清華大學課題組聯合美團研發無人機聲波定位技術獲頂會大獎

11月6日至9日，第20屆國際計算機學會ACM嵌入式網路感知系統大會SenSys在美國波士頓召開。清華大學軟體學院何源副教授課題組和美團無人機團隊合作論文“麥巢：輔助無人機精準降落的遠距離即時聲源定位技術”獲得了大會最佳論文獎第二名（Best Paper Runner-Up）。

11月6日至9日，第20屆國際計算機學會（Association for Computing Machinery，簡稱ACM）嵌入式網路感知系統大會（Conference on Embedded Networked Sensor Systems ，簡稱SenSys）在美國波士頓召開。清華大學軟體學院何源副教授課題組和美團無人機團隊合作論文“麥巢：輔助無人機精準降落的遠距離即時聲源定位技術”（MicNest：Long-Range Instant Acoustic Localization of Drones in Precise Landing）獲得了大會最佳論文獎第二名（Best Paper Runner-Up）。

ACM嵌入式網路感知系統大會是ACM主辦的物聯網領域旗艦學術會議，自2003年開始已連續舉辦20屆。本屆大會共收到209篇論文投稿，其中52篇被接收發表，最終評選出1篇“最佳論文獎”（Best Paper）和1篇“最佳論文獎第二名”（Best Paper Runner Up）。

該論文研究動機來自美團公司正在打造的城市低空物流網路真實應用場景。高精度的定位追蹤技術是保障配送服務無人機安全可靠精準起降的關鍵技術之一。研究提出了一種基於地面麥克風陣列進行遠距離即時聲源定位的方案，有效解決了複雜城市環境中訊號衰減快、訊雜比低、多普勒非線性失真等難題，對無人機的可定位高度達120m，定位相對誤差0.5%。

背景

為了使無人機能夠滿足配送運營的要求，無人機飛控系統主要依賴RTK、視覺等資訊實現對無人機的定位。但是在城市環境，尤其在接近地面的城市峽谷場景中，無人機附近的樓宇反射甚至會遮擋GPS衛星的訊號，從而導致嚴重的多徑效應或者是非視距的訊號傳播。

無人機配送的長期業務目標是實現全天時全天候配送，為了提升無人機定位的健壯性，論文提出了基於聲波的定位方法。

2 整體框架

該論文提出一種新型的聲學定位系統，以幫助無人機精確著陸。如下圖1所示，無人機將裝配一個普通的揚聲器，從而使無人機能夠傳送輔助定位的聲學脈衝訊號。地面的機場將部署多個麥克風作為定位錨點。地面機場將從各個麥克風採集到的訊號中檢測聲學脈衝，進而計算出脈衝訊號的相對時延，定位無人機。

圖1 基於聲學訊號的無人機定位示意圖

本論文需要解決如下三個技術難題:

第一個挑戰是聲學脈衝訊號的訊雜比非常低。有如下四個原因：（1）因為無人機穿梭於城市之間，所以揚聲器的傳輸功率必須要被限制，以避免干擾城市居民。（2）本系統需要定位高空的無人機（>100m），聲學脈衝訊號將會承受很大的訊號衰弱。（3）此外，許多城市的背景噪聲本身就很強，約為 40-75 dB SPL。（4）在空中飛行時，無人機螺旋槳還會產生很大的聲學干擾，可能高達104 dB SPL。
第二個挑戰是無人機運動引起的多普勒訊號失真。對於無線訊號而言，多普勒效應的嚴重程度，正比於物體的運動速度，反比於無線訊號的傳播速度。相比於射頻訊號的傳播速度（即光速），聲學訊號在空氣中的傳播速度是非常慢的。所以，聲學訊號將承受嚴重的多普勒失真。
第三個挑戰是訊號處理必須要高效。本定位系統用於引導運動的無人機降落，定位資料延遲不能過高，否則高延遲的定位結果將給飛控引入嚴重的系統不穩定性，威脅整個降落環節的安全。

總之，本提案要解決的核心技術問題是：如何在低訊雜比的條件下，檢測失真聲學脈衝訊號。

圖2 定位流程示意圖

上圖2展示了本提案的定位流程的示意圖與對應的系統實現：無人機攜帶一個揚聲器持續的播放聲學脈衝訊號。四個麥克風被部署在降落平臺的四個角上以捕獲聲學脈衝訊號。本系統透過定位音響的位置來定位無人機。

