SonicBoom: Contact Localization Using Array of Microphones

要約

農業環境など、視覚センサーが重度の遮蔽に遭遇する乱雑な環境では、触覚信号は、ロボットが硬い物体の位置を特定し、その周囲を移動するための重要な空間情報を提供できます。
一連の接触マイクを通じて接触位置の特定を可能にする総合的なハードウェアおよび学習パイプラインである SonicBoom を紹介します。
従来の音源定位手法では、空気中の音源を効果的に三角測量することができますが、不規則な形状や構造を持つ固体媒体を介した定位には、分析的にモデル化することが困難な課題があります。
私たちは、特徴エンジニアリングと学習ベースのアプローチを通じてこの課題に取り組み、18,000 個のロボット インタラクション音ペアを自律的に収集し、音響信号とロボット エンド エフェクター リンク上の衝突位置の間のマッピングを学習します。
SonicBoom は、マイク間の相対的な特徴を活用することで、分布相互作用で 0.42cm の位置特定誤差を達成し、新しい物体や接触条件でも 2.22cm の誤差という堅牢なパフォーマンスを維持します。
我々は、模擬樹冠設定における閉塞枝の触覚マッピングを通じてシステムの実用性を実証し、音響ベースのセンシングが視覚的に困難な環境でも信頼性の高いロボットナビゲーションを可能にすることを示します。

要約(オリジナル)

In cluttered environments where visual sensors encounter heavy occlusion, such as in agricultural settings, tactile signals can provide crucial spatial information for the robot to locate rigid objects and maneuver around them. We introduce SonicBoom, a holistic hardware and learning pipeline that enables contact localization through an array of contact microphones. While conventional sound source localization methods effectively triangulate sources in air, localization through solid media with irregular geometry and structure presents challenges that are difficult to model analytically. We address this challenge through a feature engineering and learning based approach, autonomously collecting 18,000 robot interaction sound pairs to learn a mapping between acoustic signals and collision locations on the robot end effector link. By leveraging relative features between microphones, SonicBoom achieves localization errors of 0.42cm for in distribution interactions and maintains robust performance of 2.22cm error even with novel objects and contact conditions. We demonstrate the system’s practical utility through haptic mapping of occluded branches in mock canopy settings, showing that acoustic based sensing can enable reliable robot navigation in visually challenging environments.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google