[论文解读] Multi-Sound-Source Localization for Small Autonomous Unmanned Vehicles with a Self-Rotating Bi-Microphone Array.

Deepak Gala, Nathan Lindsay+1 more|arXiv (Cornell University)|Apr 13, 2018

Speech and Audio Processing参考文献 26被引用 2

一句话总结

本文提出两种新颖的声音源定位方法，针对小型自主无人航行器（SAUVs）使用自旋转双麦克风阵列提取双耳时间差（ITD）信号。基于DBSCAN与RANSAC的方法在混响环境中成功实现了三维空间中多个声源的定位，准确估计了声源数量与方向。

ABSTRACT

While vision-based localization techniques have been widely studied for small autonomous unmanned vehicles (SAUVs), sound-source localization capability has not been fully enabled for SAUVs. This paper presents two novel approaches for SAUVs to perform multi-sound-sources localization (MSSL) using only the interaural time difference (ITD) signal generated by a self-rotating bi-microphone array. The proposed two approaches are based on the DBSCAN and RANSAC algorithms, respectively, whose performances are tested and compared in both simulations and experiments. The results show that both approaches are capable of correctly identifying the number of sound sources along with their three-dimensional orientations in a reverberant environment.

研究动机与目标

• 通过仅使用双耳时间差（ITD）信号，实现在小型自主无人航行器（SAUVs）中的多声源定位（MSSL）。
• 解决尽管视觉方法研究广泛，但SAUVs中仍缺乏鲁棒声源定位的问题。
• 开发并评估两种基于ITD的MSSL方法，分别采用DBSCAN与RANSAC算法，以提升声源检测与定位性能。
• 在模拟与真实混响环境中验证两种方法的性能。

提出的方法

• 使用自旋转双麦克风阵列捕获双耳时间差（ITD）信号，实现在无外部传感器情况下的定向声源定位。
• 应用DBSCAN算法对ITD数据点进行聚类，以识别不同的声源方向并估计声源数量。
• 使用RANSAC算法通过迭代拟合模型到ITD数据并识别内点，检测主要声源方向。
• 两种算法均处理ITD数据，以估计混响声学环境中多个声源的三维方向。
• 该方法完全依赖ITD信号，避免了复杂的波束成形或相位处理。
• 麦克风阵列的自旋转使系统能够通过在不同角度采样方向性ITD，实现全向球面声源检测。

实验结果

研究问题

• RQ1 自旋转双麦克风阵列是否能有效捕获足够用于SAUVs中多声源定位的ITD信号？
• RQ2 DBSCAN与RANSAC算法在仅使用ITD数据的情况下，能否准确估计多个声源的数量与三维方向？
• RQ3 与传统方法相比，所提出的基于ITD的方法在混响环境中表现如何？
• RQ4 在真实声学条件下，DBSCAN与RANSAC方法在区分多个声源方面具有多强的鲁棒性？

主要发现

• 基于DBSCAN与RANSAC的两种方法均成功利用自旋转双麦克风阵列的ITD信号，在三维空间中实现了多个声源的定位。
• 两种方法在仿真与真实实验中均准确估计了声源数量。
• 算法在混响环境中表现出强鲁棒性，保持了准确的声源方向估计。
• 自旋转双麦克风阵列在无需额外传感器或复杂信号处理的情况下，实现了全向球面声源检测。
• 结果证实，结合聚类与模型拟合技术后，基于ITD的定位方法在小型自主无人航行器中具有可行性。
• 两种方法的性能通过在仿真与物理环境中的对比测试得到验证，显示出一致的定位精度。