CN113132895A - 一种定位方法、定位基站、定位设备、服务器及存储介质 - Google Patents
一种定位方法、定位基站、定位设备、服务器及存储介质 Download PDFInfo
- Publication number
- CN113132895A CN113132895A CN201911415383.8A CN201911415383A CN113132895A CN 113132895 A CN113132895 A CN 113132895A CN 201911415383 A CN201911415383 A CN 201911415383A CN 113132895 A CN113132895 A CN 113132895A
- Authority
- CN
- China
- Prior art keywords
- target object
- positioning
- data
- voice data
- attribute information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000004891 communication Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010586 diagram Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000010355 oscillation Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000003321 amplification Effects 0.000 description 3
- 238000003199 nucleic acid amplification method Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/18—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using ultrasonic, sonic, or infrasonic waves
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L21/00—Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
- G10L21/02—Speech enhancement, e.g. noise reduction or echo cancellation
- G10L21/0208—Noise filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Computer Networks & Wireless Communication (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本申请公开一种定位方法、定位基站、定位设备、服务器及存储介质,其中,一种定位方法包括步骤:获取目标对象的语音数据;根据时延估计算法处理语音数据,得到目标对象的第一定位数据;将语音数据发送至服务器,以使得服务器识别语音数据并生成目标对象的属性信息;接收服务器发送的属性信息;根据属性信息和第一定位数据计算得到目标对象的第二定位数据。本申请能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
Description
技术领域
本申请涉及目标跟踪技术领域,具体而言,涉及一种定位方法、定位基站、定位设备、服务器及存储介质。
背景技术
目前,主流的UWB定位系统基本上都采用UWB定位标签来获取定位数据的,根据人员佩戴的UWB定位标签来判断人员的活动范围,从而达到精确定位的目的。然而,这种定位方式存在以下问题:当使用人员将UWB定位标签放下或者UWB定位标签的电池耗完,UWB定位标签就会失去了作用,从而这种定位方式就不能够实现定位功能。
发明内容
本申请实施例的目的在于公开一种定位方法、定位基站、定位设备、服务器及存储介质,用于解决上述技术问题之一,以实现精确定位目标对象。
本申请第一方面公开了一种定位方法,该方法应用于定位基站,其中,该方法包括:
获取目标对象的语音数据;
根据时延估计算法处理语音数据,得到目标对象的第一定位数据;
将语音数据发送至服务器,以使得服务器识别语音数据并生成目标对象的属性信息;
接收服务器发送的属性信息;
根据属性信息和第一定位数据计算得到目标对象的第二定位数据。
本申请的方法能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
在本申请第一方面中,作为一种可选的实施方式,在获取目标对象的语音数据之后,根据时延估计算法处理语音数据之前,该方法还包括:
对语音数据进行噪声处理,以滤除语音数据中的噪声。
