首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 158 毫秒
1.
针对利用正四面体麦克风阵列获取的时延值实现目标声源跟踪这个问题,提出了一种基于BP神经网络的声源定向方法。设计了一个含有双隐层的BP神经网络,使用Matlab神经网络工具箱进行仿真实验,证明可以实现远场和近场的声源定向,进而进行声源跟踪,有较高的实用性。  相似文献   

2.
针对室内移动机器人的声源定向的问题,利用拾音器阵列建立了一套基于DSP的声源定向系统.系统采用广义互相关算法计算声波到达拾音器阵列的时间差,然后基于时间差和三维声源定向模型来估算声源方向.通过对比多次实验,选择了适合硬件平台和室内环境的理论算法,保证了实用性.定向结果被验证是准确可靠的,误差被控制在可接受范围内.  相似文献   

3.
姜健  赵杰  李力坤 《自动化学报》2007,33(4):385-390
针对群智能机器人系统的特点, 提出了一种基于单一频率信号的声音协作定向方法. 设计了基于声强差原理的麦克风传感器阵列. 利用该传感器阵列接收声强信号的特点, 通过模糊推理得到了声强信号与声源方向之间的关系. 实验结果表明该方法能够满足群智能机器人系统的定向要求.  相似文献   

4.
研究讨论了用于麦克风阵列的高信噪比定向采音算法,设计实现了麦克风阵列语音采集系统.通过对采集到的空间中不同方向音频进行数字信号处理,使阵列形成的波束主瓣指向目标语音,零陷指向干扰源,提高采音信噪比,实现对声源的定向采音等.测试结果表明,本系统采音效果良好,采集到的声音信号主瓣很窄,能够实现高信噪比定向采音.  相似文献   

5.
靳晓强  张汝波  刘冠群 《计算机仿真》2012,29(11):223-226,255
研究在光线比较差或者有障碍物的复杂环境下对感兴趣的声源进行定位,由于存在外部噪声,引起对目标声源进行跟踪误差大。传统的语音定向方法无法有效减小声源定位的误差,从而定向的精度比较低,且多集中在理论研究。为提高移动机器人语音定向的精度,利用麦克风阵列拾取声源信号,采用PC/104的SEM/ADT800多通道数据采集卡对语音信号进行采集和处理。运用改进的广义互相关时延估计算法计算麦克风阵元间的时间差值,采用四元十字阵形的几何定位方法计算声源信号的目标位置和方向,并对系统的定向效果进行实验,得出实验结果,进行误差分析。经实验证明,相对于传统的语音定向方法,麦克风阵列的移动机器人语音定向系统实际可用,具有较好的性能,能够把系统定向误差控制在要求的范围内。  相似文献   

6.
为了解决精确数学模型难以建立且求解位置方程时的非线性问题和多阵列数据融合问题,提出基于多级神经网络的被动声定位算法。该算法通过第一级RBF神经网络对声源进行初次定位,并剔除无效数据;再将有效数据输入第二级RBF神经网络,得到置信度更高的声源坐标。仿真结果表明,基于多级神经网络的被动声定位算法定位精度高、速度快,鲁棒性好,其定位性能优于单RBF神经网络和常规算法,甚至在个别传感器失效时,仍然能够取得较好的定位效果。  相似文献   

7.
设计制作了基于麦克风阵列的真实声场环境声源定位跟踪系统。该系统基于树莓派4B和Arduno单片机,依托声阵列云台,通过传感器采集声音信号,采用TDOA算法对信号进行处理,集采集、处理、控制于一体,成功实现对目标的定位与跟踪。采用两种独立的信号处理方法:以TDOA算法为主,幅度相位检测为辅,对结果进行验证和自检,形成闭环正反馈,增强了该定位系统的准确性和稳定性。另外,针对声源存在回音、噪声干扰等问题,将麦克风阵列变全向为单向以及引入一个基于相关运算的语音检测算法,提高了定位系统的抗噪声能力。测试表明在声场环境下该系统能够对单个声源的三维空间位置进行实时的定位和跟踪,当声源位置变化时,系统也能较为准确跟踪声源的位置。  相似文献   

