一、研究背景：

隨著智能機器人技術迅猛發(fā)展，基于聲學傳感器的人機交互（HMI）在促進機器人實現(xiàn)自然高效通信方面扮演著至關重要的角色。然而，如何準確識別和跟蹤全向聲源，特別是在嘈雜的環(huán)境中實現(xiàn)該目的，仍然是一個亟待解決的難題。

二、文章簡介：

針對上述問題，北京納米能源與系統(tǒng)研究所王杰研究員團隊成功研發(fā)出一種具有全向聲音識別和跟蹤能力的自供電摩擦電立體聲傳感器（SAS），為解決這一問題提供了創(chuàng)新性的解決方案。SAS采用了具有高電子親和力和低楊氏模量的多孔振動膜，使其具有高靈敏度（3172.9mVppPa-1)和寬頻率響應范圍（100-20,000 Hz）。利用其的聲音識別能力和可調(diào)的諧振頻率特性，SAS即使在嘈雜的環(huán)境中也能精確識別所需的音頻信號，平均深度學習準確率達到約98%。該傳感器的研發(fā)不僅解決了智能機器人在復雜環(huán)境中聲音識別的難題，還為其在多個領域的應用開辟了廣闊前景。例如，在輔助會議系統(tǒng)中，SAS可以同時識別多個個體的聲音，提高會議效率；在自動駕駛汽車領域，它能夠在背景音樂下準確識別駕駛命令，確保行車安全。這些應用展示標志著基于語音的人機界面系統(tǒng)取得了顯著進步。相關研究成果發(fā)表于Advanced Materials上。作者為北京納米能源與系統(tǒng)研究所博士喬文艷，通訊作者為北京納米能源與系統(tǒng)研究所周靈琳副研究員和王杰研究員

三、研究內(nèi)容：

1.傳感器結構及工作原理 在探索更高效、更自然的人機交互（HMI）系統(tǒng)的進程中，聲學傳感器扮演著至關重要的角色。作為機器人的“聽覺"裝置，聲學傳感器能夠精準地識別人類的指令、語音內(nèi)容及語調(diào)，極大地促進了機器人與人類之間的社會互動。本文提出了一種創(chuàng)新的SAS，通過在3D打印的立體框架上集成五個層狀結構的自供電摩擦電聲音傳感器（TAS），實現(xiàn)了對聲音信號的全向捕捉與高效識別。TAS的工作原理主要包括兩個方面：聲波引起的FEP膜變形，膜的振動將聲信號主動轉化為電信號。

通過分析公式(1)、(2)和(3)和圖1可以清楚的知道影響TAS靈敏度的關鍵指標是電壓（U）；通過調(diào)節(jié)參數(shù)楊氏模量（E）、半徑（r）和薄膜厚度（t）可以改變TAS的振動位移進而改變TAS的電壓輸出調(diào)節(jié)器件的靈敏度，另外這三個參數(shù)也可以調(diào)節(jié)TAS的諧振頻率（f0）。為了實現(xiàn)從噪聲環(huán)境中多方向的聲音識別和實時跟蹤聲源，作者引入了一種3D打印設計的SAS，具有均勻分布的五個表面腔，每個表面都集成了單個TAS?；谌蚵曇糇R別和可調(diào)諧振頻率特性，SAS顯示了在嘈雜環(huán)境中拾取目標聲音的能力，這已經(jīng)在自動駕駛HMI車輛中得到了證明。為了證明SAS的原理，模擬了不同聲源入射條件下TAS和SAS的位移響應。當聲源正對TAS時，該TAS具有的信號響應，當聲源在兩個TAS之間時，相鄰的兩個TAS具有相同的且的信號響應，基于這些特征，可以根據(jù)SAS的響應情況來判斷聲源的方位和角度。

四、總結與展望：

作者提出了一種自供電的SAS，該傳感器采用了的立方體設計，賦予了其全向聲音響應與精準跟蹤的雙重能力。通過結合低E的多孔振動膜，SAS具有高靈敏度（3172.9 mVppPa-1），寬頻率響應范圍（100-20,000 Hz）。利用SAS的全向聲音識別和跟蹤能力，以及其對不同聲源和方向的差異化諧振頻率響應，實現(xiàn)了從嘈雜背景中高效提取目標信號的目標。在深度學習的輔助下，SAS對目標信號的識別準確率平均達到了約98%。更重要的是，SAS的出現(xiàn)打破了多人同時與機器人互動的局限性。此外，SAS成功地展示了其在輔助會議系統(tǒng)、聲音跟蹤和自動駕駛系統(tǒng)（特別是在帶有背景音樂的環(huán)境中準確識別駕駛命令）中的表現(xiàn)。這項研究凸顯了自供電摩擦電技術在基于語音的人機界面系統(tǒng)中的深遠優(yōu)勢。

來源：傳感器專家網(wǎng)，轉載此文是為傳遞更多信息，如有侵權請聯(lián)系刪除