本可选的实施方式能够对语言数据进行噪声处理,进而提高语言数据的识别准确性,从而可提高目标对象的定位精确度。
在本申请第一方面中,作为一种可选的实施方式,在获取目标对象的语音数据之后,对语音数据进行噪声处理之前,该方法还包括:
对语音数据进行增强处理,以放大语音数据。
本可选的实施方式能够对语音数据进行增强处理,以捕获语音数据中的更多信息,进而提高语言数据识别的准确性,从而提高目标定位的准确性。
在本申请第一方面中,作为一种可选的实施方式,第一定位数据包括目标对象的方向信息和目标对象的角度信息。
在本可选实施方式中,目标对象的方向信息和目标对象的角度信息能够反映目标对象的大致位置,进而便于将其与目标对象的属性信息结合以得到目标对象更加精确的定位数据。
本申请第二方面公开了另一种定位方法,该方法应用于服务器,其中,该方法包括:
接收定位基站发送的目标对象的语音数据;
识别语音数据并生成目标对象的属性信息;
将属性信息发送至定位基站,以使得定位基站根据属性信息和第一定位数据计算得到目标对象的第二定位数据。
本申请的方法能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
在本申请第二方面中,作为一种可选的实施方式,识别语言数据并生成目标对象的属性信息,包括:
根据声纹识别算法识别语音数据,并生成目标对象的身高信息,并将目标对象的身高信息作为目标对象的属性信息。
本可选实施方式能够根据声纹识别算法识别语音数据,并且由于每个目标对象的声纹基本都不一样,因此,采用声纹识别算法识别语言数据能够提高语言数据识别结果的抗干扰性。
本申请第三方面提供一种定位基站,定位基站包括:
获取模块,用于获取目标对象的语音数据;
第一处理模块,用于根据时延估计算法处理语音数据,得到目标对象的第一定位数据;
第一发送模块,用于将语音数据发送至服务器,以使得服务器识别语音数据并生成目标对象的属性信息;
第一接收模块,用于接收服务器发送的属性信息;
计算单元,用于根据属性信息和第一定位数据计算得到目标对象的第二定位数据。
本申请定位基站通过执行定位方法,能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
本申请第四方面公开了一种服务器,该服务器包括:
第二接收模块,用于接收定位基站发送的目标对象的语音数据;
识别模块,用于识别语音数据并生成目标对象的属性信息;
第二发送模块,用于将属性信息发送至定位基站,以使得定位基站根据属性信息和第一定位数据计算得到目标对象的第二定位数据。
本申请的服务器通过执行定位方法,能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
本申请第五方面公开了一种定位基站,定位基站包括:
录音单元,用于获取目标对象的语音数据;
中央处理单元,用于根据时延估计算法处理语音数据,得到目标对象的第一定位数据,中央处理单元与录音单元电性连接;
通信单元,通信单元用于将语音数据发送至服务器,以使得服务器识别语音数据并生成目标对象的属性信息,通信单元与中央处理单元电性连接;
以及,通信单元还用于接收目标对象的属性信息;
中央处理单元,还用于根据属性信息和第一定位数据计算得到目标对象的第二定位数据。
本申请的定位基站通过执行定位方法,能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
本申请第六方面公开了一种定位设备,设备包括:
处理器;以及
存储器,配置用于存储机器可读指令,指令在由处理器执行时,使得处理器执行本申请第一方面和第二方面公开的定位方法。
本申请的定位设备通过执行定位方法,能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
本申请第七方面公开了一种计算机存储介质,计算机存储介质存储有计算机程序,计算机程序被处理器执行本申请第一方面和本申请第二方面公开的定位方法。
本申请的计算机存储介质通过执行定位方法,能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例一公开的一种定位方法的流程示意图;
图2为本申请实施例二公开的一种定位方法的流程示意图;
图3为本申请实施例三公开的一种定位方法的流程示意图;
图4为本申请实施例四公开的一种定位基站的结构示意图;
图5为本申请实施例五公开的一种服务器的结构示意图;
图6为本申请实施例六公开的一种定位基站的结构示意图;
图7为本申请实施例七公开的一种定位设备的结构示意图;
图8为本申请公开的一种定位基站的相坐标示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
实施例一
请参阅图1,图1是本申请实施例公开的一种定位方法的流程示意图。如图1所示,该方法包括步骤:
101、获取目标对象的语音数据;
102、根据时延估计算法处理语音数据,得到目标对象的第一定位数据;
103、将语音数据发送至服务器,以使得服务器识别语音数据并生成目标对象的属性信息;
104、接收服务器发送的属性信息;
105、根据属性信息和第一定位数据计算得到目标对象的第二定位数据。
