CN102016632A - 用于定位至少一个对象的方法和装置 - Google Patents

Abstract

本发明涉及一种用于定位至少一个对象(10)的方法，其中a)通过所述至少一个对象(10)的麦克风装置(1)接收至少一个声源(3)的至少一个声学信号(2)，b)通过数据处理装置(4，7)自动根据预先给定的标准在所述至少一个声学信号(2)的时间变化曲线中搜索至少一个图案(5)，其中c)所述至少一个图案(5)是所述至少一个声学信号(2)的开端或者具有所述至少一个声学信号(2)的开端，以及d)根据图案(5)的接收借助于时间同步(6)进行所述至少一个对象(10)的定位。

Description

用于定位至少一个对象的方法和装置

本发明涉及一种根据权利要求1所述的方法和一种具有权利要求14的特征的装置。

在许多领域都必要的是，要在自由空间中或者也要在封闭的空间中定位对象，尤其是移动设备。定位在此可理解为，确定对象彼此间的空间关系和/或对象相对于参照系(如固定的空间)的空间关系。

清楚的是，这也包括定位的混合形式，在这些混合形式中例如确定第一移动设备相对于固定的参照系的位置并且接着确定另外的移动设备相对于第一移动设备的位置。例如，重要的也可以是只确定对象(例如两个移动设备)彼此间的距离。

在US 6941246B1中公开了例如一种系统，在该系统中移动设备自己发出声学信号，以允许对移动设备定位。

在US 6792118B1中公开了例如一种系统，借助该系统可以确定在两个麦克风之间的接收时的时间差。

在US 2006/0077759中公开了例如一种系统，在该系统中使用了不同的发送器和接收器。

然而，通过已知的方法和装置不可能在对象例如本身不发出信号的情况下对对象彼此间和/或相对于固定的参考系的复杂布置进行定位。

基于本发明的任务是提出一种方法，借助其可以灵活地定位，尤其是自定位。

根据本发明，该任务通过具有权利要求1的特征的方法来解决。

通过至少一个对象的麦克风装置来接收至少一个声源的至少一个声学信号。通过数据处理装置自动地根据预先给定的标准在至少一个声学信号的时间变化曲线中搜索至少一个图案，并且根据图案的接收借助时间同步来进行至少一个对象的定位。

在此，至少一个图案是至少一个声学信号的开端，或者至少一个图案具有至少一个声学信号的开端。

数据处理装置可以是分布式系统，该系统可以全部设置在对象外，该系统可以部分独立地部分设置在对象中，或者该系统可以完全设置在对象中，使得对象彼此间交换数据。

由此，可能的是，仅基于接收带有图案的声学信号来定位至少一个对象。

尽管该方法可针对静止的对象来应用，但有利的是，至少一个对象构建成移动设备。由此也可以定位运动的或可运动的对象或者设备。

也有利的是，相对于至少一个声源、相对于固定的坐标系或相对于至少一个另外的对象来进行至少一个对象的定位。

有利的是，至少一个图案是至少一个声学信号的开端，即在前的相对安静的阶段之后的声压变化和/或突然的音强变化和/或基于多普勒效应生成的信号。对这些图案共同的是，它们可从更为复杂的声学信号中提取。

此外，有利的是，基于至少一个声学信号的与该声学信号的传播路径无关的特性对至少一个图案进行搜索。此特性的例子例如是随时间变化的信号的过零。基本上，声学信号的频率和波形相对与传播路径无关。在寻找图案中应当发现的是，存在对定位对象可能可用的信号图案。为了确定传播时间差，必须将信号图案根据其起源来分组。对此，使用过零和/或其他特性来分组所找到的开端。已知的是，两个所找到的开端很可能由同样的声学信号引起，这样可以借助于传播时间差向下估计距离。说明如下形式：两个麦克风之间的距离除以传播时间差至少等于传播速度。

在另一有利的扩展方案中，借助数据处理装置对到达至少一个对象的至少一个声学信号进行统计学分析，用以确定对象的最可能的位置和/或至少两个对象的最可能的位置。由此，即使在有噪声的信号的情况下也可以进行位置确定。统计学分析的有利可能性包括对距离测量的分级(Klasseneinteilung)的分析。

