CN118091543A - 一种基于chirp的声学设备6自由度跟踪方法 - Google Patents
一种基于chirp的声学设备6自由度跟踪方法 Download PDFInfo
- Publication number
- CN118091543A CN118091543A CN202410227240.9A CN202410227240A CN118091543A CN 118091543 A CN118091543 A CN 118091543A CN 202410227240 A CN202410227240 A CN 202410227240A CN 118091543 A CN118091543 A CN 118091543A
- Authority
- CN
- China
- Prior art keywords
- signal
- chirp
- frequency
- microphone
- time
- 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 32
- 230000033001 locomotion Effects 0.000 claims abstract description 29
- 238000005516 engineering process Methods 0.000 claims description 20
- 238000005070 sampling Methods 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 9
- 230000001360 synchronised effect Effects 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 108010076504 Protein Sorting Signals Proteins 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000003111 delayed effect Effects 0.000 claims description 3
- 230000005669 field effect Effects 0.000 claims description 3
- 230000005526 G1 to G0 transition Effects 0.000 claims description 2
- 238000001914 filtration Methods 0.000 claims description 2
- 230000002194 synthesizing effect Effects 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 8
- 230000002354 daily effect Effects 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 241001233887 Ania Species 0.000 description 1
- 241000592183 Eidolon Species 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 235000011034 Rubus glaucus Nutrition 0.000 description 1
- 244000235659 Rubus idaeus Species 0.000 description 1
- 235000009122 Rubus idaeus Nutrition 0.000 description 1
- 244000062793 Sorghum vulgare Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 235000019713 millet Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003797 telogen phase Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明公开了一种基于chirp的声学设备6自由度跟踪方法,属于室内运动跟踪方法技术领域;本发明以一种独特的视角探索了基于麦克风阵列的声学设备和商用音频系统之间的合作。具体来说,商用音频系统的多个扬声器作为信标发出特制的chirp信号,声学设备作为移动锚点接收信号并解析,从而建立它们之间的坐标系转换关系,最后实时估计设备的6自由度信息以实现主动位姿跟踪。本发明实现了一种新的声学位姿跟踪方案,从而为用户提供一种可靠的、便捷的室内主动跟踪服务。
