據(jù)外媒報(bào)道，首爾國(guó)立大學(xué)（Seoul National University，SNU）研究團(tuán)隊(duì)開(kāi)發(fā)出了一種新穎的聽(tīng)覺(jué)技術(shù)，僅使用一個(gè)麥克風(fēng)即可識(shí)別人體位置。即使在嘈雜的工廠環(huán)境中，這項(xiàng)技術(shù)也能促進(jìn)人機(jī)之間基于聲音的交互。

圖片來(lái)源： 首爾國(guó)立大學(xué)

該研究團(tuán)隊(duì)通過(guò)聲源定位和聲學(xué)通信技術(shù)，成功實(shí)現(xiàn)了全球首個(gè)“用耳朵感知空間”的3D聽(tīng)覺(jué)傳感器。該研究成果發(fā)表在《Robotics and Computer-Integrated Manufacturing》期刊上。研究團(tuán)隊(duì)包括首爾國(guó)立大學(xué)工程學(xué)院機(jī)械工程系Sung-Hoon Ahn教授的團(tuán)隊(duì)。

在工業(yè)和災(zāi)害救援環(huán)境中，“聲音”起著至關(guān)重要的作用。即使在視覺(jué)傳感器或電磁通信因高溫、灰塵、煙霧、黑暗或障礙物而失效的情況下，聲波仍然可以傳遞重要信息。

然而，現(xiàn)有的聲學(xué)傳感技術(shù)存在精度限制或需要復(fù)雜的設(shè)備配置，使得實(shí)際的工業(yè)應(yīng)用面臨挑戰(zhàn)。因此，盡管聲音具有巨大的潛力，但其作為一種傳感資源尚未得到充分利用。

尤其是在工廠等高噪聲環(huán)境中，先進(jìn)的聲學(xué)傳感技術(shù)至關(guān)重要，因?yàn)闇?zhǔn)確識(shí)別人體位置或使機(jī)器人識(shí)別口頭指令極其困難。此外，傳統(tǒng)的通信方式在缺乏網(wǎng)絡(luò)基礎(chǔ)設(shè)施的環(huán)境中也面臨挑戰(zhàn)，這凸顯了利用聲音進(jìn)行機(jī)器人間通信的新型技術(shù)的必要性。

為了解決這些根本性問(wèn)題，研究團(tuán)隊(duì)開(kāi)發(fā)了全球首個(gè)基于元結(jié)構(gòu)的3D聽(tīng)覺(jué)傳感器，該傳感器僅使用單個(gè)傳感器即可實(shí)現(xiàn)位置識(shí)別。該傳感器集成了兩項(xiàng)核心技術(shù)：即使在噪聲環(huán)境中也能估算人體或物體3D位置的3D聲學(xué)感知技術(shù)；以及基于聲波的雙通信技術(shù)，該技術(shù)能夠?qū)崿F(xiàn)人與機(jī)器人以及機(jī)器人之間的全新交互方式。

Ahn教授的團(tuán)隊(duì)專(zhuān)注于研究蝙蝠和海豚的生物學(xué)機(jī)制，這些生物能夠識(shí)別周?chē)h(huán)境并僅通過(guò)聲音進(jìn)行交流。他們尤其致力于改造聽(tīng)覺(jué)能力，使其能夠“選擇性地聆聽(tīng)來(lái)自特定方向的聲音”，從而能夠在復(fù)雜的噪聲中分離出所需的聲音。

為了實(shí)現(xiàn)這一目標(biāo)，他們?cè)O(shè)計(jì)了一種基于元結(jié)構(gòu)的相位抵消機(jī)制，可以人工調(diào)整來(lái)自不同路徑的聲波的相位，從而放大來(lái)自特定方向的聲音，同時(shí)抵消其他方向的聲音。

通過(guò)將該機(jī)制與單個(gè)麥克風(fēng)和旋轉(zhuǎn)裝置相結(jié)合，該團(tuán)隊(duì)將3D聲源追蹤功能（此前只有多傳感器系統(tǒng)才能實(shí)現(xiàn)）集成到單個(gè)傳感器中。他們將該系統(tǒng)命名為3DAR（3D Acoustic Ranging，3D聲學(xué)測(cè)距）。此外，受海豚雙頻通信原理的啟發(fā)，研究人員設(shè)計(jì)了一個(gè)雙聲學(xué)通道，將可聽(tīng)頻率和不可聽(tīng)頻率范圍分開(kāi)。這種結(jié)構(gòu)允許人類(lèi)和機(jī)器人使用可聽(tīng)頻率（人類(lèi)可以聽(tīng)到的聲音）進(jìn)行通信，而機(jī)器人之間則使用不可聽(tīng)頻率（人類(lèi)聽(tīng)不到的聲音）進(jìn)行通信。這種設(shè)計(jì)最大限度地減少了干擾，并在機(jī)器人之間提供了獨(dú)立的通信路徑，從而促進(jìn)了工業(yè)環(huán)境中更復(fù)雜的協(xié)作場(chǎng)景。