示例性地,如图8所示,假设定位基站的相坐标为{x,y,z},且定位基站距离水平面的高度为a,定位基站距离人的斜面为c,定位基站与人的斜面所形成的夹角为θ,则可由cosθ=a/c。
示例性地,如图8所示,假设目标对象的身高为h,目标对象与定位基站处于同一y面上,目标对象的声源相对坐标为{x1,y1,z1},则,y1=x,z1=z-(a-h),x1=x-b2,因此,在x已知的前提下,计算出b2可计算出x1。进一步地,如图8所示,根据相似三角形的性质可得:
h/a=b1/(b1+b2),其中,b1可根据tanθ*h=b1得到,进而,
b2=(tanθ*h)/(h/a-1),进而,在h已知,a已知,tanθ的前提下,可得到b2的值,因此,x1=x-(tanθ*h)/(h/a-1),进而目标对象的声源相对坐标为{x-(tanθ*h)/(h/a-1),y1,z-(a-h)}。
可选地,当采用包含多个麦的麦克风阵列采集语音数据时,可根据距离衰减分贝值计算声源与麦克风阵列之间的距离,其中,根据声源与麦克风阵列之间的距离可得到定位基站的相对坐标{x,y,z},进而便于将定位基站的相对坐标转换为UWB坐标。
需要说明的是,基于定位基站与人的斜面所形成的夹角θ可生成第一定位数据(即目标对象的角度信息和目标对象的方向信息),目标对象的声源相对坐标可生成目标对象第二定位数据,其中第二定位数据至少包括目标对象的声源相对坐标。
本申请的方法能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
作为一种可选的实施方式,第一定位数据包括目标对象的方向信息和目标对象的角度信息。
在本可选实施方式中,目标对象的方向信息和目标对象的角度信息能够反映目标对象的大致位置,进而便于将其与目标对象的属性信息结合以得到目标对象更加精确的定位数据。
实施例二
请参阅图2,图2是本申请实施例公开的一种定位方法的流程示意图,其中,该方法应用于定位基站中。如图2所示,该方法包括步骤:
201、获取目标对象的语音数据;
202、对语音数据进行增强处理,以放大语音数据;
203、对语音数据进行噪声处理,以滤除语音数据中的噪声。
204、根据时延估计算法处理语音数据,得到目标对象的第一定位数据;
205、将语音数据发送至服务器,以使得服务器识别语音数据并生成目标对象的属性信息;
206、接收服务器发送的属性信息;
207、根据属性信息和第一定位数据计算得到目标对象的第二定位数据。
本申请实施例能够对语言数据进行噪声处理,进而提高语言数据的识别准确性,从而可提高目标对象的定位精确度。另一方面,本申请实施方式能够对语音数据进行增强处理,以捕获语音数据中的更多信息,进而提高语言数据识别的准确性,从而提高目标定位的准确性。
需要说明的是,关于步骤201、204、205、206、207的详细描述请参考本申请实施例一中的步骤101、102、103、104、105的相关描述,在此不作赘述。
作为一种可选的实施方式,步骤202,对语音数据进行增强处理,以放大语音数据的具体方式为:
采用AGC算法对对语音数据进行增强处理。
实施例三
请参阅图3,图3是本申请实施例公开的一种定位方法的流程示意图,其中,该方法应用于服务器中。如图3所示,该方法包括步骤:
301、接收定位基站发送的目标对象的语音数据;
302、识别语音数据并生成目标对象的属性信息;
303、将属性信息发送至定位基站,以使得定位基站根据属性信息和第一定位数据计算得到目标对象的第二定位数据。
本申请实施例的方法能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
作为一种可选的实施方式,步骤302,识别语言数据并生成目标对象的属性信息的具体方式为:
根据声纹识别算法识别语音数据,并生成目标对象的身高信息,并将目标对象的身高信息作为目标对象的属性信息。
本可选实施方式能够根据声纹识别算法识别语音数据,并且由于每个目标对象的声纹基本都不一样,因此,采用声纹识别算法识别语言数据能够提高语言数据识别结果的抗干扰性。
示例性地,如图8所示,假设定位基站的相坐标为{x,y,z},且定位基站距离水平面的高度为a,定位基站距离人的斜面为c,定位基站与人的斜面所形成的夹角为θ,则可由cosθ=a/c。
示例性地,如图8所示,假设目标对象的身高为h,目标对象与定位基站处于同一y面上,目标对象的声源相对坐标为{x1,y1,z1},则,y1=x,z1=z-(a-h),x1=x-b2,因此,在x已知的前提下,计算出b2可计算出x1。进一步地,如图8所示,根据相似三角形的性质可得:
h/a=b1/(b1+b2),其中,b1可根据tanθ*h=b1得到,进而,
b2=(tanθ*h)/(h/a-1),进而,在h已知,a已知,tanθ的前提下,可得到b2的值,因此,x1=x-(tanθ*h)/(h/a-1),进而目标对象的声源相对坐标为{x-(tanθ*h)/(h/a-1),y1,z-(a-h)}。
可选地,当采用包含多个麦的麦克风阵列采集语音数据时,可根据距离衰减分贝值计算声源与麦克风阵列之间的距离,其中,根据声源与麦克风阵列之间的距离可得到定位基站的相对坐标{x,y,z},进而便于将定位基站的相对坐标转换为UWB坐标。
