Drone Acoustic Analysis for Predicting Psychoacoustic Annoyance via Artificial Neural Networks

要約

無人航空機 (UAV) は、その低い運用コスト、コンパクトなサイズ、幅広いアクセス性のおかげで、さまざまな分野や産業用途で広く使用されるようになりました。
しかし、ドローンのプロペラから発生する騒音が大きな懸念事項として浮上しています。
これは、住宅地域の近くでの運用が必要なサービスにこれらの車両を導入する国民の意欲に影響を与える可能性があります。
この課題に対処するための標準的なアプローチには、音圧測定と騒音特性分析が含まれます。
近年の人工知能モデルの統合により、ドローン音響データの複雑な特徴検出が強化され、プロセスがさらに合理化されました。
この研究は、入力としての複数のドローン特性に基づいて、人間の耳で知覚される不快感を測定するための効果的な指標である心理音響的不快感を予測する際のさまざまな深層学習モデルの有効性を調べることにより、先行研究に基づいて構築されています。
これは、複数のマイクを使用したさまざまなドローン モデルの正確な測定を使用してトレーニング データセットを構築し、飛行データ、操縦、ドローンの物理的特性、および現実的な条件下で知覚される不快感を分析することによって実現されます。
この研究の目的は、ドローンの騒音に対する理解を深め、騒音低減技術の開発を支援し、公共の場でのドローンの使用の受け入れを促進することです。

要約(オリジナル)

Unmanned Aerial Vehicles (UAVs) have become widely used in various fields and industrial applications thanks to their low operational cost, compact size and wide accessibility. However, the noise generated by drone propellers has emerged as a significant concern. This may affect the public willingness to implement these vehicles in services that require operation in proximity to residential areas. The standard approaches to address this challenge include sound pressure measurements and noise characteristic analyses. The integration of Artificial Intelligence models in recent years has further streamlined the process by enhancing complex feature detection in drone acoustics data. This study builds upon prior research by examining the efficacy of various Deep Learning models in predicting Psychoacoustic Annoyance, an effective index for measuring perceived annoyance by human ears, based on multiple drone characteristics as input. This is accomplished by constructing a training dataset using precise measurements of various drone models with multiple microphones and analyzing flight data, maneuvers, drone physical characteristics, and perceived annoyance under realistic conditions. The aim of this research is to improve our understanding of drone noise, aid in the development of noise reduction techniques, and encourage the acceptance of drone usage on public spaces.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google