在本发明的另一有利的扩展方案中，通过频率分析、借助占主导地位的频率、依据至少一个声学信号(2)的幅度、基于过零的数目、通过至少一个声学信号(2)的波形和/或运行长度编码(Lauflaengencodierung)来识别和/或特征化至少一个图案。这些参数很适合于确定或特征化声学信号内的图案。

有利地，根据至少一个图案抵达的时间数据和由此得到的在至少两个对象的情况下不同的传播时间自动地确定至少两个对象之间的距离。该方法基本上也可以同时应用于多于两个的对象上。

在另一有利的扩展方案中，通过数据处理装置自动地确定多个对象彼此间的相对空间位置和/或多个对象在参考系中的绝对空间位置。因此，可以进行对象之间的定位，但是也可以进行参考系中的定位。这些方法的组合也是可能的，使得形成大的灵活应用。

此外，有利的是，至少一个声学信号的和/或至少一个对象的至少一个的源通过时间同步，尤其是通过无线电信号来耦合。

由于声学信号的传播与周围介质的温度有关，所以有利的是，数据处理装置确定至少一个声学信号的温度相关性。这在对象例如与空气有接触时例如可以通过测量空气温度来实现。

在根据本发明的方法的一个特别有利的扩展方案中，至少一个对象构建为移动电话或便携计算机。例如也可能的是，将不同种类的对象相对于彼此和/或相对于参考系定位。

该任务也通过具有权利要求0的特征的装置来解决。

以下参照针对多个实施例的附图的视图来详细地阐述本发明。其中：

图1示出了定位两个移动设备的示意图；

图2示出了声学信号中的图案的示意图；

图2A示出了声学信号的分类器的示意图；

图3示出了用于确定特征距离等级的柱状图；

图4示出了幅度近似的示意图；

图5示出了过零的示意图；

图6示出了运行长度编码的示意图；

图7示出了两个对象之间的距离估计的品质的示意图。

在下面示出了不同的应用例子，在这些应用例子中进行移动设备10、11之间的定位。原则上，本发明也可用于定位静止的对象10、11，使得下面的例子的描述能够不受局限地理解。借助定位在此尤其也可以进行对象或者移动设备的自定位。

在图1中示意性地示出了两个移动设备10、11，其在本实施例中构建为移动电话。原则上，移动设备10、11是自主系统，其例如可以由用户携带或者其也可以自主地运动，如例如在车间中的机器人。

两个移动设备10、11所位于的空间出于简化的原因在此缩减到两维，使得移动设备10、11的每个的位置可以通过坐标(x_i，y_i)来描述。在此情况下，移动设备10、11间的距离用A表示。

原则上，移动设备10、11也可以在三维空间中运动，使得设备的位置通过坐标(x_i，y_i，z_i)来描述。

移动设备10、11具有麦克风设置1，通过麦克风从环境中接收声学信号2。在图1中示出了发射这种声学信号2的声源3。声学信号应理解为压力波动形式的信号，声波以压力波动传播。在下面的例子中，介质是空气，其中原则上在液态介质(例如水)中的对象的定位也是可能的。在知道传播速度的情况下也可以越过相界来进行定位。在此，声学信号不仅理解为可听见的频率范围(约16Hz到20,000Hz)中的信号，而且声学信号可以具有在次声范围和/或超声范围中的成分。

声源3不必形成为使得其必须构建为用于发射声学信号。例如足够的是，两个移动设备10、11在不同的时间记录大声的、持续相对短的噪声或者声学信号2的突然变化。当两个移动设备10、11设置在一个空间中时，例如记录走动的人的脚步声就够了。由此变得明显的是，至少一个声源3不必是静止的。

