清华大学课题组联合美团研发无人机声波定位技术获顶会大奖-六虎

11月6日至9日，第20届世界核算机学会ACM嵌入式网络感知体系大会SenSys在美国波士顿召开。清华大学软件学院何源副教授课题组和美团无人机团队合作论文“麦巢：辅佐无人机精准下降的远距离即时声源定位技能”获得了大会最佳论文奖第二名（Best Paper Runner-Up）。

11月6日至9日，第20届世界核算机学会（Association for Computing Machinery，简称ACM）嵌入式网络感知体系大会（Conference on Embedded Networked Sensor Systems ，简称SenSys）在美国波士顿召开。清华大学软件学院何源副教授课题组和美团无人机团队合作论文“麦巢：辅佐无人机精准下降的远距离即时声源定位技能”（MicNest：Long-Range Instant Acoustic Localization of Drones in Precise Landing）获得了大会最佳论文奖第二名（Best Paper Runner-Up）。

ACM嵌入式网络感知体系大会是ACM主办的物联网范畴旗舰学术会议，自2003年开端已接连举行20届。本届大会共收到209篇论文投稿，其间52篇被接纳宣布，终究评选出1篇“最佳论文奖”（Best Paper）和1篇“最佳论文奖第二名”（Best Paper Runner Up）。

该论文研究动机来自美团公司正在打造的城市低空物流网络实在应用场景。高精度的定位追踪技能是保障配送服务无人机安全可靠精准起降的关键技能之一。研究提出了一种根据地上麦克风阵列进行远距离即时声源定位的计划，有效处理了杂乱城市环境中信号衰减快、信噪比低、多普勒非线性失真等难题，对无人机的可定位高度达120m，定位相对误差0.5%。

布景

为了使无人机可以满意配送运营的要求，无人机飞控体系主要依靠RTK、视觉等信息完成对无人机的定位。可是在城市环境，尤其在挨近地上的城市峡谷场景中，无人机附近的楼宇反射甚至会遮挡GPS卫星的信号，然后导致严峻的多径效应或许对错视距的信号传达。

无人机配送的长时刻事务目标是完成全地利全天候配送，为了提高无人机定位的健壮性，论文提出了根据声波的定位方法。

2 整体框架

该论文提出一种新型的声学定位体系，以帮助无人机精确着陆。如下图1所示，无人机将装配一个普通的扬声器，然后使无人机可以发送辅佐定位的声学脉冲信号。地上的机场将部署多个麦克风作为定位锚点。地上机场将从各个麦克风采集到的信号中检测声学脉冲，进而核算出脉冲信号的相对时延，定位无人机。

图1 根据声学信号的无人机定位示意图

本论文需求处理如下三个技能难题:

第一个应战是声学脉冲信号的信噪比非常低。有如下四个原因：（1）由于无人机穿梭于城市之间，所以扬声器的传输功率有必要要被限制，以防止搅扰城市居民。（2）本体系需求定位高空的无人机（>100m），声学脉冲信号将会承受很大的信号虚弱。（3）此外，许多城市的布景噪声本身就很强，约为 40-75 dB SPL。（4）在空中飞翔时，无人机螺旋桨还会产生很大的声学搅扰，或许高达104 dB SPL。
第二个应战是无人机运动引起的多普勒信号失真。关于无线信号而言，多普勒效应的严峻程度，正比于物体的运动速度，反比于无线信号的传达速度。比较于射频信号的传达速度（即光速），声学信号在空气中的传达速度对错常慢的。所以，声学信号将承受严峻的多普勒失真。
第三个应战是信号处理有必要要高效。本定位体系用于引导运动的无人机下降，定位数据推迟不能过高，否则高推迟的定位成果将给飞控引进严峻的体系不安稳性，威胁整个下降环节的安全。

总之，本提案要处理的核心技能问题是：如何在低信噪比的条件下，检测失真声学脉冲信号。

图2 定位流程示意图

上图2展示了本提案的定位流程的示意图与对应的体系完成：无人机带着一个扬声器继续的播映声学脉冲信号。四个麦克风被部署在下降渠道的四个角上以捕获声学脉冲信号。本体系经过定位音箱的方位来定位无人机。

3 详细计划

3.1 PRN调制与发送

在实在的场景中，无人机发送的声学信号需求满意如下要求：

声学对人耳友爱：无人机宣布的声响不能引起居民的听觉不适。
支撑并发检测和辨认：同一片空域总，或许会有多个无人机在起降，即多个无人机或许同时传输声学脉冲。这就要求本体系可以从冲突的声学信号中别离检测每个无人机的脉冲，并辨认每个检测出的脉冲属于哪一个无人机。
安全：可以防止恶意攻击者伪造无人机的脉冲来误导体系。

