Calibration of Multiple Asynchronous Microphone Arrays using Hybrid TDOA

要約

複数の非同期マイクアレイで作られた音響センシングシステムの正確なキャリブレーションは、サウンドソースのローカリゼーションと追跡の満足のいくパフォーマンスに不可欠です。
このタイプのシステムの最先端のキャリブレーション方法は、マイクアレイ（それぞれTDOA-MとDOAとして示される）の到着の時差と到着方向の測定方向に依存しています。
この論文では、キャリブレーションの精度を高めるために、マイクアレイに関して隣接するサウンドイベント（TDOA）間の到着測定の時差を組み込むことを提案します。
より具体的には、初期値推定（IVE）手順と最終的な共同最適化ステップを含む2段階のキャリブレーションアプローチを提案します。
IVEステージは、ハイブリッドTDOA（つまり、TDOAMおよびTDOA-S）、スピーカーを運ぶ移動ロボットからの走行距離計データ、およびDOAを使用して、マイクアレイの向きを除くすべてのパラメーターを最初に初期化します。
その後、マイクの向きは、反復的な最も近いポイント法を介して推定されます。
最終的な共同最適化ステップでは、複数のマイクアレイの位置、方向、時間オフセット、クロックドリフトレート、およびサウンドソースの位置を同時に推定します。
シミュレーションと実験の両方の結果は、TDOAノイズレベルが低いまたは中程度のシナリオの場合、私たちのアプローチは、精度の点で既存の方法よりも優れていることを示しています。
すべてのコードとデータは、https：//github.com/aislabsustech/hybrid-tdoa-multi-calibで入手できます。

要約(オリジナル)

Accurate calibration of acoustic sensing systems made of multiple asynchronous microphone arrays is essential for satisfactory performance in sound source localization and tracking. State-of-the-art calibration methods for this type of system rely on the time difference of arrival and direction of arrival measurements among the microphone arrays (denoted as TDOA-M and DOA, respectively). In this paper, to enhance calibration accuracy, we propose to incorporate the time difference of arrival measurements between adjacent sound events (TDOAS) with respect to the microphone arrays. More specifically, we propose a two-stage calibration approach, including an initial value estimation (IVE) procedure and the final joint optimization step. The IVE stage first initializes all parameters except for microphone array orientations, using hybrid TDOA (i.e., TDOAM and TDOA-S), odometer data from a moving robot carrying a speaker, and DOA. Subsequently, microphone orientations are estimated through the iterative closest point method. The final joint optimization step estimates multiple microphone array locations, orientations, time offsets, clock drift rates, and sound source locations simultaneously. Both simulation and experiment results show that for scenarios with low or moderate TDOA noise levels, our approach outperforms existing methods in terms of accuracy. All code and data are available at https://github.com/AISLABsustech/Hybrid-TDOA-Multi-Calib.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google