謝道平，于帥珍，武 岳

(安徽財(cái)經(jīng)大學(xué) 管理科學(xué)與工程學(xué)院，安徽 蚌埠 233030)

0 引言

SLAM(Simultaneous Localization and Mapping)[1],即同步定位與地圖構(gòu)建，其最早由Smith、Self Cheeseman 于1988 年提出，其作為實(shí)現(xiàn)全自主移動(dòng)機(jī)器人的關(guān)鍵。

機(jī)器人SLAM[2]技術(shù)廣泛應(yīng)用于二維空間，在執(zhí)行軍事偵測(cè)、監(jiān)視、地震救災(zāi)等方面發(fā)揮巨大的作用。現(xiàn)在處理機(jī)器人SLAM[3]問(wèn)題的方法主要包括視覺(jué)SLAM[4]、聲吶SLAM[5]、慣性導(dǎo)航設(shè)備[6]。視覺(jué)SLAM算法[7-8]使用視覺(jué)傳感器獲取圖像信息，對(duì)光線強(qiáng)度的要求相對(duì)較高，當(dāng)光線強(qiáng)度不滿足要求時(shí)，很難獲取清晰的圖像信息，從而導(dǎo)致經(jīng)歷圖的失真問(wèn)題；傳統(tǒng)的聲吶SLAM 通常將大量不切實(shí)際的聲吶數(shù)據(jù)，應(yīng)用于SLAM算法[9-10]中，這樣造成了數(shù)據(jù)不準(zhǔn)確，導(dǎo)航降低；慣性導(dǎo)航設(shè)備主要使用慣性/衛(wèi)星/磁傳感器組合導(dǎo)航[11-12]，但是在室內(nèi)，衛(wèi)星導(dǎo)航系統(tǒng)的信號(hào)不穩(wěn)定且強(qiáng)度較弱，不易完成準(zhǔn)確的導(dǎo)航與定位。

動(dòng)物雖然沒(méi)有完善的傳感器系統(tǒng)，但是仍然可以適應(yīng)復(fù)雜的環(huán)境，從而實(shí)現(xiàn)自身的定位導(dǎo)航，我們可以借鑒動(dòng)物導(dǎo)航，為SLAM 問(wèn)題[13-15]的解決提供了很好的方案。澳大利亞昆士蘭大學(xué)Michael 提出了一種基于復(fù)合位姿表征的嚙齒動(dòng)物海馬區(qū)擴(kuò)展模型（RatSLAM）。由此想到了空中的具有海馬區(qū)的蝙蝠。文獻(xiàn)[16]是基于RatSLAM 模型，文獻(xiàn)中利用所構(gòu)建的仿生聲吶模板來(lái)替代RatSLAM 模型中的視覺(jué)模板，用Gammatone 聽(tīng)覺(jué)濾波器組濾波后構(gòu)建的耳蝸圖來(lái)取代視覺(jué)圖像，因此BatSLAM 模型可以在不會(huì)受到光線變化的影響，可以滿足暗光環(huán)境下二維經(jīng)歷圖的構(gòu)建。

在存在許多噪音環(huán)境下，人耳聽(tīng)覺(jué)系統(tǒng)可以有效的感知不同的人所發(fā)出的聲音，并能夠進(jìn)行有效的識(shí)別。眾多研究表明，人耳聽(tīng)覺(jué)系統(tǒng)具有很好的魯棒性和抗干擾能力，可以有效的抵抗外界的噪音干擾，從而完成事物的準(zhǔn)確識(shí)別。文獻(xiàn)[17]有效的使用動(dòng)態(tài)壓縮Gammachirp 聽(tīng)覺(jué)濾波器組來(lái)獲取音頻信號(hào)的特征參數(shù)，可以有效的提高語(yǔ)音識(shí)別的的準(zhǔn)確性；。文獻(xiàn)[18]將聽(tīng)覺(jué)系統(tǒng)的非線性壓縮特性進(jìn)行了細(xì)致的研究，并列舉了非線性壓縮的優(yōu)缺點(diǎn)，本文在傳統(tǒng)的BatSLAM的基礎(chǔ)上，采用基于GFCC特征提取參數(shù)構(gòu)建耳蝸圖模型，用指數(shù)壓縮來(lái)模擬聽(tīng)覺(jué)系統(tǒng)的非線性特性，使用加海寧窗處理來(lái)減小回波信號(hào)所存在的邊緣影響，使用離散余弦變換來(lái)對(duì)耳蝸圖進(jìn)行有損數(shù)據(jù)壓縮，從而提高耳蝸圖的抗干擾能力,使用升半正弦倒譜提升來(lái)提高耳蝸圖的魯棒性，通過(guò)GFCC特征提取的BatSLAM 模型可以有效提高室內(nèi)定位的精度和準(zhǔn)確性。

