Roboter-Ego-Noise, auch "Eigengeräusche" genannt, sind Geräusche, die ein Roboter durch Bewegung (z. B. durch Reibung von Motoren und Aktuatoren) oder im Ruhezustand (z. B. durch Lüfter) erzeugt. Bei Robotern mit Mikrofonen kann dieses Ego-Noise die Audiosignalverarbeitung stören. Statt es...

Ausführliche Beschreibung

Bibliographische Detailangaben

1. Verfasser:	Pico Villalpando, Antonio (VerfasserIn)
Format:	Abschlussarbeit Elektronisch E-Book
Sprache:	English
Veröffentlicht:	Berlin [2024?]
Schlagworte:	Mobiler Roboter Autonomer Roboter Hidden-Markov-Modell Bahnplanung Mensch-Maschine-Kommunikation Maschinelles Lernen Hochschulschrift
Online-Zugang:	Volltext
Zusammenfassung:	Roboter-Ego-Noise, auch "Eigengeräusche" genannt, sind Geräusche, die ein Roboter durch Bewegung (z. B. durch Reibung von Motoren und Aktuatoren) oder im Ruhezustand (z. B. durch Lüfter) erzeugt. Bei Robotern mit Mikrofonen kann dieses Ego-Noise die Audiosignalverarbeitung stören. Statt es wie üblich als Störfaktor zu betrachten, wird in dieser Arbeit Ego-Noise als nützliche Informationsquelle untersucht, die Einblicke in den Zustand des Roboters und seiner Umgebung bietet. Es könnte sogar dabei helfen, ähnliche Roboter zu erkennen oder deren Bewegungsmuster zu analysieren. Die Arbeit verfolgt drei Ziele: (1) geeignete Darstellungen von Ego-Noise-Merkmalen zu entwickeln, (2) sensomotorische Abbildungen mit Ego-Noise zu integrieren und (3) den Nutzen von Ego-Noise für mobile Roboter zu bewerten. Dazu werden theoretische Modelle (Vorwärts- und Inversmodelle) verwendet, die durch "motorisches Brabbeln" – ein kindliches Explorationsverhalten – inspiriert sind. Experimente zeigen, wie Ego-Noise zur Geländeerkennung (z. B. Hangneigungen), Echolokalisierung und Bewegungssimulation eingesetzt werden kann. Zudem wird untersucht, wie Roboter synthetische Audiodaten erzeugen und über Ego-Noise miteinander kommunizieren können. Die Ergebnisse zeigen, dass Ego-Noise die Umweltwahrnehmung und Interaktion von Robotern verbessern und neue Kommunikationsstrategien ermöglichen kann. Englische Version:Robot ego-noise refers to the sounds robots generate during movement, primarily from motor and actuator friction, or even when stationary, due to components like cooling fans. This noise often interferes with audio signal processing, reducing algorithmic performance. However, this research treats ego-noise as a valuable sensory signal, offering insights into the robot’s state and surroundings. It may even assist in identifying nearby robots and analyzing their motion patterns. This thesis has three main objectives: (1) to develop computationally suitable representations of ego-noise features, (2) to create sensorimotor mappings that utilize these features, and (3) to explore ego-noise as a source of useful information for mobile robots. Using a framework of internal models, including forward (predictor) and inverse (controller) models, the study employs a learning method inspired by infant "motor babbling." It examines how ego-noise can provide information for various tasks, such as detecting terrain changes like slopes, echolocation for wall proximity, and movement imitation based on ego-noise. Additionally, the integration of forward and inverse models enables robots to synthesize audio from motion and share it with other robots. This research highlights how ego-noise can enhance robots’ environmental interaction and, when combined with other sensors, improve perception in complex scenarios.
Beschreibung:	Tag der mündlichen Prüfung: 28.11.2024 Der Text enthält eine Zusammenfassung in deutscher und englischer Sprache. Veröffentlichung der elektronischen Ressource auf dem edoc-Server der Humboldt-Universität zu Berlin: 2024
Beschreibung:	1 Online-Ressource (x, 141 Seiten) Illustrationen, Diagramme