實現(xiàn)簡單的聲音定位創(chuàng)新設(shè)計

1、實現(xiàn)簡單的聲音定位創(chuàng)新設(shè)計機械0903班劉新昊409400731、提出問題。我從老師那邊聽到機器人的聽覺與它的視覺對比仍舊是處在初期階段研究的課題。近些年來機器人聽覺的研究已經(jīng)成為機器人研究領(lǐng)域的重要課題。聽覺是智能機器人的重要標記之一是實現(xiàn)人機交互、與環(huán)境交互的重要手段。因為聲音擁有繞過阻礙物的特征在機器人多信息收集系統(tǒng)入耳覺能夠與機器人視覺相當合填補其視覺有限性及不可以穿過非透光阻礙物的限制性。所以怎樣讓機器人辨別聲音并經(jīng)過聲音來判斷一個人的地點是我此次要研究的話題。2、剖析問題。查閱一些資料后發(fā)現(xiàn)超聲波定位與這個應(yīng)用很相像?？墒浅暡ㄊ亲约喊l(fā)射的調(diào)制過的信號接收的時候只接收反射回來的調(diào)制

2、過的信號這樣就不會出現(xiàn)誤觸發(fā)可是用話筒接收的聲音這個世界其實不很寂靜各處都是音源根本沒法正確立位。但因為技術(shù)能力有限只好使用麥克風固然成效不好但足以知足簡單定位需要。同時也帶來了一個問題就是語音的辨別。查閱資料后發(fā)現(xiàn)08年宣布的豐田機器人“阿西莫”也只好辨別個人的聲音“阿西莫”的這一新本事應(yīng)用到評判石頭-剪子-布的競賽中。在此競賽中3人同時喊出他們的選擇由“阿西莫”來判決輸贏正確率達到70-80。專家已經(jīng)以為軟件辦理這類聲音數(shù)目和句子的復(fù)雜性將有待進一步的提升。東京大學(xué)的歐庫若和本田研究院的仲代達1共同開發(fā)了這類新軟件他們給它取名為“HARK”。HARK軟件采納了一批8個麥克風來共同工作辨別來

3、自每一個麥克風的每一個聲音并將它與其余聲音隔走開來。以后此軟件評判它提取的單個聲音的可靠性評判以后再將此聲音送到語音辨別軟件進行解碼。這類技術(shù)屬于前沿科技我的軟件編程能力不可以及再看看其余資料最簡單的方法利用2個麥克風實現(xiàn)聲源定位。如下圖M1和M2是2個麥克風2個麥克風之間相差必定距離以致2個麥克風距離聲源的距離是不一樣的所以聲波流傳的時間也不一樣。經(jīng)過波程差K和2個麥克風之間的距離能夠獲得聲波角B的公式BarccosK/M1M2arcostv/M1M2此中t為聲源到2個麥克風的時間差為聲波在空氣中流傳的速度。這樣經(jīng)過軟件的算法計算機即可大概算出聲源的地點并且比較精準。可是在編程時這類算法仍是

4、過于復(fù)雜易犯錯。還有就是前面所提到的世界其實不寂靜。所以這個方法我也打算放棄。還有沒有更簡單易行的方法仍是說以我此刻的能力設(shè)計出完滿的聲源定位系統(tǒng)太甚復(fù)雜我決定降低要求只需讓機器判斷聲音是來自前面、左邊或許右邊。這關(guān)于我來說應(yīng)當比較好實現(xiàn)。我感覺若要實現(xiàn)判斷聲音是來自前面、左邊或許右邊能夠利用上面的模版利用2個麥克風固定在相距較遠的2點上。當2個麥克風接收到聲源發(fā)出的聲音后經(jīng)過程序?qū)?邊接到的聲音進行響度比對聲音波形取樣比對。當雙側(cè)聲音取樣近似同樣大時可以為聲源在2個麥克風中間或湊近中間的前后方當左邊取樣的值更高時則判斷聲源在2左邊當右邊取樣的值更高時則判斷聲源在右邊。經(jīng)過這類方法實現(xiàn)聲源的地

5、點判斷十分簡單且編程簡單。但有一些狀況沒法辦理比方若當聲源在2個麥克風之間并且湊近左邊麥克風經(jīng)過上邊的程序運算可能會得出聲源在左邊也就是得出了錯誤判定。3、確立方案后進行改進。進行改進為了減少上邊所述的錯誤判斷幾率決定將麥克風套上像喇叭同樣的擴音器并且左邊麥克風的喇叭口沖左前面右邊麥克風的喇叭口沖右前面。這樣可能會減少錯誤判斷的概率但成效必定不好。4、怎樣再進行改進遇到“阿西莫”8個麥克風的啟迪為何聲源定位只好用2個麥克風模擬人耳假如我用3個麥克風會不會更正確如圖示在2個麥克風之間再加入一個麥克風M。也就是把麥克風M1與M2接收到的音頻信號與M遇到的音頻信號進行比對來判斷地點。這時我們來議論下可能發(fā)生的幾種狀況1M1的信號大于M聲源在M1左邊。2M1與M信號鄰近且大于M2聲源在M1M間即前或后。3M2與M信號鄰近且大于M1聲源在M2M間即前或后。4M2的信號大于M聲源在M2右邊。經(jīng)過剖析感覺此方法可行性比較高編程也較簡單作為最正