声学信号2中的图案5的形式由两个移动设备10、11基本上相同(也许不同地)受噪声影响或者被不同地记录，仅在不同的时间。

在图1中出于清楚的原因仅仅示出了一个声源3，其中下面所描述的对移动设备10、11的定位也借助多个声源3来运行。

如后面会变得清楚的那样，声源3不必是静止的，而是其也可以在空间中运动。

移动设备10、11的麦克风装置1接收声学信号2。由于移动设备10、11距声源距离不同，所以由于不同的传播时间它们在不同的时间记录确定的声学信号。在图2中示意性地关于时间t绘制了声学信号2的声压p。声压直至时刻t₀是比较低的。声压p在时刻t₀之后显著更高。人将该变化觉察为从“小声”到“大声”的突然变化。因此，声学信号2包含图案5，即声压p的标明为开端(Onset)的转换)。在此，可以限定声学信号2的阈值，对该阈值的超过或低于导致计数器针对开端(Onset)置位(einsetzt)。

因此可以通过对触发信号的计数来记录对阈值的超过或低于，使得图案5可以特征化。在图2A中示出了这种借助阈值对声学信号的分级。在图2A中示出了作为声学信号2的声压曲线，其以不规则距离穿越上阈值和下阈值。阈值之间的声压位于灰色表示的区域中。由此，声学信号2的简单数字化是可能的。阈值之间的区域可以解释为“相对安静”。阈值外的区域可以解释为“相对嘈杂”。

麦克风装置1记录声压p在不同时间的变化。

原则上，音调、噪声、音调图案和/或噪声图案可以用作开端，其来自于对象的环境，即环境噪声和/或环境音调。当分析图案5(来自环境的噪声或音调)时，无需自身的能量来产生定位信号，这引起能量节约。

原则上也可能的是，将其他参数用于识别和/或特征化图案5。为此，可以借助傅里叶分析来确定占主导地位的频率。也可以确定幅度的特性或过零的数目(也参见图5)。另一参数，运行长度编码(Run Length Encoding)可以用于识别图案5。

运行长度编码被考虑用于描述所找到的开端的(也或者其他类型的声音事件或者图案的)开始段。该描述(或者特征化)应该与所找到的信号的幅度无关地进行，以便补偿至该装置的各个麦克风的不同的运行长度并且因此补偿到达那里的信号的不同的音强。

在图1中示出了数据处理装置4的外部部分，该部分为移动设备10、11提供时间同步6。移动设备10、11中的数据处理装置7的内部部分自动地在达到的声学信号中搜索图案5，图案可以提供关于移动设备10、11相对于声源3的相对位置的说明。数据处理装置4，7的何种功能构建在移动设备10、11外部或者构建在移动设备10、11内取决于用途。原则上可能且也有利的是，整个数据处理装置设置在一个或多个对象中，尤其是设置在移动设备10、11中，其彼此间交换数据。

基于时间同步6(例如通过无线电波)可以计算移动设备10、11距声源3的距离。信号2的发射时间(开始时间)和/或到达时间可以用于计算。当声源3的位置已知时，可以对移动设备10、11进行更精确的定位。

在上面的例子中，图案5包含在声压曲线中。原则上，图案5也可以由声学信号的其他参数形成，譬如频率、幅度或者波形。图案5也可以基于由于运动(多普勒效应)而形成的频率变化。这些特征的组合也可以形成图案5。因此，图案5是一个信号，其嵌在声学信号2中但可以根据确定的、预先给定的标准与声学信号2的其他部分区分。这类图案也与声学信号2的传播路径无关。原则上，声学信号的频率和波形与传播路径有关地不改变或者改变很少。

一种可能性在于借助于傅里叶分析(尤其是FFT)来确定占主导地位的频率。

在图4中示出了检测幅度(即波形的标准)的例子。在图4的上部示出了声学信号2，相同宽度的窗口连续地施加到该信号上。窗口的高度等于窗口中的声学信号的最大幅度加上最小幅度。信号的幅度可以通过可简单计算的尺度以简单方式来近似。高度在信号下面以条形图形式示出。在下方的表中示出了幅度近似的值和相对于最大可能的幅度单位为负分贝的所测量的幅度的值。