1 算法原理與設(shè)計(jì)

本文提出一種移動(dòng)機(jī)器人在室內(nèi)環(huán)境下導(dǎo)航的基于GFCC特征提取BatSLAM 模型系統(tǒng)。使用基于CTFM的聲吶模型來(lái)構(gòu)建出仿生聲吶系統(tǒng)，從而模仿蝙蝠的耳朵和嘴來(lái)進(jìn)行信號(hào)的收發(fā)。為了提高回波信號(hào)在噪音環(huán)境下的魯棒性和抗干擾能力，利用GFCC特征參數(shù)提取來(lái)構(gòu)建耳蝸圖模型，將雙耳耳蝸圖作為局部視圖模板，并構(gòu)建局部視圖模板數(shù)據(jù)庫(kù)。將該數(shù)據(jù)庫(kù)注入Bat-SLAM 模型中，實(shí)現(xiàn)經(jīng)歷圖的構(gòu)建。

基于GFCC特征提取BatSLAM 模型如圖1所示。

1.1 基于CTFM 模型構(gòu)建仿生聲吶系統(tǒng)

在自然世界中，蝙蝠具有非常完善的聲吶系統(tǒng)。聲吶系統(tǒng)主要是由發(fā)聲系統(tǒng)和聽(tīng)覺(jué)系統(tǒng)構(gòu)成。連續(xù)發(fā)射頻率調(diào)制（CTFM）作為寬帶主動(dòng)式聲學(xué)探測(cè)手段，廣泛應(yīng)用于機(jī)器人導(dǎo)航領(lǐng)域。因?yàn)檫B續(xù)發(fā)射頻率調(diào)制（CTFM）聲吶模型的工作原理與蝙蝠的嘴巴和耳朵的功能其相似，因此本文采用CTFM 聲吶模型來(lái)構(gòu)建仿生聲吶系統(tǒng)。使用信號(hào)發(fā)生模塊模仿蝙蝠發(fā)出脈沖信號(hào)，使用回波采集模塊模仿蝙蝠的耳朵來(lái)接收回波信號(hào)

1.2 基于GFCC特征提取構(gòu)建耳蝸圖模型

1.2.1 Gammatone 聽(tīng)覺(jué)濾波器組

人耳聽(tīng)覺(jué)系統(tǒng)模型在音頻信號(hào)處理方面得到了廣泛的應(yīng)用，Gammatone 聽(tīng)覺(jué)濾波器組是最常用的音頻信號(hào)處理方式，其用于模擬人類耳蝸基底膜的工作原理。本文使用Gammatone 聽(tīng)覺(jué)濾波器組來(lái)對(duì)蝙蝠耳廓聽(tīng)覺(jué)頻率響應(yīng)進(jìn)行模擬，如表達(dá)式（1）為：

其中，中心頻率fc(n),帶寬為b。

1.2.2 指數(shù)壓縮

為了提高耳蝸圖的抗干擾能力，需要對(duì)耳蝸圖進(jìn)行指數(shù)壓縮處理，經(jīng)過(guò)研究表明，聽(tīng)覺(jué)系統(tǒng)具有抗干擾能力的主要原因是由于其具有非線性的。而指數(shù)壓縮具備非線性同時(shí)其非線性特點(diǎn)由低頻到高頻是處于不斷增強(qiáng)的。進(jìn)行非線性處理的一般方法是利用語(yǔ)音信號(hào)的輸出輸入比，本文采用聲壓強(qiáng)進(jìn)行表示，如表達(dá)式（2）為：

其中，hi為采集信號(hào)的功率；h0為發(fā)射信號(hào)的功率；hr為信號(hào)功率的參考值；? 為采集信號(hào)與發(fā)射信號(hào)的比值。

將公式進(jìn)行轉(zhuǎn)換后如表達(dá)式（3）為：

通過(guò)公式可以表明，聽(tīng)覺(jué)系統(tǒng)具備非線性特性，同時(shí)其滿足指數(shù)壓縮的特點(diǎn)。倒譜系數(shù)的性能受到非線性壓縮值的影響，有二點(diǎn)結(jié)論受到大家普遍認(rèn)可：1.當(dāng)信號(hào)的頻率高于1KHZ 后，非線性壓縮增強(qiáng)，其指數(shù)壓縮值相差較小，2.當(dāng)信號(hào)頻率低于1KHZ，非線性壓縮性能伴隨著頻率的降低而不斷減弱。

