基于声源定位的移动机器人导航系统

河北工业大学硕士学位论文基于声源定位的移动机器人导航系统姓名：徐勤奇申请学位级别：硕士专业：控制科学与工程指导教师：杨鹏20091201河北工业大学硕士学位论文i基于声源定位的移动机器人导航系统摘要随着数字信号处理技术和声电技术的不断发展和完善，以及仿人机器人人工智能水平的进步，听觉系统作为人类感官的重要组成部分，已经成为机器人研究领域的重要研究对象。由于声音具有绕过障碍物的特性，在机器人多信息采集系统中，听觉可以与机器人视觉相配合弥补其视觉有限性及不能穿过非透光障碍物的局限性。听觉机器人可以用来险情救灾，以及服务行业。本课题就是内容以移动机器人为基础的听觉系统的研究，并设计实现了一个完整的听觉导航系统。本文提出了一个基于时间差的移动机器人听觉系统设计方法。根据声音信号的特点和采集技术的基本要求,研究了传声器的选择和信号的预处理，采用可编程计数器阵列对时间差进行捕捉。设计有声音信号放大电路，波形整形电路，声源计算方法及其软件实现。在此基础上设计了一套声源定位的系统。这套系统的程序设计是完全照C++可复用设计模式来设计，因此它可以很方便的加入到其它应用程序中，并且它的功能扩充也是很方便的。最后，又和Pioneer3-AT的导航功能结合起来，开发并设计了一套基于声源定位的导航系统，实验表明,该声源导航系统可以使机器对目标声源定位，并快速准确到达目标声源位置。关键词：移动机器人；感知；听觉；声源定位基于声源定位的移动机器人导航系统iiMMMMOBILEOBILEOBILEOBILERRRROBOTOBOTOBOTOBOTNNNNAVIGATIONAVIGATIONAVIGATIONAVIGATIONSSSSYSTEMYSTEMYSTEMYSTEMBBBBASEDASEDASEDASEDONONONONSSSSOUNDOUNDOUNDOUNDSSSSOURCEOURCEOURCEOURCELLLLOCALIZATIONOCALIZATIONOCALIZATIONOCALIZATIONABSTRACTABSTRACTABSTRACTABSTRACTWiththecontinuousdevelopmentandimprovementofdigitalsignalprocessingtechnologyandacousticelectrictechnology,aswellasthelevelofhumanoidrobotimprovinginartificialintelligence,auditorysystem,asanimportantcomponentofthehumansenses,hasbecomeanimportantstudyinrobotresearch.Sincethevoicehasthecharacteristicstobypassthebarrier,Inrobotmulti-informationacquisitionsystem,Hearingcanbematchedwiththerobotvisiontomakeupitslimitednatureofvisionandthelimitationsthatcannotpassthroughthenon-translucentbarrier.auditoryrobotscanbeuseddangerousenvironments,aswellasserviceindustries.Thecontentofthisissueisthestudyoftheauditorysystembasedonmobilerobot.wealsodesignedandimplementedacompleteauditorynavigationsystem.Themethodofauditorysystemdesignbasedontimedifferenceisproposed.Accordingtothespecialcharacterofsoundsignalandbasicneedofcollectiontechnology,ithadbeenexploredtothemicrophonechoiceandthesignalpretreatment.Theprogrammablecounterarraywasadoptedtocapturethetimedifference.Inthispaper,soundsignalamplifier,waveformshaping,calculationofthesoundsourceandsoftwareimplementationwasdesigned.Onthisbasis,wedesignedasetofsoundsourcelocalizationsystem.Thesystem'sprogrammingiscompletelydesignedaccordingtoC++reusabledesignpatterns,thereforeitcanbeeasilyaddedtotheotherapplications,andtheexpansionofitsfunctionsisalsoveryconvenient.Finally,CombinednavigationfunctionofthePioneer3-ATintelligentrobot,asetofsoundsourcelocation-basednavigationsystemwasdevelopedanddesigned.Experimentshasdoneandshowedthatthedesigncanmaketherobotrapidlyandaccuratelyreachthetargetsoundsourcelocation.KEYKEYKEYKEYWORDSWORDSWORDSWORDS::::mobilerobot；perception；auditory；soundlocalization河北工业大学硕士学位论文1第一章绪论§1-1研究背景及意义机器人技术的发展是一个国家工业自动化程度和高科技水平的重要标志和体现。