機器人視覺技術(shù)極大地拓寬了機器人的應(yīng)用范圍，提高了機器人的工作效 率。但視覺感知受視線和能見度的限制，在光線條件較差或者障礙物阻擋的情況 下，視覺感知就會失效。在這種情況下，聽覺系統(tǒng)作為人類感官的重要組成部 分，為機器人感知技術(shù)的研究提供了新的思路。聲源定位技術(shù)是通過對人耳聽覺 機制的模擬，利用聲學(xué)傳感裝置接收聲波，再通過電子裝置將聲信號進行處理， 從而實現(xiàn)對聲源位置進行探測、識別，并對目標進行定位及跟蹤。20世紀80年 代以來，聲源定位技術(shù)以其隱蔽性強、適用性高、成本低等d特優(yōu)點，逐漸受到 各國的重視，在軍事和民用上都得到了十分廣泛的應(yīng)用。如在戰(zhàn)場排雷、水下目 標感知等危險環(huán)境作業(yè)中的應(yīng)用。

早在1995年，麻省理工學(xué)院在機器人上安裝了簡易的聽覺系統(tǒng)，然而由于 硬件的限制，它們所能實現(xiàn)的功能非常有限。但這卻為今后機器人人工聽覺的研 究打開了廣闊的研究前景。1999年，日本會津大學(xué)研發(fā)出一種裝載有實時聲源 定位系統(tǒng)和障礙物檢測的聲吶系統(tǒng)的移動機器人。2000年以來，日本的一些大學(xué) 和研究院所都在對機器人聽覺進行研究，并采用取耳聽覺系統(tǒng)拓寬機器人利用聽 覺所能實現(xiàn)的功能，如京都大學(xué)研發(fā)的SIG 系列機器人在聽覺方面就實現(xiàn)了越來 越多的功能。Z近，對機器人聽覺的研究開始采用多個麥克風(fēng)，如日本索尼公司 研制的QRIOSDR-4XII 型號的機器人安裝了由7個麥克風(fēng)構(gòu)成的聽覺系統(tǒng)。除此 之外，人工聽覺的研究還可應(yīng)用于機器人群體。美國愛達荷州工程與環(huán)境實 驗室通過使機器人同時具有聽音和發(fā)聲兩種能力，來實現(xiàn)相互間的隱式通信。

聲源定位技術(shù)通過傳聲器拾取語音信號，并采用數(shù)字信號處理技術(shù)對其進行分析和處理，繼而確定和跟蹤聲源的空間位置。常用的定位方法有：頭部相關(guān)聯(lián)函數(shù)(Head-Related Transfer Function,HRTF)法、時延估計(Time Delay Of Arrival,TDOA) 法、基于Z大輸出功率的可控波束形成方法、基于高分辨率譜 估計的定位方法、神經(jīng)網(wǎng)絡(luò)定位方法和基于聲壓幅度比的定位方法等。其中時延 估計法計算量較小，利于機器人實時處理，被廣泛應(yīng)用。基于時延估計的聲源定 位方法分為兩個步驟。先進行聲達時間差估計，并從中獲取傳聲器陣列中陣元間 的聲延遲(即估計時延);再利用獲取的聲達時間差，結(jié)合已知的傳聲器陣列的 空間位置進一步定出聲源的位置(即空間搜索)。