Description
技术领域
本发明涉及室内运动跟踪方法技术领域,具体涉及一种基于chirp的声学设备6自由度跟踪方法。
背景技术
近年来,随着互联网技术和通信技术的在日常生活中更加深入的应用,世界正在步入一个万物智能、万物互联的新时代,据Verified Market Research发布的报告显示,2019年全球智能家居市场规模为808.3亿美元,预计到2027年将达到2078.8亿美元。其中,基于位置的服务成为物联网技术快速发展的最关键推动力之一。在室外环境中,GPS的相关研究已经较为成熟,能够提供全球范围内高精度三维位置、速度和时间信息服务,这种高精度的定位服务促进了依赖于位置信息的众多应用和服务(例如交通出行、旅游、外卖等)的快速发展。然而,在室内场景中,由于建筑的遮挡以及复杂的多径信息,GPS定位无法正常工作(例如,手机的导航功能失效、无人机的自动降落功能失效),因此新的挑战在于如何集成室内场景下的LBS服务。
智能设备的高速普及推动了一系列基于设备的室内定位技术的发展,常见的技术包括蓝牙、WIFI、光学等定位技术,它们有着不同的原理和应用。其中,蓝牙和WIFI定位技术是近年来被广泛讨论和研究的室内定位技术,其主要原理是通过信号场强指示(ReceivedSignal Strength Indication,RSSI)来进行室内的主动定位。RSSI是指示接收信号强度的指标,受到环境干扰和多路径效应的影响较大,因此定位精度较差,一般用于米级或分米级别定位跟踪的应用和场景。在基于超细粒度定位跟踪的应用场景中,如VR、AR等,目前常见的解决方案是使用高速光学摄像机进行动作捕捉,其跟踪精度可达亚毫米级。但是光学跟踪系统的成本极高,难以在日常生活进行推广。
基于上述讨论,为了支持商业化的细粒度室内位姿跟踪服务,例如低成本的VR体验,有必要探索更多的经济可行方案。如今,随着人们对影音娱乐的关注度不断增加,越来越多的家庭开始安装多声道家庭影音系统。常见的有5.1家庭影院系统,由一个主音箱、一个低音炮、两个前置音箱和两个环绕音箱组成,共6个音响组件。这种多声道音频系统可以直接作为室内位姿跟踪系统中的无线基站,为基于声学的商业化VR体验提供了重要的硬件基础条件。此外,麦克风在人们日常交互的智能设备中变得无处不在,例如智能手机、个人电脑、智能音箱和网络家电等中都内置了麦克风阵列,它们可作为声学室内定位跟踪系统的移动终端,为丰富新型物联网应用创造了更多可能。在感知力度方面,相比于其它无线信号,声学信号由于其低传播速度(340m/s)在传感粒度和精度方面具有先天的优势,精度可达厘米或毫米级别,这足以满足一些日常应用的高精度位姿跟踪需求。因此,作为一种无线替代方案,声学跟踪系统由于较高的定位精度以及低成本的部署和维护,已成为当前学术界研究和工业界追寻的热点。
基于上述内容,本发明提出了一种新型的基于chirp的声学设备6自由度跟踪方法,以独特的视角探索了基于麦克风阵列的声学设备和商用音频系统之间的合作。
发明内容
本发明的目的在于提供一种基于chirp的声学设备6自由度跟踪方法以解决背景技术中所提出的问题,本发明通过将扬声器作为无线定位系统中的信标,并传输特制的多信道声学chirp信号,对语音设备的3D位置和3D姿态进行实时跟踪,实现了一种新的声学位姿跟踪方案,从而能够为用户提供一种可靠的、便捷的室内主动跟踪服务。
为了实现上述目的,本发明采用了如下技术方案:
一种基于chirp的声学设备6自由度跟踪方法,包括以下步骤:
S1、混合信号模型调制:将扬声器安置在已知位置的参考点,为不同的扬声器划分时隙,基于调频连续信波技术,不断传输频率随时间线性变化的chirp信号和正弦信号,融合距离、速度、到达角三个维度的运动信息,最终输出多通道混合信号;
S2、三维运动特征解析:将chirp的发送信号和接收信号进行混合,得到信号频率差值,进而解析出距离和到达角特征;利用单弦信号测量运动速度特征并测量多普勒频移量,对飞行时间进行补偿,计算得到无偏的距离特征估计;设计一种基于斐波那契网格的到达角估计技术以降低到达角估计中参数搜索的冗余计算复杂度;
S3、基于分布式系统的六自由度位姿解算:针对接收机与发射机之间的异步时钟所存在的采样频率偏移和系统时间偏移,设计一种基于双曲线模型的时钟同步方案以将S2中得到的三维运动信息同步到世界坐标系中,进而估计设备的6D信息;通过创建虚拟同步时钟来校准分布式设备间的系统时钟,并构建一个基于扰动模型的位姿变换程序来同步世界坐标系和设备坐标系,最后输出细粒度的三维运动信息。
优选地,所述S1具体包括如下内容:
S1.1、轮流在音信系统的四个同道中调制chirp信号,保证四条传感链路相互独立;为每一条信号分配一条不同频率的单弦信号,评估多普勒频移;
S1.2、基于S1.1所述操作,生成四通道wav文件,通过音频系统对其进行播放,chirp信号的频率f随时间t线性增加,具体函数表示为:
