(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211156389.X (22)申请日 2022.09.22 (71)申请人 思必驰科技股份有限公司 地址 215000 江苏省苏州市工业园区新平 街388号腾飞科技园14幢 (72)发明人 宋洪博　王艳龙　陈飞龙　 (74)专利代理 机构 苏州谨和知识产权代理事务 所(特殊普通 合伙) 32295 专利代理师 叶栋 (51)Int.Cl. G06T 7/13(2017.01) G06T 7/73(2017.01) G06T 7/80(2017.01) G01S 5/22(2006.01) (54)发明名称 设备标定方法、 声源跟踪方法、 设备及存储 介质 (57)摘要 本申请涉及一种设备标定方法、 声源跟踪 方 法、 设备及存储介质， 属于声源跟踪技术领域， 该 方法包括： 控制图像采集设备扫描当前的声源跟 踪环境； 识别扫描到的环境图像中的各个音 频采 集设备， 得到每个音频采集设备的设备图像区 域； 使用每个音频采集设备的设备图像区域、 设 备图像区域对应的图像采集姿态、 以及图像采集 设备内参和外参， 确定音 频采集设备相对于图像 采集设备的相对位置关系； 建立每个 设备标识与 相对位置关系之间的映射关系， 以进行声源跟 踪； 可以解决用户标定相对位置的获取效率较低 的问题； 可以提高标定效率。 权利要求书2页 说明书12页 附图4页 CN 115457065 A 2022.12.09 CN 115457065 A 1.一种设备标定方法， 其特征在于， 用于声源跟踪系统， 所述声源跟踪系统包括图像采 集设备和至少两个音频采集设备； 所述图像采集组件的图像采集范围包括所述至少两个音 频采集设备所在的安装位置； 在进行声源跟踪时， 所述音频采集设备用于确定当前发声的 目标声源相对于所述音频采集设备的角度数据， 并将所述音频采集设备的设备标识和所述 角度数据发送至所述图像采集设备， 以供所述图像采集设备进 行声源跟踪； 其中， 不同音频 采集设备采集 不同区域内目标声源的音频 数据； 所述方法包括： 在进行声源跟踪之前， 控制所述图像采集设备扫描当前的声源跟踪环境， 得到环境图 像； 识别所述环境图像中的各个音频采集设备， 得到每 个音频采集设备的设备图像区域； 使用每个音频采集设备的设备图像区域、 所述设备图像区域对应的图像采集姿态、 以 及所述图像采集设备内参和外参， 确定所述音频采集设备相对于所述图像采集设备的相对 位置关系； 建立每个设备标识与 所述相对位置关系之间的映射关系， 以供所述图像采集设备获取 到携带有 所述设备标识的角度数据后， 使用所述映射关系确定所述设备标识映射的相对位 置关系， 并使用所述相对位置关系和所述角度数据对所述目标声源进行声源跟踪。 2.根据权利要求1所述的方法， 其特征在于， 所述音频采集设备的设备轮廓与 所述声源 跟踪环境中其它目标 的目标轮廓不同； 所述识别所述环境图像中的各个音频采集设备， 得 到每个音频采集设备的设备图像区域， 包括： 检测所述环境图像中各个目标的轮廓； 确定轮廓与 所述设备轮廓相匹配的目标的图像区域， 得到所述音频采集设备的设备图 像区域。 3.根据权利要求1所述的方法， 其特征在于， 所述音频采集设备上设置有标定标识， 所 述识别所述环境图像中的各个音频采集设备， 得到每个音频采集设备 的设备图像区域， 包 括： 检测所述环境图像中的标定标识， 得到所述标定标识的标识图像区域； 基于标识图像区域确定所述设备图像区域。 4.