這兩項(xiàng)技術(shù)集成在一個(gè)單一的元結(jié)構(gòu)3D聽(tīng)覺(jué)傳感器系統(tǒng)中，研究團(tuán)隊(duì)已成功將其應(yīng)用于實(shí)際的機(jī)器人平臺(tái)。現(xiàn)場(chǎng)測(cè)試已在工廠和日常環(huán)境中進(jìn)行。值得注意的是，配備該系統(tǒng)的四足機(jī)器人成功地通過(guò)聲音與人類(lèi)進(jìn)行了互動(dòng)，并通過(guò)聲音探測(cè)了氣體泄漏的位置。

本研究開(kāi)發(fā)的技術(shù)預(yù)計(jì)將廣泛應(yīng)用于各個(gè)領(lǐng)域，包括追蹤工廠內(nèi)工人的位置、實(shí)現(xiàn)基于語(yǔ)音的人機(jī)協(xié)作，以及協(xié)助機(jī)器人在災(zāi)難期間識(shí)別和響應(yīng)人類(lèi)的救援呼叫。此外，與現(xiàn)有系統(tǒng)相比，該傳感器成本低廉、設(shè)計(jì)緊湊，使其易于在工業(yè)環(huán)境中部署。

這項(xiàng)技術(shù)在基于單元的自主制造工廠中尤其被寄予厚望。通過(guò)利用這項(xiàng)技術(shù)，實(shí)時(shí)追蹤工人位置可以防止與機(jī)器人發(fā)生碰撞，并且無(wú)需手勢(shì)或按鈕，僅通過(guò)聲音與機(jī)器人進(jìn)行通信可以增強(qiáng)工人的身體自由度，從而實(shí)現(xiàn)更高效的協(xié)作。

此外，機(jī)器人之間通過(guò)聲音進(jìn)行通信，無(wú)需依賴(lài)傳統(tǒng)網(wǎng)絡(luò)，因此無(wú)需復(fù)雜的通信基礎(chǔ)設(shè)施，即可在多個(gè)機(jī)器人之間實(shí)現(xiàn)靈活、有機(jī)的協(xié)調(diào)。

該技術(shù)預(yù)計(jì)還將對(duì)24小時(shí)無(wú)人工廠監(jiān)控產(chǎn)生巨大價(jià)值。它可以自動(dòng)檢測(cè)并定位指示管道泄漏、機(jī)械異?；蚬と耸鹿实穆曇?，從而實(shí)現(xiàn)即時(shí)響應(yīng)。此外，由于其基于單個(gè)傳感器的低成本緊湊設(shè)計(jì)，該系統(tǒng)具有多功能性，可輕松應(yīng)用于其他正在邁向自動(dòng)化的工業(yè)場(chǎng)所。

Sung-Hoon Ahn教授強(qiáng)調(diào)了聽(tīng)覺(jué)技術(shù)的潛力，他指出：“傳統(tǒng)通信技術(shù)中使用的電磁波會(huì)被墻壁或障礙物阻擋，而聲音可以穿過(guò)狹窄的縫隙并被聽(tīng)到，這使得它成為一種極具潛力的新型交互方式?！?p>

論文第一作者、博士生Semin Ahn回顧了研究過(guò)程：“以前，利用聲音確定位置需要多個(gè)傳感器或進(jìn)行復(fù)雜的計(jì)算。開(kāi)發(fā)一種僅使用一個(gè)旋轉(zhuǎn)麥克風(fēng)就能精確定位聲源的3D傳感器，為聲學(xué)傳感技術(shù)開(kāi)辟了新的途徑。”

首爾國(guó)立大學(xué)創(chuàng)新設(shè)計(jì)與集成制造實(shí)驗(yàn)室的博士生Semin Ahn目前正在研究基于智能結(jié)構(gòu)的“聲學(xué)帶通濾波器（Acoustic Band-Pass Filter）”。該技術(shù)旨在即使在高噪聲環(huán)境中也能選擇性地捕捉特定頻率的聲音。

未來(lái)的計(jì)劃是將3DAR系統(tǒng)增強(qiáng)為更先進(jìn)的機(jī)器人聽(tīng)覺(jué)系統(tǒng)，將其與基于大型語(yǔ)言模型（LLM）的認(rèn)知系統(tǒng)相結(jié)合，使機(jī)器人能夠像人類(lèi)一樣理解聲音的含義，并將其應(yīng)用于人形機(jī)器人。