其中,f0、B、T分别表示起始频率、信号带宽和chirp持续时间;
在时间上对频率进行积分,得到chirp信号的表达式为:
S1.3、在经过飞行时间τ后,麦克风接收到chirp信号的延迟版本信号序列,其函数表示为:
其中,α表示信号振幅衰减因子;
S1.4、对接收的chirp信号进行正交解调:首先将接收信号SR(t)通过带通滤波器来过滤日常低频生活噪声和高频单弦信号,然后将传输信号ST(t)执行希尔伯特变换,得到发射信号的复变函数版本接下来将ST*(t)和SR(t)进行混合,通过三角关系用相位和及相位差项求解;在经过低通滤波器后,混合信号的高频部分被进一步过滤,最终混合信号结果表示为:
S1.5、对于单弦信号,将麦克风接收信号通过带通滤波器,过滤出经过多普勒频移的单弦信号Sc(t);假设发射信号和接受信号的频率分别为fT和fR,则多普勒频移为Δf=fR-fT。
优选地,所述S2具体包括如下内容:
S2.1、假设扬声器和麦克风之间的距离为d,则由距离导致的信号飞行时间τd表示为:在一个六角麦克风圆形阵列中,由于远场效应,声波近似为平行传入6只麦克风,使用球坐标系中的极地角θp和方位角θa两个自由度来表示信号的入射方向,则入射向量表示为:
S2.2、假设第i只麦克风的坐标向量为那么由麦克风阵列布局将导致第i只麦克风的接收信号相比于阵列中心额外飞行一段距离,从而导致额外的飞行时间,其函数表示为:
S2.3、考虑多普勒效应对信号频率的影响,当收发机之间相互远离时,接收频率降低,在频谱图上等效为chirp的向右移动,即增加信号飞行时间,根据多普勒公式,多普勒速度的等效飞行时间表示为:其中,Δf表示多普勒频移;
基于上述内容,将第i只麦克风的chirp信号的等效时延表示为:
S2.4、对各麦克风接收的chirp混合信号SM(t)和单弦信号SC(t)执行快速傅里叶变换,计算得到等效时延τi和单弦信号频率fR,则信号中的速度v、距离d和到达角θp,θa运动特征通过下式计算:
S2.5、在球面上的采样不均匀,基于经纬度网格的搜索造成了冗余的计算时间复杂度,极点附近的搜索点密度高于赤道处,从极点入射的信号的能量显示为一个长带;鉴于此,通过在球上生成一系列斐波那契网格点进行搜索,实现球表面的接近均匀的采样,具体函数表示为:
其中,n、N、(xn,yn,zn)分别表示斐波那契点的指数、总数和单位向量,表示常数在相同的采样量下,斐波那契网格的球面划分更均匀,能量热度图没有模糊性,基于斐波那契的到达角搜索将计算复杂度从O(N2)降至O(N)。
优选地,所述S3具体包括如下内容:
S3.1、针对采样频率偏移,设计一种采样频率偏移补偿方法来消除不同设备之间的偏移量:在设备的静止阶段对接收信号执行fft,检测连续时间窗口内的fft峰值的线性漂移,并计算均值在后续的窗口中进行补偿;
S3.2、针对系统时间偏移,构造一个双曲线模型以创建一个虚拟的同步时钟;由于发射机和接收机的系统时间存在频移Δt,因此多分辨率信号特征解析部分中计算的信号飞行距离与实际信号飞行距离d存在一个固定的偏移值,其公式表示为:
考虑两个音响A、B和麦克风阵列构成的平面,则两音响的信号飞行距离差值为:
音响A与音响B之间的信号到达角差值为:
以音响A与音响B的位置为焦点,间距为DAB,构造离心率的双曲线,利用几何关系求解固定时钟偏移,具体函数公式为:
S3.3、接着,计算4个音响A、B、C、D距离麦克风的绝对距离dA、dB、dC、dD;假设音响坐标为PA、PB、PC、PD,根据三球交会的原理,建立几何关系式:
||Ps-P|=ds,s=A,B,C,D|
计算得到麦克风的3维坐标为P=[x,y,z]T。
S3.4、同步世界坐标系中的信号入射角和设备坐标系中的信号到达角,在世界坐标系中,信号入射的向量为:
在设备坐标系中,信号的达到角度为:
根据坐标系旋转前后的关系得出:
其中,表示将向量/>旋转至/>的旋转矩阵;
利用奇异值分解来求解上述等式,计算得出:
S3.5、根据罗德里格斯公式,旋转矩阵与旋转向量φ=[Rx,Ry,Rz]之间有:
S3.6、综合上述内容,系统最终输出麦克风阵列的6自由度数据:
6DoF=[P;φ]=[x,y,z;Rx,Ry,Rz]。
与现有技术相比,本发明提出了一种基于chirp的声学设备6自由度跟踪方法,具备以下有益效果:
(1)本发明实现了一种基于商业音频设备的室内6自由度位姿跟踪方案。根据所提出的技术方法,商业音频设备可以作为室内无线定位系统的信标,而装载有麦克风阵列的移动设备作为标签,来实现6自由度的实时跟踪。
(2)本发明实现的系统可以作为现有商业多通道家庭音频系统的补充,在没有任何成本效益的情况下实现VR/AR体验,无需额外硬件成本。它提供不同的输出:连续的1D/2D/3D速度、位置和方向估计。本发明可以独立地或联合地利用这些度量标准来启用和增强各新型LBS应用程序。
