[实用新型]采用FFT计算声源到两个接收器的距离之差的机器人

说明书

技术领域

本实用新型涉及一种机器人，尤其涉及一种采用FFT（快速傅里叶变换）计算声源到两个接收器的距离之差的机器人。

背景技术

机器人采集的声音信息是通过模数转换将模拟信号转换成数字信号后最终得到的。计算声源到两个接收器的距离之差，才能算出声源到机器人的角度和距离，也就是说，计算声源到两个声音接收器的距离差是整个声源定位系统的基础。公知的机器人在利用所采集到数字信号计算声源到两个接收器之间的距离之差时，因为外界干扰因素较多而经常出错。因为仅仅是采用数字信号变化特征直接去计算分析，是很难区分出周围的嘈杂声干扰信号的。

实用新型内容

为了克服上述缺点, 本实用新型提供了一种采用FFT计算声源到两个接收器的距离之差的机器人。

本实用新型为实现上述目的所采用的技术方案是：

一种采用FFT计算声源到两个接收器的距离之差的机器人，其特征是：所述机器人内置2个声源接收器和一个单片机，2个声源接收器都连接单片机，单片机将2个声源接收器接收到的音频信号转化为数字信号后存储起来，然后采用FFT，将采集到的时域信号数据转换为频域信号数据，再从频域信号中提取主要频点，通过对比主要频点振幅是否相似来判断采集的数据是否来自同一个声源（相似则认为是来自同一个声源），进而计算出声源到两个接收器的距离之差。采用FFT的优点是能够排除掉干扰信号。声音接收器在接收声源声音的过程中，周围可能有其它嘈杂声音也被它接收，这显然是多余的，所以，采用FFT，将声源时域数字信号转换成频域信号，就可以在频域上处理，即只处理特定频率范围的声音，而将其它声音剔除掉。比如，人说话的声音频率范围在65Hz-1100Hz之间，假如某个时刻有人对声源接收器进行喊话，若此时还有一个2000Hz的环境杂音也在不断发出声音，如果直接采用模数转换的时域数字信号，是无法区分这两个声音的，但是，所述机器人采用FFT，就可以只对喊话人的65Hz-1100Hz的声音进行处理，从而排出2000Hz的干扰声音。

本实用新型的有益效果是，本实用新型在嘈杂的环境中能准确地计算出声源到两个声音接收器的距离之差。

附图说明

下面结合附图和实施对本实用新型进一步说明。图1是本实用新型的结构图，图2是本实用新型的FFT示意图，图3是时域图，图4是频谱图。

图1中，1是声源接收器1，2是声源接收器2，3是声源，4是接收器1的采样储存区，5是接收器2的采样储存区，6是单片机，7是模数转换器。

图2中，8是声源接收器1的数据，9是声源接收器1第1组FFT，10是声源接收器2的数据，11是声源接收器2第1组FFT，12是声源接收器1第5组FFT，13是声源接收器2第n组FFT。

具体实施方式

在图1中，声源3随时地发出一段声音，所述机器人中的声源接收器1和声源接收器2把采集到的模拟信号送单片机6，单片机6通过模数转换器7将它们转化为数字信号，并分别存储在接收器1的采样储存区4和接收器2的采样储存区5。

所述机器人采用FFT计算声源到两个接收器的距离之差的典型例子的步骤如下：

1）、设采样频率为8KHz，两个声源接收器在1秒钟内采样两组8K内存的数字信号。图3是声源接收器在某段时间内采集到的声音信号时域图。单片机6对两组存储的时域数字信号（0.1秒采集到800个），以每隔1组模数数字信号选取256个点进行FFT，得到240个频谱图（频域信号）。

2）、对每组频域信号提取主要的频点，见图4频谱图，其中振幅较大的频点主要集中在8*30=240Hz（注：频谱图横坐标并不是实际频率，而是缩小了30倍，因此这里加大了30倍）到14*30=420Hz之间，这一段刚好是人发出的声音，只需要记录这几个振幅较大的频点数据即可，而其它振幅较大频点如125*30=3750Hz，并不是人发出的声音，可认为是环境杂音，直接忽略不计；对于240组频谱图，即可得到240组主要频率点对应的振幅。