JP7754790B2 - Tunnel Monitoring System - Google Patents
Tunnel Monitoring SystemInfo
- Publication number
- JP7754790B2 JP7754790B2 JP2022176167A JP2022176167A JP7754790B2 JP 7754790 B2 JP7754790 B2 JP 7754790B2 JP 2022176167 A JP2022176167 A JP 2022176167A JP 2022176167 A JP2022176167 A JP 2022176167A JP 7754790 B2 JP7754790 B2 JP 7754790B2
- Authority
- JP
- Japan
- Prior art keywords
- sound
- tunnel
- acoustic data
- sound pressure
- display
- 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.)
- Active
Links
Landscapes
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Description
本開示は、監視エリアであるトンネル内で収音した音響データに基づいて、トンネル内の状況を把握するための表示データの作成および表示を行うトンネル監視システムに関する。 This disclosure relates to a tunnel monitoring system that creates and displays display data for understanding the situation inside a tunnel, which is a monitored area, based on acoustic data collected within the tunnel.
建物内で発声する音の収音結果に基づいて、建物内の異常状態を精度良く簡易に検出できる異常音監視システムがある（例えば、特許文献１参照）。特許文献１に開示された異常音監視システムは、建物内で収音された音情報から異常音を抽出するとともに、音情報の音源位置を推定し、推定結果に基づいて異常音の危険度合を示す危険値を算出している。 There is an abnormal sound monitoring system that can accurately and easily detect abnormal conditions within a building based on the results of collecting sounds made within the building (see, for example, Patent Document 1). The abnormal sound monitoring system disclosed in Patent Document 1 extracts abnormal sounds from sound information collected within the building, estimates the sound source position of the sound information, and calculates a danger value that indicates the degree of danger of the abnormal sound based on the estimation results.
この結果、特許文献１に開示された異常音監視システムは、異常音の種類、音源位置などの情報に基づいて、多様な要因を考慮して異常音の危険値を高精度に算出することができる。 As a result, the abnormal sound monitoring system disclosed in Patent Document 1 can accurately calculate the danger level of abnormal sounds by taking into account various factors based on information such as the type of abnormal sound and the location of the sound source.
しかしながら、従来技術には、以下のような課題がある。
特許文献１は、異常音を精度よく抽出する必要があるが、監視エリアによって、反射などの影響で異常音の抽出精度が悪化する。特に、監視エリアをトンネル内とした場合には、トンネル内での音の反射の影響により、異常音の判別、および正確な音源位置の検知が困難になる。
However, the conventional techniques have the following problems.
In Patent Document 1, it is necessary to extract abnormal sounds with high accuracy, but the accuracy of extracting abnormal sounds deteriorates depending on the monitoring area due to the influence of reflections, etc. In particular, when the monitoring area is a tunnel, the influence of sound reflections inside the tunnel makes it difficult to identify abnormal sounds and accurately detect the position of the sound source.
また、特許文献１では、異常音の発生位置および移動遷移を表示することも行っている。しかしながら、トンネルを監視エリアとした場合には、音源位置の検出精度自体が劣化してしまうため、表示内容も信頼性が劣化してしまう。 Patent Document 1 also displays the location where an abnormal sound is generated and its movement. However, when a tunnel is used as a monitoring area, the accuracy of detecting the sound source location itself deteriorates, and the reliability of the displayed content also deteriorates.
本開示は、前記のような課題を解決するためになされたものであり、監視エリアであるトンネル内で収音される音響データに基づいて、トンネル内の状態を高精度に表示することができるトンネル監視システムを得ることを目的とする。 The present disclosure has been made to solve the above-mentioned problems, and aims to provide a tunnel monitoring system that can display the conditions inside a tunnel with high accuracy based on acoustic data collected within the tunnel, which is the monitored area.
本開示に係るトンネル監視システムは、監視エリアであるトンネル内において、トンネルの両端方向に一列に配置され、トンネル内で発生する音響データをそれぞれ収音する複数の収音装置と、複数の収音装置のそれぞれで収音された音響データについて周波数分析を行うことで帯域毎の音圧レベルを算出し、複数の収音装置のそれぞれの位置における帯域毎の音圧レベルを識別可能な表示データを作成し、表示部に表示データを表示させる音響データ処理部とを備えるものである。 The tunnel monitoring system disclosed herein comprises a plurality of sound collection devices arranged in a row on both ends of the tunnel, which is a monitoring area, and which collect sound data generated within the tunnel; and a sound data processing unit that calculates the sound pressure level for each band by performing frequency analysis on the sound data collected by each of the plurality of sound collection devices, creates display data that enables identification of the sound pressure level for each band at the position of each of the plurality of sound collection devices, and displays the display data on a display unit.
本開示によれば、監視エリアであるトンネル内で収音される音響データに基づいて、トンネル内の状態を高精度に表示することができるトンネル監視システムを得ることができる。 This disclosure provides a tunnel monitoring system that can accurately display the conditions inside a tunnel based on acoustic data collected within the tunnel, which is the monitoring area.
以下、本開示のトンネル監視システムの好適な実施の形態につき図面を用いて説明する。
本開示に係るトンネル監視システムは、監視エリアであるトンネル内において複数の収音装置から集音された音響データに基づいて帯域毎の音圧レベルを算出し、複数の収音装置のそれぞれの位置における帯域毎の音圧レベルを識別表示する点に技術的特徴を有し、識別表示結果を視認したオペレータは、トンネル内の状態を高精度に把握することができるものである。
Hereinafter, preferred embodiments of the tunnel monitoring system of the present disclosure will be described with reference to the drawings.
The tunnel monitoring system of the present disclosure has a technical feature in that it calculates the sound pressure level for each band based on acoustic data collected from multiple sound collection devices within the tunnel, which is the monitoring area, and identifies and displays the sound pressure level for each band at each position of the multiple sound collection devices, allowing an operator who visually views the identified display results to grasp the condition inside the tunnel with high accuracy.
実施の形態１．
図１は、本開示の実施の形態１に係るトンネル監視システムの全体構成を示した説明図である。本実施の形態１におけるトンネル監視システムは、複数のマイク１０と、音響データ処理部２０とを備えて構成されている。
Embodiment 1.
