[发明专利]基于多通道声获取的声学同时定位与建图方法

说明书

本发明公开了基于多通道声获取的声学同时定位与建图方法，是通过多通道声获取方式，基于几何声学镜像模型，分析语音信号传播过程中的信道状态，实现室内声场环境空间感知，并利用空间感知结果提升移动声源（说话人）连续定位性能的方法。本发明方法通过引入Delaunay三角剖分方法，分析移动声源的运动状态，估计声源位置的自适应搜索子空间，避免了在室内声场全空间范围内对移动声源位置重复搜索的繁琐与冗余，提高了空间感知与移动声源定位方案的普适性，不仅适用于室内空间轮廓重构，也适用于室内环境的移动声源跟踪定位。

技术领域

本发明涉及室内定位领域，具体是一种基于多通道声获取的声学同时定位与建图方法。

背景技术

室内空间庞大复杂，基于位置的人工智能应用越来越多样化，位置感知已成为万物互联的重要基础。室内室位技术在过去20年间得到了广泛的研究和发展，人们提出了多类基于不同物理载体和测算原理的定位技术，包括基于电磁波信号到达时延/时差/角度的定位、基于电磁波信号强度测量与衰减模型的定位、地磁/电磁波的空间指纹特征信息匹配定位与多源信息融合定位等。由于人类活动干扰、信号多径传播、基础设施依赖等因素影响，上述室内定位技术的推广应用，已难以满足当前社会发展对位置感知与服务的迫切需求。

音频信号通常包含有关声学环境的信息，基于几何声学模型，采用阵列感知方式，可实现室内声源的主动定位。此外，由于空气中声速较低，在相同时间测量精度下，其距离分辨率高于电磁波，因此，近年来室内声学定位受到了研究人员的关注。声学场景映射（Acoustic Scene Mapping，ASM）是一种在声场环境的空间地图中显示移动声源的位置与轨迹的技术，它对于诸如家庭自动化，电话会议，搜索和救援机器人以及人机交互的应用而言十分必要。然而，如何在无基础设施依赖的情况下，获取声场环境的空间地图，并利用该地图信息提升声源定位性能极具挑战。

声学同时定位与建图（Acoustic SLAM）是将感兴趣目标的位置获取与声场环境空间地图的构建进行联合估计的一种技术，也是解决声学场景映射问题的有效途径。传统的声学SLAM研究方法，为了将位置获取与地图构建进行联合推算，常采用一些滤波算法来对目标位置与环境特征点进行估计，如利用粒子滤波算法估计移动声源位置，卡尔曼滤波算法推导环境特征点位置，然后采用基于估计理论分析的贝叶斯滤波来对下一步位置与地图信息进行估计；又或者通过凸优化的方法对位置获取与地图构建进行联合推算。但是，这些方案尽管付出了较高的计算复杂度为代价，其声场环境空间地图的构建结果也仅限于室内空间几何轮廓，即对于在日常生活中常见的矩形轮廓室内环境而言，这些声学SLAM方案存在“一步一重构”的冗余计算。因此，在室内复杂声场环境中，即能降低构建声场环境空间地图的复杂度，又能提高室内移动源的定位精度是声学SLAM研究的关键。

目前，常见的空间感知技术主要有视觉，激光/毫米波雷达测距，声波测距等，主要解决了从大量地标测量数据中重构环境地图的问题，为实现室内高精度定位提供了可能。然而，基于视觉的空间感知方式对室内隐私保护产生了极大的威胁；基于激光雷达的空间感知局限于特殊应用场景和专用设备；在几何声学范畴内基于房间冲激响应分析的空间感知技术，已经有较为成熟的研究。早至二十世纪初期，国外学者就开始利用单声源+麦克风阵列，或者单声源+单麦克风，或者收发一体的多设备协作方式，基于几何声学相关理论，进行室内空间感知与声源定位的研究。如：利用声纳估计室内空间占用率；利用回声与多径信号，构画室内几何形状，分析室内空间尺寸；基于室内空间尺寸与室内混响先验，实现盲源分离，提高目标源的TDOA识别准确率，提高目标源的跟踪定位精度；利用室内混响，提高阵列对目标源定位性能的鲁棒性等。但是，高精准的空间感知结果以高计算复杂度为代价，且房间冲激响应的测量常依赖于特殊声源信号与专用接收设备，这制约了空间感知技术的推广应用。语音信号作为一种易获取的声音信号，充分考虑其短时平稳特性，以广义互相关的分析方法获取信号传播的时延估计，进而分析语音信号传播过程中的信道状态，探究基于语音信号分析的空间感知技术，对降低构建声场环境空间地图的复杂度极其关键。