下、ＭＡモデルという）に基づく線形予測分析法に
より周波数分析され、類別パラメ−タ１８（後述）とし
て類別器１９に送られる。類別器１９は、送られてきた
類別パラメ−タ１８で車種判別を行い、その結果を表示
器２１に送り、表示器２１は類別パラメ−タ１８及び判
別内容を表示する。
数測定し、測定された周波数成分を検知信号１４から除
去し残差信号１６として谷周波数測定器１７に送る。谷
周波数測定器１７に送られた残差信号１６は、谷周波数
測定器１７で移動平均モデル（Moving Average Model）
（以下、ＭＡモデルという）に基づく線形予測分析法に
より周波数分析され、類別パラメ−タ１８（後述）とし
て類別器１９に送られる。類別器１９は、送られてきた
類別パラメ−タ１８で車種判別を行い、その結果を表示
器２１に送り、表示器２１は類別パラメ−タ１８及び判
別内容を表示する。
【００１２】図４は走行する装軌車が発する振動信号の
周波数−パワ分布特性図、図５は走行する装軌車が発す
る振動信号の周波数−パワ分布特性図である。両図とも
低周波数帯におけるパワ分布を示す。装輪車の場合、図
４に示すように振動信号は主としてエンジン音とタイヤ
音とからなり、エンジン音による振動周波数３１、３２
とタイヤ音による振動周波数３３は低周波数帯に分布し
ている。装軌車の場合、振動信号は主としてエンジン音
と無限軌道音とからなり、図５に示すようにタイヤ音は
存在しない。エンジンによる振動周波数２１、２２は低
周波数帯に分布し、無限軌道音による振動周波数は低周
波帯に存在しない。尚、走行速度が上昇すれば各周波数
も上昇し右方へ移動する。
周波数−パワ分布特性図、図５は走行する装軌車が発す
る振動信号の周波数−パワ分布特性図である。両図とも
低周波数帯におけるパワ分布を示す。装輪車の場合、図
４に示すように振動信号は主としてエンジン音とタイヤ
音とからなり、エンジン音による振動周波数３１、３２
とタイヤ音による振動周波数３３は低周波数帯に分布し
ている。装軌車の場合、振動信号は主としてエンジン音
と無限軌道音とからなり、図５に示すようにタイヤ音は
存在しない。エンジンによる振動周波数２１、２２は低
周波数帯に分布し、無限軌道音による振動周波数は低周
波帯に存在しない。尚、走行速度が上昇すれば各周波数
も上昇し右方へ移動する。
【００１３】ここで移動平均モデルを使って、時刻ｔに
おける振動信号の強さＸtを誤差Ｅtを用いて表すと次式
のようになる。 Ｘt＝Ａ0Ｅt＋Ａ1Ｅt-1＋Ａ2Ｅt-2＋・・＋ＡiＥt-i＋・・＋ＡqＥt-q ・・・・・（１） ここでＡ0〜Ａqは係数でＡqを特に反射係数という。Ｘ
t-iは時刻ｔ−ｉにおける信号の強さ、Ｅt-iは時刻ｔ−
ｉにおける誤差を表す。係数Ａ0〜Ａqを使用して車種を
類別するので係数Ａ0〜Ａqを類別パラメータと呼ぶ。
おける振動信号の強さＸtを誤差Ｅtを用いて表すと次式
のようになる。 Ｘt＝Ａ0Ｅt＋Ａ1Ｅt-1＋Ａ2Ｅt-2＋・・＋ＡiＥt-i＋・・＋ＡqＥt-q ・・・・・（１） ここでＡ0〜Ａqは係数でＡqを特に反射係数という。Ｘ
t-iは時刻ｔ−ｉにおける信号の強さ、Ｅt-iは時刻ｔ−
ｉにおける誤差を表す。係数Ａ0〜Ａqを使用して車種を
類別するので係数Ａ0〜Ａqを類別パラメータと呼ぶ。
【００１４】図２に山周波数測定器１５の詳細を示す。
Ａ／Ｄ変換器１３から出力された検知信号１４は線形予
測周波数測定回路１５ａの入力と逆フィルタ回路１５ｃ
の入力に接続され、線形予測周波数測定回路１５ａの出
力は逆フィルタ１５ｃの入力に接続される。
Ａ／Ｄ変換器１３から出力された検知信号１４は線形予
測周波数測定回路１５ａの入力と逆フィルタ回路１５ｃ
の入力に接続され、線形予測周波数測定回路１５ａの出
力は逆フィルタ１５ｃの入力に接続される。
【００１５】線形予測周波数測定回路１５ａは、検知信
号１４にエンジン音による振動とタイヤ音による振動と
が混在することを考慮して自己回帰モデル（Autoregres
siveModel）、移動平均モデル、自己回帰移動平均モデ
ル（Autoregressive Moving-average Model）等の線形
予測モデルに基づき周波数分析を行う。例えば、最大エ
ントロピ−法、Yule-Walker法、ラティス法、オンライ
ン推定法等を用いて行いエンジン音による振動周波数分
析をする。測定結果は線形予測係数１５ｂとして出力す
る。
号１４にエンジン音による振動とタイヤ音による振動と
が混在することを考慮して自己回帰モデル（Autoregres
siveModel）、移動平均モデル、自己回帰移動平均モデ
ル（Autoregressive Moving-average Model）等の線形
予測モデルに基づき周波数分析を行う。例えば、最大エ
ントロピ−法、Yule-Walker法、ラティス法、オンライ
ン推定法等を用いて行いエンジン音による振動周波数分
析をする。測定結果は線形予測係数１５ｂとして出力す
る。
【００１６】逆フィルタ回路１５ｃは、線形予測係数１
５ｂから逆周波数特性フイルタを構成し、検知信号１４
から線形予測周波数測定回路１５ａで測定された周波数
