SonicBoom：基于麦克风阵列的接触定位
机器人学
2024-12-16 v1 声音
音频与语音处理
摘要
在视觉传感器遇到严重遮挡的密集环境中（如农业场景），触觉信号可为机器人定位刚性对象并绕行障碍物提供关键空间信息。我们引入SonicBoom，一个集成硬件与学习管道，使机器人能够通过接触麦克风阵列实现接触定位。虽然传统声源定位方法在空气中有效三角测量源位置，但通过固体介质中不规则几何和结构进行定位具有诸多挑战，难以解析建模。我们通过特征工程和学习方法解决这一难题，自主收集18,000组机器人互动声音数据，学习声音信号与机器人末端执行器链接上碰撞位置之间的映射。利用麦克风之间的相对特征，SonicBoom在分布内互动实现0.42cm的定位误差，对新颖对象和接触条件下的鲁健性能保持2.22cm的误差。我们通过对模拟树冠环境中被遮挡树枝的触觉映射演示了系统的实际用途，表明声学传感可实现视觉环境中的可靠机器人导航。
引用
@article{arxiv.2412.09878,
title = {SonicBoom: Contact Localization Using Array of Microphones},
author = {Moonyoung Lee and Uksang Yoo and Jean Oh and Jeffrey Ichnowski and George Kantor and Oliver Kroemer},
journal= {arXiv preprint arXiv:2412.09878},
year = {2024}
}
备注
8 pages