1 is an explanatory diagram showing the overall configuration of a tunnel monitoring system according to a first embodiment of the present disclosure. The tunnel monitoring system according to the first embodiment includes a plurality of microphones 10 and an acoustic data processing unit 20.
複数のマイク１０は、監視エリアであるトンネル内において、トンネルの入口と出口との間の異なる位置にそれぞれ配置された収音装置に相当する。図１においては、複数のマイク１０が、Ｎ台のマイク１０（１）～１０（Ｎ）として構成され、トンネルの両端方向に一列に配置されている場合を例示している。 The multiple microphones 10 correspond to sound collection devices placed at different positions between the entrance and exit of the tunnel, which is the surveillance area. Figure 1 shows an example in which the multiple microphones 10 are configured as N microphones 10(1) to 10(N), and are placed in a row toward both ends of the tunnel.
マイク１０は、煙感知器のようにトンネル内の天井に設置する必要がなく、設置場所を決める際の自由度がある。特に、トンネル内において発声音に基づいてトンネル内に人がいるか否かを判断するための音響データを収音する目的では、発声音を収音することに適した高さに設置することができる。適した高さの具体例としては、トンネル内で人が歩行する底面から１．２ｍ～１．７ｍの範囲が挙げられる。 The microphone 10 does not need to be installed on the ceiling of the tunnel like a smoke detector, allowing for flexibility in deciding where to install it. In particular, when collecting acoustic data to determine whether or not someone is inside the tunnel based on vocalizations, the microphone can be installed at a height suitable for picking up vocalizations. Specific examples of suitable heights include a range of 1.2 m to 1.7 m from the bottom of the tunnel where people walk.
音響データ処理部２０は、複数のマイク１０のそれぞれで収音された音響データについて周波数分析を行うことで帯域毎の音圧レベルを算出する。さらに、音響データ処理部２０は、複数のマイク１０のそれぞれの位置における、帯域毎の音圧レベルを識別可能とする表示データを作成し、表示部に表示データを表示させる。ここで、音響データ処理部２０は、例えば、トンネルを集中監視する中央管制室内に設置することができる。 The acoustic data processing unit 20 calculates the sound pressure level for each band by performing frequency analysis on the acoustic data collected by each of the multiple microphones 10. Furthermore, the acoustic data processing unit 20 creates display data that enables the sound pressure level for each band to be identified at the position of each of the multiple microphones 10, and displays the display data on the display unit. Here, the acoustic data processing unit 20 can be installed, for example, in a central control room that centrally monitors tunnels.
なお、音響データ処理部２０は、あらかじめ決められた間隔ごとに算出した平均音圧レベルを音圧レベルとし、間隔ごとに表示データを作成することで、順次表示データを更新することができる。例えば、音響データ処理部２０は、あらかじめ設定した間隔として１ｓを採用し、１秒間にわたる平均値として音圧レベルを算出して表示データの更新処理を行うことで、ノイズの影響を抑制することができる。 The acoustic data processing unit 20 can sequentially update the display data by using the average sound pressure level calculated at predetermined intervals as the sound pressure level and creating display data at each interval. For example, the acoustic data processing unit 20 can suppress the effects of noise by using 1 second as the preset interval, calculating the sound pressure level as the average value over 1 second, and updating the display data.
本実施の形態１に係るトンネル監視システムは、音響データに基づいて表示データを生成することで、表示データを視認したオペレータにとって、トンネル内における人の発声音、警告音、車のアイドリング音、放水音など、トンネル内の状況を推測する一助となる点に特徴がある。 The tunnel monitoring system according to this first embodiment is characterized in that it generates display data based on acoustic data, helping an operator who visually views the display data to infer the situation inside the tunnel, such as the sounds of people speaking, warning sounds, idling vehicles, and water spraying sounds.
特に、トンネル内で火災等の緊急事態が発生した際に、トンネル内で逃げ遅れた人がいないかを視覚的に判断するための情報を提供することにも活用できる。そこで、トンネル内で発生する種々の音を識別表示する具体的な手法について、図を用いて以下に説明する。 In particular, this can be used to provide information to visually determine whether anyone in the tunnel has been unable to escape in the event of a fire or other emergency inside the tunnel. Therefore, the specific method for identifying and displaying the various sounds generated inside the tunnel is explained below using diagrams.
図２は、本開示の実施の形態１において、人の発声音に関する音響データの周波数分析結果であるスペクトログラムを示した説明図である。図２において、縦軸は周波数、横軸は時間であり、音響データのスペクトログラムに関する時系列データが表示されているとともに、音圧レベルが色識別表示されている。 Figure 2 is an explanatory diagram showing a spectrogram, which is the result of frequency analysis of acoustic data related to human vocalizations, in embodiment 1 of the present disclosure. In Figure 2, the vertical axis represents frequency and the horizontal axis represents time, and time series data related to the spectrogram of the acoustic data is displayed, with sound pressure levels being displayed in different colors.
人の声の帯域は、１００～２０００Ｈｚが大きい。一方、放水音は、放水量にもよるが、消火活動などの放水は、低域が大きくなり、高域になるほど減衰していく。従って、周波数分析結果に伴うこのような差異を可視化することによって、発声音と放水音との区別が可能となる。 The frequency band of human voices is large, between 100 and 2000 Hz. On the other hand, the sound of water being sprayed during firefighting activities, for example, is louder in the low frequencies and attenuates as the frequencies get higher, although this depends on the amount of water being sprayed. Therefore, by visualizing these differences resulting from frequency analysis, it is possible to distinguish between speech sounds and water spray sounds.
図３は、本開示の実施の形態１に係る音響データ処理部２０により、周波数分析結果に基づいて生成された表示データを表示させた第１の表示例である。第１の表示例において、縦軸は周波数、横軸は複数のマイク１０の設置位置に対応した場所であり、それぞれの設置場所において収音された音響データの周波数分析結果が、帯域毎の音圧レベルとして示されている。 Figure 3 shows a first example of display data generated based on frequency analysis results by the acoustic data processing unit 20 according to the first embodiment of the present disclosure. In the first example of display, the vertical axis represents frequency, and the horizontal axis represents locations corresponding to the installation positions of multiple microphones 10. The results of frequency analysis of acoustic data collected at each installation location are shown as sound pressure levels for each band.