需要说明的是,基于定位基站与人的斜面所形成的夹角θ可生成第一定位数据(即目标对象的角度信息和目标对象的方向信息),目标对象的声源相对坐标可生成目标对象第二定位数据,其中第二定位数据至少包括目标对象的声源相对坐标。
实施例四
请参阅图4,图4是本申请实施例公开的一种定位基站的结构示意图。如图4所示,该定位基站包括:
获取模块401,用于获取目标对象的语音数据;
第一处理模块402,用于根据时延估计算法处理语音数据,得到目标对象的第一定位数据;
第一发送模块403,用于将语音数据发送至服务器,以使得服务器识别语音数据并生成目标对象的属性信息;
第一接收模块404,用于接收服务器发送的属性信息;
计算单元405,用于根据属性信息和第一定位数据计算得到目标对象的第二定位数据。
本申请实施例的定位基站通过执行定位方法,能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
示例性地,如图8所示,假设定位基站的相坐标为{x,y,z},且定位基站距离水平面的高度为a,定位基站距离人的斜面为c,定位基站与人的斜面所形成的夹角为θ,则可由cosθ=a/c。
示例性地,如图8所示,假设目标对象的身高为h,目标对象与定位基站处于同一y面上,目标对象的声源相对坐标为{x1,y1,z1},则,y1=x,z1=z-(a-h),x1=x-b2,因此,在x已知的前提下,计算出b2可计算出x1。进一步地,如图8所示,根据相似三角形的性质可得:
h/a=b1/(b1+b2),其中,b1可根据tanθ*h=b1得到,进而,
b2=(tanθ*h)/(h/a-1),进而,在h已知,a已知,tanθ的前提下,可得到b2的值,因此,x1=x-(tanθ*h)/(h/a-1),进而目标对象的声源相对坐标为{x-(tanθ*h)/(h/a-1),y1,z-(a-h)}。
可选地,当采用包含多个麦的麦克风阵列采集语音数据时,可根据距离衰减分贝值计算声源与麦克风阵列之间的距离,其中,根据声源与麦克风阵列之间的距离可得到定位基站的相对坐标{x,y,z},进而便于将定位基站的相对坐标转换为UWB坐标。
需要说明的是,基于定位基站与人的斜面所形成的夹角θ可生成第一定位数据(即目标对象的角度信息和目标对象的方向信息),目标对象的声源相对坐标可生成目标对象第二定位数据,其中第二定位数据至少包括目标对象的声源相对坐标。
作为一种可选的实施方式,第一定位数据包括目标对象的方向信息和目标对象的角度信息。
在本可选实施方式中,目标对象的方向信息和目标对象的角度信息能够反映目标对象的大致位置,进而便于将其与目标对象的属性信息结合以得到目标对象更加精确的定位数据。
作为一种可选的实施方式,定位基站还包括语音放大模块,其中,该语音放大模块用于在获取模块401获取目标对象的语音数据之后,第一处理模块402根据时延估计算法处理语音数据,得到目标对象的第一定位数据之前,对语音数据进行增强处理,以放大语音数据。
本可选的实施方式能够对语言数据进行噪声处理,进而提高语言数据的识别准确性,从而可提高目标对象的定位精确度。
作为一种可选的实施方式,语音放大模块对语音数据进行增强处理的具体方式为:
采用AGC算法对对语音数据进行增强处理。
作为一种可选的实施方式,定位基站还包括噪声处理模块,其中,噪声处理模块用于在语音放大模块对语音数据进行增强处理之后,第一处理模块402根据时延估计算法处理语音数据之前,对语音数据进行噪声处理,以滤除语音数据中的噪声。
本可选实施方式能够对语音数据进行增强处理,以捕获语音数据中的更多信息,进而提高语言数据识别的准确性,从而提高目标定位的准确性。
实施例五
请参阅图5,图5是本申请实施例公开的一种服务器的结构示意图。如图5所示,该服务器包括:
第二接收模块501,用于接收定位基站发送的目标对象的语音数据;
识别模块502,用于识别语音数据并生成目标对象的属性信息;
第二发送模块503,用于将属性信息发送至定位基站,以使得定位基站根据属性信息和第一定位数据计算得到目标对象的第二定位数据。
本申请实施例的服务器通过执行定位方法,能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
作为一种可选的实施方式,识别模块502,识别语音数据并生成目标对象的属性信息的具体方式为:
根据声纹识别算法识别语音数据,并生成目标对象的身高信息,并将目标对象的身高信息作为目标对象的属性信息。
本可选实施方式能够根据声纹识别算法识别语音数据,并且由于每个目标对象的声纹基本都不一样,因此,采用声纹识别算法识别语言数据能够提高语言数据识别结果的抗干扰性。
示例性地,如图8所示,假设定位基站的相坐标为{x,y,z},且定位基站距离水平面的高度为a,定位基站距离人的斜面为c,定位基站与人的斜面所形成的夹角为θ,则可由cosθ=a/c。
示例性地,如图8所示,假设目标对象的身高为h,目标对象与定位基站处于同一y面上,目标对象的声源相对坐标为{x1,y1,z1},则,y1=x,z1=z-(a-h),x1=x-b2,因此,在x已知的前提下,计算出b2可计算出x1。进一步地,如图8所示,根据相似三角形的性质可得:
h/a=b1/(b1+b2),其中,b1可根据tanθ*h=b1得到,进而,
b2=(tanθ*h)/(h/a-1),进而,在h已知,a已知,tanθ的前提下,可得到b2的值,因此,x1=x-(tanθ*h)/(h/a-1),进而目标对象的声源相对坐标为{x-(tanθ*h)/(h/a-1),y1,z-(a-h)}。
可选地,当采用包含多个麦的麦克风阵列采集语音数据时,可根据距离衰减分贝值计算声源与麦克风阵列之间的距离,其中,根据声源与麦克风阵列之间的距离可得到定位基站的相对坐标{x,y,z},进而便于将定位基站的相对坐标转换为UWB坐标。
需要说明的是,基于定位基站与人的斜面所形成的夹角θ可生成第一定位数据(即目标对象的角度信息和目标对象的方向信息),目标对象的声源相对坐标可生成目标对象第二定位数据,其中第二定位数据至少包括目标对象的声源相对坐标。
实施例六
请参阅图6,图6是本申请实施例公开的一种定位基站的结构示意图。如图6所示,该定位基站包括:
录音单元601,用于获取目标对象的语音数据;
中央处理单元602,用于根据时延估计算法处理语音数据,得到目标对象的第一定位数据,中央处理单元与录音单元电性连接;
通信单元603,通信单元用于将语音数据发送至服务器,以使得服务器识别语音数据并生成目标对象的属性信息,通信单元与中央处理单元电性连接;
以及,通信单元603还用于接收目标对象的属性信息;
中央处理单元602,还用于根据属性信息和第一定位数据计算得到目标对象的第二定位数据。
本申请的定位基站通过执行定位方法,能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
作为一种可选的实施方式,录音单元601为包含6个麦的麦克风阵列。
作为一种可选的实施方式,通信单元603采用BLE\WIFI通信协议进行通信。
作为一种可选的实施方式,定位基站还包括时钟振荡电路607,时钟振荡电路607与中央处理单元602电性连接,时钟振荡电路607用于给中央处理单元602提供时钟振荡信号。
作为一种可选的实施方式,定位基站还包括UWB定位单元606,UWB定位单元606与中央处理单元602电性连接,UWB定位单元606用于获取定位坐标。
作为一种可选的实施方式,定位基站还包括语音处理单元604,语音处理单元604与中央处理单元电信连接,其中,语音处理单元604用于对语音数据进行回音消除与环境噪音处理,进一步地,语音处理单元604还用于根据时延估计算法处理所述语音数据,得到所述目标对象的第一定位数据(声源角度),再进一步地,语音处理单元604还用于通过AGC算法进行语音数据进行信号放大,并且根据距离衰减分贝值估算语音信号与录音单元601的距离。
作为一种可选的实施方式,定位基站还包括音频解码模块605,音频解码模块605与中央处理单元电信连接,其中,音频解码模块605用于对语音数据进行压缩和解码处理。
实施例七
请参阅图7,图7是本申请实施例公开的一种定位设备的结构示意图。如图7所示,该定位设备包括:
处理器702;以及
存储器701,配置用于存储机器可读指令,指令在由处理器702执行时,使得处理器502执行本申请实施例一至实施例三公开的定位方法。
本申请的定位设备通过执行定位方法,能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
实施例八
本申请实施例公开了一种计算机存储介质,计算机存储介质存储有计算机程序,计算机程序被处理器执行本申请实施例一至实施例三公开的定位方法。
本申请的计算机存储介质通过执行定位方法,能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
实施例九
本申请实施例公开了一种计算机程序产品,该计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质,且该计算机程序可操作来使计算机执行本申请实施例一至实施例三公开的定位方法。
本申请的计算机程序产品通过执行定位方法,能够通过靠近声源的UWB定位系统链路捕获目标对象的语言数据,进而基于语言数据的声纹识别结果获得目标对象精确定位,与现有技术相比,由于不需要UWB定位标签发送目标对象的定位数据,因此,本申请的定位方法能够在UWB定位标签信号弱或者没有的情况下,也能够对目标对象进行精确定位。
在本申请所公开的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (11)
1.一种定位方法,其特征在于,所述方法应用于定位基站,所述方法包括:
获取目标对象的语音数据;
根据时延估计算法处理所述语音数据,得到所述目标对象的第一定位数据;
将所述语音数据发送至服务器,以使得所述服务器识别所述语音数据并生成所述目标对象的属性信息;
接收所述服务器发送的所述属性信息;
根据所述属性信息和第一定位数据计算得到所述目标对象的第二定位数据。