在图5中示出了如何能够通过过零的分析来特征化声学信号2。在图5中示出了通过垂直虚线示出的12个过零。过零适于特征化声学信号，因为过零的数目与距离无关。

在图6中示出了信号2的传播时间编码，其已在图2A中示出。信号2通过传播时间编码来离散化，以便其可以以存储器有效率的方式发送。图形下面的数字说明信号在哪些时间段停留在其阈值以外或阈值以内。信号2被标准化，以使其尽可能与例如可以来自不同的麦克风特征的幅度差无关。通过标准化可以取消对可能的空间地分布的麦克风的音强校准。

声学信号的特征化的可能性可以单独地或者也可以组合地使用。

借助声学信号中的每两个所确定的图案5(相同来源的开端)之间的所测量的时间差来确定移动设备10、11之间的距离估计的最小值(Weg_min)，该最小值向下估计两个麦克风装置之间的距离A。这些值随后称作最小距离估计并且通过下面的式子来计算：

Weg_Min＝声速＊|(TOA1-TOA2)|

其中

Weg_Min：两个移动设备10、11之间的距离的最小值

声速：声学信号2在空气中的传播速度

TOA1：声学信号2至第一移动设备10的到达时间

TOA2：声学信号2至第二移动设备11的到达时间

由此，两个移动设备10、11之间的距离至少与最小距离估计一样大。按类似方式在静止的对象10、11的情况下也可以进行。

这样确定的最小距离估计被存储用于数据处理装置4、7的后面的处理。

下面阐述了图案5的信息可以如何进一步使用在移动设备10、11的定位的领域中。

在此，一点是：必须比较两个所记录的图案5，由此可以确定相同的图案5被不同的设备10、11接收。

当例如要比较的图案5具有四个占主导地位的频率时，则四个频率的能量被标准化，以使得图案5可比较。然后，进行图案5与各个频率的相关。接着，可以计算针对标准化的能量差的尺度。如果事先针对尚可接受的差确定阈值，则可以自动地确定图案5在定义的范围中是否相一致。

类似地，即借助于幅度的标准化和比较，可以处理结合图4所示的幅度近似，以使能够实现在所接收的图案5之间进行比较。原则上，也可以使用运行长度编码。

为了比较声学信号2的到达时间，不同的麦克风装置1或移动设备10、11的各个图案识别的时间必须是可比较的。为了保证时间上的可比较性，借助合适的时间同步6为移动设备10、11建立统一的网络时间。原则上，也可能的是，随后建立测量结果的时间上的可比较性。这例如在事后时间同步(P0st-Facto Time Synchronisation)的框架下是可能的。

各个移动设备10、11的时间同步6例如可以借助用作时间参考的无线电信号来实现。然而，具有足够的时间精度的任何其他类型的时间同步6也可以用于此目的。

通过声速的知识和各个参与的移动设备10、11的(或静止的对象10、11)的采样时间的可比较性可以进行所描述的对移动设备10、11之间的最小距离估计的计算。为此假设始终恒定的声速(C_Luft)，其可通过空气温度的知识而足够精确地估计。为估计空气(在-20°到40°之间的范围中)中的声速可以使用下面的式子：

C_Luft＝331.3+(0.6＊Temperature(温度)_Luft)[m＊s^-1]

C_Luft：以[m＊s^-1]为单位所测量的空气中的声速

Temperature(温度)_Luft：以摄氏度为单位的空气温度

当移动设备10、11的至少一个具有温度计装置时，则可以确定对计算声速所需的温度。

否则，可以借助经验值来确定为此所需的温度。

因此，在时间过程中形成一系列被存储的最小距离估计。针对每对要定位的移动设备10、11(或者静止的对象10、11)于是可以考虑所有这些最小距离估计，以确定两个移动设备10、11之间的距离。在此，假设：移动设备10、11的位置约等于相应的移动设备10、11的麦克风装置1的位置。每两个移动设备10、11之间的距离的总估计随后称为总距离估计。

总距离估计的可能性通过所测量的图案5的统计学分析形成，例如通过分析对每两个对象10、11的所有最小距离估计的柱状图。这样，确定柱状图的最大距离等级，其具有显著的相关性(Relevanz)。以下，该距离等级称为特征距离等级。

