王曉龍，何頂新

(華中科技大學 自動化學院，武漢 430074)

室內機器人的聲源定向系統(tǒng)設計

王曉龍，何頂新

(華中科技大學 自動化學院，武漢 430074)

針對室內移動機器人的聲源定向的問題，利用拾音器陣列建立了一套基于DSP的聲源定向系統(tǒng)。系統(tǒng)采用廣義互相關算法計算聲波到達拾音器陣列的時間差，然后基于時間差和三維聲源定向模型來估算聲源方向。通過對比多次實驗，選擇了適合硬件平臺和室內環(huán)境的理論算法，保證了實用性。定向結果被驗證是準確可靠的，誤差被控制在可接受范圍內。

聲源定向；時間差；廣義互相關；DSP

引 言

隨著機器人的不斷發(fā)展，機器人聽覺系統(tǒng)的開發(fā)已經(jīng)成為機器人研究領域的重要方向。在室內，利用聲源定向使機器人對聲源有一定的追蹤能力?；诼晜鞲衅鞯穆曉炊ㄏ蚣夹g主要有三類，分別是：基于可控波束形成的定向技術、基于高分辨率譜估計的定向技術、基于時延估計的定向技術[1]。其中，比較常用的方法是用時間延遲來對聲源進行定向，這種方法計算量相對較小，在工程上應用最廣。本文以TMS320VC5509A為平臺，設計了可用于移動機器人上的聲源定向系統(tǒng)，系統(tǒng)綜合考慮了計算復雜度、實時性、精度、準度等問題，具有一定的實用性。

1 原 理

1.1 時延估計算法

通過聲波到達兩個聲音傳感器的時間差來確定聲源與聲音傳感器的夾角，進而利用4個聲音傳感器來進行聲源定向，是目前最普遍的做法，因此求取時間差是整個過程最關鍵的環(huán)節(jié)。本系統(tǒng)采用廣義互相關法來求取聲音到達傳感器的時間差，具體過程如圖1所示。

圖1 時延估計框圖

根據(jù)廣義互相關法，先求兩信號的互功率譜，并在頻域內給與一定的加權，再通過反傅里葉變換到時域，就可以得到兩個信號的廣義互相關函數(shù)。設傳感器接收到的信號為：

(1)

(2)

式中，s(n)為聲源信號，m1(n)、m2(n)為噪聲，D為同一聲音信號到達兩個傳感器的時間差，則x1(n)和x2(n)的互相關函數(shù)為：

(3)

將式(1)、(2)帶入(3)中，得：

(4)

通常噪聲和有效語音信號不相關，不同噪聲之間也不相關，因此式(4)可以簡化為:

(5)

而互功率譜和互相關函數(shù)有如下關系：

(6)

其中，G12(ω)是x1(n)和x2(n)的互功率譜函數(shù)，因此，通過求取x1(n)和x2(n)的互功率譜，即能求取有效聲音信號的互功率譜，x1(n)和x2(n)的互功率譜通過下式求得：

(7)

通過互功率譜的反傅里葉變換求得廣義互相關函數(shù)的時候，為了增強信號中信噪比較高的頻率分量，從而抑制噪聲的影響，銳化互相關函數(shù)的峰值[2-4]，需要給互功率譜加上一定的加權。

(8)

時延估計為：

(9)

當ψ12(ω)=1時，此方法為基本廣義互相關函數(shù)法，受外圍噪聲和混響影響大。當ψ12(ω)=1/|G12(ω)|時，廣義互相關函數(shù)法稱為PHAT-GCC法，此法相當于白化濾波，對大信噪比的寬帶信號，能取得很好的效果，但是在信號能量小的地方誤差大。

1.2 方向估計算法

圖2 示意圖

本系統(tǒng)采用呈十字分布的4個拾音器來進行聲源定向， 拾音器等距離擺放，示意圖如圖2所示，中心點O為參考點，拾音器距離中心點的距離為d，聲源坐標為(x,y,z)，聲源與設聲源與中心點和拾音器的距離分別為q，q1，q2，q3，q4。

