智能機(jī)器人的聲源定位方法：頭部相關(guān)聯(lián)函數(shù),時(shí)延估計(jì),高分辨率譜估計(jì)

機(jī)器人視覺(jué)技術(shù)極大地拓寬了機(jī)器人的應(yīng)用范圍，提高了機(jī)器人的工作效 率。但視覺(jué)感知受視線和能見(jiàn)度的限制，在光線條件較差或者障礙物阻擋的情況 下，視覺(jué)感知就會(huì)失效。在這種情況下，聽(tīng)覺(jué)系統(tǒng)作為人類感官的重要組成部 分，為機(jī)器人感知技術(shù)的研究提供了新的思路。聲源定位技術(shù)是通過(guò)對(duì)人耳聽(tīng)覺(jué) 機(jī)制的模擬，利用聲學(xué)傳感裝置接收聲波，再通過(guò)電子裝置將聲信號(hào)進(jìn)行處理， 從而實(shí)現(xiàn)對(duì)聲源位置進(jìn)行探測(cè)、識(shí)別，并對(duì)目標(biāo)進(jìn)行定位及跟蹤。20世紀(jì)80年 代以來(lái)，聲源定位技術(shù)以其隱蔽性強(qiáng)、適用性高、成本低等d特優(yōu)點(diǎn)，逐漸受到 各國(guó)的重視，在軍事和民用上都得到了十分廣泛的應(yīng)用。如在戰(zhàn)場(chǎng)排雷、水下目 標(biāo)感知等危險(xiǎn)環(huán)境作業(yè)中的應(yīng)用。

早在1995年，麻省理工學(xué)院在機(jī)器人上安裝了簡(jiǎn)易的聽(tīng)覺(jué)系統(tǒng)，然而由于 硬件的限制，它們所能實(shí)現(xiàn)的功能非常有限。但這卻為今后機(jī)器人人工聽(tīng)覺(jué)的研 究打開了廣闊的研究前景。1999年，日本會(huì)津大學(xué)研發(fā)出一種裝載有實(shí)時(shí)聲源 定位系統(tǒng)和障礙物檢測(cè)的聲吶系統(tǒng)的移動(dòng)機(jī)器人。2000年以來(lái)，日本的一些大學(xué) 和研究院所都在對(duì)機(jī)器人聽(tīng)覺(jué)進(jìn)行研究，并采用取耳聽(tīng)覺(jué)系統(tǒng)拓寬機(jī)器人利用聽(tīng) 覺(jué)所能實(shí)現(xiàn)的功能，如京都大學(xué)研發(fā)的SIG 系列機(jī)器人在聽(tīng)覺(jué)方面就實(shí)現(xiàn)了越來(lái) 越多的功能。Z近，對(duì)機(jī)器人聽(tīng)覺(jué)的研究開始采用多個(gè)麥克風(fēng)，如日本索尼公司 研制的QRIOSDR-4XII 型號(hào)的機(jī)器人安裝了由7個(gè)麥克風(fēng)構(gòu)成的聽(tīng)覺(jué)系統(tǒng)。除此 之外，人工聽(tīng)覺(jué)的研究還可應(yīng)用于機(jī)器人群體。美國(guó)愛(ài)達(dá)荷州工程與環(huán)境實(shí) 驗(yàn)室通過(guò)使機(jī)器人同時(shí)具有聽(tīng)音和發(fā)聲兩種能力，來(lái)實(shí)現(xiàn)相互間的隱式通信。

聲源定位技術(shù)通過(guò)傳聲器拾取語(yǔ)音信號(hào)，并采用數(shù)字信號(hào)處理技術(shù)對(duì)其進(jìn)行分析和處理，繼而確定和跟蹤聲源的空間位置。常用的定位方法有：頭部相關(guān)聯(lián)函數(shù)(Head-Related Transfer Function,HRTF)法、時(shí)延估計(jì)(Time Delay Of Arrival,TDOA) 法、基于Z大輸出功率的可控波束形成方法、基于高分辨率譜 估計(jì)的定位方法、神經(jīng)網(wǎng)絡(luò)定位方法和基于聲壓幅度比的定位方法等。其中時(shí)延 估計(jì)法計(jì)算量較小，利于機(jī)器人實(shí)時(shí)處理，被廣泛應(yīng)用�；�于時(shí)延估計(jì)的聲源定 位方法分為兩個(gè)步驟。先進(jìn)行聲達(dá)時(shí)間差估計(jì)，并從中獲取傳聲器陣列中陣元間 的聲延遲(即估計(jì)時(shí)延);再利用獲取的聲達(dá)時(shí)間差，結(jié)合已知的傳聲器陣列的 空間位置進(jìn)一步定出聲源的位置(即空間搜索)。