EAST是全超導磁約束等離子體放電裝置，大量實驗設備的運行狀態需要有效的監控以作出必要的控制或檢查。除了視頻監控，設備運行產生的聲音是反映其運行狀態的有效途徑，且往往可以得到視頻無法獲取的設備狀態信息。但放電期間設備所處環境電磁輻射強烈，基于以上分析對聲音定位機器人進行了調研。參考文獻[1]分析了一款具備聲音定位與超聲避障的機器人設計，其測試數據表明該系統角度定位精確，但麥克風配置不足，無法定位聲源距離。參考文獻[2]中機器人可以定位聲源角度和距離，但機器人缺少輔助導航手段，如視覺輔助、超聲測距等。參考文獻[3]中機器人采用PC平臺進行運算，使得機器人載重較大，移動和供電不便。本文綜合各個設計的優點及實際需求，開發了一款具備聲源角度、距離定位能力和視覺超聲等導航輔助的機器人。利用該機器人可在放電期間對裝置現場進行聲音監測定位并遠程控制機器人進行定位跟蹤。

1 系統架構
    系統由聲音定位子系統和機器人子系統組成。遠程終端通過網絡與機器人建立連接，傳遞控制命令和數據信息。
    聲音定位子系統硬件主要采用數字信號處理器芯片TMS320F2812、2片模數轉換芯片AD7656與麥克風陣列等實現。機器人采用美麗NI公司的單板機器人平臺SBRIO-9632實現，該機器人平臺配有飛思卡爾MPC5200嵌入式處理器， 主頻達400 MHz， 運行實時操作系統VxWorks可實現網絡遠程控制。另外根據需要外擴移動電源模塊、無線網絡模塊、圖像采集模塊及超聲避障傳感器等硬件外設。系統架構如圖1所示。

2.3 麥克風陣列模型
    設聲源s空間位置坐標為(x,y,z),7只麥克風坐標分別為(0,0,0)、(±1,0,0)、(0,±1,0)、(0,0,±1)。此陣列的優點是計算量較小，但所受局限是：聲源越接近坐標軸，距離誤差越大。此時可轉動麥克風陣列一定角度，重新測量即可。

2.4 TDOA算法的硬件實現
    TDOA算法硬件采用DSP芯片作為計算平臺，數據處理程序利用CCS(Code Composer Studio) V3.3開發。
    首先，多路同步采集要求模數轉換芯片具有多個采樣保持器，此處選用AD7656芯片，具有6個采樣保持器，且支持級聯，可實現6×N通道同步采集，最高采樣率250 kS/s。采用2片AD7656級聯，通過CPLD編址譯碼對AD7656進行控制,并寄存多通道同步輸出數據。采用DSP芯片中斷機制的定時器單元實現2個A/D共用的起始轉換信號ADCON，時鐘抖動會降低信噪比，可通過合理的設置定時中斷T1PINT的值達到系統精度的要求。設置片選信號ADCS0和ADCS1均有效。AD7656芯片輸出數據為16位無符號整型格式,麥克風輸出的直流偏置電壓會掩蓋聲音小信號， 所以數據處理必須去掉直流偏置電壓。另外噪聲會污染信號的頻譜，影響定位精度，采用適當的濾波器可以在很大程度上提高信噪比。設置150 kHz采樣率，時間分辨率可達6.67 ?滋s，對應距離分辨率0.23 cm。通過串口與機器人上位機通信，用于輔助控制機器人進行定位跟蹤。
   除去系統誤差，麥克風拾音能力、噪聲、多聲源、混響以及加權窗口函數的選取都可對定位精度產生不同程度的影響。
2.5 實驗室測試
    在實驗室搭建簡單環境進行測試，結果如表1所示。

3 機器人單元
    利用SBRIO-9632平臺開發了遠程控制、超聲測距避障及圖像采集等功能。SBRIO開發平臺配有Xilinx Spartan3 FPGA實現邏輯功能(如電機控制等)。嵌入式處理器采用飛思卡爾MPC5200，內嵌實時操作系統VxWorks實現網絡通信；另有 LabVIEW Robotics配套開發軟件。該軟件包含機器人多種功能模塊的范例，在此基礎上可以方便快速地開發所需要的應用程序。
3.1 機器人硬件部分
    機器人硬件設備擴展有超聲傳感器,測量前方±90°、范圍2~300 cm的障礙物距離;以無線路由實現遠程網絡控制，IP攝像頭采集現場圖像,硬件組成如圖3所示。

    超聲傳感器數據實時顯示,實測誤差小于3 cm，可以輔助對機器人進行運動控制。運動速度范圍為0.5～5 m/s。圖4中右下控件顯示聲源定位距離俯仰角方位角(r,φ,θ)。由PC終端運行上位機LabVIEW程序與機器人建立網絡連接，輸出FPGA host以供各個FPGA模塊建立與機器人的數據連接。使用FPGA電機讀寫模塊控制電機轉速，以及伺服電機轉角，超聲讀寫模塊獲取超聲傳感器的數據進行避障測距算法。通過網頁客戶端集成實現了對攝像頭方向控制和實時顯示等功能，從而達到遠程控制機器人進行跟蹤并且可以直觀地看到聲源的位置。
    仿真和實際測試表明，該聲音定位系統定位能力良好，實現了通過遠程控制機器人對聲源進行實時定位跟蹤。目前多聲源環境下對聲源的定位問題是研究的熱點，也是難點，時延算法的適用性將受到限制，多聲源環境下的定位算法和實現方法將是下一步研究的重點。
參考文獻
[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] 崔瑋瑋，曹志剛，魏建強.聲源定位中的時延估計技術[J]. 數據采集與處理, 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.