成分を除去し、残差信号１６を出力する。即ち検知信号
１４の低周波数帯域のパワ−レベルを一定に揃える。
５ｂから逆周波数特性フイルタを構成し、検知信号１４
から線形予測周波数測定回路１５ａで測定された周波数
成分を除去し、残差信号１６を出力する。即ち検知信号
１４の低周波数帯域のパワ−レベルを一定に揃える。
【００１７】谷周波数測定器１７はＭＡモデルに基づ
き、最大エントロピ−法、Yule-Waker法、ラティス法、
或いはオンライ推定法等を用いて周波数測定し、類別パ
ラメ−タ（式１のＡ0〜Ａq）を測定する。反射係数は、
振動信号においてタイヤ音振動の有無を示す周波数特性
パラメ−タである。このタイヤ音振動の有無で装軌車と
装輪車の車種判別は可能であり、反射係数を類別パラメ
−タ１８として出力する。
き、最大エントロピ−法、Yule-Waker法、ラティス法、
或いはオンライ推定法等を用いて周波数測定し、類別パ
ラメ−タ（式１のＡ0〜Ａq）を測定する。反射係数は、
振動信号においてタイヤ音振動の有無を示す周波数特性
パラメ−タである。このタイヤ音振動の有無で装軌車と
装輪車の車種判別は可能であり、反射係数を類別パラメ
−タ１８として出力する。
【００１８】図３は類別器の構成を示すブロック図であ
る。図示するように類別器１９は、記憶部１９ａと比較
判定器１９ｂで構成される。類別器１９の記憶部１９ａ
には、各種の車種車両について走行状態の類別パラメ−
タ（式１のＡ0〜Ａq）を予め測定し基準パラメ−タとし
て登録してある。また類別器１９の比較判定器１９ｂは
登録車両の基準パラメ−タと、測定した車両の類別パラ
メ−タ１８の類似度をユ−クリッド距離等を用いて算出
し最も類似している車種を判定し選びだす。或いは、登
録車両の類別パラメ−タを車種毎に分割分類し、測定し
た車両の類別パラメ−タ１８との比較照合により車種判
別を行う。類別パラメ−タと車種判別結果は、類別デ−
タ２０として出力され表示器２１で表示される。
る。図示するように類別器１９は、記憶部１９ａと比較
判定器１９ｂで構成される。類別器１９の記憶部１９ａ
には、各種の車種車両について走行状態の類別パラメ−
タ（式１のＡ0〜Ａq）を予め測定し基準パラメ−タとし
て登録してある。また類別器１９の比較判定器１９ｂは
登録車両の基準パラメ−タと、測定した車両の類別パラ
メ−タ１８の類似度をユ−クリッド距離等を用いて算出
し最も類似している車種を判定し選びだす。或いは、登
録車両の類別パラメ−タを車種毎に分割分類し、測定し
た車両の類別パラメ−タ１８との比較照合により車種判
別を行う。類別パラメ−タと車種判別結果は、類別デ−
タ２０として出力され表示器２１で表示される。
【００１９】図６に本実施例の車種判別シミュレ−ショ
ン結果を示す。シミュレ−ションを行うに当り、実走行
振動信号を用いた。実走行振動信号は、装軌車、装輪車
の順に１台ずつ走行しているデ−タである。車道と振動
センサ設置位置との距離が離れていてＳ／Ｎ比が低下し
ているため、従来方法によるシミュレ−ションでは判別
不可能であったテ−マである。
ン結果を示す。シミュレ−ションを行うに当り、実走行
振動信号を用いた。実走行振動信号は、装軌車、装輪車
の順に１台ずつ走行しているデ−タである。車道と振動
センサ設置位置との距離が離れていてＳ／Ｎ比が低下し
ているため、従来方法によるシミュレ−ションでは判別
不可能であったテ−マである。
【００２０】図６は、この実走行振動信号を用いた車種
判別シミュレ−ション結果で、表示器２１に表示される
図である。縦軸に反射係数をとり、横軸は時間を表す。
図示するように反射係数に判別基準値を設けることによ
り、装軌車と装輪車の車種判別を行うことが出来る。こ
の図６より明らかなように、Ｓ／Ｎ比が低下している場
合においても、本発明の車種判別装置によれば明確に車
種判別できることが分かる。なお上述した実施例におい
て、判別の対象となる車種を装軌車と装輪車の２種類と
したが、本発明は、この２種類に限定されるものではな
く、車種毎に類別パラメ−タ（式１のＡ0〜Ａq）を測定
し登録することで多種類の車種を精度良く判別すること
が可能である。
判別シミュレ−ション結果で、表示器２１に表示される
図である。縦軸に反射係数をとり、横軸は時間を表す。
図示するように反射係数に判別基準値を設けることによ
り、装軌車と装輪車の車種判別を行うことが出来る。こ
の図６より明らかなように、Ｓ／Ｎ比が低下している場
合においても、本発明の車種判別装置によれば明確に車
種判別できることが分かる。なお上述した実施例におい
て、判別の対象となる車種を装軌車と装輪車の２種類と
したが、本発明は、この２種類に限定されるものではな
く、車種毎に類別パラメ−タ（式１のＡ0〜Ａq）を測定
し登録することで多種類の車種を精度良く判別すること
が可能である。
【００２１】
【発明の効果】以上、詳細に説明したように本発明によ
れば、下記のような効果が期待される。従来のような周
波数帯域分割による周波数帯域間の相対レベル差による
判別手法を用いず、車両の振動信号の周波数−パワ分布