(3)本发明提出了一种基于球面斐波那契网格的到达角搜索技术,从而有效的减少了传统到达角估计方法中的冗余计算复杂度。
(4)本发明提出了一种新的6自由度姿态跟踪工作流程和模板,包括一种轻量级的虚拟同步时钟方案和一种通用的6自由度姿态变换方案。
(5)本发明在多个场景中设计了大量实验来对系统的能力进行验证。本发明使用商用的扬声器、4-ch声卡和麦克风阵列构建了一个原型,实现了较高精度的6自由度实时跟踪效果。
附图说明
图1为本发明提出的一种基于chirp的声学设备6自由度跟踪方法的流程图;
图2为本发明实施例1中提到的六角麦克风阵列模型;
图3为本发明实施例1中提到的到达角索技术示意图;
图4为本发明实施例1中提到的时钟异步示意图;
图5为本发明实施例1中提到的基于双曲线模型的系统时间同步示意图;
图6为本发明实施例1中提到的姿态估计原理图;
图7为本发明实施例1中提到的实验场景设置和6自由度跟踪效果图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
本发明旨在提出一种基于chirp的声学设备6自由度跟踪方法,以一种独特的视角探索了基于麦克风阵列的声学设备和商用音频系统之间的合作。具体来说,商用音频系统的多个扬声器作为信标发出特制的chirp信号,声学设备作为移动锚点接收信号并解析,从而建立它们之间的坐标系转换关系,最后实时估计设备的6自由度信息以实现主动位姿跟踪。
术语解释:
空间定位技术是一项在3D空间中获取位置信息的技术。随着物联网技术的快速发展,越来越多的应用开始强调和依赖基于位置的服务(Location-Based Service,LBS)。按照LBS的服务场景,空间定位技术可以分为室外定位和室内定位。
室内6自由度位姿跟踪技术是利用波信号或IMU传感器,在室内环境中跟踪目标的3维位置信息(x、y、z)和3维姿态信息(roll、yaw,pitch)的技术。目前,学术和工业界主要采用基于无线信号的定位技术、惯性导航系统、视觉定位等来作为室内定位的解决方案。考虑到成本、健壮性和易用性,基于无线信号的解决方案成为了下一代室内LBS服务的基础方案,包括声学信号、WIFI、UWB、RFID、LoRa等。
声学传感技术是利用声音信号来进行传感任务的技术。其主要原理发射机传输调制后的信号由接收机接收,并分析声音信号在传播过程中振幅、频率、相位的变化,进而推断出信号的飞行时间、到达角、多普勒频移等关键信息。
基于上述内容,下面结合具体实例对本发明所提出的一种基于chirp的声学设备6自由度跟踪方法进行说明,具体内容如下。
实施例1:
为了保证测试环境的适应性,本发明在一个4m×4m的开放空间内,使用商用扬声器、华硕声卡和Seeed Studio 6麦克风圆形阵列搭建一个系统原型。将声卡装载于台式主机电脑,4台扬声器分别连接声卡的环绕双轨和后置双轨,进而生成18-22kHz的chirp,持续时间为0.04s,并由四个音轨轮流循环播放。此外,本发明在22.25-23kHz上为每一条音轨调制不同频率的正弦信号用于估计多普勒偏移,间隔为250Hz。麦克风阵列的布局为正六边形,相邻麦克风之间的距离为4.75cm,并连接了一台树莓派4B进行控制,这样的配置与商业智能扬声器近似,如小米的小爱音响和阿里的天猫精灵。设备播放录制的采样率均设置为48kHz。接收到的信号记录为wav文件,并由台式主机执行matlab代码进行处理。同时开发了一款安卓应用,利用websocket将双声道录音数据实时传输至电脑。台式电脑执行python代码以启动注意力检测和空中鼠标应用。
请参阅图1,本发明提出基于chirp的声学设备6自由度跟踪方法,其主体流程分为混合信号模型调制、三维运动特征解析部分、基于分布式系统的六自由度位姿解算三个部分,具体内容如下。
(1)混合信号模型调制部分:基于声学的主动跟踪主要基于多点定位的原理,类似于其他无线跟踪系统,它需要借助多个定位基站作为辅助,在本发明中,扬声器被事先安置在已知位置的参考点,并不断发送声音信号。调频连续信波(Frequency ModulatedContinuous Wave,FMCW)技术是一种在雷达领域中被广泛使用的技术,通过不断的传输频率随时间线性变化的chirp信号,来准确地估计发射机和接收机之间的绝对距离。此外,根据多普勒效应,收发机之间的相对移动会造成接收信号频率偏移,可以通过检测单弦信号的频率偏移量来测量速度。对此,本发明实现了一种应用于商业音频系统的信号模型调制方案。具体来说,本发明首先为不同的扬声器划分时隙,并传输预先调制的chirp信号和正弦信号,来同时融合距离、速度、到达角三个维度的运动信息。最后本部分将输出多通道混合信号。