图3示出了分别具有10cm的固定等级宽度的这种柱状图。

两个移动设备10、11之间的实际距离在该例子中为1.6m。最大频率(Haeufigkeit)为26并且由聚集在1.5m到1.6m之间的最小距离估计的等级引起。该距离等级在此情况下同时是特征距离等级。在图3中，所有聚集更大距离的最小距离估计的距离等级具有比最大频率小很多的频率。因此，距离等级获得更低的相关性并且并不视为特征距离等级。柱状图的右边缘上的离群值是测量不精确性或其他缺陷(例如特征化时的误差或者比较开端时的误差)的结果。

通过这种统计学分析在有噪声的环境的情况下也可以进行可靠的定位。

柱状图的等级宽度(单位为米)根据任务而合适地确定。这样生成的柱状图的等级的相关性取决于最小距离估计的频率。

在确定每两个移动设备10、11之间的距离的总估计的情况下，带有较高的距离估计的等级比带有较低的距离估计的等级被优先处理，其方式是它们获得较高的相关性。因此，算法可以确定任一柱状图的特征距离等级。

为了找到柱状图的特征距离等级，寻找如下距离等级，其聚集两个要定位的移动设备10、11之间的最大的最小距离估计并且同时还具有至少一个事先定义的、针对每两个对象10，11的所有最小距离估计的柱状图的最大频率的分数(Bruchteil)。作为该分数的例子，确定最大频率的四分之一的频率。因此，距离等级的相关性可以通过以米为单位的距离等级的上边界根据相应的距离等级是否还具有相关的频率来确定。如果距离等级具有比所要求的最大频率的分数更低的频率，则该距离等级具有为0的最低相关性。

除了总距离估计之外，可以确定总距离估计的品质。该品质估计这样获得的总距离估计对于随后的拓扑学重建过程(即移动设备10、11的定位)可靠性或说服力如何。两个或更多个移动设备10、11之间的总距离估计的品质取决于最小距离估计的量的设计(Gestalt)。在多于两个对象10、11的情况下，使用对于对象10、11之间的距离合适的标准，譬如各个品质的最小值。

定义边界值，该边界值确定从何时起总距离估计具有足够的品质。以下，总距离估计的品质称作估计品质。不同的启发适于确定估计品质。

可能的是，根据最小距离估计的数目来定义估计品质。为此需要如下边界值，该边界值说明多少最小距离估计对于满估计品质是必要的。下面的式子说明可以如何计算估计品质。

如果数目(最小距离估计)＜边界值：

G_Grenzwert＝数目(最小距离估计)/边界值

如果数目(最小距离估计)＞＝边界值：

G_Grenzwert＝1

其中

G_Grenzwert：借助与最小距离估计的数目相关的边界值确定总距离估计的品质

数目(最小距离估计)：最小距离估计的数目

Grenzwert：要确定的边界值

总距离估计的品质也可以通过柱状图的构造来定义，柱状图为此目的由最小距离估计的子集生成。为此所考虑的现有最小距离估计的子集通过所有属于特征距离等级或者在其距离估计中更小的最小距离估计确定。具有N个等级的柱状图由最小距离估计形成。在此情况下，等级宽度确定为使得具有最高值的最小距离估计正好还分类至上一等级中。这样形成的柱状图与参考柱状图相比较。参考柱状图是具有N个等级的、期望的完美柱状图，其假设声源均匀分布。此外，期望的参考柱状图被缩放，使得最高等级具有与生成的柱状图一样的频率。所有偏差之和除以最大可能的偏差得到总距离估计的品质。最大偏差是事先被缩放的、期望的参考柱状图的所有频率之和。

可以以多种方式来使用估计品质。例如，估计品质可以用于忽略总距离估计，只要总距离估计具有不足够的品质。另一可能性是将品质考虑为拓扑学重建(即定位)的相关性。

可能的是，通过模型来模拟移动设备10、11的定位，在该模型中将设备10、11假设为通过弹簧相连的质量。估计品质可以被这样的“质量-弹簧”-模拟用于定义与所引起的总距离估计的品质成比例的、各个弹簧的强度。这样，低品质的总距离估计比具有更高品质的总距离估计对拓扑学重建的结果的影响小。

