具体实施方式

下面将结合附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域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，都属于本发明保护的范围。

本申请的权利要求书和说明书的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序，应该理解这样使用的术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式，此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他单元。

除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同，本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是在于限制本申请。

实施例1

如图1所示，一种设备跟踪方法，包括以下步骤：

S110、利用麦克风/麦克风阵列获取设备原始声信号；

S120、根据傅里叶变换对所述原始声信号进行频率特征提取并降维，得到音频特征；

S130、获取所述设备环境中噪声频谱内容，根据时间差定位方法、基于所述噪声频谱内容和所述原始声信号对所述设备形成声源定位；

S140、结合所述音频特征和所述声源定位对所述设备进行动态跟踪。

在实施例1中，可以采用多种硬件平台和麦克风阵列进行声源定位和设备声纹提取。例如：硬件采用树莓派和Seeed ReSpeaker6麦克风阵列， 软件使用sounddevice库进行声源采集。采用Stream将RawStream再次封装为numpy数组进行传输，数据流以非阻塞方式发送，采样频率可根据情况选定，但一般不低于48kHZ。当声源与麦克风阵列的各个阵元之间的距离较远时，麦克风接收到的声波近似成为平面波。采用平面波的到达时间差获得声源位置。当声源与麦克风阵列的距离较近时，麦克风阵列接收到的声波为球面波。采用球面波特征补偿进行定位解算。

其中，如图2-4为基于麦克风阵列的设备定位和识别、基于多点位麦克风的设备定位和识别和基于麦克风/麦克风阵列的设备定位和识别的示意图，麦克风可以是独立的，也可以是麦克风阵列。麦克风阵列可以是一维直线型阵列，即将麦克风依次按照等间距排成一列。三角定位算法进行 2D 定向。二维平面型阵列，由一维空间扩展至二维空间。常见的平面型有十字型和圆形阵列等。圆形阵列是将多个阵元均匀放置在半径为r的圆上。十字型麦克风阵列是一维均匀直线型阵列按照十字相交的方式转换到二维空间。三维空间型阵列，阵元在三维空间中，按照一定的方式摆放成一个立体的阵列。典型的，球型麦克风阵列是把多个阵元均匀地放在半径为r的球面上。采集的声音采用数据采用数据库进行存储。分布于施工现场各处的麦克风和麦克风阵列可以实现更为精准的大尺度/微尺度设备定位和跟踪。经测试效果明显，相对于传统定位方式，结合现场三维地图，可以实现精度更高、跟踪连续的设备位置和工作状态跟踪。

实施例2

如图5所示，一种设备跟踪方法，包括以下步骤：

S210、利用麦克风/麦克风阵列获取设备原始声信号；

S220、根据傅里叶变换对所述原始声信号进行频率特征提取并降维，得到音频特征；

S230、获取设备环境中噪声频谱内容，并对所述原始声信号和所述噪声频谱内容进行预收录和预处理；

S240、基于TDOA算法估计所述原始声信号到达所述麦克风阵列各阵元之间的时延估计值；

S250、计算所述时延估计值和声源传播速度的乘积，求出对应的距离差，根据所述距离差计算空间几何的交点，以确定声源位置；

S260、结合所述音频特征特征和所述声源定位对所述设备进行动态跟踪。

在实施例2中，离散的原始声信号的数据量过于庞大，并不能直接用于分类器的分类处理，并且原始数据的高维特征不能有效表现目标声信号的本质特征，其中很多信息是无效的。需要对原始声信号进行特征提取，通过选取合适特征，对原始特征进行降维，保留能够体现原始声信号本质的特征，以更为精确的分区不同设备的声音特征，从而提升辨识的精度和效率。例如：采用基于人耳特性的梅尔倒谱特征以及 RASTA-PLP 特征，这两种特征通过模仿人耳的听觉特性将不同种类的声音进行区分，采用傅里叶变换对声信号频率特征提取算法，所得的频率特征能够有效的进行声信号分离，特征信号作为识别的基础。频率特征的提取方法如下：

步骤1、对所述原始声信号进行m组延时处理并排序，得到m行n列的声信号矩阵，其中，m、n均为大于1的整数；

步骤2、对所述声信号矩阵中第一列与其后n-1列进行时序相关计算得到时序相关向量R₁，其中R₁=[ R_1,1…R_1,j…R_1,n-1 ]，并将R₁存入时序相关矩阵R第一行中，j为大于1的整数；

步骤3、重复步骤2得到其后n-2列原始声信号延时矩阵的n-1行n-1列的时序相关矩阵R；

步骤4、对矩阵R第一行进行快速傅里叶变换或离散余弦变换，将检测出变换后峰值的频率分量保存一维数组T₁中；

步骤5、重复步骤4得到由矩阵 R 每一行进行快速傅里叶变换或离散余弦变换后峰值所对应的频率分量构成的n-1行的数组 T；

步骤6、对时序相关矩阵R每一行进行去均值化，即每一行减去自身均值，这一步骤在某些情况下可以省略；

步骤7、对所述数组T中的各频率分量进行加权统计处理，不同的频率分量的权重不同，需要加权处理，达到阈值以上的频率分量即为所述原始声信号中所包含的频率特征。

基本的设备定位方法采用波束形成声源定位。算法原理是将麦克风采集声音信号输出功率的特征峰值基于到达时间差进行解算。 采用基于原始信号和背景噪声频谱内容的先验知识改进型的定向波束形成定位过程中算法，即对设备特征噪音以及环境背景噪音的预收录和预处理。同时采用基于到达时间TDOA 算法计算进行时延估计和位置估计。第一阶段为时延估计（TDE），估计频率信号到麦克风阵列各阵元之间的 TDOA 值，第二阶段为位置估计，计算时延估计值和声源传播的速度（一般是声速）的乘积，求出对应的距离差，根据麦克风摆放方式即可从时域里计算出空间几何的交点，此交点确定了声源位置。 TDE 主要采用互相关（Generalize Cross Correlation，GCC）算法、最小均方滤波（Least MeanSquare，LMS）算法、互功率谱相位（Cross-power Spectrum Phase，CSP）算法、一般加权函数（General Weighting Function，GWF）及其改进ROTH、SCOT、相位变换（PhaseTransformation，PHAT）。