本发明使用chirp信号和单弦信号来同时融入距离、速度和到达角信息。对于音信系统中的四个通道,轮流地在各个信号中调制chirp信号,以保证四条传感链路的相互独立。此外,每一条信号分配一条不同频率的单弦信号,用来评估多普勒频移,分别为22250、22500、22750、23000Hz。注意,250Hz的间隔足以检测速度为3.8m/s的多普勒频偏,考虑到日常活动中通常低于1m/s的运动模式,各通道间单弦信号不会相互干扰。因此,本发明生成四通道的wav文件,并通过音频系统播放。chirp信号的频率f随时间t线性增加:
其中,f0、B、T分别表示起始频率、信号带宽和chirp持续时间。通过在时间上对频率进行积分,得到chirp信号的表达式为:
在经过飞行时间(Time of flight,ToF)τ后,麦克风接收到chirp信号的延迟版本信号序列,可以表示为:
其中α表示信号振幅衰减因子。接下来对接收的chirp信号进行正交解调。首先将接收信号SR(t)通过18-22kHz的带通滤波器来过滤日常低频生活噪声和高频单弦信号。然后将传输信号ST(t)执行希尔伯特变换,得到发射信号的复变函数版本接下来将ST*(t)和SR(t)进行混合,这个过程可以通过三角关系用相位和及相位差项求解。在经过低通滤波器后,混合信号的高频部分被进一步过滤,最终混合信号结果表示为:
对于单弦信号,本发明将麦克风接收信号通过22-23kHz的带通滤波器,即可过滤出经过多普勒频移的单弦信号Sc(t);假设发射信号和接受信号的频率分别为fT和fR,则多普勒频移为Δf=fR-fT。
(2)三维运动特征解析部分:通过将chirp的发送信号和接收信号进行混合,可以得到信号频率差值,进而解析出距离和到达角特征。然而,由于多普勒效应,在目标移动时同样引入了接收信号和传输信号之间的频移,进而引入了距离和速度估计之间的歧义。因此本发明利用单弦信号测量运动速度特征并测量多普勒频移量,从而对飞行时间进行补偿,计算得到无偏的距离特征估计。针对到达角估计中参数搜索的冗余计算复杂度,本发明设计了一种基于斐波那契网格的到达角估计技术,将计算复杂度降至O(n),具体包括如下内容:
在信号的传播过程中,将受到距离、到达角和速度的影响,造成信号接收的延迟τ。
假设扬声器和麦克风之间的距离为d,那么由距离导致的信号飞行时间τd表示为:
在一个六角麦克风圆形阵列中,由于远场效应,声波被近似为平行传入6只麦克风。本发明使用球坐标系中的两个自由度(极地角θp和方位角θa)来表示信号的入射方向,则入射向量表示为:
假设第i只麦克风的坐标向量为那么由麦克风阵列布局将导致第i只麦克风的接收信号相比于阵列中心额外飞行一段距离,从而导致额外的飞行时间,表示为:
该部分原理如图2所示。
考虑多普勒效应对信号频率的影响,当收发机之间相互远离时,接收频率降低,在频谱图上可等效为chirp的向右移动,即增加信号飞行时间,根据多普勒公式,多普勒速度的等效飞行时间表示为:
其中,Δf表示多普勒频移。
因此,可以将第i只麦克风的chirp信号的等效时延表示为:
接下来,对各麦克风接收的chirp混合信号SM(t和单弦信号SC(t)执行快速傅里叶变换(Fast Fourier Transform,FFT),可以计算得到等效时延τi和单弦信号频率fR,则信号中的速度v、距离d和到达角θp,θa运动特征通过下式计算:
速度、距离可通过常数级复杂度计算得到,而到达角需要遍历θp·θa的搜索窗口找到最优参数。这是由于在球面上的采样不均匀,基于经纬度网格的搜索造成了冗余的计算时间复杂度。具体来说,极点附近的搜索点密度高于赤道处,如图3所示,从极点入射的信号的能量显示了一个长带。因此,本发明通过在球上生成一系列斐波那契网格点进行搜索,这是球表面的接近均匀的采样:
其中,n、N、(xn,yn,zn)分别表示斐波那契点的指数、总数和单位向量,表示常数(黄金比值)。如图3所示,在相同的采样量下,斐波那契网格的球面划分更均匀,能量热度图没有模糊性。基于斐波那契的到达角搜索将计算复杂度从O(N2)降至O(N)。
(3)基于分布式系统的六自由度位姿解算部分:在本发明预实现的分布式系统中,移动设备(接收机)作为家用音频系统(发射机)的外置设备,它们之间存在异步时钟,包括采样时间漂移和系统时间漂移。另外,上述部分输出的三维运动信息是基于设备坐标系的测量,需要将其同步到世界坐标系中从而估计设备的6D信息。为此,本发明实现了一种基于双曲线模型的时钟同步方案,通过创建虚拟同步时钟来校准分布式设备间的系统时钟;并实现了一个基于扰动模型的位姿变换程序来同步世界坐标系和设备坐标系。最后本部分将输出细粒度的三维运动信息。更具体的包括如下内容:
在四个连续时隙内可以计算得到来自四个扬声器信号的飞行距离和到达角特征。然而,由于分布式系统中时钟的异步,接收机和发送机之间的采样频率和系统时间存在着漂移,如图4所示。
针对采样频率偏移,本发明采用了一种采样偏移补偿方法来消除不同设备之间的偏移量。具体来说,在设备的静止阶段(如开始使用设备的前3秒左右)对接收信号执行fft,检测连续时间窗口内的fft峰值的线性漂移,并计算均值在后续的窗口中进行补偿。
