(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202110702863.3 (22)申请日 2021.06.24 (65)同一申请的已公布的文献号 申请公布号 CN 113435116 A (43)申请公布日 2021.09.24 (73)专利权人 武汉理工大 学 地址 430070 湖北省武汉市洪山区珞狮路 122号 (72)发明人 刘志恩　刘恺　谢丽萍　魏晓旭　 彭辅明　徐韬　 (74)专利代理 机构 武汉科皓知识产权代理事务 所(特殊普通 合伙) 42222 专利代理师 胡琦旖 (51)Int.Cl. G06F 30/27(2020.01)G06F 30/15(2020.01) G06F 16/635(2019.01) G06F 16/683(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 111/10(2020.01) G06F 119/10(2020.01) 审查员 邓迪 (54)发明名称 一种基于虚拟驾驶台架的声品质自适应设 计方法与装置 (57)摘要 本发明属于汽 车声品质技术领域， 公开了一 种基于虚拟驾驶台架的声品质自适应设计方法 与装置。 本发 明对声样本的声品质表现进行评分 时， 组织评价人员使用虚拟驾驶台架在给定工况 下控制模拟车辆行驶， 在行驶过程中通过视觉重 现模块与听觉重现模块重 现虚拟驾驶环境， 在虚 拟驾驶环 境下播放预先采集的声样 本； 基于声样 本的客观指标与声样本的主观评分结果之间的 关系建立主观评价预测模型， 基于主观评价预测 模型自适应调制声品质在各评价等级平均分布 的声样本。 装置包括虚拟驾驶台架、 视觉重现模 块、 听觉重现模块、 评价模块和数据处理模块。 本 发明解决了主观评价中实车评价效率低、 成本 高， 以及听音室评价不具有普适性、 声品质设计 无针对性的问题。 权利要求书2页 说明书8页 附图3页 CN 113435116 B 2022.07.05 CN 113435116 B 1.一种基于虚拟驾驶台架的声品质自适应设计方法， 其特征在于， 对声样本的声品质 表现进行评分时， 组织评价人员使用虚拟驾驶台架在给定工况下控制模拟车辆行驶， 在行 驶过程中通过视觉重现模块与听觉重现模块重现虚拟驾驶环境， 在虚拟驾驶环境下播放预 先采集的声样本； 基于声样本的客观指标与声样本的主观评分结果之间的关系建立主观评价预测模型， 基于所述主观评价预测模型自适应调制声品质在各评价 等级平均分布的声样本； 包括以下步骤： 步骤1、 采集声品质优化对象车辆与声品质目标车辆行驶在给定工况下的车内噪声音 频数据； 将采集到的车内噪声音频数据作为原始声样本， 基于所述原始声样本构建原始声 样本库； 通过数据处理模块计算得到所述原始声样本库内的每一个原始声样本的客观指 标； 步骤2、 组织评价人员使用虚拟驾驶台架在给定工况下控制模拟车辆行驶， 在行驶过程 中通过视觉重现模块与听觉重现模块重现虚拟驾驶环境， 在虚拟驾驶环境下播放原始声样 本； 每一个原始声样本播放后， 评价人员对该声样本在特定维度上的声品质表现进 行评分， 直至完成对所述原 始声样本库中所有的原 始声样本的评分； 步骤3、 基于评价人员的评分， 计算得到每一个原始声样本的主观评分结果； 随机抽取 预设比例的原 始声样本， 分别构建试验组和验证组； 步骤4、 搭建BP神经网络模型， 将所述试验组中声样本的客观指标作为输入， 将所述试 验组中声样本的主观评分结果作为输出， 优化训练BP神经网络模型， 并通过所述验证组对 BP神经网络模型进行验证， 得到训练好的BP神经网络模型； 将所述训练好的BP神经网络模 型作为所述主观评价预测模型； 步骤5、 利用所述主观评价预测模型， 对所述声品质优化对象车辆对应的声样本进行调 制， 得到主观评 分结果在各分值下的调制声样 本； 基于所述调制声样 本构建调制声样本库； 通过数据处理模块计算得到所述调制声样本库内的每一个调制声样本的客观指标； 步骤6、 组织评价人员使用虚拟驾驶台架在给定工况下控制模拟车辆行驶， 在行驶过程 中通过视觉重现模块与听觉重现模块重现虚拟驾驶环境， 在虚拟驾驶环境下播放调制声样 本； 每一个调制声样本播放后， 评价人员对该声样本在特定维度上的声品质表现进 行评分， 