为了安全地与人类共享空间，理想情况下，机器人应该能够检测到人类的存在并确定他们的位置，这样他们就可以避免事故和碰撞。到目前为止，大多数机器人都是通过计算机视觉技术训练来定位人类的，这种技术依赖于摄像头或其他视觉传感器。
佐治亚理工学院（Georgia Institute of Technology）的一个研究小组开发了一种替代方法，依靠在给定环境中移动时自然产生的细微声音来定位一个人。这种方法在arXiv上预先发表的一篇论文中介绍，可以应用于广泛的机器人系统。
该论文的作者之一Mengyu Yang表示：“我们的团队最近对探索一个高层次的研究主题很感兴趣，即哪些类型的‘隐藏’信息是免费提供的，我们可以在这些信息上训练模型。”“通常在机器人技术中，声学人体检测需要人发出无关的声音，比如说话或鼓掌。基于这些兴趣，我们想看看人类在移动时无意中产生的微妙和偶然的声音是否可以是‘自由’信号。”
Yang和他的同事提出的声学定位方法依赖于机器学习算法。因此，该团队必须首先编译一个数据集，使他们能够有效地训练他们的算法。
他们创建的数据集被称为“Robot Kidnapper”数据集，包含了14小时的高质量四声道录音，以及360 RGB摄像机镜头。这些录音是在实验中收集的，在实验中，人们被要求以不同的方式移动机器人。
Yang解释说：“为了收集数据集，我们记录了参与者在一个Stretch RE-1机器人周围以不同程度的‘鬼鬼祟祟’（例如，安静地走路，正常地走路等）移动的情况。”“有了这些数据，我们就能训练机器学习模型，以频谱图的形式接收音频，并预测附近是否真的有人，如果有人，他们相对于机器人的位置。”
Yang和同事们开发的机器学习技术经过训练，可以完全根据声音来定位人类。由于它只需要麦克风录制音频，理论上可以在任何集成麦克风的机器人上实现。
研究人员训练他们的模型忽略外部和无关的噪音，比如来自供暖、通风和空调系统的噪音，以及机器人本身发出的声音。在最初的测试中，他们在Stretch RE-1机器人上测试了他们的技术，这是一款由Hello robot公司开发的低成本紧凑型机器人。
Yang说：“我们相信，我们基于音频的人体检测方法对于多模态人体检测系统的发展非常重要，这种系统对故障非常可靠。”“机器人通常使用摄像头或激光雷达在人周围导航，但如果这些传感器失效或不可用（低光环境、遮挡等），我们的方法允许机器人只依靠音频，这在大多数硬件设置中通常已经可用。此外，当人们与机器人互动时，不应该期望人们故意制造额外的声音，这是以前的作品所依赖的。”
在对Stretch RE-1机器人的初步测试中，研究小组发现，该技术的效果是其他声音定位方法的两倍，仅根据行走时偶然产生的声音就可以有效地定位附近的人类。这些结果强调了声学定位的可行性，与基于相机的定位相比，声学定位具有高度可扩展性和更小的侵入性。
Yang说：“我们相信这是对之前人类声学探测工作的改进，因为我们的方法不需要人类发出多余的声音来让机器人听到。”
“这对于在与人共享的室内空间中导航的机器人（家用机器人、工业机器人等）可能很有用，允许一种非侵入性的方法来检测人的位置。”虽然带有摄像头的方法可能会捕捉到人脸或纹身等识别特征，而需要人们说话的声学方法可以捕捉到他们的声音，但我们用于人类检测的数据也很难识别出这个人。”
在未来，Yang和同事们设计的人类定位技术可以帮助提高与人类密切合作的机器人的安全性和性能，同时保护用户的隐私。这项工作也可以激励其他研究小组为机器人甚至安全相关的应用创造其他依赖于细微声音的定位方法。
Yang补充说：“我们收集了人们除了四处走动之外还站着不动的数据。”“虽然我们目前的论文只关注于检测和定位移动的人，但我们希望在未来的工作中，能够仅使用音频来检测静止的人，也许是通过他们微弱的呼吸声，甚至是由于他们的存在而引起的房间环境声音的微小变化。”
文章来源：21dB声学人，信息源于 techxplore