接下来借助于合适的方法可以确定麦克风装置1彼此间的相对位置图(Lagebild)。对于基于总距离估计计算麦克风装置1或者移动设备10、11的相对位置合适的方法可以是例如质量-弹簧-模拟或者“多维缩放”。在质量-弹簧-模拟的情况下各个移动设备10、11以点质量来表现。每个现有的总距离估计导致两个点质量之间的带有总距离估计的长度的弹簧，其点质量代表移动设备10、11。各个弹簧的能量反复地最小化，直至建立稳定平衡。最后的稳定配置又被解释为移动设备10、11的相对位置图。

如果可由此得到移动设备10、11位于同一平面中，则针对在前所描述的拓扑学重建(即移动设备10、11的定位)的空间应该同样是二维的。如果情况不是如此，则拓扑学重建必须通过三维坐标工作。

在图7中示出了，声源3相对于两个对象10、11的几何布置如何影响距离A的估计(对于该几何布置参见图1)。基本上，对声学信号的每次测量都具有与源3和对象10、11的相对布置有关的误差。

在图7中，两个对象10、11固定地设置并且在图7中大致居中地示出。根据声源3的几何布置产生不同的误差。在图7中以等值线形式示出了测量的品质。当声源3和两个对象10、11位于一条直线上并且声源3并非恰好位于两个对象10、11之间时，误差最小(即测量的质量接近100％)。在其他极端情况下，声源3位于对象10、20之间的中垂线上，使得测量的质量在此趋向0。在极端情况之间得出在图7中示出的中间值。

本发明在其实施方面并不局限于上面所说明的优选实施例子。更确切地说，可以考虑许多变形方案，这些变形方案即使基本上不同的实施也利用了根据本发明的方法和根据本发明的装置。

参考附图标记表

1麦克风装置

2声学信号

3声源

4数据处理装置(外部部分)

5声学信号中的图案

6时间同步

7数据处理装置(内部部分)

10第一移动设备，第一对象

11第二移动设备，第二对象

A两个移动设备(对象)之间的距离

Claims (25)

1.一种用于定位至少一个对象(10)的方法，其中

a)通过所述至少一个对象(10)的麦克风装置(1)接收至少一个声源(3)的至少一个声学信号(2)，

b)通过数据处理装置(4，7)自动根据预先给定的标准在所述至少一个声学信号(2)的时间变化曲线中搜索至少一个图案(5)，其中

c)所述至少一个图案(5)是所述至少一个声学信号(2)的开端或者具有所述至少一个声学信号(2)的开端，以及

d)根据图案(5)的接收借助于时间同步(6)进行所述至少一个对象(10)的定位。

2.根据权利要求1所述的方法，其特征在于，所述至少一个对象构建为移动设备(10)。

3.根据权利要求1或2所述的方法，其特征在于，相对于所述至少一个声源(3)，相对于固定的坐标系或者相对于至少一个另外的对象(11)进行所述至少一个对象(10)的定位。

4.根据上述权利要求中的至少一项所述的方法，其特征在于，所述至少一个图案(5)是所述至少一个声学信号(2)的开端，即在前的相对安静的阶段之后的声压变化和/或突然的音强变化和/或基于多普勒效应产生的信号。

5.根据权利要求1或2所述的方法，其特征在于，基于所述至少一个声学信号(2)的与所述声学信号(2)的传播路径无关的特性搜索所述至少一个图案(5)。

6.根据上述权利要求中的至少一项所述的方法，其特征在于，借助于数据处理装置(4，7)对到达所述至少一个对象(10，11)的至少一个声学信号(2)进行统计学分析，以确定所述至少一个对象(10，11)的最可能的位置和/或至少两个对象(10，11)的最可能的位置。