直至完成对所述调制声样本库中所有的调制声样本的评分； 步骤7、 基于 评价人员的评分， 计算得到每一个调制声样本的主观评分结果； 步骤8、 将调制声样本的客观指标作为所述主观评价预测模型的输入， 将得到的输出作 为预测模型结果； 判断所述调制声样本库中的每一个调制声样本的主观评价结果与该声样 本对应的预测模型结果之间的误差是否小于预设误差； 若小于， 则判定所述调制声样本库 满足设计需要， 完成自适应声品质设计； 否则， 进 行将所述调制声样本库加入到所述原始声 样本库中， 将新增加的调制声样本按所述预设比例增加至步骤3中的所述试验组及所述验 证组， 重复步骤4至步骤8。 2.根据权利要求1所述的基于虚拟驾驶台架的声 品质自适应设计方法， 其特征在于， 所 述步骤1中， 所述 客观指标包括声压级、 响度、 粗 糙度、 尖锐度。 3.根据权利要求1所述的基于虚拟驾驶台架的声 品质自适应设计方法， 其特征在于， 所 述步骤3中， 根据重复评价相似度检测和相关性检测， 筛除不满足预设条件的评价人员及该权　利　要　求　书 1/2 页 2 CN 113435116 B 2评价人员对原始声样本的所有评分； 基于筛除后剩余的评价人员的评分， 计算得到每一个 原始声样本的主观评分结果； 所述步骤7中， 根据重复评价相似度检测和相关性检测， 筛除不满足预设条件的评价人 员及该评价人员对调制声样本的所有评分； 基于筛除后剩余的评价人员的评分， 计算得到 每一个调制声样本的主观评分结果。 4.根据权利要求3所述的基于虚拟驾驶台架的声 品质自适应设计方法， 其特征在于， 计 算原始声样本的主观评分结果之前或计算调制声样本的主观评分结果之前， 还包括： 对筛 除后剩余的评价人员的评分进行归一 化处理。 5.根据权利要求1所述的基于虚拟驾驶台架的声 品质自适应设计方法， 其特征在于， 所 述步骤5中， 使用自适应误差控制算法， 通过调制所述声品质优化对象车辆对应的声样 本在 各频段内的声压级增益， 生成调制声样本 。 6.根据权利要求5所述的基于虚拟驾驶台架的声 品质自适应设计方法， 其特征在于， 对 于所述声品质优化对象车辆对应的声样本， 每个临界频带内乘初值为 1的增益； 以评价量表 中第个评价等级对应的数值作为 目标， 计算当前增益下该声样本的客观指标； 将计算得到 的客观指标输入至所述主观评价预测模型， 得到预测模型结果； 计算预测模型结果与评价 量表中第个评价等级对应的数值之 间的差值； 若差值为0， 则将当前调制后的声样本作为该 评价等级的调制结果； 若差值不为0， 则使用自适应误差控制算法调整临界频带的增益配比 直至差值为0。 7.根据权利要求5所述的基于虚拟驾驶台架的声 品质自适应设计方法， 其特征在于， 所 述自适应误差控制算法采用梯度下降算法、 陷波算法中的一种。 8.一种基于虚拟驾驶台架的声品质自适应设计装置， 其特征在于， 包括： 虚拟驾驶台 架、 视觉重现模块、 听觉 重现模块、 评价模块和数据处 理模块； 所述虚拟驾驶台架用于为评价人员提供模拟真实汽车驾驶的驾驶环境， 接受驾驶信 息 并将其发送给 所述数据处 理模块； 所述视觉重现模块用于为评价人员提供模拟真实汽车驾驶时的路面视 觉环境； 所述听觉重现模块用于将声样本以随机顺序播放， 并且为评价人员提供模拟真实汽车 驾驶时的混响环境； 所述评价模块用于为评价人员提供对声样本的声品质表现进行评分的界面， 并将评分 信息发送给 所述数据处 理模块； 所述数据处理模块用于模拟虚拟驾驶环境， 根据 所述驾驶信 息计算得到对应的视觉数 据和听觉数据以进行视觉与听觉的刺激回放； 用于根据声样本计算得到声样本对应的客观 指标； 用于对 预先构建的BP神经网络模型进 行训练优化， 得到主观评价预测模型； 用于基于 所述主观评价预测模型自适应调制声品质在各评价 等级平均分布的声样本； 所述基于虚拟驾驶台架的声品质自适应设计装置用于实现如权利要求1 ‑7中任一项所 述的基于虚拟 驾驶台架的声品质自适应设计方法中的步骤。 9.根据权利要求8所述的基于虚拟驾驶台架的声 品质自适应设计装置， 其特征在于， 还 包括： 音频 数据采集模块； 所述音频数据采集模块用于采集声品质优化对象车辆与声品质目标车辆行驶在给定 工况下的车内噪声 音频数据。权　利　要　求　书 2/2 页 3 CN 113435116 B 3