基于Raspberry Pi 的声源定位跟踪系统

李晓阳，李世豪，范天一，王富达

(南京航空航天大学金城学院信息工程学院，江苏 南京 211156)

引言

随着时代的进步，在现实生活中很多东西是不可以随意拆卸的，或者拆卸的难度很大要耗费很大成本。例如：汽车、家电、航空航天等声音，尤其是噪声和异响，它往往意味着产品质量的问题，有故障，存在风险隐患，而我们要解决这些质量、故障、事故等问题。通过噪声源定位技术，确定产生这些问题的位置。

现代工业制造中我们发现，绝大多数的机械设备在正常工作状态下，会发出平稳而有规律的噪声，而当设备老化或者发生其他故障时，则会产生明显异于平常的工作噪声，这就为“以设备运行声音判断设备健康状态”提供了有利的条件。声音信号包含丰富的信息量，在很多视觉、触觉、嗅觉不适用的场景下，具有独特优势。同时，声音信号具备非接触性，可有效避免振动信号数据采集的困难。在国防现代化方面，声源定位技术可以用来测量在地面作战的炮兵阵地；可以用来找到隐藏在某地的狙击手位置，还可用于测量弹药试验火炮的着落点和空中炸点[1]。随着现在隐身技术的迅速发展，原本应用在军事坦克和直升机上的传统检测技术已经丧失作用，在这种情况下，被动声源探测技术将发挥巨大的优势。

1 理论基础

本系统中涉及的算法包含FFT 算法及TDOA 算法，关于上述两种算法的基本原理如下所示。

1.1 FFT 算法

因为声音是一个随时间变化的连续函数，任意一段间隔内都有无穷多个值，而无穷多的数据是没办法存储在计算机中的。想要存储，我们就需要将它离散化变成离散序列，具体的方法就是采样，使用固定的间隔对函数进行求值。见图1。

图1 采样后的结果

通过采样，我们将一个无尽序列变成了一个有限序列，其中每一个值叫做样本，这样就可以方便在计算机中存储了。采样的关键参数有两个，分别是采样频率和采样深度[2]。采样频率是指每秒钟采样多少次，很明显，采样频率越高，样本越多，数据量越大，同时也更接近原始的声音。采样深度是指用多少比特去存储采样得到的值，使用的比特越多，还原得到的声音越细腻，和图片的色彩深度是一个道理。见图2、图3。

图2 三段波形叠加之前的结果

图3 三段波形叠加后的结果

通过FFT 算法，我们可以将一个复合波形拆解为构成它的简单波形，即将结果2 转换成结果1。随声音跳动的每个柱子，对应的是一个频率或一组频率，而柱子的高度则是频率的分量大小，这两个信息傅里叶变换都能给到。将想要得到的某一组或一段频率提取并识别，即可做到滤波降噪[3]。

1.2 TDOA 算法

基于TDOA 的声源定位算法具有运算量小、算法简单易实现、定位精度较高、硬件成本低的特点，使得该算法在实际中的应用非常广泛，而且可以实现实时定位。根据系统设计需求声源设为（x，y），为第i 个声音的接收模块坐标为（xi，yi）。

因此发射声音与拾音器之间满足式（1）

然后可知Riy 代表发射声音电路的第i 个接收模块的距离差，则双曲线定位中发射声音（x，y）和拾音器（xi，yi）满足式（2）

采用相位检波的方法，将两路正弦信号之间的相位差转换为电压信号，采用ADC 测量电压信号就可以反向计算得到相位差，这样最终就可以转化为方程求解问题实现声源定位[4]。

2 系统整体设计方案

系统采用麦克风阵列与树莓派相结合，树莓派处理麦克风阵列的数据，在树莓派处理完数据以后传入Arduino，采用串口通信的方式将麦克风阵列获取到的数据传入到Arduino，通过Arduino 进行云台控制，实现激光定位，此外，为弥补市场上大部分声音定位技术的不足，如使用雷达搜索目标面临的电子干扰，仿人双耳声源定位在多干扰的场景下会面临定位的准确的问题。本系统采用了FFT 算法，TDOA 算法，使本系统可以达到一个精准定位的程度[5]，在用户启动树莓派并移动到指定区域以后，当监测数据高于标准值时，系统将启动激光模块进行定位，使用者也可以更据具体环境需求，对标准值。

