Поворотный и наклонный кронштейны перемещаются на звук, управляют серводвигателями с помощью микрофонных звуковых датчиков

То, чего вы пытаетесь достичь, нелегко. Ожидайте, что вы потратите много времени на его разработку, тестирование и настройку.

Первым шагом будет проработка акустики вашего устройства. Звуковые датчики не чувствительны к направлению входящего звука, поэтому вам придется использовать два из них, обращенных в разные стороны, как уши на вашей голове обращены в разные стороны. Было бы полезно иметь полярный график ваших микрофонов: если они недостаточно направлены, возможно , вам придется создать какое-то звуковое препятствие между ними (“головка” между ушами или, может быть, даже пара “ушных раковин”), чтобы улучшить угловую избирательность. С кардиоидными микрофонами вам может сойти с рук, если вы просто повернете их на 180° друг от друга.

Чтобы сделать это правильно, может потребоваться значительное усилие. Двухканальный осциллограф и синусоидальный источник звука очень помогли бы: следите за сигналами, выходящими из обоих микрофонов, и смотрите, как меняются их амплитуды при повороте головы. Вы хотите, чтобы они были достаточно чувствительны к этой ориентации. Затем отрегулируйте потенциометры внутри звуковых модулей, чтобы иметь одинаковые амплитуды, когда голова обращена к источнику звука.

Затем вам нужно будет попробовать эти сигналы с помощью вашего Arduino. Частота дискретизации Arduino по умолчанию (analogRead () в замкнутом цикле) составляет около 8,93 кГц для одного канала или 4,46 кГц на канал при чередовании двух каналов. Этого может быть достаточно для получения приблизительной оценки интенсивности голоса, но она как бы на грани слишком низкой. Возможно, вы захотите увеличить частоту дискретизации: способ сделать это обсуждался здесь и находится всего в нескольких шагах.

В analogRead()частота дискретизации также непоследовательна и зависит от того, что делает скетч: чем больше работает процессор, тем медленнее частота дискретизации. Я бы настоятельно рекомендовал разрешить АЦП работать в свободном режиме и извлекать выборки из процедуры обслуживания прерываний. Для этого вам придется сначала прочитать и понять глава об АЦП из спецификации микроконтроллера.

Затем вы должны оценить интенсивность по образцам, которые вы прочитали. В принципе, это означает низкочастотную фильтрацию квадрата переменной части сигнала. Если это слишком много работы, вы можете обойтись простым определением пика.

Возможно, вы захотите взглянуть на этот скетч звукометра для вдохновения. Он использует технологию автономного АЦП и оценивает амплитуду звука, используя надлежащую “фильтрацию нижних частот по квадрату Переменный ток часть сигнала”. Однако это одноканальный, и вам придется адаптировать его для отслеживания двух каналов. Это потребовало бы изменения настроек мультиплексора в ISR.

Наконец, вам нужно будет заставить сервопривод панорамирования реагировать на разницу в интенсивности между двумя ушами. Это самая простая часть, она может выглядеть примерно так:

void loop() {
    float intensity_right = get_sound_intensity(RIGHT_MIKE);
    float intensity_left = get_sound_intensity(LEFT_MIKE);

    // Двигайте головой только в том случае, если мы действительно слышим звук.
    if (intensity_right >= intensity_threshold
            || intensity_left >= intensity_threshold) {

        float difference = intensity_right - intensity_left;

        // Двигайте головой только в том случае, если разница в интенсивности
        // значимый.
        if (fabs(difference) >= difference_threshold) {
            if (difference > 0 && servo_position < 180) {
                servo_position += 1;
                servo.move(servo_position);
            } else if (difference < 0 && servo_position > 0) {
                servo_position -= 1;
                servo.move(servo_position);
            }
        }
    }
}