一种遥控式生命探测装置
技术领域
本实用新型实施例涉及探测技术领域，具体涉及一种遥控式生命探测装置。
背景技术
对身处危险之中的人员施救工作是一项具有使命而又艰巨的工作，尤其是对于有遮挡物或者在严重影响视线的环境条件下，如火灾现场，要对其进行施救，浓浓烟雾遮蔽了摄像机，干扰了红外探测，雷达探测在火灾建筑多时，多项干扰因素严重影响施救效率。加之当前的生命探测仪大部分是需要手持的，有些探头部分有探杆，其探测环境、探测空间、探测距离极大受限，且有些探测仪只有在移动的遇险者进入摄像机镜头或传感器的视野后才能被探测到，探测效率非常低。
被普遍使用的雷达探测仪虽是通过对探测区域进行扫描，但在有障碍物的情况下，也很难做到全方位无死角的探测。
因此设计和制作能够在视线差、干扰多、探测距离受限等恶劣的环境下的探测装置来实现简单、有效、快速的定位非常必要。
实用新型内容
为此，本实用新型实施例提供一种遥控式生命探测装置，以解决现有技术中的生命探测仪使用场景受限，探测效率低的问题。
为了实现上述目的，本实用新型实施例提供如下技术方案：
根据本实用新型实施例的第一方面，提供一种遥控式生命探测装置，
所述装置包括：控制器、无人机、音频传感器阵列、信号处理及采集模块和数据传输模块，所述控制器用于接收PC端的控制信号，并利用所述控制信号控制无人机动作；所述音频传感器阵列用于拾取待搜救目标的音频信号，所述音频传感器阵列、信号处理及采集模块和数据传输模块依次电连接；所述数据传输模块用于将数据传输至PC端。
进一步地，所述音频传感器阵列采用二维音频阵列。
进一步地，所述音频传感器阵列关联至捷联惯导系统，用于测定运动中的音频传感器阵列的运动轨迹及变化速度。
进一步地，所述信号处理及采集模块包括STM32单片机，用于将音频传感器阵列拾取的音频信号进行模数转换并采集。
进一步地，所述数据传输模块采用高度集成的GSM模块。
进一步地，所述音频传感器阵列和数据传输模块均与云平台进行数据传输，所述云平台再将数据发送至PC端。
本实用新型实施例具有如下优点：
本实用新型实施例通过控制无人机的航线实现音频传感器阵列的运动，利用运动的音频传感器阵列拾取静止的待搜救人员的音频信号，使用单片机进行音频信号的处理和采集，利用GSM技术实现相对远距离的数据传输，利用三维坐标转换实现音频传感器阵列和声源的坐标转换，以适用于现有算法。实现生命探测仪的遥控式探测，能够方便快捷的被投放到待测目标区域之中，能够很大限度的利用火灾现场的上部有利空间进行探测，能根据需要随时快速改变或调整搜救范围，并且还能克服因障碍物遮挡所带来的定位盲区问题，探测距离远，具有更优的实现生命定位搜寻功能。
附图说明
为了更清楚地说明本实用新型的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本实用新型可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本实用新型所能产生的功效及所能达成的目的下，均应仍落在本实用新型所揭示的技术内容得能涵盖的范围内。
图1为本实用新型实施例1提供的一种遥控式生命探测装置的结构连接示意图；
图2为本实用新型实施例2提供的一种遥控式生命探测方法的步骤图；
图中：控制器01、无人机02、音频传感器阵列03、信号处理及采集模块04、数据传输模块05、云平台06、PC端07
具体实施方式
以下由特定的具体实施例说明本实用新型的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本实用新型的其他优点及功效，显然，所描述的实施例是本实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。
实施例
本实用新型实施例提供一种遥控式生命探测装置，参考图1，该装置包括：控制器01、无人机02、音频传感器阵列03、信号处理及采集模块04、数据传输模块05和PC端07，控制器01用于根据PC端07的控制信号控制无人机02的飞行航向，音频传感器阵列03安装在无人机02上，并与信号处理及采集模块04电连接，信号处理及采集模块04和数据传输模块05电连接，数据传输模块05通过云平台06与PC端07进行数据传输。