2 系統(tǒng)架構設計

2.1 硬件設計與實現(xiàn)

本系統(tǒng)采用TI公司的TMS320VC5509A芯片進行信號處理和時延算法的實現(xiàn)，這是一款16位低功耗DSP。系統(tǒng)使用12 MHz的晶振為DSP提供時鐘，PLL使用12倍頻，使DSP的運行時鐘達144 MHz，語音采集采用TLV320AIC23語音編解碼芯片(以下簡稱AIC23)，它的內部ADC和DAC轉換模塊帶有完整的數(shù)字濾波器，系統(tǒng)結構如圖3所示。

圖3 系統(tǒng)結構圖

表1 AIC23地址

系統(tǒng)需要4路語音輸入，2個AIC23芯片同時采集傳輸語音，每一個AIC23的LLINEIN和RLINEIN各占一路[7-8]，AIC23采集頻率可設置為8～96 kHz，通過聲源定向原理可知，采樣率極大地影響到定向精度，在本系統(tǒng)中，為了獲得較好的信噪比以及計算量上的考慮，采樣頻率設為48 kHz，數(shù)據(jù)格式配置為16位。

圖4 拾音器輸入聲音信號

AIC23數(shù)據(jù)傳輸模式有右判斷模式、左判斷模式、I2S模式和DSP模式4種方式，其中DSP模式專門針對TI DSP設計，VC5509A的多通道緩沖串口MCBSP其串行數(shù)據(jù)傳輸格式與AIC23的DSP模式兼容，此外，這兩款芯片的I/O電壓兼容，從而使得VC5509A與AIC23可以無縫連接[9]。VC5509A有3個多通道緩沖串口: MCBSP0、MCBSP1、MCBSP2,MCBSP0用來連接VC5509A和外部FLASH，MCBSP1和MCBSP2用來做語音數(shù)據(jù)傳輸。語音輸入使用拾音器，以滿足系統(tǒng)5～8 m的有效拾音范圍，拾音器的線性輸出可以直接接入AIC23的LLINEIN、RLINEIN。

DSP的McBSP配置為單數(shù)據(jù)相，每相2個數(shù)據(jù)，數(shù)據(jù)長度為16位，McBSP接收的數(shù)據(jù)通過DMA方式存儲到內存，DMA可以在外設和存儲器之間高速傳輸數(shù)據(jù)而無需MCU的干預，從而節(jié)省MCU的運行時間，DMA配置為接收完一幀數(shù)據(jù)后觸發(fā)中斷，在主函數(shù)輪詢中，中斷到達后開始處理接收到的數(shù)據(jù)。

2.2 軟件設計與實現(xiàn)

語音信號在電信號傳輸過程中會因為噪聲等原因產(chǎn)生一定的失真，對語音信號進行預處理可以有效提高時延估計的效果，具體流程如下:

① 幀長選擇：語音信號幀長為2 048，既滿足了一幀語音信號中所需的語音基音周期數(shù)，也沒有超出DSP的存儲空間和運算時間的限制。

② 帶通濾波：由于本系統(tǒng)的工作環(huán)境是室內，針對的一般是語音信號，頻帶主要處于200～4 000 Hz，采用合適截止頻率的帶通濾波器，以抑制高頻白噪聲。時延估計算法是根據(jù)聲音相位來計算時間的，而濾波器不可避免地會引入相位變化，因此，采用FIR帶通濾波器，F(xiàn)IR帶通濾波器可以得到嚴格的線性相位，有利于相位的計算。