针对系统时间偏移,本发明构造了一个双曲线模型来创建一个虚拟的同步时钟。由于发射机和接收机的系统时间存在频移Δt,因此多分辨率信号特征解析部分中计算的信号飞行距离与实际信号飞行距离d存在着一个固定的偏移值,/>考虑两个音响A、B和麦克风阵列构成的平面,则来两音响的信号飞行距离差值为:
它们之间的信号到达角差值为:
以两个音响的位置为焦点,间距为DAB,构造离心率的双曲线,原理如图5所示。因此,利用几何关系求解固定时钟偏移:
4个音响可最多建立6个双曲线方程求固定时钟偏移的均值解。
接着,可以计算4个音响A、B、C、D距离麦克风的绝对距离dA、dB、dC、dD;假设音响坐标为PA、PB、PC、PD,根据三球交会的原理,建立几何关系式:
||Ps-P|=ds,s=A,B,C,D|
计算得到麦克风的3维坐标为P=[x,y,z]T。
最后需要同步世界坐标系中的信号入射角和设备坐标系中的信号到达角,原理如图6所示。在世界坐标系中,信号入射的向量为
在设备坐标系中,信号的达到角度为
根据坐标系旋转前后的的关系
其中,表示将向量/>旋转至/>的旋转矩阵。然后,利用奇异值分解来求解上述等式:
根据罗德里格斯公式,旋转矩阵与旋转向量φ=[Rx,Ry,Rz]之间有:
最终,系统输出麦克风阵列的6自由度数据
6DoF=[P;φ]=[x,y,z;Rx,Ry,Rz]。
以上所述,仅为本发明较佳的具体实施方式,但本发明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发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种基于chirp的声学设备6自由度跟踪方法,其特征在于,包括以下步骤:
S1、混合信号模型调制:将扬声器安置在已知位置的参考点,为不同的扬声器划分时隙,基于调频连续信波技术,不断传输频率随时间线性变化的chirp信号和正弦信号,融合距离、速度、到达角三个维度的运动信息,最终输出多通道混合信号;
S2、三维运动特征解析:将chirp的发送信号和接收信号进行混合,得到信号频率差值,进而解析出距离和到达角特征;利用单弦信号测量运动速度特征并测量多普勒频移量,对飞行时间进行补偿,计算得到无偏的距离特征估计;设计一种基于斐波那契网格的到达角估计技术以降低到达角估计中参数搜索的冗余计算复杂度;
S3、基于分布式系统的六自由度位姿解算:针对接收机与发射机之间的异步时钟所存在的采样频率偏移和系统时间偏移,设计一种基于双曲线模型的时钟同步方案以将S2中得到的三维运动信息同步到世界坐标系中,进而估计设备的6D信息;通过创建虚拟同步时钟来校准分布式设备间的系统时钟,并构建一个基于扰动模型的位姿变换程序来同步世界坐标系和设备坐标系,最后输出细粒度的三维运动信息。
2.根据权利要求1所述的一种基于chirp的声学设备6自由度跟踪方法,其特征在于,所述S1具体包括如下内容:
S1.1、轮流在音信系统的四个同道中调制chirp信号,保证四条传感链路相互独立;为每一条信号分配一条不同频率的单弦信号,评估多普勒频移;
S1.2、基于S1.1所述操作,生成四通道wav文件,通过音频系统对其进行播放,chirp信号的频率f随时间t线性增加,具体函数表示为:
其中,f0、B、T分别表示起始频率、信号带宽和chirp持续时间;
在时间上对频率进行积分,得到chirp信号的表达式为:
S1.3、在经过飞行时间τ后,麦克风接收到chirp信号的延迟版本信号序列,其函数表示为:
其中,α表示信号振幅衰减因子;
S1.4、对接收的chirp信号进行正交解调:首先将接收信号SR(t)通过带通滤波器来过滤日常低频生活噪声和高频单弦信号,然后将传输信号ST(t)执行希尔伯特变换,得到发射信号的复变函数版本接下来将ST*(t)和SR(t)进行混合,通过三角关系用相位和及相位差项求解;在经过低通滤波器后,混合信号的高频部分被进一步过滤,最终混合信号结果表示为:
S1.5、对于单弦信号,将麦克风接收信号通过带通滤波器,过滤出经过多普勒频移的单弦信号Sc(t);假设发射信号和接受信号的频率分别为fT和fR,则多普勒频移为Δf=fR-fT。
3.根据权利要求1所述的一种基于chirp的声学设备6自由度跟踪方法,其特征在于,所述S2具体包括如下内容:
S2.1、假设扬声器和麦克风之间的距离为d,则由距离导致的信号飞行时间τd表示为:在一个六角麦克风圆形阵列中,由于远场效应,声波近似为平行传入6只麦克风,使用球坐标系中的极地角θp和方位角θa两个自由度来表示信号的入射方向,则入射向量表示为:
S2.2、假设第i只麦克风的坐标向量为那么由麦克风阵列布局将导致第i只麦克风的接收信号相比于阵列中心额外飞行一段距离,从而导致额外的飞行时间,其函数表示为:
S2.3、考虑多普勒效应对信号频率的影响,当收发机之间相互远离时,接收频率降低,在频谱图上等效为chirp的向右移动,即增加信号飞行时间,根据多普勒公式,多普勒速度的等效飞行时间表示为:其中,Δf表示多普勒频移;
