Building Ears for Robots: Machine Hearing in the Age of Autonomy

要約

この研究では、ロボット聴覚システムの重要性を調査し、多様で不確実な環境で動作するロボットにとっての重要性を強調しています。
例としてロボタクシーを使用したハードウェア設計原則を紹介します。ここでは、外部マイク アレ​​イを使用してサイレンなどの音声イベントを検出します。
適切な信号対雑音比 (SNR) の達成に焦点を当てて、課題、目標、テスト方法について説明します。
さらに、確率的ロボット理論に根ざした予備的なソフトウェアフレームワークを提示し、ロボット聴覚を知覚と意思決定のより広範な文脈に統合することを提唱しています。
ベイズ フィルター、部分観察可能なマルコフ決定プロセス (POMDP)、マルチエージェント システムなどのさまざまなモデルについて説明し、ロボット聴覚が果たせる多面的な役割に焦点を当てています。
結論として、サービスロボットが進化し続けるにつれて、ロボット聴覚研究は拡大し、単純な音イベントの分類を超えた将来の開発に新たな視点と課題を提供するでしょう。

要約(オリジナル)

This study explores the significance of robot hearing systems, emphasizing their importance for robots operating in diverse and uncertain environments. It introduces the hardware design principles using robotaxis as an example, where exterior microphone arrays are employed to detect sound events such as sirens. The challenges, goals, and test methods are discussed, focusing on achieving a suitable signal-to-noise ratio (SNR). Additionally, it presents a preliminary software framework rooted in probabilistic robotics theory, advocating for the integration of robot hearing into the broader context of perception and decision-making. It discusses various models, including Bayes filters, partially observable Markov decision processes (POMDP), and multiagent systems, highlighting the multifaceted roles that robot hearing can play. In conclusion, as service robots continue to evolve, robot hearing research will expand, offering new perspectives and challenges for future development beyond simple sound event classification.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google