特性に着目し、周波数分析における分類パラメ−タによ
る判別手法を用いているので、車道と振動センサ設置位
置との距離、振動波の伝搬媒体である土質や雪上面等に
起因するＳ／Ｎ比低下の影響を受けにくく、判別特性の
優れた高精度な車種判別が可能となる。
れば、下記のような効果が期待される。従来のような周
波数帯域分割による周波数帯域間の相対レベル差による
判別手法を用いず、車両の振動信号の周波数−パワ分布
特性に着目し、周波数分析における分類パラメ−タによ
る判別手法を用いているので、車道と振動センサ設置位
置との距離、振動波の伝搬媒体である土質や雪上面等に
起因するＳ／Ｎ比低下の影響を受けにくく、判別特性の
優れた高精度な車種判別が可能となる。
【図１】本発明の車種判別装置の構成を示すブロック図
である。
である。
【図２】山周波数測定器の構成を示すブロック図であ
る。
る。
【図３】類別器の構成を示すブロック図である。
【図４】装輪車の振動音の周波数−パワ分布特性図であ
る。
る。
【図５】装軌車の振動音の周波数−パワ分布特性図であ
る。
る。
【図６】本実施例の車種判別シミュレ−ション結果を示
す図である。
す図である。
【図７】従来の車種判別装置の構成を示すブロック図で
ある。
ある。
１１ 振動センサ １２ センサ出力信号 １３ Ａ／Ｄ変換器 １４ 検知信号 １５ 山周波数測定器 １６ 残差信号 １７ 谷周波数測定器 １８ 類別パラメ−タ １９ 類別器 ２０ 類別パラメ−タ ２１ 類別デ−タ
Claims (1)
- 【請求項１】 振動センサを有し、走行中の車両から発
生する振動波を検出し、該検出波から車両の車種を判別
する車種判別装置において、 振動波の特性パラメ−タを格納する格納手段を設け、予
め既知の車種の走行中の振動波の特性パラメ−タを基準
特性パラメ−タとして前記格納手段に格納し、 前記振動センサで検知される車両の振動波を周波数分析
し特性パラメ−タを抽出する抽出手段を設け、 対象とする車両の走行中の振動波を前記振動センサで検
出し、前記抽出手段で特性パラメ−タを抽出し、前記格
納手段に格納している基準特性パラメ−タと比較照合し
て該車両の車種判別を行う手段を設けたことを特徴とす
る車種判別装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP22934192A JPH0658808A (ja) | 1992-08-05 | 1992-08-05 | 車種判別装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP22934192A JPH0658808A (ja) | 1992-08-05 | 1992-08-05 | 車種判別装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0658808A true JPH0658808A (ja) | 1994-03-04 |
Family
ID=16890647
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP22934192A Pending JPH0658808A (ja) | 1992-08-05 | 1992-08-05 | 車種判別装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0658808A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000268300A (ja) * | 1999-01-13 | 2000-09-29 | Hitachi Ltd | 航空機位置検知装置 |
| JP2009521761A (ja) * | 2005-12-29 | 2009-06-04 | 聯想（北京）有限公司 | プロセッサーの消費電力の節減方法 |
| JP2013249023A (ja) * | 2012-06-04 | 2013-12-12 | Nagoya Electric Works Co Ltd | 路面振動によるタイヤ判定装置、タイヤ判定方法およびタイヤ判定プログラム |
| JP2017043147A (ja) * | 2015-08-25 | 2017-03-02 | 名古屋電機工業株式会社 | タイヤ判定装置、タイヤ判定方法およびタイヤ判定プログラム |
| JP2020027576A (ja) * | 2018-08-17 | 2020-02-20 | Ｚホールディングス株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
| US12064609B2 (en) | 2016-12-14 | 2024-08-20 | Star Syringe Limited | Needlestick prevention device |
-
1992
- 1992-08-05 JP JP22934192A patent/JPH0658808A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000268300A (ja) * | 1999-01-13 | 2000-09-29 | Hitachi Ltd | 航空機位置検知装置 |