ここで、図３に示した第１の表示例では、音圧レベルが、大きさに応じて色識別表示されている。すなわち、図３に示した第１の表示例では、周波数、位置、音圧レベルの３つの要素からなる３次元の情報が、周波数を縦軸とし、位置を横軸とし、音圧レベルを色識別表示とすることで、表現されている。 In the first display example shown in Figure 3, sound pressure levels are displayed in different colors depending on their magnitude. That is, in the first display example shown in Figure 3, three-dimensional information consisting of three elements - frequency, position, and sound pressure level - is expressed by using frequency as the vertical axis, position as the horizontal axis, and sound pressure level as a different color.
さらに、図３では、場所４に相当する位置で人による発声音を発生させ、場所９に相当する位置で放水音を発生させ、その際に、複数のマイク１０で収音された音響データを周波数分析した結果として得られた表示データを示している。 Furthermore, Figure 3 shows the display data obtained as a result of frequency analysis of the acoustic data collected by multiple microphones 10 when a human voice is generated at a position corresponding to location 4 and a water-spraying sound is generated at a position corresponding to location 9.
図３から明らかなように、発声音に関しては場所４において、１００～２０００Ｈｚの帯域で最も高い音圧レベルが得られ、放水音に関しては場所９において、０～１０Ｈｚの低周波帯域で最も高い音圧レベルが得られた。 As is clear from Figure 3, the highest sound pressure level for vocalization sounds was obtained at location 4 in the 100-2000 Hz band, while the highest sound pressure level for water discharge sounds was obtained at location 9 in the low frequency band of 0-10 Hz.
なお、音響データ処理部２０は、１００～２０００Ｈｚの帯域で最も高い音圧レベルが得られた場所を人検知位置として特定することができ、図３に示した第１の表示例では、場所４に丸印とともに「人検知位置」という文字が表示されている。 The acoustic data processing unit 20 can identify the location where the highest sound pressure level is obtained in the 100 to 2000 Hz band as the human detection location, and in the first display example shown in Figure 3, location 4 is marked with a circle and the words "human detection location."
従って、図３に示した第１の表示データを視認することで、中央管制室内にいるオペレータは、トンネル内の場所４の位置に人がいる可能性が高いと判断することができる。 Therefore, by visually viewing the first display data shown in Figure 3, an operator in the central control room can determine that there is a high probability that a person is present at location 4 in the tunnel.
図４は、本開示の実施の形態１に係る音響データ処理部２０により、周波数分析結果に基づいて生成された表示データを表示させた第２の表示例である。第２の表示例において、縦軸は音圧レベル、横軸は複数のマイク１０の設置位置に対応した場所であり、それぞれの設置場所において収音された音響データの周波数分析結果が、場所毎の最も高い音圧レベルとして示されている。 Figure 4 shows a second example of display data generated based on frequency analysis results by the acoustic data processing unit 20 according to the first embodiment of the present disclosure. In the second example of display, the vertical axis represents sound pressure level, and the horizontal axis represents locations corresponding to the installation positions of multiple microphones 10. The frequency analysis results of the acoustic data collected at each installation location are shown as the highest sound pressure level for each location.
ここで、図４に示した第２の表示例では、最も高い音圧レベルのそれぞれに関する周波数重心が、大きさに応じて色識別表示されている。すなわち、図４に示した第２の表示例では、音圧レベル、位置、周波数の３つの要素からなる３次元の情報が、音圧レベルを縦軸とし、位置を横軸とし、周波数重心を色識別表示とすることで、表現されている。 In the second display example shown in Figure 4, the frequency centroids for each of the highest sound pressure levels are displayed in different colors according to their size. That is, in the second display example shown in Figure 4, three-dimensional information consisting of the three elements of sound pressure level, position, and frequency is expressed by using sound pressure level as the vertical axis, position as the horizontal axis, and frequency centroids as color-coded displays.
さらに、図４では、先の図３と同様に、場所４に相当する位置で人による発声音を発生させ、場所９に相当する位置で放水音を発生させ、その際に複数のマイク１０で収音された音響データを周波数分析した結果として得られた表示データを示している。 Furthermore, Figure 4, similar to Figure 3 above, shows the display data obtained as a result of frequency analysis of the acoustic data collected by multiple microphones 10 when a human vocalization sound is generated at a position corresponding to location 4 and a water-spraying sound is generated at a position corresponding to location 9.
音源に、より近いマイク１０で収音された音響データほど、音圧レベルがより高くなる。従って、図４から明らかなように、発声音に関してはマイク１０（５）の近傍において、１００～２０００Ｈｚの帯域に周波数重心を有する最も高い音圧レベルが得られ、放水音に関してはマイク１０（１０）の近傍において、０～１０Ｈｚの帯域に周波数重心を有する最も高い音圧レベルが得られた。 The acoustic data picked up by the microphone 10 closer to the sound source has a higher sound pressure level. Therefore, as is clear from Figure 4, for the vocalization sound, the highest sound pressure level was obtained near microphone 10 (5), with a frequency center of gravity in the 100-2000 Hz band, and for the water discharge sound, the highest sound pressure level was obtained near microphone 10 (10), with a frequency center of gravity in the 0-10 Hz band.
従って、図４に示された第２の表示データを視認することで、中央管制室内にいるオペレータは、トンネル内のマイク１０（５）の設置位置の近傍に人がいる可能性が高いと判断することができる。 Therefore, by visually checking the second display data shown in Figure 4, an operator in the central control room can determine that there is a high possibility that a person is near the location of microphone 10 (5) in the tunnel.
第１の表示例、第２の表示例のいずれを採用した場合にも、複数のマイク１０のそれぞれの位置における帯域毎の音圧レベルを識別可能となり、トンネル内の人検知に効果を発揮できる。 Whether the first or second display example is used, it is possible to distinguish the sound pressure levels for each band at the position of each of the multiple microphones 10, which is effective in detecting people inside tunnels.