8.
叶永  陈建峰  程萍  冷欣 《传感技术学报》2012,25(11):1507-1510
在使用TDOA算法进行被动声定向时,为精确获取麦克风阵列阵元之间接收声源信号的时间差,进而计算目标的方位角,麦克风阵元之间必须保持较高的相位一致性。而从论文与专利检索来看,目前还没有有效方法筛选出符合要求的麦克风阵元。针对此问题,本文基于麦克风阵列阵元相位一致性的指标,设计出麦克风阵元筛选系统,通过实测数据分析表明:一致性较高的麦克风更适合组建麦克风阵列。  相似文献   

9.
声源定位成为机器人智能研究的重要方向。针对当前声源定位精度不理想、实时性不佳等问题,提出了一种正四棱锥麦克风阵列声源定位结构。采用时间延迟估计的声源定位方法,并提出时延值的快速搜索策略;推导了该结构的基于信号时延的时空映射关系,建立了声源目标位置的几何计算模型,并依据正四棱锥结构特点及冗余的时延值对值域划分,缩小求解范围,运用迭代算法得到声源的位置坐标,并通过双重筛选机制剔除错误的定位结果。实验结果证明了该结构及定位算法在提高系统定位精度和实时性能的有效性,能满足机器人应用中对声源定位的需求。  相似文献   

10.
利用PSO-BP神经网络,研究了基于矢量水听器阵列的水下声源的波达方向估计。首先对阵列协方差矩阵进行实值化和特征分解,然后将信号子空间的基作为PSO-BP神经网络的输入,并作为样本数据进行训练,以降低PSO-BP神经网络的复杂度。最后将测试样本代入PSO-BP神经网络,成功地进行了DOA估计。仿真实验表明,该方法泛化性能好,解决了输入维数过大的问题,并提高了DOA估计精度,具有较强的工程应用价值。  相似文献   

11.
Robotic auditory attention mainly relies on sound source localization using a microphone array. Typically, the robot detects a sound source whenever it emits, estimates its direction, and then turns to that direction to pay attention. However, in scenarios where multiple sound sources emit simultaneously, the robot may have difficulty with selecting a single target source. This paper proposes a novel robot auditory attention system that is based on source distance perception (e.g., selection of the closest among localized sources). Microphone array consists of head- and base-arrays installed in the robot’s head and base, respectively. The difficulty in the attention among multiple sound sources is solved by estimating a binary mask for each source based on the azimuth localization of the head-array. For each individual source represented by a binary mask, elevations of head- and base-array are estimated and triangulated to obtain distance to the robot. Finally, the closest source is determined and its direction is used for controlling the robot. Experiment results clearly show the benefit of the proposed system, on real indoor recordings of two and three simultaneous sound sources, as well as real-time demonstration at a robot exhibition.  相似文献   

12.
危险气体泄漏源搜寻是仿生嗅觉技术的重要应用领域之一.为了提高气体泄露源定位的效率和准确性,设计并实现了一种基于无线传感器网络的气源目标搜寻多机器人系统.该系统由多个嗅觉机器人组成,每个机器人作为无线传感器网络节点实现信息交换,协同工作,实现危险气体泄漏源的定位.嗅觉机器人以DSP处理器(TMS320F28335)为控制核心,对MOS气体传感器和风速传感器的输出信号进行融合,设计了浓度梯度与风速信息相结合的单一气体泄漏源搜寻算法.当嗅觉机器人完成气源定位时将发出警报,其他机器人利用装配的麦克风阵列和声源定位算法实现对泄漏源的间接定位.最后,为了说明所设计的多机器人系统对气体泄露源定位的有效性和准确性,本文设计了针对单一泄露源的气源搜寻实验进行验证.  相似文献   

13.
机器人听觉声源定位研究综述   总被引:4,自引:0,他引:4  
声源定位技术定位出外界声源相对于机器人的方向和位置,机器人听觉声源定位系统可以极大地提高机器人与外界交互的能力.总结和分析面向机器人听觉的声源定位技术对智能机器人技术的发展有着重要的意义.首先总结了面向机器人听觉的声源定位系统的特点,综述了机器人听觉声源定位的关键技术,包括到达时间差、可控波束形成、高分辨率谱估计、双耳听觉、主动听觉和视听融合技术.其次对麦克风阵列模型进行了分类,比较了基于三维麦克风阵列、二维麦克风阵列和双耳的7个典型系统的性能.最后总结了机器人听觉声源定位系统的应用,并分析了存在的问题和未来的发展趋势.  相似文献   