2.如权利要求1所述的方法,其特征在于,在获取目标对象的语音数据之后,根据时延估计算法处理所述语音数据之前,所述方法还包括:
对所述语音数据进行噪声处理,以滤除所述语音数据中的噪声。
3.如权利要求2所述的方法,其特征在于,在获取目标对象的语音数据之后,对所述语音数据进行噪声处理之前,所述方法还包括:
对所述语音数据进行增强处理,以放大所述语音数据。
4.如权利要求1-3任一项所述的方法,其特征在于,所述第一定位数据包括所述目标对象的方向信息和所述目标对象的角度信息。
5.一种定位方法,其特征在于,所述方法应用于服务器,所述方法包括:
接收定位基站发送的目标对象的语音数据;
识别所述语音数据并生成所述目标对象的属性信息;
将所述属性信息发送至所述定位基站,以使得所述定位基站根据所述属性信息和第一定位数据计算得到所述目标对象的第二定位数据。
6.如权利要求5所述的方法,其特征在于,识别所述语言数据并生成所述目标对象的属性信息,包括:
根据声纹识别算法识别所述语音数据,并生成所述目标对象的身高信息,并将所述目标对象的身高信息作为所述目标对象的属性信息。
7.一种定位基站,其特征在于,所述定位基站包括:
获取模块,用于获取目标对象的语音数据;
第一处理模块,用于根据时延估计算法处理所述语音数据,得到所述目标对象的第一定位数据;
第一发送模块,用于将所述语音数据发送至服务器,以使得所述服务器识别所述语音数据并生成所述目标对象的属性信息;
第一接收模块,用于接收所述服务器发送的所述属性信息;
计算单元,用于根据所述属性信息和第一定位数据计算得到所述目标对象的第二定位数据。
8.一种服务器,其特征在于,所述服务器包括:
第二接收模块,用于接收定位基站发送的目标对象的语音数据;
识别模块,用于识别所述语音数据并生成所述目标对象的属性信息;
第二发送模块,用于将所述属性信息发送至所述定位基站,以使得所述定位基站根据所述属性信息和第一定位数据计算得到所述目标对象的第二定位数据。
9.一种定位基站,其特征在于,所述定位基站包括:
录音单元,用于获取目标对象的语音数据;
中央处理单元,用于根据时延估计算法处理所述语音数据,得到所述目标对象的第一定位数据,所述中央处理单元与所述录音单元电性连接;
通信单元,所述通信单元用于将所述语音数据发送至服务器,以使得所述服务器识别所述语音数据并生成所述目标对象的属性信息,所述通信单元与所述中央处理单元电性连接;
以及,所述通信单元还用于接收所述目标对象的所述属性信息;
所述中央处理单元,还用于根据所述属性信息和第一定位数据计算得到所述目标对象的第二定位数据。
10.一种定位设备,其特征在于,所述设备包括:
处理器;以及
存储器,配置用于存储机器可读指令,所述指令在由所述处理器执行时,使得所述处理器执行如权利要求1-6所述的定位方法。
11.一种计算机存储介质,其特征在于,所述计算机存储介质存储有计算机程序,所述计算机程序被处理器执行如权利要求1-6所述的定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911415383.8A CN113132895A (zh) | 2019-12-31 | 2019-12-31 | 一种定位方法、定位基站、定位设备、服务器及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911415383.8A CN113132895A (zh) | 2019-12-31 | 2019-12-31 | 一种定位方法、定位基站、定位设备、服务器及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113132895A true CN113132895A (zh) | 2021-07-16 |
Family
ID=76770735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911415383.8A Pending CN113132895A (zh) | 2019-12-31 | 2019-12-31 | 一种定位方法、定位基站、定位设备、服务器及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113132895A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100061186A1 (en) * | 2006-11-30 | 2010-03-11 | Cardinale Ciccotti Giuseppe | method for localizing remote devices, using acoustical and electromagnetic waves |
CN102901949A (zh) * | 2012-10-13 | 2013-01-30 | 天津大学 | 一种二维空间分布式声音相对定位方法及装置 |
CN105223551A (zh) * | 2015-10-12 | 2016-01-06 | 吉林大学 | 一种可穿戴的声源定位跟踪系统及方法 |