次に、図５～図７を用いて、放水音、警告音、アイドリング状態における車両音のそれぞれの状態が発生した場合と、人の発声音が発生した場合とを、周波数分析結果の比較から識別できる点について、個別に説明する。なお、図５～図７では、図３に示したような第１の表示例を用いた場合として説明する。 Next, using Figures 5 to 7, we will explain how a comparison of frequency analysis results can distinguish between the occurrence of water discharge sounds, warning sounds, and vehicle sounds while idling, and the occurrence of human vocalizations. Note that Figures 5 to 7 will be explained using the first display example shown in Figure 3.
図５は、本開示の実施の形態１に係る音響データ処理部２０により、周波数分析結果に基づいて生成された表示データを用いて、人の発声音と放水音とを識別する具体例を示した説明図である。 Figure 5 is an explanatory diagram showing a specific example of distinguishing between human vocalizations and the sound of water discharge using display data generated based on frequency analysis results by the acoustic data processing unit 20 according to embodiment 1 of the present disclosure.
なお、図５では、場所４に相当する位置で人による発声音を発生させ、場所９に相当する位置で放水音を発生させ、その際に複数のマイク１０で収音された音響データを周波数分析した結果として得られた表示データを示している。また、図５の上段では、トンネル内の人の位置および放水位置が模式的に示されている。 Figure 5 shows the display data obtained as a result of frequency analysis of the acoustic data collected by multiple microphones 10 when a human voice was generated at a position corresponding to location 4 and a water-spraying sound was generated at a position corresponding to location 9. The upper part of Figure 5 also shows a schematic representation of the position of the person in the tunnel and the water-spraying position.
消火用の放水のような勢いの強い水流は、１０Ｈｚ以下の低域にピークを有する音圧レベルになる。一方、発声音は、１００～２０００Ｈｚの帯域にピークを有する音圧レベルになる。従って、図５を視認したオペレータは、放水音と区別して、トンネル内の場所４の位置に人がいる可能性が高いと判断することができる。 A powerful water jet, such as that used to extinguish a fire, produces a sound pressure level that peaks in the low frequency range of 10 Hz or less. On the other hand, a voice produces a sound pressure level that peaks in the 100-2000 Hz band. Therefore, an operator visually viewing Figure 5 can distinguish this from the sound of a water jet and determine that there is a high possibility that someone is present at location 4 in the tunnel.
図６は、本開示の実施の形態１に係る音響データ処理部２０により、周波数分析結果に基づいて生成された表示データを用いて、人の発声音と警告音とを識別する具体例を示した説明図である。 Figure 6 is an explanatory diagram showing a specific example of distinguishing between human vocalizations and warning sounds using display data generated based on frequency analysis results by the acoustic data processing unit 20 according to embodiment 1 of the present disclosure.
なお、図６では、場所４に相当する位置で人による発声音を発生させ、場所９に相当する位置で警告音を発生させ、その際に複数のマイク１０で収音された音響データを周波数分析した結果として得られた表示データを示している。また、図６の上段では、トンネル内の人の位置および警告音の再生位置が模式的に示されている。 Note that Figure 6 shows the display data obtained as a result of frequency analysis of the acoustic data collected by multiple microphones 10 when a human voice is generated at a position corresponding to location 4 and a warning sound is generated at a position corresponding to location 9. The upper part of Figure 6 also shows a schematic representation of the position of the person in the tunnel and the position where the warning sound is played.
火災発生時に鳴動するサイレンのような警告音は、３００Ｈｚ～４ｋＨｚの帯域にわたり、低い周波数から高い周波数まで連続的に変化し、時間的に周波数が変化するスィープ音となる。一方、発声音は、１００～２０００Ｈｚの帯域にピークを有する音圧レベルになる。従って、図６を視認したオペレータは、警告音と区別して、トンネル内の場所４の位置に人がいる可能性が高いと判断することができる。 A warning sound, such as a siren that sounds when a fire breaks out, spans the 300 Hz to 4 kHz band, varying continuously from low to high frequencies, creating a sweeping sound with a frequency that changes over time. On the other hand, a spoken sound has a sound pressure level that peaks in the 100 to 2000 Hz band. Therefore, an operator visually viewing Figure 6 can distinguish this from a warning sound and determine that there is a high possibility that someone is present at location 4 in the tunnel.
図７は、本開示の実施の形態１に係る音響データ処理部２０により、周波数分析結果に基づいて生成された表示データを用いて、人の発声音と車両音とを識別する具体例を示した説明図である。 Figure 7 is an explanatory diagram showing a specific example of distinguishing between human vocalizations and vehicle sounds using display data generated based on frequency analysis results by the acoustic data processing unit 20 according to embodiment 1 of the present disclosure.
なお、図７では、場所４に相当する位置で人による発声音を発生させ、場所９に相当する位置でアイドリング状態の車両音を発生させ、その際に複数のマイク１０で収音された音響データを周波数分析した結果として得られた表示データを示している。また、図７の上段では、トンネル内の人の位置および車停止位置が模式的に示されている。 Note that Figure 7 shows the display data obtained as a result of frequency analysis of the acoustic data collected by multiple microphones 10 when a human voice was generated at a location corresponding to location 4 and an idling vehicle sound was generated at a location corresponding to location 9. The upper part of Figure 7 also shows a schematic representation of the positions of people and vehicles parked within the tunnel.
アイドリング状態の車両音は、２５Ｈｚ付近でピークとなる。一方、発声音は、１００～２０００Ｈｚの帯域にピークを有する音圧レベルになる。従って、図７を視認したオペレータは、車両音と区別して、トンネル内の場所４の位置に人がいる可能性が高いと判断することができる。 The sound of an idling vehicle peaks around 25 Hz. On the other hand, the sound pressure level of a spoken voice peaks in the 100-2000 Hz band. Therefore, an operator visually viewing Figure 7 can distinguish this from the sound of a vehicle and determine that there is a high possibility that a person is present at location 4 in the tunnel.
なお、図５～図７では、トンネル内の人の位置を特定する場合について説明した。ただし、本開示に係るトンネル監視システムでは、複数のマイク１０がトンネルの両端方向に一列に配置され、それぞれ異なる場所で音響データを収音できる。従って、各場所における音圧レベルの違いから、どの方向に向けて発声音が徐々に減衰しているかを推測することができる。 Note that Figures 5 to 7 describe the case of identifying the position of a person inside a tunnel. However, in the tunnel monitoring system according to the present disclosure, multiple microphones 10 are arranged in a row toward both ends of the tunnel, and acoustic data can be collected at different locations. Therefore, based on the difference in sound pressure levels at each location, it is possible to estimate the direction in which the vocal sound is gradually attenuating.
