Для безопасного сосуществования с людьми роботы должны уметь определять их присутствие и определять их местоположение, чтобы избегать аварий и столкновений. До сих пор большинство роботов обучались локализации людей с помощью техник компьютерного зрения, основанных на камерах или других визуальных датчиках.
Исследовательская группа из Технологического института Джорджии разработала альтернативный метод локализации человека, который опирается на тонкие звуки, естественно возникающие при движении в определенной среде. Этот метод может быть применен к широкому спектру робототехнических систем.
Метод акустической локализации, предложенный исследователями, основан на алгоритмах машинного обучения. Для обучения своих алгоритмов команда создала специальный набор данных, который содержит 14 часов высококачественных аудиозаписей, сопоставленных с видеозаписями.
Техника машинного обучения, разработанная исследователями, обучена локализации людей исключительно на основе звука. Поскольку она требует только аудиозаписи, полученные с помощью микрофонов, ее можно теоретически внедрить в любого робота с интегрированным микрофоном.
Исследователи обучили свою модель игнорировать внешние и несвязанные шумы. В первоначальных тестах они проверили свою технику на роботе Stretch RE-1, компактном роботе-манипуляторе.
В первоначальных испытаниях с роботом Stretch RE-1 техника команды показала результаты в два раза лучше, чем другие методы акустической локализации. Эти результаты подчеркивают осуществимость акустической локализации, которая является высоко масштабируемой и менее навязчивой, чем локализация на основе камеры.
В будущем техника локализации человека, разработанная исследователями, может помочь улучшить безопасность и производительность роботов, предназначенных для тесного сотрудничества с людьми, сохраняя при этом конфиденциальность пользователей.