具体地，控制器01可通过无线通信技术实现与PC端07的通信，以及对无人机02的控制，实现无人机02进行复杂环境搜救现场的搜救工作，如可用于有遮挡物或者在严重影响视线的环境条件下的搜救场所，如对大雾弥漫的深山中迷路游客的搜救、雨雪天气中对身处其中的人员的定位以准确施救、水下发声物体的搜寻、烟尘环境中对失踪人员的搜救、安防人员对躲到一个有遮挡物空间的逃犯或犯罪嫌疑人的抓捕等等。
音频传感器阵列03用于拾取待搜救目标的音频信号，现有的单麦克风系统可以在低噪声、无混响、距离声源很近的情况下获得符合语音识别需求的声音信号。但是，若声源距离麦克风距离较远，并且真实环境存在大量的噪声、多径反射和混响，导致拾取信号的质量下降，这会严重影响语音识别率。而且，单麦克风接收的信号，是由多个声源和环境噪声叠加的，很难实现各个声源的分离。这样就无法实现声源定位和分离，这很重要，因为还有一类声音的叠加并非噪声，但是在语音识别中也要抑制，就是人声的干扰，语音识别显然不能同时识别两个以上的声音。单麦克风的局限就凸显出来。为了解决单麦克风的这些局限性，利用麦克风阵列进行语音处理的方法应时而生。麦克风阵列由一组按一定几何结构摆放的麦克风组成，后续算法中可以对麦克风阵列拾取的不同空间方向的声音信号进行空时处理，实现噪声抑制、混响去除、人声干扰抑制、声源测向、声源跟踪、阵列增益等功能，进而提高语音信号处理质量，以提高真实环境下的语音识别率。对于一维阵列，二维有更明显的优势。因此，本实施例中的音频传感器阵列03采用二维音频阵列。
音频传感器阵列03拾取到待搜救人员的音频信号并经单片机进行音频信号处理和采集后，需要根据所述音频信号进行声源定位，本实施例采用基于麦克风阵列的声源定位算法，如Beam Forming基于波束形成的方法、基于高分辨率谱估计的方法和TDOA基于声达时延差的方法。其中Beam Forming因在远场测量精度优势而被广泛应用。相比于DOA技术，波束形成算法是基于阵列传感器上各阵元接收的信号，算法为阵列输出选择适当的加权矢量以补偿每个阵列元素的传播延迟，使得阵列输出可以在某个期望方向上以相同方向叠加，从而实现对原始信号的方向定位，有更好的精度和适用范围，反过来导致阵列在该方向上产生主瓣束，并在某个方向上可以对干扰进行一定程度的抑制。因此优选基于波束形成的方法。
但是上述传统的阵列是麦克风音频阵列不动，来定位移动的声源，但是本实施例是声源不动，而麦克风阵列移动，即采用的是移动的麦克风阵列来定位静止的声源，所以以往的算法是不可以直接用的，需要进行坐标转换，使其相对坐标转化为以往的常规坐标。
如果对音频传感器阵列03进行坐标转换，则需要得到音频信号的坐标，因此本实施例采用捷联惯导系统对无人机02的坐标进行采集，由于音频传感器阵列03安装在无人机02上，采集的无人机02的坐标即为音频传感器阵列03的坐标。即将音频传感器阵列03关联至捷联惯导系统，用于测定运动中的音频传感器阵列03的运动轨迹及变化速度，并将测定的运动轨迹及变化速度传输至云平台06，再将数据发送至PC端07。
得到音频传感器阵列03的坐标后，采用三维转换方法进行坐标转换，利用公共点，也就是同时具有WGS84直角坐标和地方坐标的直角坐标的点位，一般需要3个以上重合点，通过布尔莎模型或其他模型进行计算，得到从一个系统转换到另一个系统中的平移参数、旋转参数和比例因子。具体包括：计算公共点的重心、推算WGS84与地方椭球之间的平移参数、地图投影应用于WGS84坐标点、确定二维转换参数、建立高程插值模型。此为现有技术中的三维转换方法，在此不做过多赘述。
坐标转换后，利用上文提及的基于麦克风阵列的声源定位算法对声源进行定位。