为满意以上需求，本体系选用伪随机噪声（Pseudo-Random Noise， PRN）调制来生成无人机的声学脉冲。咱们用每个无人机的辨认码（ID）来设置伪随机种子，并生成一连串的N个高斯随机变量，作为该无人机发送的脉冲信号。详细完成中，码率等于扬声器的采样率，即48 kHz。

3.2 脉冲检测

将声波信号进行调试并发送后，咱们需求在地上端进行脉冲检测。

咱们挑选的是匹配滤波器进行脉冲检测。其思想是以发射脉冲为模板，并将其与接纳信号做相关。经过将接纳信号流式地输入到匹配滤波器中，匹配滤波器就会流式地输出相关成果。假如从输出成果中找到一个明显的相关峰，咱们就判定该脉冲被检测到了。但为了处理低信噪比问题，需求添加脉冲长度，可是多普勒失真的存在，使得添加脉冲长度只会拔苗助长。

处理此问题的直接有效方法就是补偿多普勒失真：多普勒效应缩放了脉冲码字的继续时刻。假如无人机相关于麦克风的径向速度已知，咱们就可以核算出码字实践的继续时刻，再用该参数从头采样原始的PRN脉冲模板，以生成一个与收到的脉冲码字同步的信号模板。可以预期的是，用该新模板来检测PRN脉冲的模板补偿了多普勒效应的搅扰，进而可以按需地添加PRN脉冲长度，战胜低信噪比问题。

然而实践上，麦克风的径向速度是未知的。因而，咱们选用线性查找的方法来遍历麦克风的径向速度。关于无人机或许速度的集合咱们顺次进行重采样和相关核算。当集合中所有的速度都完成以上的操作，咱们就得到了对应的N个相关函数。从中，咱们只需求保存有着最大相关值的一个相关函数。这是由于最大的相关值就意味着脉冲的多普勒失真已经被最大程度地补偿了，其对应的查找速度也最挨近实在的无人机的径向速度。

3.3 TDoA估计和定位

本体系共部署了四个麦克风，顺时针地别离记这些麦克风为为Mic0、Mic1、Mic2和Mic3。

图3 ToA与TDoA估计

关于每一路麦克风Mici的音源，咱们顺次进行上述的多普勒速度补偿与脉冲检测，并得到相关函数。从该相关函数中，找到其间相关峰，并把相关峰的方位当作脉冲信号抵达Mici的抵达时刻（Time of Arrial, ToA）。便利起见，别离记脉冲信号抵达4个麦克风Mic0、Mic1、Mic2和Mic3的抵达时刻为ToA0、ToA1、ToA2和ToA3。

接着，咱们核算脉冲抵达相对时延（Time Difference of Arrial, TDoA）。在本体系中，咱们只核算对角麦克风对的TDoA，即麦克风对<Mic0,Mic2>与<Mic1,Mic3>。这是由于几许上，对角麦克风有着最大的麦克距离（即孔径），所以有着最细的空间粒度。

两个TDoA将经过WiFi传输给无人机。根据这些信息，无人机可以树立两个双曲面方程组。根据双曲面方程组和无人机的高度信息，可以求得飞机剩余两个自由度的信息。

4 创新点

比较于视觉定位计划，本计划有如下优点：

由于声学信号的传达不受光照条件的影响，故本体系的工作不受光照条件的影响；
声学信号是向全空间辐射的，故本体系的水平定位规模更大；
理论上也支撑多个无人机定位。

现在，该技能计划已经接入美团无人机的飞翔控制体系，并经过了多种杂乱环境的测验验证，未来计划在美团无人配送事务中落地应用。

蓬勃开展的无人机工业，为当时正蓄势爆发的即时零售新业态供给了更高效的配送处理计划。而前沿技能在实际场景中的落地应用，可以进一步促进技能的开展。据深圳市交通运输局数据，美团无人机已开通11条城市场景常态化试运行航线，完成超7万单实在订单，配送飞翔总时长超1万小时，累计测验超40万架次。

美团无人机事务负责人毛一年表示：“归纳来看，城市低空结尾物流具有高效、安稳、高品质等特色，可以更好满意当时市场对即时物流职业开展的新需求，这也成为推动相关工业在近两年快速落地的主要原因。”

清华大学课题组联合美团研发无人机声波定位技术获顶会大奖

布景

2 整体框架