図８は、本開示の実施の形態１に係る音響データ処理部２０において、複数のマイクで収音された音響データから、発声音の減衰方向を特定する場合の説明図である。図８では、トンネル内に１２台のマイク１０（１）～１０（１２）がトンネルの両端方向に配列されている。 Figure 8 is an explanatory diagram showing how the acoustic data processing unit 20 according to the first embodiment of the present disclosure identifies the direction of attenuation of a vocal sound from acoustic data collected by multiple microphones. In Figure 8, 12 microphones 10(1) to 10(12) are arranged inside a tunnel, one at each end of the tunnel.
音響データ処理部２０は、それぞれのマイク１０（１）～１０（１２）により得られた音響データを周波数分析することで、発声音の周波数帯域における平均音圧レベルを算出する。図８の例では、発声音の周波数帯域を１００Ｈｚ～２０００Ｈｚの帯域として、それぞれのマイク１０（１）～１０（１２）に対応する平均音圧レベルが、０ｄＢ、６ｄＢ、１０ｄＢ、１５ｄＢ、１７ｄＢ、２０ｄＢ、１０ｄＢ、５ｄＢ、３ｄＢ、０ｄＢ、０ｄＢ、０ｄＢとして算出された場合を示している。 The acoustic data processing unit 20 calculates the average sound pressure level in the frequency band of the vocal sound by frequency analyzing the acoustic data obtained by each of the microphones 10(1) to 10(12). In the example of Figure 8, the frequency band of the vocal sound is set to 100 Hz to 2000 Hz, and the average sound pressure levels corresponding to each of the microphones 10(1) to 10(12) are calculated as 0 dB, 6 dB, 10 dB, 15 dB, 17 dB, 20 dB, 10 dB, 5 dB, 3 dB, 0 dB, 0 dB, and 0 dB.
次に、音響データ処理部２０は、それぞれのマイク１０（１）～１０（１２）に対応して算出した１２個の平均音圧レベルの中で最大値を有する音響データが収音されたマイク１０を第１の収音装置として特定する。図８の例では、発声音の周波数帯域における平均音圧レベルの最大値が２０ｄＢであり、最大値２０ｄＢが収音されたマイク１０（６）が第１の収音装置として特定される。 Next, the acoustic data processing unit 20 identifies the microphone 10 that picked up the acoustic data with the maximum value among the 12 average sound pressure levels calculated for each of the microphones 10(1) to 10(12) as the first sound collection device. In the example of Figure 8, the maximum value of the average sound pressure level in the frequency band of the vocal sound is 20 dB, and microphone 10(6) that picked up the maximum value of 20 dB is identified as the first sound collection device.
次に、音響データ処理部２０は、最大値からあらかじめ設定された減衰音圧量以内の平均音圧レベルを有する音響データが収音されたマイク１０を第２の収音装置として特定する。図８の例では、最大値が２０ｄＢであり、あらかじめ設定された減衰音圧量を６ｄＢとした場合に、１４ｄＢ以上の平均音圧レベルを有する音響データが収音されたマイク１０（４）およびマイク１０（５）が第２の収音装置として特定される。 Next, the acoustic data processing unit 20 identifies as the second sound collection device the microphone 10 that collected acoustic data having an average sound pressure level within a preset sound pressure attenuation amount from the maximum value. In the example of Figure 8, if the maximum value is 20 dB and the preset sound pressure attenuation amount is 6 dB, microphones 10(4) and 10(5) that collected acoustic data having an average sound pressure level of 14 dB or more are identified as the second sound collection device.
次に、音響データ処理部２０は、第１の収音装置として特定されたマイク１０（６）の位置から、第２の収音装置として特定されたマイク１０（４）およびマイク１０（５）の位置までの範囲を、さらに識別表示するようにして表示データを作成する。図８の例では、マイク１０（６）を始点とし、マイク１０（４）を終点として、マイク１０（４）～マイク１０（６）の範囲を識別表示するための矢印が、表示データの一部として示されている。 Next, the acoustic data processing unit 20 creates display data that further distinguishes the range from the position of microphone 10(6), identified as the first sound collection device, to the positions of microphones 10(4) and 10(5), identified as the second sound collection devices. In the example of Figure 8, an arrow is shown as part of the display data, starting from microphone 10(6) and ending at microphone 10(4), to distinguish the range from microphone 10(4) to microphone 10(6).
従って、図８に示したような矢印による識別表示をさらに視認したオペレータは、マイク１０（６）の位置に人が存在し、かつ、マイク１０（４）の方向に発声していることを推測できる。さらに、オペレータは、このような矢印による識別表示を含んで逐次更新される表示データを、時系列的に視認していくことで、どの方向に人が移動しているかを推測することができる。 Therefore, an operator who further visually views the arrow identification display as shown in Figure 8 can infer that a person is present at the position of microphone 10(6) and is speaking in the direction of microphone 10(4). Furthermore, by visually viewing the successively updated display data, including such arrow identification display, in chronological order, the operator can infer in which direction the person is moving.
なお、上述した具体例では、表示データを視認したオペレータが、発声音の特徴があるか否かを判断していたが、必要に応じて、音響データに対して音声認識処理を実行することで、発声音が含まれているか否かを音響データ処理部２０によって定量的に特定することも考えられる。 In the specific example described above, the operator visually checked the display data and determined whether or not it contained vocalization characteristics. However, if necessary, it is also possible for the acoustic data processing unit 20 to quantitatively determine whether or not vocalizations are included by performing voice recognition processing on the acoustic data.
