An auditory system plays an important role for the perception system of cognitive robots. This thesis investigates auditory system modules for the localization, tracking, and separation of sound sources. The presented localization module operates in the time-frequency domain and exploits signal sparseness to estimate the positions of multiple sources. The tracking module uses particle filters with bimodal observation probability densities to post-process the localization results. The separation module is based on binary masking and shares its computations with the localization module to keep its complexity low. Real-world experiments reveal that the presented algorithms perform better than state-of-the-art techniques, while simultaneously operating inside the requirements and constraints of robotic systems.     «

An auditory system plays an important role for the perception system of cognitive robots. This thesis investigates auditory system modules for the localization, tracking, and separation of sound sources. The presented localization module operates in the time-frequency domain and exploits signal sparseness to estimate the positions of multiple sources. The tracking module uses particle filters with bimodal observation probability densities to post-process the localization results. The separation...     »

Hören spielt eine wichtige Rolle im Wahrnehmungssystem kognitiver Roboter. Diese Arbeit untersucht Module eines Robotergehörs für die Lokalisierung, das Tracking und die Separierung von Schallquellen. Das vorgestellte Lokalisierungsmodul nutzt die spärliche Besetzung im Zeit-Frequenz-Bereich von Audiosignalen, um die Positionen mehrerer Quellen zu bestimmen. Das Trackingmodul nimmt bimodale Wahrscheinlichkeitsdichten für die lokalisierten Positionen an und nutzt Partikelfilter, um die Quellen zu verfolgen. Das Separierungsmodul trennt die Quellsignale mit binären Masken und kann durch Wiederverwendung von Berechnungen des Lokalisierungsmoduls seine Komplexität gering halten. In realen Experimenten funktionieren die vorgestellten Algorithmen besser als existierende Methoden, während sie gleichzeitig die auf Robotern existierenden Anforderungen und Einschränkungen erfüllen.     «

Hören spielt eine wichtige Rolle im Wahrnehmungssystem kognitiver Roboter. Diese Arbeit untersucht Module eines Robotergehörs für die Lokalisierung, das Tracking und die Separierung von Schallquellen. Das vorgestellte Lokalisierungsmodul nutzt die spärliche Besetzung im Zeit-Frequenz-Bereich von Audiosignalen, um die Positionen mehrerer Quellen zu bestimmen. Das Trackingmodul nimmt bimodale Wahrscheinlichkeitsdichten für die lokalisierten Positionen an und nutzt Partikelfilter, um die Quellen zu...     »