近年来，无人机(UAV)在农业、建筑和灾害管理等许多领域受到了广泛关注。这些多功能机器提供对难以到达或危险区域的远程访问以及出色的监控功能。具体来说，在地震等自然灾害发生后，它们对于在倒塌的房屋和瓦砾中寻找受害者非常有用。这可以尽早发现受害者，从而实现快速反应。
现有这方面的研究主要集中在配备摄像头的无人机上，这些无人机依靠图像来搜索受害者并评估局势。然而，仅仅依靠视觉信息可能是不够的，特别是当受害者被困在瓦砾下或位于摄像机盲点的区域时。认识到这一局限性，一些研究集中在使用声音来检测被困人员。然而，由于无人机使用快速旋转的螺旋桨飞行，而螺旋桨安装在无人机本身上，因此它们的噪音会淹没更远的人类声音，构成重大挑战。因此，有必要消除螺旋桨噪声并隔离被困人员的声音，以便有效检测。
虽然一些研究试图通过使用多个麦克风将受害者的声音源与螺旋桨隔离以及语音识别来解决这个问题，但经过处理的声音可能使操作员难以准确识别受害者的声音。此外，此类软件使用预定的词语来隔离人类的声音，而受害者发出的声音可能会根据情况而变化。
为了解决这些问题，芝浦工业大学工程学院电子工程系的 Chinthaka Premachandra 教授和 Yugo Kinasada 先生开发了一种新型的基于人工智能 (AI) 的噪声抑制系统。Premachandra 教授解释说：“抑制声音混合物中的无人机螺旋桨噪音，同时提高人声的可听度，这是一个艰巨的研究问题。无人机噪声的强度可变，随着不同的飞行动作而出现不可预测的波动，这使得开发能够有效地从混合物中去除无人机声音的信号处理滤波器变得复杂。我们的系统利用人工智能有效识别螺旋桨声音并解决这些问题。” 一项研究概述了他们的创新系统的具体细节，该研究于 2023 年 12 月 1 日在线发布，并于 2024 年 1 月发表在《IEEE Transactions on ServicesComputing》杂志第 17 卷第 1 期上。
这个新颖系统的核心是一个先进的人工智能模型，称为生成对抗网络(GAN)，它可以准确地学习各种类型的数据。用于学习各类无人机螺旋桨声音数据。然后使用该学习模型生成与无人机螺旋桨相似的声音，称为伪无人机声音。然后从无人机机载麦克风捕获的实际声音中减去这种伪无人机声音，使操作员能够清楚地听到并识别人类的声音。与传统噪声抑制系统相比，该技术具有多种优势，包括能够在较窄的频率范围内有效抑制无人机噪声，且精度较高。重要的是，它可以实时适应无人机波动的噪声。这些好处可以显着增强无人机在搜索和救援任务中的效用。
研究人员在真实的无人机上测试了该系统，混合了无人机和人类的声音。测试表明，虽然该系统可以有效消除无人机噪音并放大人声，但生成的音频中仍然存在一些残留噪音。幸运的是，目前的性能足以满足该系统在实际灾难现场进行人体检测的建议。此外，研究人员目前正在努力进一步改进该系统并解决剩余的几个问题。
总的来说，这项开创性的研究对于无人机在灾害管理中的应用具有巨大的潜力。普雷马钱德拉教授强调了这项研究的重要性，他说：“这种方法不仅有望改善灾后人类检测策略，而且还增强了我们放大必要的声音成分与不必要的声音成分混合的能力。” “我们持续的努力将有助于进一步提高无人机在灾害应对中的有效性 ，并为拯救更多生命做出贡献。”
免责声明：本文由用户上传，如有侵权请联系删除！