この場合、音響データ処理部２０は、複数のマイク１０のそれぞれにより収音された音響データに対して、あらかじめ学習した音声認識処理を実行することで、人による発声音が含まれている音響データがあるか否かを判定する。そして、音響データ処理部２０は、発声音が含まれている音響データがあると判定した場合には、発声音が含まれている音響データを収音したマイク１０の位置を、トンネル内にいる人の位置として特定し、特定結果を表示部に表示させることができる。 In this case, the acoustic data processing unit 20 performs pre-trained voice recognition processing on the acoustic data collected by each of the multiple microphones 10 to determine whether or not the acoustic data contains human vocalizations. If the acoustic data processing unit 20 determines that the acoustic data contains vocalizations, it identifies the position of the microphone 10 that collected the acoustic data containing the vocalizations as the position of the person in the tunnel, and can display the identification result on the display unit.
音声認識処理を実行することで特定された位置は、「人検知位置」として、先の図３で示した場合と同様にして識別表示させることができる。 The location identified by executing the voice recognition process can be displayed as a "human detection location" in a manner similar to that shown in Figure 3 above.
次に、フローチャートを用いて、本実施の形態１に係る音響データ処理部２０において実行される一連処理について説明する。図９は、本開示の実施の形態１に係るトンネル監視システム内の音響データ処理部２０において実行される表示データの作成に関する一連処理を示したフローチャートである。 Next, a series of processes executed by the acoustic data processing unit 20 according to the first embodiment will be described using a flowchart. Figure 9 is a flowchart showing a series of processes related to the creation of display data executed by the acoustic data processing unit 20 in the tunnel monitoring system according to the first embodiment of the present disclosure.
まず初めに、ステップＳ９０１において、音響データ処理部２０は、監視エリアであるトンネル内に設置された複数のマイク１０を介して、トンネル内のそれぞれの場所で発生する音響データの収音処理を実行する。 First, in step S901, the acoustic data processing unit 20 performs a collection process of acoustic data generated at each location within the tunnel, which is the monitoring area, via multiple microphones 10 installed within the tunnel.
次に、ステップＳ９０２において、音響データ処理部２０は、複数のマイク１０のそれぞれによって集音された音響データを周波数分析することによって、各マイク１０の設置位置における帯域毎の音圧レベルを算出する。 Next, in step S902, the acoustic data processing unit 20 performs frequency analysis on the acoustic data collected by each of the multiple microphones 10 to calculate the sound pressure level for each band at the installation position of each microphone 10.
次に、ステップＳ９０３において、音響データ処理部２０は、帯域毎の音圧レベルに関する算出結果に基づいて、表示データを作成する。具体的には、音響データ処理部２０は、図３、図５～図７に示した第１の表示例、あるいは図４に示した第２の表示例を表示データとして作成することができ、さらに、図８に示した発声音の範囲を示す識別表示を表示データに含めることもできる。 Next, in step S903, the acoustic data processing unit 20 creates display data based on the calculation results for the sound pressure levels for each band. Specifically, the acoustic data processing unit 20 can create the first display example shown in Figures 3, 5 to 7, or the second display example shown in Figure 4 as display data, and can also include an identification display showing the range of vocal sounds shown in Figure 8 in the display data.
次に、ステップＳ９０４において、音響データ処理部２０は、オプション機能として、音声認識処理に基づいて人の位置を特定する処理を行う設定であるか否かを判断する。そして、音響データ処理部２０は、音声認識処理を実施する設定である場合には、ステップＳ９０５以降の処理を実行し、音声認識処理を実施しない設定である場合には、ステップＳ９０７の処理を実行する。 Next, in step S904, the acoustic data processing unit 20 determines whether or not a setting is in place to perform processing to identify a person's position based on voice recognition processing as an optional function. If the setting is to perform voice recognition processing, the acoustic data processing unit 20 executes the processing from step S905 onwards; if the setting is not to perform voice recognition processing, the acoustic data processing unit 20 executes the processing from step S907 onwards.
ステップＳ９０５に進んだ場合には、音響データ処理部２０は、複数のマイク１０のそれぞれにより収音された音響データに対して、あらかじめ学習した音声認識処理を実行することで、トンネル内における発声音の存在から人位置を特定する処理を行う。 If the process proceeds to step S905, the acoustic data processing unit 20 performs pre-trained voice recognition processing on the acoustic data collected by each of the multiple microphones 10, thereby identifying the location of a person based on the presence of vocalizations within the tunnel.
次に、ステップＳ９０６において、音響データ処理部２０は、音声認識処理を実行することで、トンネル内における発声音の存在から人位置を特定できた場合には、ステップＳ９０３で作成済みの表示データに対して、「人検知位置」を識別するための情報をさらに付加する修正処理を実施し、ステップＳ９０７の処理に進む。 Next, in step S906, the acoustic data processing unit 20 performs voice recognition processing. If the acoustic data processing unit 20 is able to identify the position of a person from the presence of vocalizations within the tunnel, it performs a correction process to add further information to identify the "person detection position" to the display data created in step S903, and then proceeds to step S907.
ステップＳ９０７に進んだ場合には、音響データ処理部２０は、作成した表示データの表示処理を実行し、一連処理を終了する。 If the process proceeds to step S907, the acoustic data processing unit 20 executes display processing of the created display data and ends the series of processes.
なお、上述した実施の形態１では、監視エリアをトンネル内として説明した。ただし、トンネルには避難通路が設けられている。従って、トンネルの避難通路を監視エリアとして、避難通路に複数のマイク１０を設置しておくことで、避難通路内での人検知を行うことも可能である。 In the above-described first embodiment, the monitoring area was described as the inside of a tunnel. However, tunnels have evacuation passages. Therefore, by setting the tunnel's evacuation passage as the monitoring area and installing multiple microphones 10 in the evacuation passage, it is possible to detect people within the evacuation passage.
また、上述した実施の形態１では、トンネルの両端方向に複数のマイク１０を設置する場合について説明した。しかしながら、複数のマイクの設置場所は、このようなレイアウトには限定されず、高さ方向に複数のマイクを配置することも可能であり、異なる高さでの周波数分析結果に基づく表示データを表示させることが可能となる。 Furthermore, in the above-mentioned first embodiment, we have described a case where multiple microphones 10 are installed at both ends of the tunnel. However, the installation locations of the multiple microphones are not limited to this layout, and multiple microphones can also be arranged in the vertical direction, making it possible to display data based on frequency analysis results at different heights.
