Sound source localization is about finding the whereabouts of a sound source using measurements from a number of microphones. The studies for developing localization model have a long history and many researchers have studied different methods for sound source localization. These days, sound source localization technique is closely related with 3-D virtual sound system, artificial ear, remote monitoring system and so on. Specially, the sound localizing ability of a robot is essential for human-robot communication and interaction. A robot operating in a household environment should detect various sound events and take notice of them to achieve robust recognition and interaction with user. Therefore, sound source localization can be said to be one of the cores of the robot technology.
This thesis describes a sound source localization method using the Head -Related-Transfer-Function (HRTF) database. In conventional localization methods, the location of a sound source, such as speaker and user, is estimated from the time delays of wave fronts arriving in each microphone standing in an array formation in free-field. In case of a human head this corresponds to Interaural-Time-Delay (ITD) which is simply the time delay of incoming sound waves between the two ears. Although ITD is an excellent sound cue in stimulating a lateral perception on the horizontal plane, confusion is often raised when tracking the sound location from ITD alone because each sound source and its mirror image about the interaural axis share the same ITD. On the other hand, HRTFs associated with a dummy head microphone system or a robot platform with several microphones contain not only the information regarding proper time delays but also phase and magnitude distortions due to diffraction and scattering by the shading object such as the head and body of the platform. As a result, a set of HRTFs for any given platform provides a substantial amount of information as to the whereabouts of the source once proper analysis can be performed. Also, the transfer function between two output signals has close relations with HRTFs. In case of a human head this transfer function corresponds to Interaural-Transfer-Function (ITF).
In this thesis, new criteria are introduced to be satisfied by a set of output signals from the microphones in order to find the sound source location in accordance with the HRTF database empirically obtained in an anechoic chamber with the given platform. Estimation performance of the proposed method is verified not only in an anechoic chamber but in a household environment using B&K HATS and a given robot platform.
음원 위치 추정은 음향센서의 출력 신호를 이용하여 3차원 공간상에서 소리를 방사하는 음원의 위치를 추정하는 기술이다. 이를 위해 많은 사람들이 여러 방법들을 개발해왔고 실제로 여러 응용분야에서 사용되고 있다. 최근에 음원 위치 추정 기술은 3차원 입체음향, 인공귀, 원격 감시 시스템 등과 같은 산업 분야와 밀접하게 연관되어 있다. 특히, 로봇의 음원 위치 추정 능력은 사용자와 로봇의 효과적인 상호작용을 위한 필수 기술 중의 하나이다. 실사용 환경에서 사용되는 로봇은 다양한 소리를 감지 할 수 있어야 하며, 음원의 위치를 추정할 수 있어야 화자 인식과 효과적인 상호작용을 달성할 수 있다. 따라서 로봇의 화자 위치 추정 기술은 로봇의 핵심 기술 중의 하나이다. 본 논문에서는 머리전달함수를 이용한 음원 위치 추정방법을 제안한다. 기존에 널리 사용되고 있는 음원 위치 추정 방법은 각 마이크로폰 출력신호간의 지연시간을 사용한다. 사람의 경우에는 양 귀에 도달하는 소리의 시간차인 양이간 시간차가 이에 해당한다. 양이간 시간차는 수평면상에서 음원의 방향을 인지하는데 중요한 근거가 되는 것은 사실이지만, 이것에만 의존할 경우, 공간상에 같은 양이간 시간차를 가지는 위치는 무수히 많으므로 이로 인한 혼돈이 발생한다. 반면에, 대상 플랫폼의 머리전달함수는 이런 지연시간에 대한 정보뿐만 아니라 플랫폼 형상에 의한 음장의 왜곡현상을 잘 대변하고 있다. 따라서 이를 적절히 이용한다면 보다 향상된 성능을 지니는 음원 위치 추정 방법의 개발이 가능하다. 본 논문에서는 무향실에서 미리 측정하고 있는 머리전달함수 데이터베이스를 사용하여 음원의 위치를 추정할 수 있는 새로운 척도들을 제안한다. 이를 이용한 제안한 방법을 B&K HATS 와 주어진 로봇 플랫폼에 적용하여 무향실 환경뿐만 아니라 실사용 환경에서의 실험을 통해 그 추정 성능을 검증한다.
