[發明專利]一種機器人聲源定位方法

無效

• 申請號: 201110195862.0
• 申請日: 2011-07-13
• 公開（公告）號: CN102411138A
• 公開（公告）日: 2012-04-11
• 發明（設計）人: 劉宏;沈苗;李曉飛
• 申請（專利權）人: 北京大學
• 主分類號: G01S5/30
• 分類號: G01S5/30
• 代理公司: 北京君尚知識產權代理事務所(普通合伙) 11200
• 代理人: 余長江

技術領域

本發明涉及一種應用在機器人領域的音頻處理技術，特別是涉及機器人的聲源定位方法。屬于信息技術領域。

背景技術

在機器人對周圍環境的感知系統中，視覺感知和聽覺感知是兩種最重要的信息來源方式。而聽覺感知對于視覺感知系統最大的優勢是數據量小，因此對機器人計算機的運算能力的要求更低，更便于應用于移動機器人領域。隨著科技的發展，音頻技術在機器人領域的應用除了大家所熟知的基于語音識別系統的人機交互，聲源定位技術也成為熱門研究方向，特別是對于自動機器人而言。其核心問題是讓機器人準確、迅速的對聲源發出的聲音信息做出響應。而利用較少的麥克風對、以簡單的定位方法、較小的數據計算量，獲取高實時性、準確定位結果就是移動機器人的聲源定位技術要解決的最緊迫的問題。

聲源方位的識別是人和動物對環境感知的一種基本技能，人類所擁有聲源定位能力的機制主要是利用聲音傳到雙耳的時間、相位和強度的差異來判斷聲源的位置。聲源定位技術就是根據麥克風接收到的聲音數據確定聲源的位置，現有的聲源定位技術也基本都是圍繞這三種參數進行，最常用的方法是計算聲音到達不同的麥克風的時間差來確定聲源的位置。但因為日常的環境中通常存在噪聲、聲源的反射與折射、多徑效應、混響等一些環境參數的影響，以及移動機器人步進電機等本身發出的噪聲及震動的影響，使得對聲源的準確定位變得十分困難。

通常的聲源定位技術都是基于時間差的方法，即計算聲源發出的聲音到達麥克風陣列中(麥克風數量大于兩個)不同的麥克風之間的時間差。如圖1所示。

從聲源發出的聲音到達兩個麥克風的信號可以分別表示為：

x₁(t)＝s₁(t)+n₁(t)?????(1)

x₂(t)＝αs₁(t+D)+n₂(t)?(2)

其中x₁(t)、x₂(t)分別表示在時刻t到達兩個麥克風的聲音信號，如果將一只麥克風接收到聲源發出的聲音表示為s₁(t)，則我們可以將另外一只麥克風接收到聲源發出的聲音為αs₂(t+D)。n₁(t)、n₂(t)分別為兩只麥克風接收到的噪聲，D為聲源發出的聲音到達兩只麥克風的時間差。知道了到達的時間差D，同時兩個麥克風之間的距離D1為已知的值，計算兩個麥克風之間的時間差將在三維空間上得到一個符合條件的雙曲面，兩個麥克風還不能完全準確定位聲源的具體位置，因此在實際應用中采用多對麥克風陣列的形式來收集聲音信號，計算聲源相對于每對麥克風在三維空間上的多個雙曲面，多對麥克風分別對應的雙曲面的交叉點就是聲源相對于機器人的準確位置。

麥克風陣列技術是語音信號處理的一個新領域，麥克風陣列由多個麥克風按照一定的拓撲結構組成，典型的如圖2所示十字形麥克風陣列，分別計算信號到達兩組麥克風的時間差，可以計算得到聲源相對于麥克風陣列的位置。

通常計算時間差D的方法為對兩只麥克風信號進行互相關運算，首先將麥克風采集的信號進行模數轉換，轉換為數字信號，再對數字信號進行互相關的運算。對數字信號進行互相關的運算通常有時域與頻域兩種方法。時域上的方法如下：

Rx1x2[m]=Σn=0N-m-1x[n+m]y[n]---(3)]]>