CN107505598A (zh) * | 2017-08-01 | 2017-12-22 | 南京理工大学 | 一种基于三基阵的空中炸点定位方法 |
-
2019
- 2019-12-31 CN CN201911415383.8A patent/CN113132895A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100061186A1 (en) * | 2006-11-30 | 2010-03-11 | Cardinale Ciccotti Giuseppe | method for localizing remote devices, using acoustical and electromagnetic waves |
CN102901949A (zh) * | 2012-10-13 | 2013-01-30 | 天津大学 | 一种二维空间分布式声音相对定位方法及装置 |
CN105223551A (zh) * | 2015-10-12 | 2016-01-06 | 吉林大学 | 一种可穿戴的声源定位跟踪系统及方法 |
CN107505598A (zh) * | 2017-08-01 | 2017-12-22 | 南京理工大学 | 一种基于三基阵的空中炸点定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11398235B2 (en) | Methods, apparatuses, systems, devices, and computer-readable storage media for processing speech signals based on horizontal and pitch angles and distance of a sound source relative to a microphone array | |
CN107799126B (zh) | 基于有监督机器学习的语音端点检测方法及装置 | |
CN109506568B (zh) | 一种基于图像识别和语音识别的声源定位方法及装置 | |
CN110265037B (zh) | 身份验证方法、装置、电子设备及计算机可读存储介质 | |
CN110716180B (zh) | 一种基于人脸检测的音频定位方法及装置 | |
KR20150031896A (ko) | 음성인식장치 및 그 동작방법 | |
US10424314B2 (en) | Techniques for spatial filtering of speech | |
CN104795066A (zh) | 语音识别方法和装置 | |
CN108828501B (zh) | 在室内声场环境中对移动声源进行实时跟踪定位的方法 | |
CN110400566B (zh) | 识别方法和电子设备 | |
KR20150126214A (ko) | 음성 인식 장치 및 방법, 잡음-음성 인식 모델 생성 장치 및 방법 | |
US10754475B2 (en) | Near ultrasound based proximity sensing for mobile devices | |
CN110808030A (zh) | 语音唤醒方法、系统、存储介质及电子设备 | |
TWI659410B (zh) | Audio recognition method and device | |
CN113064118A (zh) | 声源定位方法和装置 | |
CN113132895A (zh) | 一种定位方法、定位基站、定位设备、服务器及存储介质 | |
WO2013132216A1 (en) | Method and apparatus for determining the number of sound sources in a targeted space | |
Luo et al. | SoundWrite II: Ambient acoustic sensing for noise tolerant device-free gesture recognition | |
WO2023082836A1 (zh) | 信道状态确定方法、装置和机器可读存储介质 | |
CN111951791B (zh) | 声纹识别模型训练方法、识别方法、电子设备及存储介质 | |
CN114125365A (zh) | 视频会议方法、装置及可读存储介质 | |
CN111613247B (zh) | 一种基于麦克风阵列的前景语音检测方法及装置 | |
JP6106618B2 (ja) | 音声区間検出装置、音声認識装置、その方法、及びプログラム | |
CN112509597A (zh) | 录音数据识别方法和装置、录音设备 | |
CN117835108B (zh) | 无线麦克风静音预测方法、系统、终端及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210716 |