根据权利要求1所述的方法， 其特征在于， 所述建立每个设备标识与 所述相对位置关 系之间的映射关系， 包括： 对于每个设备标识， 向各个音频采集设备发送携带有所述设备标识 的映射指令， 所述 映射指令用于触发所述设备 标识对应的音频采集设备 执行预设映射动作； 控制所述图像采集设备识别所述预设映射动作； 在识别到所述预设映射动作的情况下， 建立执行所述预设映射动作的音频采集设备的 相对位置关系与所述设备 标识之间的映射关系。 5.根据权利要求4所述的方法， 其特征在于， 所述建立执行所述预设映射动作的音频采 集设备的相对位置关系与所述设备 标识之间的映射关系， 包括： 获取识别到所述预设映射动作时对应的图像采集姿态； 确定与所述预设映射动作对应的图像采集姿态相匹配的相对位置关系； 建立所述相匹配的相对位置关系与所述设备 标识之间的映射关系。 6.根据权利要求 4所述的方法， 其特 征在于，权　利　要　求　书 1/2 页 2 CN 115457065 A 2所述控制所述图像采集设备识别所述预设映射动作， 包括： 控制所述图像采集设备以 各个未映射的相对位置关系采集图像并识别所述预设映射动作； 相应地， 在识别到所述预设映射动作的情况下， 建立执行所述预设映射动作的音频采 集设备的相对位置关系与所述设备标识之间的映射关系， 包括： 在识别到所述预设 映射动 作的情况 下， 建立当前使用的相对位置关系与所述设备 标识之间的映射关系。 7.根据权利要求1至6任一所述的方法， 其特征在于， 所述使用每个音频采集设备的设 备图像区域、 所述设备图像区域对应的图像采集姿态、 以及所述图像采集设备内参和外参， 确定所述音频采集设备相对于所述图像采集设备的相对位置关系， 包括： 识别所述设备图像区域中音频采集设备上关键点的关键点位置、 以及所述音频采集设 备在所述设备图像区域中的像素信息； 基于所述关键点 位置确定所述音频采集设备相对于所述图像采集设备的姿态角； 使用所述像素信 息、 所述图像采集姿态、 所述图像采集设备内参和外参， 确定所述音频 采集设备相对于所述图像采集设备 的方位和距离， 所述相对位置关系包括所述方位、 所述 距离和所述姿态角。 8.一种声源跟踪方法， 其特征在于， 用于声源跟踪系统， 所述声源跟踪系统包括图像采 集设备和至少两个音频采集设备； 所述图像采集组件的图像采集范围包括所述至少两个音 频采集设备 所在的安装位置； 所述方法包括： 获取所述音频采集设备发送的携带有所述音频采集设备的设备标识的角度数据； 所述 角度数据是所述音频采集设备采集到当前发声的目标声源的音频数据后， 使用所述音频数 据确定出的； 获取预先建立的每个设备标识与音频采集设备相对于所述图像采集设备的相对位置 关系之间的映射关系， 所述相对位置关系是控制所述图像采集设备扫描当前的声源跟踪环 境得到环境图像后， 识别所述环境图像中的各个音频采集设备， 得到每个音频采集设备 的 设备图像区域； 使用每个音频采集设备 的设备图像区域、 所述设备图像区域对应的图像采 集姿态、 以及所述图像采集设备内参和外参确定出的； 使用所述映射关系确定所述设备 标识映射的相对位置关系； 使用所述相对位置关系和所述角度 数据， 控制所述图像采集设备对所述目标声源进行 声源跟踪。 9.一种电子设备， 其特征在于， 所述设备包括处理器和存储器； 所述存储器中存储有程 序， 所述程序由所述处理器加载并执行以实现如权利要求1至7任一项所述的设备标定方 法； 或者实现如权利要求8所述的声源跟踪方法。 10.一种计算机可读存储介质， 其特征在于， 所述存储介质中存储有程序， 所述程序被 处理器执行时用于实现如权利要求 1至7任一项 所述的设备标定方法； 或者 实现如权利要求 8所述的声源跟踪方法。权　利　要　求　书 2/2 页 3 CN 115457065 A 3