基于神经网络的四元球面阵空间声源定向系统

摘   要：针对移动机器人的目标声源定向问题，应用四元球面麦克风阵列建立了一套空间声源定向系统。为了解决通过阵列的时延值预测出目标声源方向的问题，提出了神经网络算法，并设计了双隐层BP神经网络。通过Matlab仿真验证了该网络可以实现近场和远场的声源定向，并在机器人本体上进行了实验测试，证明了该系统的实用性。
       关键词： 声源定向；移动机器人；麦克风阵列；BP神经网络
       中图分类号：TP912.3            文章标识码：A          文章编号：0258-7998(2012)02-0124-03
         近年来，机器人听觉系统开发已经成为机器人研究领域的重要课题。由于声波的波长较大，具有较强的衍射能力，可以绕过障碍物传播，并且能与视觉传感器配合，从而可用于实现移动机器人的全方位导航。听觉系统的开发本质上就是声源定位系统的研究，采用麦克风阵列进行声源定位是信号处理领域的一个研究热点。一组麦克风按照一定的几何结构摆放组成麦克风阵列[1]，拾取来自各个方向的声音信号，并进行空时处理，从而精确定位目标声源。
　　在工程应用中，根据麦克风阵列模型和声音球面传播模型构建的声源定位系统是一组复杂的非线性方程，难以用数值计算方法准确建模。在这种情况下，可以应用神经网络表达这种非线性系统。神经网络可以按照指定的精度逼近各种复杂的非线性系统，解决非线性系统的建模问题，并对信息采用分布式存储的处理方式，具有高运算效率和很强的容错性、鲁棒性[2-3]。
　　本文研究了可应用移动机器人上的声源定向系统，介绍了其硬件构成，采用BP神经网络对定向系统进行研究，并通过Matlab仿真证明了在四元麦克风阵列模型下实现远场和近场的目标声源定向。
1 定向系统硬件结构
1.1 麦克风阵列模型
　    声源定向系统的几何结构如图1所示，由M1、M2、M3和M4 4个麦克风组成一个四元球面阵列，对目标声源进行定向。其中P为声源，?琢、?茁分别为方位角和俯仰角。系统麦克风选用驻极体麦克风，这种传声器具有体积小、全向性、价格低、灵敏度较高和频率响应范围宽等优点。该麦克风能够有效地收集声音信息并检测出声音到达麦克风的初始时刻，为后续的定位计算提供准确的数据。整个系统以Activmedia的Pioneer3 AT机器人为安装平台，如图2所示。该机器人配备有速度、激光、摄像头等传感器,采用4个车轮保持平衡，可以承受的载重超过35 Kg，底部装有2个直流电动机，分别用来驱动左轮和右轮，前后均装配了防碰接触开关，能同时适用于户外和户内的应用需求。
   
   图1 麦克风阵列结构模型
   
   图2 机器人实验系统平台
   
1.2 声达时间获取
1.2.1 信号放大及噪声的处理
　    由于全向型麦克风的输出电压大都在零到几十毫伏之间，如此微弱的电信号无法满足后期信号处理工作的要求。因此，仅靠电容式麦克风的拾音能力是远远不够的，有必要对麦克风采集到的信号进行放大。本文采用性能较稳定的集成运算放大器对采集信号进行二级放大。考虑到电器元件的放大特性不是完全一致的，因此加入了增益调整电位器，以便后期调试时减少由于硬件特性不同而产生的误差。除此之外，为了在实验过程中实时观测信号的采集情况，利用发光二极管制作输出信号指示灯来指示信号的强弱变化。同时考虑到听觉定位系统的鲁棒性和实时性，本文还利用集成运算放大器制作电压比较器，使听觉定位系统具有一定的抗噪能力，通过调节参考电压对背景噪声进行过滤。
1.2.2 声达时间点的捕捉
     通过上述过程，系统对声电信号进行了整形，使得大于背景噪声的信号以方波的形式输出，用于捕捉声源信号到达时间点。为了使阵列中各个麦克风均能精确地捕捉目标声音到达的时间点，采用微处理器配合RS触发器进行捕捉，具体实现方法如图3所示。
   
   图3 捕捉声达时间点硬件电路图