論文の概要: Distributed Acoustic Localization Array Deployed Using a Soft Everting Vine Robot
- arxiv url: http://arxiv.org/abs/2607.20392v1
- Date: Wed, 22 Jul 2026 17:26:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-23 18:51:38.16747
- Title: Distributed Acoustic Localization Array Deployed Using a Soft Everting Vine Robot
- Title（参考訳）: ソフトエバーティングVineロボットによる分散音響定位アレイの展開
- Abstract要約: 本研究では,ソフトワインロボットの体に埋め込まれた分散音響センシングアーキテクチャに基づいて,被災者の位置を定位する音響システムを提案する。
本研究では,ロボット本体に装着した5マイクロホンアレイの精度測定実験を行った。
ロボット本体からマイクが3つしか持たなかった場合,アレー近傍の音源を高精度に位置決めできることを示す。
- 参考スコア（独自算出の注目度）: 0.9611722922501805
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Soft robot exteroception is increasingly being explored for a variety of field applications. In this work, we present a sound-based system for localizing disaster victims in confined and unstructured environments, based on a distributed acoustic sensing architecture embedded along the body of a soft everting vine robot. We propose a dynamic Steered Response Power with Phase Transform framework that supports both far-field direction-of-arrival estimation and near-field three-dimensional source localization as the robot approaches the sound source. To better understand the design and control space related to localizing sound using a soft, shape-morphing robot body, we conduct experiments measuring the accuracy of these methods for a five-microphone array attached to the robot body using three placements relative to the outer membrane of the robot (inside the pressurized body, inside the inner tail, and outside the outer wall) and in four robot configurations (linear, double linear, circular, and sinusoidal). We measure the change in accuracy as the signal-to-noise ratio, the direction of approach, and the distance of the sound source from the center of the array change. Finally, we demonstrate a vine robot growing into an arbitrary shape while carrying microphones along its outer wall, and show that a sound source located with the array's near field can be localized with high accuracy after only three microphones have everted from the robot body. These results highlight the potential of distributed acoustic sensing for reliable victim localization using soft growing robots.
- Abstract（参考訳）: ソフトロボットのエキセプションは様々な分野への応用のために研究が進められている。
本研究は, 軟式常用ブドウロボットの体に埋め込まれた分散音響センシングアーキテクチャに基づいて, 密集・非構造環境において被災者の位置を定位する音響システムを提案する。
本研究では,ロボットが音源に近づくと,遠距離場方向推定と近距離場3次元音源定位の両方をサポートする動的ステアリング応答パワーと位相変換フレームワークを提案する。
柔らかい形状のロボット体を用いて音の局所化に関する設計と制御空間をよりよく理解するために,ロボットの外膜(内壁内,内壁内,外壁外)と4つのロボット構成(線形,二重線形,円形,正弦波)の3つの配置を用いて,ロボット体に装着した5マイクロホンアレイに対して,これらの手法の精度を計測する実験を行った。
精度の変化を信号対雑音比、接近方向、アレーの中心からの音源の距離として測定する。
最後に,その外壁に沿ってマイクを運びながら任意の形状に成長する植物ロボットを実演し,ロボット本体からマイクが3つしか持たなかった場合,アレイ近傍の音源を高精度に局在させることができることを示す。
これらの結果は,ソフト成長ロボットを用いた信頼性の高い被害者位置推定のための分散音響センシングの可能性を強調した。
関連論文リスト
- Lifelong Localization in Dynamic Indoor Environments Combining Odometry with Sparse Distance Sampling [5.257115841810258]
動的屋内環境におけるロバストな生涯ローカライゼーションフレームワークを提案する。
ロボットの位置に先立って、どのように距離サンプルが頑健になるかを実証する。
我々は、LiDARの全範囲とは対照的に、わずか (6) 距離のサンプルでSLAMに匹敵するローカライゼーションを実現する。
