当地震等自然灾害发生时，每一分钟都很重要。无人驾驶飞行器（UAV）通常用于协助寻找幸存者，因为它们可以提供难以到达区域的初步概览，并帮助发现受害者 - 只要他们是可见的。
弗劳恩霍夫通信、信息处理和人体工程学研究所（Fraunhofer Institute for Communication， Information Processing and Ergonomics FKIE）的研究人员现在正在寻求通过一项新技术来缩小灾害管理服务方面的差距：未来，配备麦克风阵列的无人机将能够从空中精确定位受害者的呼救声和其他声音信号，并向救援队提供有关其位置的信息。这大大增加了无法被相机发现的受害者快速救援的机会。
利比亚、希腊和斯洛文尼亚的洪水，夏威夷和特内里费岛的火灾，土耳其和摩洛哥的地震——当一个地区遭受自然灾害袭击时，每一分钟都对拯救受害者的努力至关重要。但寻找幸存者是一项复杂的工作，因为建筑物和道路可能会遭到破坏，大片地区可能会被切断。因此，配备日光摄像机和红外热像仪的无人机的使用变得越来越普遍——它们可以快速飞越大面积被毁坏的基础设施，定位受害者并加快救援队的反应速度。
问题在于，这些成像传感器无法看到被困在瓦砾下的受害者，浓烟、雾或黑暗等因素也限制了摄像机的有效性。对于这样的场景，弗劳恩霍夫FKIE的研究人员正在研究一种解决方案，该解决方案可以将声学传感器添加到相机中： LUCY是Listening system Using a Crow’s nest arraY的缩写，是FKIE科学家Macarena Varela与同事和研究小组负责人Marc Oispuu博士合作开发的一项技术，用于挽救埋在瓦砾中或被大火困住的人们的生命。
麦克风阵列接收来自各个方向的信号
LUCY是一种MEMS麦克风阵列，称为乌鸦巢阵列，安装在无人机上，以确定呼救声、鼓掌声或敲击声等噪音的来源。小巧、坚固的MEMS麦克风价格低廉，可用于智能手机等应用。
该系统的特殊之处在于，麦克风以特殊的几何配置连接到无人机的底部，可以感知来自各个方向的声音。“船上最高的瞭望点，可以让你看到各个方向，被称为乌鸦巢。LUCY也是如此，我们的系统可以不受限制地听到各个方向的声音，“Macarena Varela解释道。
LUCY的工作方式与人耳类似，人耳接收声音信息并将其传送到大脑进行分析。在阵列系统的情况下，耳朵被麦克风取代，大脑被信号处理单元取代，该信号处理单元测量噪音的来源方向。LUCY 目前拥有 48 个麦克风，能够非常精确地确定声源的方向。
Oispuu博士说：“与使用两个声学传感器相比，使用48个或更多麦克风的空间听觉效果显然更好，并且针对特定方向的听力和忽略某些声音的能力也得到了提高。此外，该系统能够感知人耳无法记录的频率。未来，麦克风的数量将增加到256个能够实时处理信号的传感器。
过滤掉令人分心的环境噪音
该系统可阻挡分散注意力的环境噪音，例如来自救援设备、风或鸟类的噪音，以及无人机本身的呼啸转子。人工智能 （AI） 方法和自适应滤波器用于过滤信号，同时教导系统检测声音模式，例如喊叫、敲击或鼓掌，这些模式可能会被有需要的人用来吸引注意力。
为了使系统能够做到这一点，它使用了一个包含不同声音或签名的数据库，人工智能已经预先对其进行了训练。结合相干波束成形等信号处理技术，可以对噪声进行检测和分类，并精确确定其入射角。此外，紧凑的处理单元确保可以非常快速地处理信号。当灾难发生时，收到的位置数据将被传送给救援队，然后他们可以使用平板电脑识别受害者的确切位置。
轻盈的Lucy
由于其可扩展性，传感器模块和麦克风阵列可用于许多商用无人机。由于MEMS技术和无人机都相对便宜，因此可以使用多个无人机来有效地调查灾区。
由于其重量轻，应急响应人员可以随身携带LUCY系统，也可以在地面上使用它，并且可以安装在车辆上或用作固定设备。FKIE的研究人员目前正在对实验系统进行进一步改进。