基于上述内容,将第i只麦克风的chirp信号的等效时延表示为:
S2.4、对各麦克风接收的chirp混合信号SM(t)和单弦信号SC(t)执行快速傅里叶变换,计算得到等效时延τi和单弦信号频率fR,则信号中的速度v、距离d和到达角θp,θa运动特征通过下式计算:
S2.5、在球面上的采样不均匀,基于经纬度网格的搜索造成了冗余的计算时间复杂度,极点附近的搜索点密度高于赤道处,从极点入射的信号的能量显示为一个长带;鉴于此,通过在球上生成一系列斐波那契网格点进行搜索,实现球表面的接近均匀的采样,具体函数表示为:
其中,n、N、(xn,yn,zn)分别表示斐波那契点的指数、总数和单位向量,表示常数在相同的采样量下,斐波那契网格的球面划分更均匀,能量热度图没有模糊性,基于斐波那契的到达角搜索将计算复杂度从O(N2)降至O(N)。
4.根据权利要求3所述的一种基于chirp的声学设备6自由度跟踪方法,其特征在于,所述S3具体包括如下内容:
S3.1、针对采样频率偏移,设计一种采样频率偏移补偿方法来消除不同设备之间的偏移量:在设备的静止阶段对接收信号执行fft,检测连续时间窗口内的fft峰值的线性漂移,并计算均值在后续的窗口中进行补偿;
S3.2、针对系统时间偏移,构造一个双曲线模型以创建一个虚拟的同步时钟;由于发射机和接收机的系统时间存在频移Δt,因此多分辨率信号特征解析部分中计算的信号飞行距离与实际信号飞行距离d存在一个固定的偏移值,其公式表示为:
考虑两个音响A、B和麦克风阵列构成的平面,则两音响的信号飞行距离差值为:
音响A与音响B之间的信号到达角差值为:
以音响A与音响B的位置为焦点,间距为DAB,构造离心率的双曲线,利用几何关系求解固定时钟偏移,具体函数公式为:
S3.3、接着,计算4个音响A、B、C、D距离麦克风的绝对距离dA、dB、dC、dD;假设音响坐标为PA、PB、PC、PD,根据三球交会的原理,建立几何关系式:
||Ps-P|=ds,s=A,B,C,D|
计算得到麦克风的3维坐标为P=[x,y,z]T。
S3.4、同步世界坐标系中的信号入射角和设备坐标系中的信号到达角,在世界坐标系中,信号入射的向量为:
在设备坐标系中,信号的达到角度为:
根据坐标系旋转前后的关系得出:
其中,表示将向量/>旋转至/>的旋转矩阵;
利用奇异值分解来求解上述等式,计算得出:
S3.5、根据罗德里格斯公式,旋转矩阵与旋转向量φ=[Rx,Ry,Rz]之间有:
S3.6、综合上述内容,系统最终输出麦克风阵列的6自由度数据:
6DoF=[P;φ]=[x,y,z;Rx,Ry,Rz]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410227240.9A CN118091543A (zh) | 2024-02-29 | 2024-02-29 | 一种基于chirp的声学设备6自由度跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410227240.9A CN118091543A (zh) | 2024-02-29 | 2024-02-29 | 一种基于chirp的声学设备6自由度跟踪方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118091543A true CN118091543A (zh) | 2024-05-28 |
Family
ID=91147152
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410227240.9A Pending CN118091543A (zh) | 2024-02-29 | 2024-02-29 | 一种基于chirp的声学设备6自由度跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118091543A (zh) |
-
2024
- 2024-02-29 CN CN202410227240.9A patent/CN118091543A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mandal et al. | Beep: 3D indoor positioning using audible sound | |
Lazik et al. | ALPS: A bluetooth and ultrasound platform for mapping and localization | |
CN104849740B (zh) | 集成卫星导航与蓝牙技术的室内外无缝定位系统及其方法 | |
CN107003378B (zh) | 便携式电子装置和确定便携式电子装置的地理位置的方法 | |