③ 計算短時能量：通常情況下，聲源信號的多幀信號都可以用來計算時延，高能量信號便于互相關的計算，設置門限值一方面濾除噪音幀，另一方面提高算法的準確度。

④ 計算過零率：周期性較好的語音信號便于互相關的計算，當語音幀過零率小于門限值時，才認為是有效語音幀。

3 實驗結果

本系統(tǒng)的軟件是TI公司研發(fā)的ccs5.2，這是一款具有環(huán)境配置、源文件編輯、代碼調試、跟蹤和分析等功能的開發(fā)環(huán)境，能夠幫助用戶在一個軟件環(huán)境下完成編輯、編譯、鏈接、調試和數(shù)據(jù)分析等工作，尤其是集成了實時繪圖graph、實時FFT分析、運行時鐘周期clock查看等強大功能，極大方便了代碼運行實時結果分析。對采集的聲源信號處理后利用ccs5.2在上位機上實時顯示，圖4是在同一時間記錄的兩個語音通道的信號波形。

在時延估計算法中，當互功率譜加權ψ12(ω)=1時，通道1、3聲音波形廣義互相關函數(shù)波形如圖5所示。峰值距離互相關函數(shù)中心點為31，時延為0.645 8 ms。

圖5 基本廣義互相關函數(shù)波形

當互功率譜加權ψ12(ω)=1/|G12(ω)|時，通道1、3聲音波形的互相關函數(shù)波形如圖6所示。此時互相關函數(shù)峰值明顯銳化了，但是較之基本廣義互相關函數(shù)峰值有偏移，峰值距離互相關函數(shù)中心點為11, 時延為0.229 2 ms。

圖6 PHAT-GCC法互相關函數(shù)波形

圖7 SCOT-GCC法互相關函數(shù)波形

為了測試本系統(tǒng)定向算法性能，將聲源放置在圖2中的不同方向上，每個方向上做了10組實驗，取平均值列表如表2所列。

經(jīng)過多次實驗，本系統(tǒng)的方向角定向精度為±7°，其性能基本滿足需求。

結 語

表2 聲源方向角測試結果

[1] 靳曉強.基于麥克風陣列的移動機器人語音定向技術研究[D].哈爾濱：哈爾濱工程大學,2010.

[2] 梁宇.基于廣義互相關算法的時延估計[J].計算機科學, 2011(s1):454-456.

[3] J Chen，J Benesty， Y Huang.Performance of GCC-and AMDF-Based Time-Delay Estimation in Practical Reverberant Environments[J]. Eurasip Journal on Advances in Signal Processing, 2005, 2005(1):25-36.

[4] C Knapp,G Carter.The generalized correlation method for estimation of time delay[J].IEEE Transactions on Acoustics Speech & Signal Processing, 1976, 24(4):320-327.

[5] 郭俊成.基于傳聲器陣列的聲源定位技術研究[D].南京：南京航空航天大學,2007.

[6] 汪明,陳建輝,王廣龍,等.基于聲傳感器陣列的機器人語音定向技術研究[J].傳感器與微系統(tǒng), 2013, 32(9):58-61.

[7] 周笛,王敏.基于DSP二維聲源定向系統(tǒng)設計[J].電子科技, 2012, 25(4):78-80.

[8] TI.Datasheet of TLV320AIC23B data manual,2004.

[9] 孫國華,揭建英.基于DSP的多通道音頻信號處理平臺的設計[J].微型機與應用,2011,30(13):10-12.

Sound Source Orientation System for Indoor Robot

Wang Xiaolong,He Dingxin

(School of Automation,Huazhong University of Science and Technology,Wuhan 430074,China)

Aiming at the problem of indoor sound source orientation of indoor mobile robot,the system uses pickup array to establish a sound source orientation system.The system uses the generalized cross-correlation time delay estimation algorithm to calculate the sonic time difference of arrival.Then,the sound source orientation is calculated with the time differences and three-dimensional model of orientation of the sound source.By comparing many experiments,a theoretical algorithm is selected for the hardware platform and the indoor environment.The applicability is guaranteed.The result is verified to be accurate and reliable,the error is controlled within an acceptable range.

sound source orientation;time difference;generalized cross-correlation;DSP

TP391.42

A

?迪娜

2016-09-12)