2.1 硬件系统设计

处理器：采用Raspberry Pi 基金会生产的树莓派见图4。树莓派是Raspberry Pi 基金会开发的一款微型电脑，树莓派4B 在处理器速度，多媒体性能，内存和连接方面提供了突破性的增长，同时保留了向后兼容性和类似的功耗，且容易对其进行编程处理，基本可以满足本次设计要求，后期调试工作也更加方便。

图4 Raspberry Pi 基金会生产的树莓派

麦克风阵列（见图5）：麦克风阵列模块使用六个麦克风模块组装完成，据有可以定位声源方向的功能采用电容式驻极体话筒(咪头)，该元件能将一般的声音信号转化为电信号。价格便宜，便于设计，之后再自行设计滤波与放大电路，一起构成声音信号接收模块。

图5 麦克风阵列

装置显示电路采用0.96 寸OLED 屏幕（见图6），可设计ui 实时显示B 点位置和上述直线距离与夹角。

图6 OLED 屏幕

声源指示控制装置:采用二维云台承载激光笔（见图7）。云台不仅可水平转向，还可以竖直转动，并且云台扭矩大，转动力度较MG945 大。

图7 源指示控制装置

2.2 软件结构设计

(1) 声音检测声源检测模块依麦克风阵列，基于GPIO 框架编写麦克风阵列的使用程序，判断当前是否有声音发出。

(2) 声音预处理 当麦克风阵列接收到声源以后，树莓派使用FFT 执行预处理算法对声音进行降噪处理，去除无用的噪声，便于后续对声源进行准确的定位。

(3) 云台驱动 云台驱动模块依托Arduino，基于GPIO 框架编写二维云台硬件的使用程序，使之能够根据树莓派的输出，驱动云台转动合适角度，从而将激光笔指向声源发出的位置。

3 系统工作原理

采用计算机声音系统识别，通过麦克风阵列，应用FFT 算法进行降噪处理，通过树莓派上的声音识别系统，检测当前的声源进行定位，最终用云台舵机定位声源发出的位置，从而实现声源定位的目的。第一步，将待声源放于置物板上，麦克风阵列检测到声源，声源定位系统进入工作状态。第二步，云台舵机开始转动，转动角度由检测到的声源确定，可以旋转0°、90°、180°。待云台舵机转动到声源发出位置时激光笔开启。第三步云台舵机完成一次工作，等待下一次工作周期的到来，再一次进行声源定位操作。第四步，树莓派通过TDOA 算法对声源进行定位处理，将处理好的数据传递给Arduino，Arduino 将通过外接0.96 寸OLED 屏幕，从而可以在显示屏上直接显示，使用户能够方便、快捷地查阅信息。

4 系统应用效果分析

由表1 结果分析可知:

表1 该装置在1 m～3 m 范围内测试结果距离分析

（1） 杂音环境下测试与有较低响度的声音麦克风接收信号强烈，精度较高。

（2） 1 m 位置时红外线偏离圆心2°以内。2 m位置时红外线偏离圆1°～3°。3 m 位置时红外线偏离圆点5°左右。

5 结论

本系统设计了一种基于Raspberry Pi 开发板的声音定位系统，利用麦克风阵列能够实现对环境声音进行精确的监测，一旦发生异响可快速找到存在故障的地方，并对故障位置进行快速有效的处理，研究结果大大降低汽车的风险隐患，同时在家电、航空航天等领域存在的安全隐患有很大的前景[6]，然而，由于实验水平有限，本系统的测试结果存在一定程度误差，测试结果容易受到外界环境干扰，但整体应用效果较为显著，在后续的研究中我们将会从算法及元件选择方面进一步改进，从而获得更为准确的测试结果以指导实践。