据外媒报道，首尔国立大学（Seoul National University，SNU）研究团队开发出了一种新颖的听觉技术，仅使用一个麦克风即可识别人体位置。即使在嘈杂的工厂环境中，这项技术也能促进人机之间基于声音的交互。

图片来源： 首尔国立大学

该研究团队通过声源定位和声学通信技术，成功实现了全球首个“用耳朵感知空间”的3D听觉传感器。该研究成果发表在《Robotics and Computer-Integrated Manufacturing》期刊上。研究团队包括首尔国立大学工程学院机械工程系Sung-Hoon Ahn教授的团队。

在工业和灾害救援环境中，“声音”起着至关重要的作用。即使在视觉传感器或电磁通信因高温、灰尘、烟雾、黑暗或障碍物而失效的情况下，声波仍然可以传递重要信息。

然而，现有的声学传感技术存在精度限制或需要复杂的设备配置，使得实际的工业应用面临挑战。因此，尽管声音具有巨大的潜力，但其作为一种传感资源尚未得到充分利用。

尤其是在工厂等高噪声环境中，先进的声学传感技术至关重要，因为准确识别人体位置或使机器人识别口头指令极其困难。此外，传统的通信方式在缺乏网络基础设施的环境中也面临挑战，这凸显了利用声音进行机器人间通信的新型技术的必要性。

为了解决这些根本性问题，研究团队开发了全球首个基于元结构的3D听觉传感器，该传感器仅使用单个传感器即可实现位置识别。该传感器集成了两项核心技术：即使在噪声环境中也能估算人体或物体3D位置的3D声学感知技术；以及基于声波的双通信技术，该技术能够实现人与机器人以及机器人之间的全新交互方式。

Ahn教授的团队专注于研究蝙蝠和海豚的生物学机制，这些生物能够识别周围环境并仅通过声音进行交流。他们尤其致力于改造听觉能力，使其能够“选择性地聆听来自特定方向的声音”，从而能够在复杂的噪声中分离出所需的声音。

为了实现这一目标，他们设计了一种基于元结构的相位抵消机制，可以人工调整来自不同路径的声波的相位，从而放大来自特定方向的声音，同时抵消其他方向的声音。

通过将该机制与单个麦克风和旋转装置相结合，该团队将3D声源追踪功能（此前只有多传感器系统才能实现）集成到单个传感器中。他们将该系统命名为3DAR（3D Acoustic Ranging，3D声学测距）。此外，受海豚双频通信原理的启发，研究人员设计了一个双声学通道，将可听频率和不可听频率范围分开。这种结构允许人类和机器人使用可听频率（人类可以听到的声音）进行通信，而机器人之间则使用不可听频率（人类听不到的声音）进行通信。这种设计最大限度地减少了干扰，并在机器人之间提供了独立的通信路径，从而促进了工业环境中更复杂的协作场景。

这两项技术集成在一个单一的元结构3D听觉传感器系统中，研究团队已成功将其应用于实际的机器人平台。现场测试已在工厂和日常环境中进行。值得注意的是，配备该系统的四足机器人成功地通过声音与人类进行了互动，并通过声音探测了气体泄漏的位置。

本研究开发的技术预计将广泛应用于各个领域，包括追踪工厂内工人的位置、实现基于语音的人机协作，以及协助机器人在灾难期间识别和响应人类的救援呼叫。此外，与现有系统相比，该传感器成本低廉、设计紧凑，使其易于在工业环境中部署。

这项技术在基于单元的自主制造工厂中尤其被寄予厚望。通过利用这项技术，实时追踪工人位置可以防止与机器人发生碰撞，并且无需手势或按钮，仅通过声音与机器人进行通信可以增强工人的身体自由度，从而实现更高效的协作。

此外，机器人之间通过声音进行通信，无需依赖传统网络，因此无需复杂的通信基础设施，即可在多个机器人之间实现灵活、有机的协调。

该技术预计还将对24小时无人工厂监控产生巨大价值。它可以自动检测并定位指示管道泄漏、机械异常或工人事故的声音，从而实现即时响应。此外，由于其基于单个传感器的低成本紧凑设计，该系统具有多功能性，可轻松应用于其他正在迈向自动化的工业场所。

Sung-Hoon Ahn教授强调了听觉技术的潜力，他指出：“传统通信技术中使用的电磁波会被墙壁或障碍物阻挡，而声音可以穿过狭窄的缝隙并被听到，这使得它成为一种极具潜力的新型交互方式。”

论文第一作者、博士生Semin Ahn回顾了研究过程：“以前，利用声音确定位置需要多个传感器或进行复杂的计算。开发一种仅使用一个旋转麦克风就能精确定位声源的3D传感器，为声学传感技术开辟了新的途径。”

首尔国立大学创新设计与集成制造实验室的博士生Semin Ahn目前正在研究基于智能结构的“声学带通滤波器（Acoustic Band-Pass Filter）”。该技术旨在即使在高噪声环境中也能选择性地捕捉特定频率的声音。

未来的计划是将3DAR系统增强为更先进的机器人听觉系统，将其与基于大型语言模型（LLM）的认知系统相结合，使机器人能够像人类一样理解声音的含义，并将其应用于人形机器人。