机器人感知与智能 课件 第五章 声学感知技术

机器人感知与智能第五章声学感知技术概述

OUTLINE声音，不仅是一种传播信息的媒介，也是一种连接人类与世界的纽带。声学感知技术涉及物理学的核心原理、精细的电子设备以及复杂的信号处理技术等等。本章将深入探讨机器人的声学感知技术。通过学习声学的基础原理，了解声波的基本知识、声波在物理环境中产生的反射和折射现象，理解声音是如何被捕捉并被转化为可以解析的信号。之后，本章将详细介绍声学传感器技术，探索如何通过微机电麦克风、超声波传感器和声呐等技术。其次，深入了解声学信号的采集与处理，具体分析脉冲编码调制、信号滤波和信号增强等信号处理技术。01基础声学原理目录

CATALOGUE02声学传感器技术03声学信号采集与处理04应用举例05实验01基础声学原理TITLEHERE声波

声波示意声波的波长与振幅

声波的波长与振幅声波的反射与折射

声波的反射与折射02声学传感器技术声学传感器是一种机器感知设备，通过接收和分析声波，将其转化为可用的电信号，并提取出有价值的信息。它们依赖于声波特性，如频率、振幅和相位，以探索、测量和解析周围环境。主要应用在测量距离、物体识别、导航和环境监测等方面。微机电麦克风是一种在微米级别上进行工作的麦克风，将声波转换为电信号。其具有小型、集成度高、功能丰富和低功耗的特点，被广泛应用于各种电子设备中。微机电麦克风的工作原理基于电容变化。其主要由一个固定的背板和一个与之平行的可振动的薄膜（或称为振动板）组成，振动板与背板之间形成一个微小电容。当声波撞到振动板上时，振动板会按照声波的强度和频率进行振动，从而改变振动板与背板之间的距离，进而改变电容值。这种电容的变化随着一个预设的偏置电压和相关电路变为电信号，进一步被放大、滤波后成为相应的声音信号。微机电麦克风的应用场景十分广泛，例如在智能手机中，微机电麦克风用于电话通话、音频录制，以及语音输入等方面；在智能耳戴式设备如耳机和助听器中，微机电麦克风具有环境噪声降低、语音增强等功能。总的来说，微机电麦克风小巧、低功耗和高信噪比的优势尤其适用于智能手机这类便携式设备。声学传感器技术超声波传感器是一种能够检测物体距离的设备，主要通过发出超声波并测量其反射波的时间来评估物体距离。超声波是频率高于人耳可以听到的声音（一般在20kHz以上）。超声波传感器主要由超声发射器和接收器（有些设备两者合而为一）组成，其工作流程可以概括为发射-反射-接收。在发射阶段，传感器首先发射一组超声波（这些波的频率通常超过人能听到的范围，以免产生噪音污染）。在反射阶段，这些超声波在遇到障碍物时会被反弹回来。在接收阶段，由传感器接收这些反射的超声波。超声波传感器在许多领域都有广泛应用，尤其在机器人技术中。例如，超声波传感器在机器人导航中扮演至关重要的角色。机器人通过使用超声波传感器检测周围的物体和障碍物以规划其路径。当机器人在环境中移动并需要避免碰撞时，超声波传感器可以提供关于物体距离和位置的关键信息。除了在机器人中用于规划和避障，超声波传感器也可用于对环境进行更广泛的感知，比如测量液体深度、停车协助、工业测距等。声学传感器技术声呐技术是一种通过声波在水中传播来进行探测和测量的技术[1]。它基于声波在水中传播的特性来实现的。声波在水中的传播速度受到温度、盐度和压力的影响。一般来说，在标准条件下，声速约为1500米每秒。根据声波在水中的传播规律，声呐系统可以计算出声波的传播时间、强度和相位，从而推算出目标的距离、速度和方位。声呐系统包括主动声呐和被动声呐两种。主动声呐通过发射声波并监听其回声来检测和定位对象；被动声呐则主要监听和分析环境中的声音，用于识别与定位。声呐的应用场景非常广泛，主要集中于对深海探索、导航、物体探测、海洋生态学、水下机器人等等。在水下机器人应用中，以上两种声呐都有其用武之地。水下机器人通常装备主动声呐进行定向探测和环境扫描，搜索海底地形，障碍物，或可能的目标。由于水中阻尼较小，声音可以传播很远，这使得声呐成为水下机器人理想的感知装置。声学传感器技术03声学信号采集与处理模拟信号是指随时间连续变化的物理量，数字信号则是离散变化的物理量，而计算机中的数据都是以数字方式存储的。声音是一种模拟信号，因此如果想要用于计算机，就必须将其转化为数字信号。这样，就可以在用户需要播放的时候，再将储存的数字信号转化为模拟信号。通常使用脉冲编码调制（PulseCodeModulation，PCM）方法进行声音模拟信号的数字化。该方法是最常用、最简单的波形编码方式。PCM方法的具体过程主要包括采样、量化、编码三个部分。采样是把时间上连续的模拟信号在时间轴上离散化的过程。这里有采样频率和采样周期的概念：采样周期即相邻两个采样点的时间间隔，采样频率是采样周期的倒数，理论上来说采样频率越高，声音的还原度就越高，声音就越真实。而根据奈奎斯特-香农采样定理，只有采样频率高于原始模拟信号中最高频率的两倍时，才能把数字信号表示的模拟信号准确还原回去。因此为了不失真，采样频率需要大于声音最高频率的两倍。声学信号采集与处理如图所示，原本连续的声波信号在时序上被等间隔的采样，变成一个长度为11的离散序列：量化的主要工作就是将幅度上连续取值的每一个样本转换为离散值表示。其量化过后的样本是用一系列离散的数字值表示的。量化中有精度的概念，是指的是每个样本占的二进制位数，反之二进制的位数反映了度量声音波形幅度的精度。精度越大，声音的质量就越好。如图所示，实数型的离散序列值通过四舍五入，成为整数型的离散序列“[6,8,10,6,4,10,16,14,10,12,14]”。编码是整个声音数字化的最后一步，将量化后的数字信号转化为可存储或传输的二进制形式以减少需要储存的数据量。例如，若使用八位二进制表示上述序列，该声音信号将最终成为计算机可存储、处理的编码“[0000011000001000000010100000011000000100000010100001000000001110000010100000110000001110]”声学信号采集与处理声音信号的量化当声波在自然界中传播时，不可避免地存在大量的干扰，也称为噪声。噪声的存在给声音信号引入无用成分，减少信号中的有用成分。为了降低噪声对声音信号的影响，需要使用频率滤波对声音信号进行处理。频率滤波是通过增加或减少特定频率范围内的声音能量来改变声音的频谱特性。常见的频率滤波器包括低通滤波器、高通滤波器、带通滤波器和带阻滤波器。如图所示，浅色锯齿状的信号为包含噪声的信号，已经很难看出原始的声波波形。深色的信号为经过低通滤波器后的声音信号，正弦波形被非常完美的还原。声学信号采集与处理滤波器的应用