7.根据权利要求6所述的方法，其特征在于，统计学分析包括距离测量的等级划分的分析。

8.根据上述权利要求的至少一项所述的方法，其特征在于，通过频率分析、借助于占主导地位的频率、根据所述至少一个声学信号(2)的幅度、基于过零点的数目、通过所述至少一个声学信号(2)的运行长度编码和/或波形来识别和/或特征化所述至少一个图案(5)。

9.根据上述权利要求中的至少一项所述的方法，其特征在于，根据所述至少一个图案(5)抵达的时间数据和由此得到的在至少两个对象(10，11)的情况下不同的传播时间自动确定这两个对象(10，11)之间的距离(A)。

10.根据上述权利要求中的至少一项所述的方法，其特征在于，数据处理装置(4，7)自动确定多个对象(10，11)彼此间的相对空间位置和/或多个对象(10，11)在参考系中的绝对空间位置。

11.根据上述权利要求中的至少一项所述的方法，其特征在于，所述至少一个声学信号(2)的和/或所述至少一个对象(10，11)的至少一个源(3)通过时间同步(6)，尤其是通过无线电信号来耦合。

12.根据上述权利要求中的至少一项所述的方法，其特征在于，数据处理装置(4，7)确定所述至少一个声学信号(2)的温度相关性。

13.根据上述权利要求中的至少一项所述的方法，其特征在于，至少一个对象(10)构建为移动电话或者便携计算机。

14.一种用于定位至少一个对象(10，11)的装置，其中所述至少一个对象(10，11)具有麦克风装置(1)，通过该麦克风装置能够接收至少一个声源(3)的至少一个声学信号(2)，该装置具有：数据处理装置(4，7)，用于根据预先给定的标准自动搜索所述至少一个声学信号(2)的时间变化曲线以确定至少一个对象(5)；用于检测带有至少一个开端的至少一个声学信号(2)的至少一个图案(5)的装置；和用于通过使用时间同步根据图案(5)的接收来定位所述至少一个对象(10，11)的装置。

15.根据权利要求0所述的装置，其特征在于用于对基于多普勒效应生成的信号和/或带有在前的相对安静的阶段之后的声压变化和/或突然的音强变化的至少一个声学信号(2)的至少一个图案(5)进行检测的装置。

16.根据权利要求0或15所述的装置，其特征在于用于基于所述至少一个声学信号(2)的特征搜索所述至少一个图案(5)的装置，其中该特性与所述声学信号(2)的传播路径无关。

17.根据权利要求0至16中的至少一项所述的装置，其特征在于用于对在所述至少一个对象(10，11)中所接收的至少一个声学信号(2)进行统计学分析以确定所述至少一个对象(10，11)的最可能位置的装置。

18.根据权利要求17所述的装置，其特征在于，统计学分析包括距离测量的等级划分的分析。

19.根据权利要求0至17中的至少一项所述的装置，其特征在于用于通过使用占主导地位的频率、所述至少一个声学信号(2)的幅度和/或所述至少一个声学信号(2)的波形来对所述至少一个图案(5)进行频率分析的装置。

20.根据权利要求0至19中的至少一项所述的装置，其特征在于，通过数据处理装置(4，7)能够自动地根据所述至少一个图案(5)抵达的时间数据和由此得到的在至少两个对象(10，11)情况下不同的传播时间确定这两个对象(10，11)之间的距离(A)。

21.根据权利要求0至20中的至少一项所述的装置，其特征在于，通过数据处理装置(4，7)能够自动地确定多个对象(10，11)彼此间的相对空间位置和/或多个对象(10，11)在参考系中的绝对空间位置。

22.根据权利要求0至21中的至少一项的装置，其特征在于，所述至少一个声学信号(2)的和/或所述至少一个对象(10，11)的至少一个源(3)通过时间同步(6)，尤其是通过无线电信号来耦合。

23.根据权利要求0至22中的至少一项所述的装置，其特征在于，数据处理装置(4，7)确定所述至少一个声学信号(2)的温度相关性。

24.根据权利要求0至23中的至少一项所述的装置，其特征在于用于主动发送信号以定位的装置。

25.一种移动设备(10)，特别是构建为用于使用根据方法1至13中的至少一项的方法，其特征在于，该移动设备构建为移动电话。

Images