实施例3

如图6-8所示，一种设备跟踪方法中的基于麦克风阵列的定位方法，包括：

三个麦克风部署在已知位置，定位主机根据麦克风对设备声音采集的到达时间差，乘以音速，得到距离差d，如图所示距离差1、距离差2，进行距离补偿，分别得到距离1、距离2、距离3并相交于一点，该点即为设备位置。

确定设备和设备位置及其工作状态检测利用设备频率的动态特征，如柴油发动机不同负荷和转速下的谐波特征以及声强的波动特征，打桩机的有节奏的撞击声等。其工作特征包括预处理以及动态捕获更行特征。同时，对现场的人声进行识别，提取如“倒车”、“停”、“起吊”等指令特征，结合位置信息确定设备工作状态，其中语音识别采用神经网络等方法实现。并根据设备工作噪音特征以及定位轨迹，可以对设备位置进行动态跟踪。确定设备的工作状态以及所在位置，将提取的声纹特征进行辨识模型的更新，对新出现的声纹进行辨识并对新设备的进场进行判断、识别和跟踪。之后再持续跟踪，比如以数秒或分钟为间隔进行重复采样，可以实时识别并跟踪设备位置，形成跟踪轨迹。语音指令主要辅助识别设备工作状态，并对危险进行识别，比如“快停快停”可能预示危险情况的发生，可和附近设备对应起来。

实施例4

如图9所示，一种设备跟踪装置，包括：

获取模块10：用于利用麦克风/麦克风阵列获取设备原始声信号；

识别模块20：用于根据傅里叶变换对所述原始声信号进行频率特征提取并降维；

定位模块30：用于获取所述设备环境中噪声频谱内容，根据时间差定位方法、基于所述噪声频谱内容和所述原始声信号对所述设备形成声源定位；

跟踪模块40：用于结合所述识别模块得到的所述频率特征和所述定位模块得到的所述声源定位对所述设备进行动态跟踪。

上述装置的一种实施方式为：获取模块10利用麦克风/麦克风阵列获取设备原始声信号；识别模块20根据傅里叶变换对所述原始声信号进行频率特征提取并降维；定位模块30获取所述设备环境中噪声频谱内容，根据时间差定位方法、基于所述噪声频谱内容和所述原始声信号对所述设备形成声源定位；跟踪模块40结合所述识别模块得到的所述频率特征和所述定位模块得到的所述声源定位对所述设备进行动态跟踪。

实施例5

如图10所示，一种设备跟踪装置中的定位模块30，包括：

预处理单元32：用于获取设备环境中噪声频谱内容，并对所述原始声信号和所述噪声频谱内容进行预收录和预处理；

估计单元34：用于基于TDOA算法估计所述原始声信号到达所述麦克风阵列各阵元之间的时延估计值；

计算单元36：用于计算所述时延估计值和声源传播速度的乘积，求出对应的距离差，根据所述距离差计算空间几何的交点，以确定声源位置。

上述装置的一种实施方式为：预处理单元32获取设备环境中噪声频谱内容，并对所述原始声信号和所述噪声频谱内容进行预收录和预处理；估计单元34基于TDOA算法估计所述原始声信号到达所述麦克风阵列各阵元之间的时延估计值；计算单元36计算所述时延估计值和声源传播速度的乘积，求出对应的距离差，根据所述距离差计算空间几何的交点，以确定声源位置。

实施例6

如图11所示，一种电子设备，包括存储器701和处理器702，所述存储器701用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器702执行以实现上述的任一一种方法。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的电子设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

一种存储有计算机程序的计算机可读存储介质，所述计算机程序使计算机执行时实现如上述的任一一种方法。

示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器701中，并由处理器702执行，并由输入接口705和输出接口706完成数据的I/O接口传输，以完成本发明,一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机设备中的执行过程。

计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可包括，但不仅限于，存储器701、处理器702,本领域技术人员可以理解，本实施例仅仅是计算机设备的示例，并不构成对计算机设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入器707、网络接入设备、总线等。

处理器702可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器702、数字信号处理器802(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgRAM503mableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器702可以是微处理器702或者该处理器702也可以是任何常规的处理器702等。

存储器701可以是计算机设备的内部存储单元，例如计算机设备的硬盘或内存。存储器701也可以是计算机设备的外部存储设备，例如计算机设备上配备的插接式硬盘，智能存储卡（SmartMediaCard,SMC），安全数字（SecureDigital,SD）卡，闪存卡（FlashCard）等,进一步地，存储器701还可以既包括计算机设备的内部存储单元也包括外部存储设备,存储器701用于存储计算机程序以及计算机设备所需的其他程序和数据,存储器701还可以用于暂时地存储在输出器708，而前述的存储介质包括U盘、移动硬盘、只读存储器ROM703、随机存储器RAM704、碟盘或光盘等各种可以存储程序代码的介质。

以上所述仅为本发明的具体实施例，但本发明的技术特征并不局限于此，任何本领域的技术人员在本发明的领域内，所作的变化或修饰皆涵盖在本发明的专利范围之中。