CN107631732B (zh) | 基于蓝牙、Wi-Fi和声波的混合室内定位方法及系统 | |
Chang et al. | Spinning beacons for precise indoor localization | |
Lopes et al. | Accurate smartphone indoor positioning using a WSN infrastructure and non-invasive audio for TDoA estimation | |
WO2005085897A1 (en) | Positioning system using ultrasonic waves and method for controlling the same | |
Janson et al. | Self-localization application for iphone using only ambient sound signals | |
Chen et al. | Smartphone-based indoor positioning technologies | |
Ogiso et al. | Robust indoor localization in a reverberant environment using microphone pairs and asynchronous acoustic beacons | |
He et al. | 3-D spatial spectrum fusion indoor localization algorithm based on CSI-UCA smoothing technique | |
Aguilera et al. | Broadband acoustic local positioning system for mobile devices with multiple access interference cancellation | |
Liu et al. | Integrated sensing and communication based outdoor multi-target detection, tracking, and localization in practical 5G Networks | |
Piontek et al. | Improving the accuracy of ultrasound-based localisation systems | |
Avazov et al. | A trajectory-driven 3D non-stationary mm-wave MIMO channel model for a single moving point scatterer | |
Raquet et al. | Issues and approaches for navigation using signals of opportunity | |
Hu et al. | Accuracy improvement of indoor real-time location tracking algorithm for smart supermarket based on ultra-wideband | |
Murakami et al. | Five degrees-of-freedom pose-estimation method for smartphones using a single acoustic anchor | |
Shams et al. | Critical analysis of localization and time synchronization algorithms in underwater wireless sensor networks: issues and challenges | |
CN112799014A (zh) | 基于椭球交汇的超宽带定位系统、方法、无线终端及服务器 | |
Ge et al. | Acoustic strength-based motion tracking | |
CN118091543A (zh) | 一种基于chirp的声学设备6自由度跟踪方法 | |
Qiao et al. | The trip to WiFi indoor localization across a decade—A systematic review | |
CN109959921A (zh) | 一种基于北斗授时的声信号距离估计方法 |
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 |