[发明专利]一种麦克风阵列定位与云台联动的方法、装置

说明书

本发明提供了一种麦克风阵列定位与云台联动的方法、装置，所述方法包括：采集麦克风传感器阵列附近初级声道，进行主动降噪处理；从初级声道的干扰信号提取详细的噪声特征，建立次级声道模型，产生对消电信号驱动对消扬声器，实时采集残差信号进行反馈调整，多次迭代后将干扰信号降低到预设阈值以下，提取有效声音；对有效声音的来源方位精确估计计算，进行云台联动调整，使得云台摄像头的角度随时观测到相应的人员活动区域和正在发生报警信号的设备所在区域。本发明通过结合主动降噪和基于麦克风阵列的波达方向估计算法，使得监控摄像头云台联动装置有效避免周期性干扰源的影响，并屏蔽干扰噪声源，有效提取清晰的设备报警、人声语音信号等信息。

技术领域

本发明涉及监控技术领域，特指一种麦克风阵列定位与云台联动的方法、装置。

背景技术

近年来，随着信息化网络化技术水平的发展，监控技术逐渐普及到人们的日常工作生活场景中。对于带走摄像头云台装置的监控系统，可以通过控制云台电机对所监控区域进行实时扫描，尤其是可以对运动中的、正在发出声音信息的特定目标进行联动跟踪，有效地提高了监控设备的灵活性。近年来，随着信息化网络化技术水平的发展，监控技术逐渐普及到人们的日常工作生活场景中。对于带走摄像头云台装置的监控系统，可以通过控制云台电机对所监控区域进行实时扫描，尤其是可以对运动中的、正在发出声音信息的特定目标进行联动跟踪，有效地提高了现有监控设备的灵活性和精确性。

然而，在有些存在明显噪声干扰的场景中，如大型巴士车辆内部、船舶舱室、工业生产工厂车间等空间区域中，往往由于监控的拾音范围紧邻周期性振动的机械设备（包括发动机、排气风扇、大型制冷设备等），使得空间中存在高分贝的周期性噪声干扰。这些周期性干扰噪声在频域往往呈现出特定频率的基波+多次谐波的特点。考虑到监控摄像头云台的转动往往需要对产生声音信息的活动目标进行跟踪，需要联合图像信息和麦克风阵列来对活动目标进行跟踪，而周期性干扰噪声会影响到麦克风阵列的声源定位效果，同时其巨大的噪声幅度也会淹没监控区域中的人声、设备报警声等重要的声音信息，使得这些有效信息无法被监控设备有效提取。

在声场环境较为恶劣的车载/船载视频会议、录像、直播、监控等场景中，业界往往技术上使用麦克风阵列采集信号并运行空间域滤波算法来滤除周边干扰源，获取更清晰语音信号，同时使用波达方向（Direction of Arrival，DOA）估计算法来定位语音的声源位置，进而为摄像头云台的角度调整和控制提供参考信息。然而在这些场景中，除周边的非周期非平稳随机噪声外，往往还存在一些周期性的基波+多次谐波等干扰，这些干扰主要因机械振动或旋转产生，例如车辆和船舶的发动机噪声，散热风扇噪声，甚至包括距离拾音设备较近的空调噪声等等，由于其周期性特点往往对现有的DOA算法造成无法忽略的干扰，使得麦克风阵列的声源定位出现错误的评估结果，最终对空间域滤波效果和摄像头云台联动的有效控制产生影响。

业界目前通过设计特殊的数字信号处理算法，在数学层面对抽样量化后的数字信号曾经尝试进行降噪处理，(如专利: CN201811170560.6 )。虽然这种降噪在某些特定场景中确实可以获得不错的效果，但在某些周期性噪声信号幅度过大，前端模拟域的A/D器件直接进入饱和失真状态，导致无法正常采集被淹没的有效声音信息时，仅凭借算法降噪却无法很好地应对。

发明内容

鉴于此，本发明提出了一种具备主动降噪功能的麦克风阵列定位与云台联动装置系统，以解决现有监控设备在噪声与干扰明显的恶劣声场环境下，无法正确地根据麦克风阵列拾音信息，进一步影响了声源定位精度，导致云台控制模块无法精准地调整云台角度以跟踪特定的发声目标，同时也通过结合主动降噪技术和基于麦克风阵列的波达方向估计算法技术，通过改进的空间域滤波技术滤除环境干扰噪声，更加精确地提取监控区域内的有效声音信息。所述的基于主动降噪的方法，直接在声学域对麦克风阵列附近的空间区域进行噪声声波对消，使得模拟器件采集到的信号不会出现饱和，进而使得A/D器件能够正确抽样并量化有效声音信号，相比算法降噪方案，主动降噪方法在一定程度上具有更高的实用价值。

本发明提供一种麦克风阵列定位与云台联动的方法，包括以下步骤：