| JP2009521761A (ja) * | 2005-12-29 | 2009-06-04 | 聯想（北京）有限公司 | プロセッサーの消費電力の節減方法 |
| JP2013249023A (ja) * | 2012-06-04 | 2013-12-12 | Nagoya Electric Works Co Ltd | 路面振動によるタイヤ判定装置、タイヤ判定方法およびタイヤ判定プログラム |
| JP2017043147A (ja) * | 2015-08-25 | 2017-03-02 | 名古屋電機工業株式会社 | タイヤ判定装置、タイヤ判定方法およびタイヤ判定プログラム |
| US12064609B2 (en) | 2016-12-14 | 2024-08-20 | Star Syringe Limited | Needlestick prevention device |
| JP2020027576A (ja) * | 2018-08-17 | 2020-02-20 | Ｚホールディングス株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Won | Intelligent traffic monitoring systems for vehicle classification: A survey | |
| CN107591002B (zh) | 一种基于分布式光纤的高速公路交通参数实时估计方法 | |
| Abdić et al. | Detecting road surface wetness from audio: A deep learning approach | |
| US7248958B2 (en) | Road surface state estimating apparatus, road surface friction state estimating apparatus, road surface state physical quantity calculating apparatus, and road surface state announcing apparatus | |
| CN113313012B (zh) | 一种基于卷积生成对抗网络的危险驾驶行为识别方法 | |
| EP3601001B1 (en) | Method and system for real-time estimation of road conditions and vehicle behavior | |
| KR102314824B1 (ko) | 딥러닝 기반 감지상황에서의 음향 사건 탐지 방법 | |
| JP2017215272A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
| CN119625998B (zh) | 一种基于分布式光纤传感的高速公路车辆检测与识别方法 | |
| US4158832A (en) | Seismic apparatus for discrimination between track-type vehicles and wheel-type vehicles | |
| JPH0658808A (ja) | 車種判別装置 | |
| KR102060286B1 (ko) | 이미지 정보를 활용한 레이더 오브젝트 검출 임계값 결정 방법 및 이를 이용한 레이더 오브젝트 정보 생성 장치 | |
| JP2019123293A (ja) | 路面状態判別方法及び路面状態判別装置 | |
| KR100378956B1 (ko) | 음향을 이용한 교통 감지 장치 | |
| JP2707174B2 (ja) | エンジン音からの車種判別方法 | |
| Valiveti et al. | RETRACTED: Soft computing based audio signal analysis for accident prediction | |
| CN117077024A (zh) | 一种集装箱空箱检测方法及系统 | |
| JP2779986B2 (ja) | 侵入車両の探知装置 | |
| Shariff et al. | Wet road detection using cnn with transfer learning | |
| CN114528884A (zh) | 一种基于深度学习的超声波自适应阈值估计方法 | |
| JP2982764B2 (ja) | 周波数分析装置及び水中目標類別装置 | |
| JP2994711B2 (ja) | 走行車両の車種判別方法およびその装置 | |
| CN114384513B (zh) | 一种地面识别的方法及装置 | |
| JPH05325090A (ja) | 音種別車両識別装置 | |
| JP3148466B2 (ja) | ヘリコプタ音と車両音との識別装置 |