其中，由于音频传感器阵列03拾取的信号为模拟信号，由于单音频传感器只有信号拾取功能，能够识别信号但是没有信号采集功能，因此需要利用具有模数转换功能的信号处理及采集模块04进行数据采集。由于STM32F407ZGT6系列单片机内置3个ADC控制器，可以独立使用，也可以使用双重/三重模式，以便提高采样率，其ADC是12位逐次逼近型的模拟数字转换器，它有19个通道，可测量16个外部源、2个内部源和Vbat通道的信号，最大的转换速率为2.4Mhz，因此其具有很强大模数转换功能。又因其相对于采集卡来说，体积小易操作便携带性，因此本实施例的信号处理及采集模块04优选STM32单片机。需要说明的是，本实施例中的信号处理及采集模块包括但不限于STM32单片机，也可以采用其他型号的单片机，或者具有类似功能的部件，如FPGA等。
然后通过数据传输模块05用于将数据传输至云平台06，再传输至PC端07，数据传输模块05采用高度集成的GSM模块。
本实用新型实施例通过控制无人机的航线实现音频传感器阵列的运动，利用运动的音频传感器阵列拾取静止的待搜救人员的音频信号，使用单片机进行音频信号的处理和采集，利用GSM技术实现相对远距离的数据传输，利用三维坐标转换实现音频传感器阵列和声源的坐标转换，以适用于现有算法。实现生命探测仪的遥控式探测，能够方便快捷的被投放到待测目标区域之中，能够很大限度的利用火灾现场的上部有利空间进行探测，能根据需要随时快速改变或调整搜救范围，并且还能克服因障碍物遮挡所带来的定位盲区问题，探测距离远，具有更优的实现生命定位搜寻功能。
与上述实施例对应的，本实用新型实施例提供一种遥控式火灾探测方法，参考图2，该方法包括：
音频传感器阵列03拾取待搜救人员的音频信号，并传输给信号处理及采集模块04；
信号处理及采集模块04将音频信号进行模数转换，输出数字信号，由单片机的A/D口进行采集后，再传输给数据传输模块05；
数据传输模块05将音频信号通过云平台06传输给PC端07，同时通过捷联惯导系统获取音频传感器阵列03的运动轨迹及变化速度，并上传至云平台06后，传输至PC端07；
PC端07对所述音频信号和音频传感器阵列03的运动轨迹及变化速度进行处理后，生成控制信号，传输至控制器01；具体地，PC端07根据音频传感器阵列03的运动轨迹及变化速度，结合基于麦克风阵列的声源定位算法计算出声源的位置，再根据声源的位置和无人机02的位置生成方位控制信号，工作人员根据该控制信号执行无人机02的动作，使无人机02接近待搜救人员，实现搜救。
其中，捷联惯导系统是一种无框架系统，由三个速率陀螺、三个线加速度计和微型计算机组成。能精确提供载体的姿态、地速、经纬度等导航参数。对捷联惯导系统而言，平台的作用和概念体现在计算机中，它是写在计算机中的方向余弦阵。直接安装在载体上的惯性元件测得相对惯性空间的加速度和角加速度是沿载体轴的分量，将这些分量经过一个坐标转换方向余弦阵，可以转换到要求的计算机坐标系内的分量。如果这个矩阵可以描述载体和地理坐标系之间的关系，那么载体坐标系测得的相对惯性空间的加速度和角速度，经过转换后便可得到沿地理坐标系的加速度和角速度分量，有了已知方位的加速度和角速度分量之后，导航计算机便可根据相应的力学方程解出要求的导航和姿态参数来。
上述方法中，采用基于麦克风阵列的声源定位算法对待搜救人员的音频信号进行定位；其中，利用阵列坐标转换方法对声源坐标和音频传感器阵列03的坐标进行相对转换。
本实用新型实施例通过控制无人机的航线实现音频传感器阵列的运动，利用运动的音频传感器阵列和单片机拾取和采集静止的待搜救人员的音频信号，利用三维坐标转换实现音频传感器阵列和声源的坐标转换，以适用于现有算法。实现生命探测仪的遥控式探测，能够方便快捷的被投放到待测目标区域之中，能够很大限度的利用火灾现场的上部有利空间进行探测，能根据需要随时快速改变或调整搜救范围，并且还能克服因障碍物遮挡所带来的定位盲区问题，探测距离远，具有更优的实现生命定位搜寻功能。
虽然，上文中已经用一般性说明及具体实施例对本实用新型作了详尽的描述，但在本实用新型基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本实用新型精神的基础上所做的这些修改或改进，均属于本实用新型要求保护的范围。