14.
基于机器人听觉的声源定位策略   总被引:1,自引:0,他引:1  
针对机器人听觉定位,提出了五个传声器组成的阵列作为机器人的耳朵,其中四个传声器组成的平面阵确定声源空间位置,另外一个传声器辅助完成声源位于机器人前后方的判断,并在改进的时延算法上实现声源的空间定位。系统在室内环境下测试,实验结果证明在混响环境下机器人可以实现空间声源定位,该方法具有实时实现的有效性和应用性。  相似文献   

15.
于向丽  吕成国 《电脑学习》2011,(3):69-70,76
麦克风阵列声源定位可为在复杂环境下的说话人的空间位置估计提供有效的解决方案。而传统的应用于雷达,声呐系统领域的阵列信号处理理论已趋于完美,很多应用于阵列信号处理的算法加以修改就可以用来进行麦克风阵列的声源定位。以阵列信号处理中的经典算法MUSIC(Multiple Signal Classification)算法为原型,同时根据语音信号在应用中的特点,介绍了一种基于近场的信号模型,并以此为依据对算法进行改进,使声源定位更加精确。对此算法进行了仿真实验,仿真结果表明,此算法具有良好的定位性能,并随着信号信噪比的上升,性能有所提高。  相似文献   

16.
基于圆形麦克风阵列的声源定位改进算法   总被引:1,自引:0,他引:1  
针对波达方向估计中传统互功率谱法声源方位估计准确性差、方位模糊的问题,提出了一种基于圆形麦克风阵列的声源定位改进算法,并进行了实验验证。在该改进算法中,先设计了十二元圆形麦克风阵列,由麦克风对接收语音信号的时延与相位得到相位旋转因子,再将其引入到语音信号的互功率谱中,新定义了圆形集成互功率谱,由该功率谱进行声源方位估计。仿真与实测实验结果表明,本文的圆形集成互功率谱法对声源方位进行估计,估计的准确度高于传统互功率谱法。  相似文献   

17.
《Advanced Robotics》2013,27(1-2):135-152
Sound source localization is an important function in robot audition. Most existing works perform sound source localization using static microphone arrays. This work proposes a framework that simultaneously localizes the mobile robot and multiple sound sources using a microphone array on the robot. First, an eigenstructure-based generalized cross-correlation method for estimating time delays between microphones under multi-source environments is described. Using the estimated time delays, a method to compute the farfield source directions as well as the speed of sound is proposed. In addition, the correctness of the sound speed estimate is utilized to eliminate spurious sources, which greatly enhances the robustness of sound source detection. The arrival angles of the detected sound sources are used as observations in a bearing-only simultaneous localization and mapping procedure. As the source signals are not persistent and there is no identification of the signal content, data association is unknown and it is solved using the FastSLAM algorithm. The experimental results demonstrate the effectiveness of the proposed method.  相似文献   

18.
The tracking of a moving object with a mobile robot has been implemented based on the detected sound from the moving object using a microphone array. The difference between the travel times of the sound source to each of the three microphones mounted to the robot has been used to calculate the distance and orientation of the sound source. The cross-correlations between the received signals have been used to detect the individual sound signal from the object and to calculate the time difference between two signals. This provides reliable and precise time differences among the sound signals arrived at the microphones compared to the conventional method. In order to determine the tracking direction to the sound source, Fuzzy rules have been applied; the results are used for real-time control of the mobile robot. The efficiency of the proposed algorithm has been demonstrated through real-world experiments and compared to the conventional approach.  相似文献   

19.
A simple physical model consisting of a point source displaced from its center of rotation, in combination with a directivity model that includes backwards emitted energy, is considered for the problem of estimating the orientation of a directional acoustic source. Such a problem arises, for instance, in voice-commanded devices in a smart room and is usually tackled with a large or distributed microphone array. We show, however, that when the time difference of arrival is also taken into account, a small array of only two microphones is sufficiently robust against unaccounted factors such as microphone directivity variation and mild reverberation. This is shown by comparing predicted and measured values of binaural cues, and by using them and pairwise frame energies as inputs for an artificial neural network (ANN) in order to estimate source orientation.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号