1.2.3 GFCC特征參數(shù)提取構(gòu)建耳蝸圖模型

本文使用Gammatone[19-20]聽(tīng)覺(jué)濾波器組來(lái)模擬人類耳蝸基底膜的工作原理，在此基礎(chǔ)上利用指數(shù)壓縮來(lái)提高耳蝸圖的非線性特點(diǎn)，利用GFCC(Gammatone Frequency Cepstrum Coefficient)特征參數(shù)提取來(lái)構(gòu)建耳蝸圖模型。GFCC特征參數(shù)提取如圖2 所示。

圖2 GFCC特征參數(shù)提取

（1）預(yù)處理操作

當(dāng)信號(hào)頻率低于1KHZ，非線性壓縮性能伴隨著頻率的降低而不斷減弱,為了加強(qiáng)高頻信號(hào)，對(duì)采集到的信號(hào)進(jìn)行預(yù)加重處理，系數(shù)為0.99。為接收到的回波信號(hào)，信號(hào)經(jīng)過(guò)預(yù)加重后如表達(dá)式（4）（5）為：

利用語(yǔ)音信號(hào)時(shí)間越短越平穩(wěn)，對(duì)獲取的回波信號(hào)分為若干幀信號(hào)來(lái)處理，每幀設(shè)置128 個(gè)采樣點(diǎn)。

考慮到信號(hào)存在邊緣影響，本文采用加海寧窗處理，如表達(dá)式（6）（7）（8）為：

(2)傅里葉變換

本文使用傅里葉變換將預(yù)處理后的回波信號(hào)由時(shí)域轉(zhuǎn)化為頻域，從而獲取到離散功率譜y(k)L和y(k)R。

（3）濾波處理

將獲取的離散功率譜y(k)進(jìn)行取平方處理，來(lái)獲得能量譜，對(duì)獲取到的能量譜進(jìn)行濾波處理，本文采用Gammatone 聽(tīng)覺(jué)濾波器組進(jìn)行處理，如表達(dá)式（9）為：

（4）指數(shù)壓縮處理

（5）離散余弦變換

對(duì)處理后的回波信號(hào)執(zhí)行離散余弦變換（Discrete Cosine Transform,DCT)），從而得到GFCC，如表達(dá)式（12）（13）為：

將回波信號(hào)構(gòu)建成BGFCC(j)L和BGFCC(j)R后，其作為左耳耳蝸圖和右耳耳蝸圖。

（6）升半正弦倒譜提升

為了提高耳蝸圖的魯棒性，使其更符合人耳聽(tīng)覺(jué)特性，對(duì)離散余弦變換后的回波信號(hào)進(jìn)行升半正弦倒譜提升處理，如表達(dá)式（14）（15）（16）為：

1.3 基于耳蝸圖構(gòu)建局部視圖模板

將GFCC特征參數(shù)提取得到的耳蝸圖進(jìn)行連接,構(gòu)建成雙耳耳蝸圖如式（17）所示。

其中，BGFCC(j)L為左側(cè)GFCC特征參數(shù)提取得到的耳蝸圖，BGFCC(j)R為GFCC特征參數(shù)提取得到的耳蝸圖。

對(duì)構(gòu)建的雙耳耳蝸圖進(jìn)行標(biāo)準(zhǔn)化處理，如式18 所示：

局部視圖模板由標(biāo)準(zhǔn)化雙耳耳蝸圖進(jìn)行構(gòu)建，如式19 所示：

對(duì)于每一個(gè)新的聲吶數(shù)據(jù)對(duì)應(yīng)的局部視圖模板進(jìn)行測(cè)試,檢查是否已經(jīng)經(jīng)歷過(guò)。計(jì)算當(dāng)前的局部視圖模板與數(shù)據(jù)庫(kù)中所有的局部視圖模板間的歐氏距離di如式（20）所示

其中，Gi表示數(shù)據(jù)庫(kù)中的第i 個(gè)模板。

如果最小歐氏距離低于某一閾值τ，新的測(cè)量量被認(rèn)為與以往的對(duì)應(yīng)于最小距離的局部視圖模板Gmin進(jìn)行對(duì)應(yīng)匹配。通過(guò)與Gmin活性相關(guān)聯(lián)的局部場(chǎng)景細(xì)胞注入到姿態(tài)細(xì)胞網(wǎng)絡(luò)的對(duì)應(yīng)區(qū)域中。閾值τ如式（21）所示，