以上のように、実施の形態１によれば、トンネル内において複数のマイクで収音された音響データの周波数分析結果に基づいて、人の発声音の有無をオペレータが判断するための表示データを作成し、表示させることができる。 As described above, according to embodiment 1, display data can be created and displayed based on the results of frequency analysis of acoustic data collected by multiple microphones inside a tunnel, allowing the operator to determine whether or not human speech is present.
特に、本実施の形態１に係るトンネル監視システムは、以下のような効果が得られる。
効果１：マイクの設置位置に自由度があり、後付けで、あるいは一時的にトンネル内の人検知機能を付加したい場合にも、容易に対応することができる。すなわち、比較的簡単な構成で、監視エリアであるトンネル内あるいは避難通路における逃げ遅れ検知を実現できる。
In particular, the tunnel monitoring system according to the first embodiment has the following advantages.
Effect 1: There is a degree of freedom in the placement of the microphone, so it can be easily adapted to retrofitting or temporary addition of a tunnel human detection function. In other words, with a relatively simple configuration, it is possible to detect people who are late in escaping in the monitored area, such as inside a tunnel or in an evacuation route.
効果２：表示データを視認したオペレータは、トンネル内で収音した音響データに関して、放水音、警告音、アイドリング状態における車両音と区別して、人の発声音の有無を識別可能となる。すなわち、音の反射の影響が多いトンネル内においても状態把握が容易となり、トンネル内の複数の場所で収音された音響データから発声音固有の特徴の有無を表示データから容易に判断することができる。 Effect 2: By visually checking the displayed data, operators can distinguish between water discharge sounds, warning sounds, and idling vehicle sounds in the sound data collected inside the tunnel and identify whether or not it contains human vocalizations. In other words, it becomes easier to grasp the situation inside a tunnel, where sound reflections are a major factor, and it is easy to determine from the displayed data whether or not the unique characteristics of vocalizations are present in the sound data collected at multiple locations inside the tunnel.
効果３：音響データに対して音声認識処理をさらに実施することで、監視エリア内に人が存在するか否かを的確に判断することができる。 Effect 3: By further performing voice recognition processing on the acoustic data, it is possible to accurately determine whether or not a person is present within the monitored area.
効果４：複数のマイクで収音された音響データに対する周波数分析結果から、人の位置の特定ができ、さらに発声音の範囲を特定することもできる。従って、オペレータは、時系列的に順次更新される表示データを視認することで、人の移動方向を推定することができる。 Effect 4: The results of frequency analysis of acoustic data collected by multiple microphones can identify a person's location and even the range of the vocalization. Therefore, the operator can estimate the direction of a person's movement by visually checking the display data, which is updated sequentially over time.
効果５：本開示による人検知方法と、他のセンサによる火災検知方法を組み合わせることで、火災発生時においてトンネル内に取り残されている人を迅速に検知するシステムを構築することができる。 Effect 5: By combining the person detection method disclosed herein with fire detection methods using other sensors, it is possible to build a system that can quickly detect people left behind in tunnels in the event of a fire.
１０、１０（１）～１０（１２） マイク（収音装置）、２０ 音響データ処理部。 10, 10(1) to 10(12) Microphone (sound pickup device), 20 Acoustic data processing unit.
Claims (8)
前記複数の収音装置のそれぞれで収音された前記音響データについて周波数分析を行うことで帯域毎の音圧レベルを算出し、前記複数の収音装置のそれぞれの位置における前記帯域毎の音圧レベルを識別可能な表示データを作成し、表示部に前記表示データを表示させる音響データ処理部と
を備えるトンネル監視システム。 a plurality of sound collection devices arranged in a row along both ends of a tunnel in a monitoring area, the sound collection devices collecting sound data generated within the tunnel;
a sound data processing unit that calculates the sound pressure level for each band by performing frequency analysis on the sound data collected by each of the plurality of sound collection devices, creates display data that enables identification of the sound pressure level for each band at the position of each of the plurality of sound collection devices, and displays the display data on a display unit.
請求項１に記載のトンネル監視システム。 2. The tunnel monitoring system according to claim 1, wherein the acoustic data processing unit creates the display data by displaying the sound pressure levels for each band calculated for the acoustic data collected by each of the plurality of sound collection devices, with the band on the vertical axis and the positions of the plurality of sound collection devices installed in the tunnel on the horizontal axis, and displaying the sound pressure levels in colors corresponding to their magnitude.
請求項１に記載のトンネル監視システム。 2. The tunnel monitoring system according to claim 1, wherein the acoustic data processing unit calculates a frequency center of gravity for each position of the plurality of sound collection devices based on the sound pressure levels for each band calculated for the acoustic data collected by each of the plurality of sound collection devices, with the vertical axis representing the sound pressure level and the horizontal axis representing the positions of the plurality of sound collection devices installed in the tunnel, and creates the display data by displaying the frequency center of gravity in a color that corresponds to the size of the sound pressure levels at the frequency center of gravity.
請求項１から３のいずれか１項に記載のトンネル監視システム。 4. The tunnel monitoring system according to claim 1, wherein the acoustic data processing unit executes pre-trained voice recognition processing on the acoustic data collected by each of the plurality of sound collection devices to determine whether or not there is acoustic data containing human vocalizations, and if it determines that there is acoustic data containing the vocalizations, identifies the position of the person in the tunnel from the position of the sound collection device that collected the acoustic data containing the vocalizations, and displays the identification result on the display unit.
請求項４に記載のトンネル監視システム。 The tunnel monitoring system according to claim 4 , wherein the plurality of sound collection devices are installed at heights suitable for collecting the vocalization sounds within the tunnel.
前記複数の収音装置のそれぞれにおける発声音の周波数帯域における平均音圧レベルを算出し、
前記平均音圧レベルの中で最大値を有する音響データが収音された収音装置を第１の収音装置として特定し、
前記最大値からあらかじめ設定された減衰音圧量以内の平均音圧レベルを有する音響データが収音された収音装置を第２の収音装置として特定し、
前記第１の収音装置の位置から前記第２の収音装置の位置までの範囲をさらに識別表示するようにして前記表示データを作成する
請求項１から３のいずれか１項に記載のトンネル監視システム。 The acoustic data processing unit
Calculating an average sound pressure level in a frequency band of the vocal sound for each of the plurality of sound collection devices;
Identifying a sound collection device that collected sound data having a maximum value among the average sound pressure levels as a first sound collection device;
Identifying a sound collection device that collects sound data having an average sound pressure level within a predetermined attenuation sound pressure amount from the maximum value as a second sound collection device,
The tunnel monitoring system according to claim 1 , wherein the display data is generated so as to further distinguishably display a range from the position of the first sound collecting device to the position of the second sound collecting device.
