Core Concepts
Graph-SLAMを使用して、ハイブリッドTDOA情報を組み合わせた新しい非同期マイクアレイのキャリブレーション手法が提案されました。
Abstract
マイクアレイの正確なキャリブレーションが重要であることが強調されています。
既存の方法に比べて、提案された手法は初期値に依存しないこと、精度と安定性が向上していることが示されています。
TDOA-SとTDOA-Mを組み合わせたハイブリッドTDOA手法により、マイクパラメーターの推定が可能です。
シミュレーションおよび実世界実験により、提案手法の優れた性能が確認されています。
導入
マイクアレイはロボットに音源の位置特定や追跡能力を与えます。
キャリブレーションはマイクジオメトリ情報を正確に設定する前提条件です。
提案手法
新しい測定方法であるTDOA-Sが導入されました。
TDOA-SとTDOA-Mを組み合わせたハイブリッドTDOA手法により、非同期マイクアレイパラメーターを推定します。
GNメソッドによる非線形最小二乗問題解決
GNメソッドは非線形最小二乗問題の勾配ベースの反復的解決方法です。
CRLB計算
CRLBはパラメーター推定エラーを分析する有力なツールです。
シミュレーション結果
提案手法は異なるマイク数や初期値ノイズに対して安定性を示しました。
実世界実験結果
実世界実験でもシミュレーション結果と一致し、提案手法の優れた性能が確認されました。
Quotes
"Hybrid TDOA is composed of TDOA-M and TDOA-S and the latter is inspired by sound source localization to locate microphones."
"TDOA-S is efficient and simple, which eliminates time offsets without generating new parameters."