Direction of Arrival Estimation Using Microphone Array Processing for Moving Humanoid Robots
作者: Vladimir Tourbabin, Boaz Rafaely
分类: eess.AS, cs.RO, cs.SD
发布日期: 2024-01-04
期刊: in IEEE/ACM Transactions on Audio, Speech, and Language Processing, vol. 23, no. 11, pp. 2046-2058, Nov. 2015
DOI: 10.1109/TASLP.2015.2464671
💡 一句话要点
提出基于麦克风阵列的方向估计方法以解决移动机器人问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 方向估计 麦克风阵列 运动补偿 类人机器人 信号处理 性能增强
📋 核心要点
- 现有的方向到达估计方法假设麦克风阵列在固定位置，但移动类人机器人的实际情况并不符合这一假设，导致估计误差显著。
- 本文提出了一种新的信号模型，考虑了阵列的运动，并提出了两种处理方法来补偿运动影响和增强性能。
- 实验结果显示，运动补偿方法几乎消除了运动相关的误差，而基于运动的增强方法则在性能上超过了静态阵列的结果。
📝 摘要（中文）
近年来，类人机器人听觉系统受到越来越多的关注，该系统通常通过麦克风阵列获取周围声场。传统的方向到达估计方法假设阵列在估计过程中处于固定位置，但对于安装在移动类人机器人上的阵列，这一假设并不成立。本文提出了一种考虑运动的信号模型，并基于此模型提出了两种处理方法：第一种方法补偿机器人的运动，第二种方法针对周期性信号，利用运动来提升性能。数值仿真和实验研究表明，运动补偿方法几乎消除了与运动相关的误差，而基于运动的增强方法则显著提高了方向到达估计的性能。
🔬 方法详解
问题定义：本文解决的问题是移动类人机器人在进行方向到达估计时，由于阵列运动导致的估计误差。现有方法未能有效处理这一问题，造成了显著的方向估计误差。
核心思路：论文的核心思路是提出一种新的信号模型，能够考虑阵列的运动影响，并基于此模型设计两种处理方法：一种用于运动补偿，另一种用于利用运动增强性能。
技术框架：整体架构包括信号获取、运动补偿处理和性能增强处理三个主要模块。首先，通过麦克风阵列获取声信号，然后应用运动补偿算法，最后利用运动信息对周期性信号进行性能增强。
关键创新：最重要的技术创新在于提出了考虑运动的信号模型和相应的处理方法，这与传统静态阵列方法本质上不同，能够显著提高方向估计的准确性。
关键设计：关键设计包括运动补偿算法的参数设置和周期性信号处理的增强策略，具体细节涉及信号处理算法的优化和运动模型的精确构建。通过这些设计，能够有效减少运动带来的误差。
🖼️ 关键图片
📊 实验亮点
实验结果表明，运动补偿方法几乎消除了运动相关的误差，方向估计的准确性显著提高。使用基于运动的增强方法时，性能提升超过了传统静态阵列的结果，显示出该方法在动态环境中的优势。
🎯 应用场景
该研究的潜在应用领域包括移动类人机器人、智能音响和自动驾驶车辆等。通过提高方向到达估计的准确性，这项技术可以改善机器人与人类的交互体验，提升环境感知能力，具有重要的实际价值和未来影响。
📄 摘要（原文）
The auditory system of humanoid robots has gained increased attention in recent years. This system typically acquires the surrounding sound field by means of a microphone array. Signals acquired by the array are then processed using various methods. One of the widely applied methods is direction of arrival estimation. The conventional direction of arrival estimation methods assume that the array is fixed at a given position during the estimation. However, this is not necessarily true for an array installed on a moving humanoid robot. The array motion, if not accounted for appropriately, can introduce a significant error in the estimated direction of arrival. The current paper presents a signal model that takes the motion into account. Based on this model, two processing methods are proposed. The first one compensates for the motion of the robot. The second method is applicable to periodic signals and utilizes the motion in order to enhance the performance to a level beyond that of a stationary array. Numerical simulations and an experimental study are provided, demonstrating that the motion compensation method almost eliminates the motion-related error. It is also demonstrated that by using the motion-based enhancement method it is possible to improve the direction of arrival estimation performance, as compared to that obtained when using a stationary array.