随着科技的进步,声音定位跟踪系统技术得到了快速的发展以及广泛的应用,声音定位的方法种类越来越多,定位的准确度以及实时性也逐渐提高,随着服务机器人的发展,声音定位技术与服务机器人相结合,为人们的生活提供了便利。本文基于人体感知器Kinect,采集和处理声音数据,研究基于时延估计的声源定位方法实现声源的定位,基于Visual Studio 2015开发平台,将Kinect与移动机器人相结合跟踪声源目标。本文分析了Kinect音频数据的采集以及处理过程,基于Kinect的麦克风四元线性麦克风阵列的特性,研究了线性阵列结构的几何定位方法;在声音信号的两种传播模型的基础上,分析每种情况下的时延值求取方法,研究了基于Kinect的声音信号的采集以及处理过程,将Kinect采集到的4通道声音数据分开为单通道的数据,对声音数据进行预处理——预滤波、预加重和加窗分帧;探讨声源定位方法的分类,深入分析传统的三类声源定位方法的基本原理,研究了基于时延估计的声源定位方法,主要研究了求取时延的算法,针对传统的互相关算法以及广义互相关算法中的问题,引入二次相关对广义互相关算法进行改进,通过对三种算法(二次相关、广义互相关、广义二次相关)进行仿真实验,验证了改进的广义二次相关算法具有优良的抗噪性能以及抗混响性能;设计了基于Kinect和移动机器人的声源定位系统,通过Visual Studio 2015实现对Kinect传感器的驱动,Kinect采集到声音数据,提出了二次相关与广义互相关结合算法对声音数据处理得到声源的角度信息,利用Kinect的深度摄像头获取声源的距离信息,最后将角度信息和距离信息远程传给移动机器人的控制器,实现Kinect机器人对声源的跟踪定位,实验证明了算法可行性。