声学信号采集与处理

声学信号采集与处理声音信号增强是指采用一系列技术和方法来改善音频信号的质量，使其更清晰、更自然。声音信号增强主要解决三个问题，分别是声音降噪、声音分离和声音解混响（可能包含回声消除）问题。根据接收信号的通道个数不同又分为单通道和多通道等不同情况。在声音降噪中一种比较常用的方法是谱减法[3]，谱减法是一种发展较早且应用较为成熟的声音降噪算法，该算法利用加性噪声与声音不相关的特点，在假设噪声是统计平稳的前提下（即在给定的时间范围内，噪声信号的均值和方差基本保持不变），用无声音间隙测算到的噪声频谱估计值取代有声音期间噪声的频谱，之后用含噪声音频谱与估计得到的噪声频谱相减，从而获得无噪声音频谱的估计值。谱减法具有算法简单、运算量小的特点，便于实现快速信号处理，且往往能够获得较高的输出信噪比，所以被广泛采用。声学信号采集与处理

声学信号采集与处理

声学信号采集与处理声音分离算法用于将混合声音信号中的不同声音源分离出来，使得每个声音源都能够被单独分析和处理。一种比较常用的声音分离方法是基于波束成形的算法：该算法通过控制麦克风阵列的接收信号，实现声音信号的定向采集和增强，从而将不同声音源分离出来。通过使用波束成形技术，可以将不同声音源的信号进行空间滤波，从而实现声音的分离。声音解混响算法用于消除声音信号中的混响，从而提高声音的清晰度。其中比较常用的方法是基于统计的方法：该方法利用声音信号的统计特性，通过建立一个模型来估计混响信号并进行去除。常见的基于统计的方法包括最小均方误差（MeanSquareError，MSE）估计器和最大信噪比（Signal-to-NoiseRatio，SNR）估计器等。声学信号采集与处理04应用举例情感识别语音识别情感分析技术的原理在于分析声音特征、语速、音调和语音情感模型。这种技术使用机器学习模型来识别和分类人类的情感状态，如愉快、沮丧或愤怒。居家服务机器人可通过情感识别技术分析用户的情感状态，以提供更具亲和力和人性化的互动。语音识别技术的原理在于将声音信号转化为文本数据。首先，声音信号被分析成频谱图，然后模型根据已知的语音样本来识别声音特征并转录文本。这使得居家服务机器