其中，τ為利用所有歐氏距離求和后的均方差按比例縮小后進(jìn)行重新計(jì)算，nG為數(shù)據(jù)庫(kù)中的局部視圖模板的數(shù)量，a調(diào)整系統(tǒng)的比例因子，at設(shè)置為0.5。

如果最小歐氏距離保持在閾值τ以上,場(chǎng)景被認(rèn)為最新的。在這種情況下，Gcur加入數(shù)據(jù)庫(kù),與Gcur聯(lián)系的一個(gè)新的局部場(chǎng)景細(xì)胞被加入到局部視圖細(xì)胞網(wǎng)絡(luò)中。

1.4 位姿估計(jì)

當(dāng)移動(dòng)機(jī)器人在室內(nèi)環(huán)境中移動(dòng)至特定的位置時(shí)，會(huì)有一個(gè)位姿狀態(tài)與之對(duì)應(yīng)，在BatSLAM模型中使用空間位姿細(xì)胞網(wǎng)絡(luò)（X，Y 和θ）來(lái)表示機(jī)器人所處的位置，通過(guò)連續(xù)吸引子網(wǎng)絡(luò)（CAN）控制著無(wú)人機(jī)位姿感知網(wǎng)絡(luò)內(nèi)部的活動(dòng)。機(jī)器人的位姿信息的變化過(guò)程通過(guò)位姿感知細(xì)胞的活動(dòng)包在空間位姿細(xì)胞網(wǎng)絡(luò)中的轉(zhuǎn)移體現(xiàn)出來(lái)。

當(dāng)仿生聲吶傳感器系統(tǒng)識(shí)別特定場(chǎng)景時(shí)，當(dāng)前局部視圖模板與數(shù)據(jù)庫(kù)中的模板相匹配。局部場(chǎng)景細(xì)胞和數(shù)據(jù)庫(kù)中存儲(chǔ)的局部視圖模板相對(duì)應(yīng)，將局部場(chǎng)景細(xì)胞中的活性注入位姿細(xì)胞網(wǎng)絡(luò)中。注入的活性激活與局部場(chǎng)景細(xì)胞最密切相關(guān)的位姿感知細(xì)胞，位姿感知細(xì)胞產(chǎn)生活動(dòng)變化。局部場(chǎng)景細(xì)胞與位姿細(xì)胞網(wǎng)絡(luò)的活性鏈接通過(guò)使用Hebbian 學(xué)習(xí)進(jìn)行加強(qiáng)。CAN 系統(tǒng)的動(dòng)力學(xué)性質(zhì),確保只有一個(gè)活化峰可以保持在空間位姿細(xì)胞網(wǎng)絡(luò)中,從而將慣性導(dǎo)航傳感器和感受外界的傳感器進(jìn)行信息融合,形成機(jī)器人的位姿估計(jì)。

1.5 經(jīng)歷圖的構(gòu)建

從仿生聲吶系統(tǒng)中提取的耳蝸圖（通過(guò)當(dāng)前局部視圖模Gcur表示）與局部視圖模板數(shù)據(jù)庫(kù)G的模板進(jìn)行比較。如果識(shí)別模板，則局部場(chǎng)景細(xì)胞Gi激活與局部場(chǎng)景細(xì)胞Gi最密切相關(guān)的位姿細(xì)胞，在位姿細(xì)胞網(wǎng)絡(luò)P中校正位置，繪制經(jīng)歷i。經(jīng)歷圖繪制完成時(shí)需要進(jìn)行一次閉環(huán)檢測(cè)校準(zhǔn)從而實(shí)現(xiàn)經(jīng)歷圖的優(yōu)化，構(gòu)建準(zhǔn)確的閉合環(huán)路。

2 實(shí)驗(yàn)與分析

2.1 機(jī)器人在具體位置的聲波圖像和耳蝸圖

機(jī)器人移動(dòng)至空間具體位置時(shí)，來(lái)觀察回波構(gòu)建的耳蝸圖的特征。實(shí)驗(yàn)時(shí)，使用超聲波換能器發(fā)射250 us的FM 波，收集該位置收到的回波信號(hào)，并將該信號(hào)傳輸至上位機(jī)生成聲波圖像和耳蝸圖。具體位置獲得的回聲的時(shí)域波形和幅域波形如圖3 所示。

圖3 (a)左耳時(shí)域波形和幅域波形圖

圖3 (b)右耳時(shí)域波形和幅域波形圖

對(duì)左耳與右耳回波信號(hào)進(jìn)行分析，二耳的回波信號(hào)具有很大的不同，我們可以通過(guò)聲音的時(shí)域波形和幅域波形對(duì)機(jī)器人所處的空間位置進(jìn)行識(shí)別。