請求項１から３のいずれかに１項に記載のトンネル監視システム。 The tunnel monitoring system according to any one of claims 1 to 3, wherein the acoustic data processing unit identifies the position where the sound pressure level peaks in a low frequency band of 10 Hz or less as the water discharge position, and causes the display unit to display the identified result.
請求項１から３のいずれか１項に記載のトンネル監視システム。 The tunnel monitoring system according to any one of claims 1 to 3, wherein the acoustic data processing unit sets an average sound pressure level calculated at predetermined intervals as the sound pressure level, and updates the display data by creating the display data at the intervals.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022176167A JP7754790B2 (en) | 2022-11-02 | 2022-11-02 | Tunnel Monitoring System |
| JP2025166332A JP2025183461A (en) | 2022-11-02 | 2025-10-02 | Tunnel Monitoring System |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2022176167A JP7754790B2 (en) | 2022-11-02 | 2022-11-02 | Tunnel Monitoring System |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2025166332A Division JP2025183461A (en) | 2022-11-02 | 2025-10-02 | Tunnel Monitoring System |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2024066640A JP2024066640A (en) | 2024-05-16 |
| JP7754790B2 true JP7754790B2 (en) | 2025-10-15 |
Family
ID=91067589
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022176167A Active JP7754790B2 (en) | 2022-11-02 | 2022-11-02 | Tunnel Monitoring System |
| JP2025166332A Pending JP2025183461A (en) | 2022-11-02 | 2025-10-02 | Tunnel Monitoring System |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2025166332A Pending JP2025183461A (en) | 2022-11-02 | 2025-10-02 | Tunnel Monitoring System |
Country Status (1)
| Country | Link |
|---|---|
| JP (2) | JP7754790B2 (en) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001174242A (en) | 1999-12-22 | 2001-06-29 | Toyo Commun Equip Co Ltd | Monitoring system in tunnel |
| JP2004045314A (en) | 2002-07-15 | 2004-02-12 | Railway Technical Res Inst | Sound collector and sound wave analysis system |
| WO2021029196A1 (en) | 2019-08-13 | 2021-02-18 | 日本電気株式会社 | Optical fiber sensing system, optical fiber sensing device, and rescue request detection method |
| US20210124069A1 (en) | 2019-10-24 | 2021-04-29 | The Boeing Company | Underground tunneling detection systems and methods |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS58155495A (en) * | 1982-03-12 | 1983-09-16 | ホーチキ株式会社 | Detector for abnormality in tunnel |
| JPS61213637A (en) * | 1985-03-19 | 1986-09-22 | Nippon Soken Inc | Measuring instrument for acoustic information |
-
2022
- 2022-11-02 JP JP2022176167A patent/JP7754790B2/en active Active
-
2025
- 2025-10-02 JP JP2025166332A patent/JP2025183461A/en active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001174242A (en) | 1999-12-22 | 2001-06-29 | Toyo Commun Equip Co Ltd | Monitoring system in tunnel |
| JP2004045314A (en) | 2002-07-15 | 2004-02-12 | Railway Technical Res Inst | Sound collector and sound wave analysis system |
| WO2021029196A1 (en) | 2019-08-13 | 2021-02-18 | 日本電気株式会社 | Optical fiber sensing system, optical fiber sensing device, and rescue request detection method |
| US20210124069A1 (en) | 2019-10-24 | 2021-04-29 | The Boeing Company | Underground tunneling detection systems and methods |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2024066640A (en) | 2024-05-16 |
| JP2025183461A (en) | 2025-12-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5783551B2 (en) | Elevator abnormal sound detection device | |
| US8418815B2 (en) | Remotely observable analysis for an elevator system | |
| JP6351224B2 (en) | On-site support system for fire | |
| US7953228B2 (en) | Automatic audio systems for fire detection and diagnosis, and crew and person locating during fires | |
| CN114330877A (en) | Intelligent building evacuation system for fire escape and application method thereof | |
| KR101238788B1 (en) | Elevator crime prvent system and method of controlling the same | |
| JP7754790B2 (en) | Tunnel Monitoring System | |
| CN117973876A (en) | A fire safety evaluation method and system for high-rise buildings | |
| US20050273279A1 (en) | Acoustic fire sensing system | |
| KR20200095768A (en) | Apparatus and method for recognizing situation by audio-visual space map | |
| AU2004201723B2 (en) | Signaling System with an Imaging Sensor | |
| CN107272530A (en) | A kind of construction site long-distance monitoring method and system based on Internet of Things | |
| CN118675281A (en) | Fire-fighting joint defense linkage voice broadcasting alarm method and device and electronic equipment | |
| CN112493605A (en) | Intelligent fire fighting helmet for planning path | |
| JPH0540887A (en) | Refuge simulation system and refuge guidance system | |
| CN110711332A (en) | A system and method for fire early warning and fire extinguishing based on artificial intelligence | |
| JP2001307290A (en) | Tunnel disaster prevention system | |
| CN112526587B (en) | Concrete pumping pipeline safety state identification method and equipment | |
| CN119152542B (en) | Personnel information monitoring method and system based on building construction | |
| KR102375247B1 (en) | Control method for simulation system for fire evacuation | |
| CN111354149A (en) | Fire alarm method, fire alarm device and storage medium based on Internet of things | |
| CN121264734A (en) | Intelligent safety helmet system for homework door riders | |
| CN119889003A (en) | Safety monitoring and early warning method for stadium | |
| CN119992738A (en) | An emergency personnel evacuation control system integrating multi-source sensing technology | |
| CN121838040A (en) | Construction violation real-time detection method based on multi-source data analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20241106 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20250730 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20250805 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20250904 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20251002 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7754790 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |