文献标识码:A
文章编号: 0258-7998(2013)03-0141-03
EAST是全超导磁约束等离子体放电装置,大量实验设备的运行状态需要有效的监控以作出必要的控制或检查。除了视频监控,设备运行产生的声音是反映其运行状态的有效途径,且往往可以得到视频无法获取的设备状态信息。但放电期间设备所处环境电磁辐射强烈,基于以上分析对声音定位机器人进行了调研。参考文献[1]分析了一款具备声音定位与超声避障的机器人设计,其测试数据表明该系统角度定位精确,但麦克风配置不足,无法定位声源距离。参考文献[2]中机器人可以定位声源角度和距离,但机器人缺少辅助导航手段,如视觉辅助、超声测距等。参考文献[3]中机器人采用PC平台进行运算,使得机器人载重较大,移动和供电不便。本文综合各个设计的优点及实际需求,开发了一款具备声源角度、距离定位能力和视觉超声等导航辅助的机器人。利用该机器人可在放电期间对装置现场进行声音监测定位并远程控制机器人进行定位跟踪。
1 系统架构
系统由声音定位子系统和机器人子系统组成。远程终端通过网络与机器人建立连接,传递控制命令和数据信息。
声音定位子系统硬件主要采用数字信号处理器芯片TMS320F2812、2片模数转换芯片AD7656与麦克风阵列等实现。机器人采用美丽NI公司的单板机器人平台SBRIO-9632实现,该机器人平台配有飞思卡尔MPC5200嵌入式处理器, 主频达400 MHz, 运行实时操作系统VxWorks可实现网络远程控制。另外根据需要外扩移动电源模块、无线网络模块、图像采集模块及超声避障传感器等硬件外设。系统架构如图1所示。
2.3 麦克风阵列模型
设声源s空间位置坐标为(x,y,z),7只麦克风坐标分别为(0,0,0)、(±1,0,0)、(0,±1,0)、(0,0,±1)。此阵列的优点是计算量较小,但所受局限是:声源越接近坐标轴,距离误差越大。此时可转动麦克风阵列一定角度,重新测量即可。
2.4 TDOA算法的硬件实现
TDOA算法硬件采用DSP芯片作为计算平台,数据处理程序利用CCS(Code Composer Studio) V3.3开发。
首先,多路同步采集要求模数转换芯片具有多个采样保持器,此处选用AD7656芯片,具有6个采样保持器,且支持级联,可实现6×N通道同步采集,最高采样率250 kS/s。采用2片AD7656级联,通过CPLD编址译码对AD7656进行控制,并寄存多通道同步输出数据。采用DSP芯片中断机制的定时器单元实现2个A/D共用的起始转换信号ADCON,时钟抖动会降低信噪比,可通过合理的设置定时中断T1PINT的值达到系统精度的要求。设置片选信号ADCS0和ADCS1均有效。AD7656芯片输出数据为16位无符号整型格式,麦克风输出的直流偏置电压会掩盖声音小信号, 所以数据处理必须去掉直流偏置电压。另外噪声会污染信号的频谱,影响定位精度,采用适当的滤波器可以在很大程度上提高信噪比。设置150 kHz采样率,时间分辨率可达6.67 ?滋s,对应距离分辨率0.23 cm。通过串口与机器人上位机通信,用于辅助控制机器人进行定位跟踪。
除去系统误差,麦克风拾音能力、噪声、多声源、混响以及加权窗口函数的选取都可对定位精度产生不同程度的影响。
2.5 实验室测试
在实验室搭建简单环境进行测试,结果如表1所示。
3 机器人单元
利用SBRIO-9632平台开发了远程控制、超声测距避障及图像采集等功能。SBRIO开发平台配有Xilinx Spartan3 FPGA实现逻辑功能(如电机控制等)。嵌入式处理器采用飞思卡尔MPC5200,内嵌实时操作系统VxWorks实现网络通信;另有LabVIEWRobotics配套开发软件。该软件包含机器人多种功能模块的范例,在此基础上可以方便快速地开发所需要的应用程序。
3.1 机器人硬件部分
机器人硬件设备扩展有超声传感器,测量前方±90°、范围2~300 cm的障碍物距离;以无线路由实现远程网络控制,IP摄像头采集现场图像,硬件组成如图3所示。
超声传感器数据实时显示,实测误差小于3 cm,可以辅助对机器人进行运动控制。运动速度范围为0.5~5 m/s。图4中右下控件显示声源定位距离俯仰角方位角(r,φ,θ)。由PC终端运行上位机LabVIEW程序与机器人建立网络连接,输出FPGA host以供各个FPGA模块建立与机器人的数据连接。使用FPGA电机读写模块控制电机转速,以及伺服电机转角,超声读写模块获取超声传感器的数据进行避障测距算法。通过网页客户端集成实现了对摄像头方向控制和实时显示等功能,从而达到远程控制机器人进行跟踪并且可以直观地看到声源的位置。
仿真和实际测试表明,该声音定位系统定位能力良好,实现了通过远程控制机器人对声源进行实时定位跟踪。目前多声源环境下对声源的定位问题是研究的热点,也是难点,时延算法的适用性将受到限制,多声源环境下的定位算法和实现方法将是下一步研究的重点。
参考文献
[1] HUANG J, TERAKURA T S I, OHNISHI N, et al. Mobile robot and sound localization[C]. IROS′97 Proceedings of the 1997 IEEE/RSJ International Conference, 1997.
[2] Xu Qinqi, Wang Jinwei, Sun Hao.Sound source localization system based on mobile robot[C]. 2012 24th Chinese Control and Decision Conference, 2012.
[3] VALIN J M, ROUAT F M J, LETOURNEAU D. Robust sound source localization using a microphone array on a mobile robot[C]. International Conference on Intelligent Robots and Systems, 2003.
[4] 崔玮玮,曹志刚,魏建强.声源定位中的时延估计技术[J]. 数据采集与处理, 2007,22(1):90-99.
[5] CHARLES H, KNAPP G C C. The generalized correlation method for estimation of time delay[J]. IEEE Transactions on Acoustics, Speech and Signal Processing, 1976,24(4):320-327.
[6] MAHAJAN A. 3D position sensing using the differences in the time of flights from a wave source to various receivers[J]. IEEE Transactions on Robotics and Automation,2001,17(1):91-94.