但是，僅僅通過(guò)回波信號(hào)，不能完全的表現(xiàn)該位置周圍環(huán)境的特征。不同的位置采集的信息不同，對(duì)應(yīng)不同的“聲吶圖像”，這里將信號(hào)經(jīng)過(guò)Gammatone 濾波器處理后構(gòu)建左右耳蝸能量譜作為“聲吶圖像”。如圖9 所示。

圖4 中，不同顏色表示不同的能量強(qiáng)度，橫坐標(biāo)代表時(shí)間。圖4 中時(shí)間都為3 s,每個(gè)時(shí)刻能量強(qiáng)度較弱，并且左右耳蝸能量譜也不相同；可以根據(jù)耳蝸能量譜能量強(qiáng)度和時(shí)間等特征來(lái)識(shí)別不同的位置。因此將耳蝸能量譜構(gòu)建的耳蝸圖來(lái)作為與環(huán)境中特定地方相關(guān)的“指紋”，基于這些“指紋”作為局部視圖模板去構(gòu)建準(zhǔn)確和穩(wěn)定的地圖。

圖4 位置二左右耳蝸能量譜圖

2.2 基于GFCC特征提取的BatSLAM算法SLAM 定位誤差分析

選取房間里的一個(gè)橢圓形方桌構(gòu)建的環(huán)形空間作為實(shí)驗(yàn)場(chǎng)地如圖5 所示。在實(shí)驗(yàn)場(chǎng)地中，分別使用慣性導(dǎo)航算法、BatSLAM算法和基于GFCC特征提取的BatSLAM算法算法在暗光條件下進(jìn)行繞圈實(shí)驗(yàn)，并將數(shù)據(jù)上傳至上位機(jī)進(jìn)行分析。如圖5 所示，隨著時(shí)間的推移，慣性導(dǎo)航算法在15 s 時(shí)，其定位誤差開(kāi)始不斷增大，其定位誤差一直高于BatSLAM算法和基于GFCC特征提取的BatSLAM算法，當(dāng)達(dá)到100 s 時(shí)其定位誤差已經(jīng)達(dá)到了25 cm,并保持穩(wěn)定；BatSLAM算法在最初的13 s 內(nèi)，其定位誤差高于慣性導(dǎo)航算法和基于GFCC特征提取的BatSLAM算法，在13-30 s的時(shí)間范圍內(nèi)，其定位誤差一直與基于GFCC特征提取的BatSLAM算法一致，但是當(dāng)30 后其定位誤差開(kāi)始變大，并且一直來(lái)回波動(dòng)，并且高于基于GFCC特征提取的BatSLAM算法，當(dāng)?shù)竭_(dá)100s 時(shí)，其定位誤差達(dá)到20 cm,并有上升的趨勢(shì)；觀察基于GFCC特征提取的BatSLAM算法的定位誤差，其只有在13-30 s 時(shí)與BatSLAM算法保持一致，其它時(shí)刻的定位誤差均低于慣性導(dǎo)航算法、BatSLAM算法，其定位誤差一直在13 cm 左右來(lái)回波動(dòng)?；贕FCC特征提取的BatSLAM算法不僅實(shí)現(xiàn)了在暗光條件下進(jìn)行導(dǎo)航，同時(shí)通過(guò)改善耳蝸圖的抗干擾性和魯棒性，可以有效的較小定位誤差，從而提高移動(dòng)機(jī)器人的定位精度和準(zhǔn)確性。

圖5 實(shí)驗(yàn)場(chǎng)地圖

圖6 基于GFCC特征提取的BatSLAM算法定位誤差分析圖

2.3 改進(jìn)算法與原算法定位精度對(duì)比

本文利用定位精度中的二項(xiàng)關(guān)鍵指標(biāo)平均誤差和最大誤差來(lái)分析原算法和改進(jìn)算法的定位效果。改進(jìn)算法的最大誤差和平均誤差相對(duì)較?。ㄈ绫?），定位精度更高。

表1 算法精度指數(shù)對(duì)比表

3 結(jié)論

本文提出的基于GFCC特征提取的Bat-SLAM 模型可以實(shí)現(xiàn)在暗光條件下導(dǎo)航，同時(shí)通過(guò)改善耳蝸圖的抗干擾性和魯棒性，可以有效的較小定位誤差，從而提高移動(dòng)機(jī)器人的定位精度和準(zhǔn)確性。如何將仿生算法與音頻圖像融合來(lái)實(shí)現(xiàn)機(jī)器人精確導(dǎo)航以及如何準(zhǔn)確的識(shí)別不同的音頻圖像，這些問(wèn)題還需要深入的研究。