3 具體方案

3.1 PRN調製與傳送

在真實的場景中，無人機傳送的聲學訊號需要滿足如下要求：

聲學對人耳友好：無人機發出的聲音不能引起居民的聽覺不適。
支援併發檢測和識別：同一片空域總，可能會有多個無人機在起降，即多個無人機可能同時傳輸聲學脈衝。這就要求本系統能夠從衝突的聲學訊號中分別檢測每個無人機的脈衝，並識別每個檢測出的脈衝屬於哪一個無人機。
安全：能夠防止惡意攻擊者偽造無人機的脈衝來誤導系統。

為滿足以上需求，本系統採用偽隨機噪聲（Pseudo-Random Noise， PRN）調製來生成無人機的聲學脈衝。我們用每個無人機的識別碼（ID）來設定偽隨機種子，並生成一連串的N個高斯隨機變數，作為該無人機傳送的脈衝訊號。具體實現中，位元速率等於揚聲器的取樣率，即48 kHz。

3.2 脈衝檢測

將聲波訊號進行除錯併傳送後，我們需要在地面端進行脈衝檢測。

我們選擇的是匹配濾波器進行脈衝檢測。其思想是以發射脈衝為模板，並將其與接收訊號做相關。透過將接收訊號流式地輸入到匹配濾波器中，匹配濾波器就會流式地輸出相關結果。如果從輸出結果中找到一個明顯的相關峰，我們就判定該脈衝被檢測到了。但為了解決低訊雜比問題，需要增加脈衝長度，但是多普勒失真的存在，使得增加脈衝長度只會適得其反。

解決此問題的直接有效方法就是補償多普勒失真：多普勒效應縮放了脈衝碼字的持續時間。如果無人機相對於麥克風的徑向速度已知，我們就可以計算出碼字實際的持續時間，再用該引數重新取樣原始的PRN脈衝模板，以生成一個與收到的脈衝碼字同步的訊號模板。可以預期的是，用該新模板來檢測PRN脈衝的模板補償了多普勒效應的干擾，進而可以按需地增加PRN脈衝長度，克服低訊雜比問題。

然而實際上，麥克風的徑向速度是未知的。因此，我們採用線性搜尋的方式來遍歷麥克風的徑向速度。對於無人機可能速度的集合我們依次進行重取樣和相關計算。當集合中所有的速度都完成以上的操作，我們就得到了對應的N個相關函式。從中，我們只需要保留有著最大相關值的一個相關函式。這是因為最大的相關值就意味著脈衝的多普勒失真已經被最大程度地補償了，其對應的搜尋速度也最接近真實的無人機的徑向速度。

3.3 TDoA估計和定位

本系統共部署了四個麥克風，順時針地分別記這些麥克風為為Mic0、Mic1、Mic2和Mic3。

圖3 ToA與TDoA估計

對於每一路麥克風Mici的音源，我們依次進行上述的多普勒速度補償與脈衝檢測，並得到相關函式。從該相關函式中，找到其中相關峰，並把相關峰的位置當作脈衝訊號到達Mici的到達時間（Time of Arrial, ToA）。方便起見，分別記脈衝訊號到達4個麥克風Mic0、Mic1、Mic2和Mic3的到達時間為ToA0、ToA1、ToA2和ToA3。

接著，我們計算脈衝到達相對時延（Time Difference of Arrial, TDoA）。在本系統中，我們只計算對角麥克風對的TDoA，即麥克風對<Mic0,Mic2>與<Mic1,Mic3>。這是因為幾何上，對角麥克風有著最大的麥克間隔（即孔徑），所以有著最細的空間粒度。

兩個TDoA將透過WiFi傳輸給無人機。基於這些資訊，無人機可以建立兩個雙曲面方程組。根據雙曲面方程組和無人機的高度資訊，可以求得飛機剩下兩個自由度的資訊。

4 創新點

相比於視覺定位方案，本方案有如下優點：

因為聲學訊號的傳播不受光照條件的影響，故本系統的工作不受光照條件的影響；
聲學訊號是向全空間輻射的，故本系統的水平定位範圍更大；
理論上也支援多個無人機定位。

目前，該技術方案已經接入美團無人機的飛行控制系統，並透過了多種複雜環境的測試驗證，未來計劃在美團無人配送業務中落地應用。

蓬勃發展的無人機產業，為當前正蓄勢爆發的即時零售新業態提供了更高效的配送解決方案。而前沿技術在現實場景中的落地應用，能夠進一步促進技術的發展。據深圳市交通運輸局資料，美團無人機已開通11條城市場景常態化試執行航線，完成超7萬單真實訂單，配送飛行總時長超1萬小時，累計測試超40萬架次。

美團無人機業務負責人毛一年表示：“綜合來看，城市低空末端物流具有高效、穩定、高品質等特點，可以更好滿足當前市場對即時物流行業發展的新需求，這也成為推動相關產業在近兩年快速落地的主要原因。”