論文 参考訳（メタデータ） (2026-07-20T11:46:57Z) - Embodied Human-Robot Interaction via Acoustics: A MARL Approach with AcoustoBots for Spatial Data Physicalization [32.62028759076795]
AcoustoBotsはモバイルデータ物理化プラットフォームである。
タートルボット3ロボットは上向きの8 x 8の超音波位相アレーを運んでいる。
各配列は、人口密度、騒音、交通量などの局所的な都市スカラー値を符号化した粒子を浮き彫りにする。
論文 参考訳（メタデータ） (2026-07-07T17:59:44Z) - Continuum Robot Localization using Distributed Time-of-Flight Sensors [14.753889983176194]
本稿では,ロボットの長さに沿って分散された小型で低解像度のToFセンサを利用する連続ロボットのための技術を提案する。
53cmのロボットを用いた実験条件で, 位置2.5cm, 回転7.2mの平均定位誤差を実現する。
論文 参考訳（メタデータ） (2026-02-06T21:42:37Z) - Audio-Based Tactile Human-Robot Interaction Recognition [0.0]
本研究では,ロボットの硬い殻に触れた時に発生する音によって触覚の相互作用を検出するために,ロボットの体にマイクロフォンを装着することを検討した。
Raspberry Pi 4と統合された2台のI2Sマイクロフォンは、音声信号を捉えるためにPollen Robotics Reachyロボットの胴体に配置された。
畳み込みニューラルネットワークは、336の事前処理されたサンプルのデータセットのタッチ分類のために訓練された。
このモデルでは、異なる音響的支配周波数を持つタッチタイプ間の高い分類精度を示す。
論文 参考訳（メタデータ） (2025-12-06T23:19:22Z) - Real-Time Object Tracking with On-Device Deep Learning for Adaptive Beamforming in Dynamic Acoustic Environments [3.0718743078604067]
本研究は,深層学習に基づくトラッキングとビームフォーミングを統合し,正確な音源定位を実現する組込みシステムを提案する。
このシステムは、遠隔会議、スマートホームデバイス、および補助技術に適している。
論文 参考訳（メタデータ） (2025-11-24T18:33:50Z) - Exploring 3D Human Pose Estimation and Forecasting from the Robot's Perspective: The HARPER Dataset [52.22758311559]
本研究では,ユーザとスポット間のダイアドインタラクションにおける3次元ポーズ推定と予測のための新しいデータセットであるHARPERを紹介する。
キーノーベルティは、ロボットの視点、すなわちロボットのセンサーが捉えたデータに焦点を当てることである。
HARPERの基盤となるシナリオには15のアクションが含まれており、そのうち10つはロボットとユーザの間の物理的接触を含んでいる。
論文 参考訳（メタデータ） (2024-03-21T14:53:50Z) - Sounding Bodies: Modeling 3D Spatial Sound of Humans Using Body Pose and
Audio [50.39279046238891]
人体全体に対して正確な3次元空間音声を生成できるモデルを提案する。
システムは入力として、ヘッドセットのマイクからの音声信号とボディポーズを消費する。
本モデルでは, 適切な損失を伴ってトレーニングした場合に, 精度の高い音場を生成できることが示される。
論文 参考訳（メタデータ） (2023-11-01T16:40:35Z) - Neural Scene Representation for Locomotion on Structured Terrain [56.48607865960868]
本研究では,都市環境を横断する移動ロボットの局所的な地形を再構築する学習手法を提案する。
搭載されたカメラとロボットの軌道からの深度測定のストリームを用いて、ロボットの近傍の地形を推定する。
ノイズ測定とカメラ配置の盲点からの大量の欠落データにもかかわらず,シーンを忠実に再構築する3次元再構成モデルを提案する。
論文 参考訳（メタデータ） (2022-06-16T10:45:17Z) - Few-Shot Audio-Visual Learning of Environment Acoustics [89.16560042178523]
室内インパルス応答 (RIR) 関数は、周囲の物理的環境がリスナーが聴く音をどう変換するかをキャプチャする。
我々は、空間で観測された画像とエコーのスパースセットに基づいて、RIRを推測する方法を探る。
3次元環境のための最先端オーディオ視覚シミュレータを用いた実験において,本手法が任意のRIRを生成できることを実証した。
論文 参考訳（メタデータ） (2022-06-08T16:38:24Z) - Kimera-Multi: Robust, Distributed, Dense Metric-Semantic SLAM for
Multi-Robot Systems [92.26462290867963]
Kimera-Multiは、最初のマルチロボットシステムであり、不正なインターループとイントラロボットループの閉鎖を識別し拒否することができる。
我々は、フォトリアリスティックシミュレーション、SLAMベンチマークデータセット、地上ロボットを用いて収集された屋外データセットの挑戦において、Kimera-Multiを実証した。
論文 参考訳（メタデータ） (2021-06-28T03:56:40Z) - Kimera-Multi: a System for Distributed Multi-Robot Metric-Semantic
Simultaneous Localization and Mapping [57.173793973480656]
本稿では,高密度メカニカル・セマンティックSLAMのための完全分散マルチロボットシステムを提案する。
私たちのシステムはKimera-Multiと呼ばれ、視覚慣性センサーを備えたロボットチームによって実装されています。
Kimera-Multiは環境の3Dメッシュモデルをリアルタイムで構築し、メッシュの各面にセマンティックラベルをアノテートする。
論文 参考訳（メタデータ） (2020-11-08T21:38:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。