机器人在当前生产生活中的应用越来越广泛,正在替代人发挥着日益重要的作用。机器人技术是综合了控制论、计算机、信息和传感技术、机构学、人工智能、仿生学等多学科而形成的高新技术,集成了多学科的发展成果,代表高技术的发展前沿,是当前科技研究的热点方向。近年来机器人技术的开发速度越来越快,智能度越来越高,应用范围也得到了极大的扩展。在海洋开发、军事、宇宙探测、社会服务、工农业生产、娱乐等各个领域,机器人都有着广阔的发展空间与应用前景。机器人正朝着智能化和多样化等方向发展。同时，机器人涉及到的技术也不断扩展,如多传感器信息融合、路径规划、机器人视觉、智能人机接口等,产生了一系列研究课题。智能自主移动机器人的导航，应是根据其内部存储的地图信息或传感器所探测的实时环境信息的基础上进行的。移动机器人有多种导航方式，根据导航指示信号类型、环境信息的完整程度、导航地域等方面的不同，可以分为基于陆标导航、基于地图导航、基于多传感器信息融合导航、基于视觉导航等。在很多应用场合中，移动机器人的运动环境往往是未知的或只是局部已知的，机器人导航和路径规划的难度也就随之增加。目前，主要靠以视觉为主[1]，并辅助以超声测距仪等多传感器信息融合的导航方式来解决此类问题。安装于机器人上的超声感知器或视觉，对机器人当时所处的有限的局部环境做出判断分析。但由于光和超声波的波长都比较小，其在传输中的衍射能力相对很弱，因而很难对障碍物后面的路径情况做出判断。而机器人的听觉，与它的视觉相比，仍然是处在初期阶段研究的课题。可是，近些年来机器人听觉的研究已经成为机器人研究领域的重要课题[2]。听觉是智能机器人的重要标志之一，是实现人机交互、环境交互的重要手段。声波的波长较大，具有较强的衍射能力，可以绕过障碍物传播，利用声音的这种绕射及其反射传播等特性，结合与其它传感器的信息融合，就能从全局和局部、导航和避障等方面实现移动机器人基于多传感器融合的听觉导航。本课题就是内容为轮式机器人的声源定位系统的研究，并实现了一个完整的基于声源定位的移动机器人导航系统。§1-2研究现状1-2-11-2-11-2-11-2-1国外发展现状关于移动机器人声源定位的研究始于1995年，麻省理工学院的Irie等人在机器人Kismet和Cog上安装了简单的听觉系统[3][4]。但是由于硬件的限制，它们所能实现的功能有限，但这却为今后机器人人工听觉的研究打开了广阔的研究前景。直到2004年，IEEE/RSJ关于智能机器人系统的国际会议才首次把机器人听觉作为一个研究主题。1999年日本会津大学[5]开发了一种装有障碍探测声纳系统和实时声音定位系统的移动机器人。声音定位方法是基于人类听觉系统的“优先效应[6]”处理混响和回波的一种模型。定位系统是由3个麦克风构成的等腰三角形阵列组成。首先进行自由回声起始触发探测，然后进行麦克风之间的时间差计算和声源方位角估计[7][8][9]。在40dB噪声下的普通室内，对拍手声和正弦波声进行定位。借助声纳系统它能不断地绕过障碍物边缘位置并向声源方向移动而最终指向达到目标声源。机器人还可以在室外逐渐地接近室内不可见的声源。该系统最大优点是它能消除由双耳定位所产生的前后混淆性。但是这种系统很难正确定位语音声源，因为语音通常有许多频率成分，而每个频率成分的起始触发可能是平缓的或尖峰基于声源定位的移动机器人导航系统2的。2003年意大利帕多瓦大学[10]和里雅斯特大学联合研制了智能声视联合多代理监视跟踪系统。它由几个机器人组成，都配有视频摄象机[11]和麦克风阵列。声音系统用于对脚步声之类的声源进行轨迹跟踪，用途可监测在某作品前人们停留的时间长短，或作为博物馆等公共场所的人流记录系统。声音定位方法采用了波束成形的方法，在4个麦克风阵列上使用神经网络，根据步行者的脚步声实施定位计算。首先算出声源的大致方向，然后通过波束成形算法增强目标声源方向的信号而抑制其它方向的信号，而最终获得目标声源方向主瓣。不足点是由几个机器人提供的传感数据没能很好地进行融合以建立准确的步行者的轨迹。2006年日本HONDA研究院[12]开发研制了通过联合嵌入机器人头部的麦克风阵和室内麦克风阵列来实时跟踪多声源的系统。室内麦克风阵列（in-roommicrophonearray,IRMA）系统由嵌入墙内的64通道麦克风组成。在2维平面上，IRMA系统基于加权延时－累加波束成形法定位多声源位置。嵌入机器人头部麦克风阵列robotembeddedmicrophonearray,REMA）系统用旋转台上嵌入机器人头部的8个麦克风来定位多声源方位角，其方位角通过使用粒子滤波来实时跟踪。在REMA系统中，采用自适应波束成形器法（MUSIC）[13]定位声源。因为自适应波束成形器能适应一些环境的变化，所以它比非自适应系统，像基于几何源分离（geometricsourceseparation,GSS）的麦克风阵列[15]和双耳听觉系统[14]，具有更好的声源定位和分离性能。此外它能通过利用预测脉冲回响实时定位。对于IRMA算法，系统采用加权时延-累计波束成形（weighteddelay-and-sumbeamforming，WDS-BF）方法[16]。这种算法能估计声源的方向和位置。声音信息处理作为目标检测的方法之一，既涉及到声音信息的底层数据处理，又涉及到上层的知识表达，研究者们对其做了大量的研究工作。文献[17]利用散射理论构建的数学模型对人类获取声音时的双耳相位差和双耳强度差进行了模拟，这种估计方法使得在计算声源方位时具有较高的实时性。Huangjie在文献[18]中提出了基于优先效应的回声处理模型，采用基于声达时间差的方法进行声源定位，使机器人能够在回声环境下定位目标发声源，该优先效应模型在一定程度上降低了回声影响