Hoe akoestische lokalisatie en tracking systemen de nauwkeurigheid van objecttracking verbeteren

Akoestische technologieën hebben de afgelopen jaren aanzienlijke vooruitgangen geboekt op het gebied van locatiebepaling en tracking van objecten. Deze systemen bieden een krachtig alternatief voor andere technologieën zoals RF-signalen, zichtbare lichtsystemen of IMU-gegevens, door een goede balans tussen kosten en nauwkeurigheid te bieden. Akoestische systemen hebben het voordeel van het kunnen omgaan met kleine schaal blokkades, wat de noodzaak voor uitgebreide infrastructuur vermindert. Ze kunnen effectief werken in dynamische omgevingen, waar andere technologieën moeite hebben met het omgaan van veranderingen in de fysieke ruimte.

Echter, de rekentijd die nodig is voor het verzamelen van meerdere pairwise akoestische rangingmetingen maakt deze aanpak voornamelijk geschikt voor statische objecten. Dit betekent dat de systemen beter presteren in scenario’s waar objecten zich niet snel verplaatsen, en de locatie dus slechts af en toe hoeft te worden bijgewerkt. Dit wordt ook weerspiegeld in systemen zoals Centaur, die een joint optimalisatie framework gebruikt dat zowel akoestische als WiFi-signalen integreert en meter-niveau nauwkeurigheid biedt.

Een ander voorbeeld is EchoTag, een systeem dat gebruik maakt van akoestische vingerafdrukken om de locatie van objecten met een nauwkeurigheid van 1 cm te bepalen. Dit systeem detecteert kleine veranderingen in de locatie door verschillende akoestische profielen aan verschillende posities te koppelen. Dit maakt het mogelijk om contextbewuste toepassingen te ondersteunen, maar het is gevoelig voor veranderingen in de omgeving, wat kan leiden tot prestatievermindering wanneer de situatie dynamisch verandert zonder nieuwe gegevensverzameling.

De voordelen van akoestische lokalisatiesystemen zijn vooral duidelijk wanneer vergeleken met RF-gebaseerde systemen of systemen die afhankelijk zijn van zichtbaar licht. De akoestische diffractie-eigenschappen maken het mogelijk om doelen te lokaliseren, zelfs in omgevingen met kleine blokkades die andere technologieën zouden hinderen. Desondanks is het noodzakelijk om meerdere anchor nodes te gebruiken voor grotere binnenruimtes, aangezien de transmissiebereiken van akoestische signalen vaak beperkt zijn. Dit creëert een afweging tussen de kosten van de benodigde hardware en de benodigde nauwkeurigheid.

Daarnaast is tracking een essentieel gebied voor veel toepassingen, zoals geautomatiseerde surveillance, verkeersmonitoring en augmented/mixed reality. Akoestische tracking biedt veel voordelen, met name in omgevingen waar visuele systemen falen, zoals in situaties met weinig licht. In tegenstelling tot traditionele computer vision technieken, die vaak rekenen op zware rekenkracht en gevoelig zijn voor slechte lichtomstandigheden, kan akoestische tracking effectief werken, zelfs in het donker. Deze systemen kunnen verder worden onderverdeeld in apparaat-gebaseerde tracking en apparaat-vrije tracking, afhankelijk van of het object dat getrackt wordt, akoestische signalen uitzendt.

Nieuwere systemen, zoals CAT, verbeteren de nauwkeurigheid van tracking door gebruik te maken van chirp-mixing en Doppler-shift technieken. Deze benaderingen zorgen ervoor dat het systeem zelfs op sub-centimeter niveau kan werken, maar ze blijven gevoelig voor onregelmatige signalen die moeilijk te compenseren zijn. Om dit te verhelpen, worden herkalibraties uitgevoerd wanneer fouten een tolerabele drempel overschrijden.

De tracking van objecten kan verder worden geoptimaliseerd door gebruik te maken van gevorderde signaalverwerkingstechnieken zoals MUSIC, wat de systeemrobustheid verhoogt door multipath-effecten op te lossen. Dit wordt bijvoorbeeld toegepast in systemen die de locatie van drones volgen met sub-centimeter nauwkeurigheid. De precisie van zulke systemen maakt ze uitermate geschikt voor toepassingen zoals geautomatiseerde video-opnames en virtuele realiteit.

In VR-toepassingen biedt systemen zoals MilliSonic een oplossing voor het nauwkeurig volgen van de locatie van apparaten zoals een VR-headset door gebruik te maken van chirp-signalen en een microfoon-array. Deze systemen stellen gebruikers in staat om een meeslepende ervaring te creëren door de beweging van hun apparaten nauwkeurig te volgen.

Het is belangrijk om te begrijpen dat, hoewel akoestische systemen veelbelovende voordelen bieden, ze ook beperkingen hebben. De grootste uitdaging ligt in de gevoeligheid voor veranderingen in de omgeving, zoals interferentie van andere geluiden of verplaatsing van objecten, wat kan leiden tot onnauwkeurigheden. Dit benadrukt de noodzaak van een zorgvuldige afstemming van de systemen, evenals de behoefte aan robuuste signaalverwerkingstechnieken die de stabiliteit en nauwkeurigheid in dynamische omgevingen kunnen behouden.

Wat is het belang van lucht- en structuurgedragen akoestische signalen in de toepassing van mobiele apparaten?

Akoestische signalen worden doorgaans gegenereerd door een breed scala aan excitaties, zoals de oscillerende membraam van een luidspreker, menselijke stembanden, de trillende snaren en klankkast van muziekinstrumenten zoals gitaren en violen, een werkende motor of zelfs een fles die de grond raakt. Zolang de bron van de excitatie blijft trillen, zullen de daaruit voortkomende akoestische signalen zich door het omringende medium voortplanten. Akoestische signalen die zich door de lucht voortplanten, ook wel luchtgeluid genoemd, hebben een relatief constante snelheid van ongeveer 340 meter per seconde onder standaard atmosferische omstandigheden. Deze signalen worden doorgaans als niet-dispersief beschouwd, wat betekent dat ze hun oorspronkelijke golfvorm behouden tijdens de voortplanting.

De akoestische signalen die zich door lucht voortplanten, stralen uit als zich uitbreidende sferische golfvlakken. Dit voortplantingsmechanisme is het resultaat van de cyclische compressie en verdunning van luchtmoleculen, die de drukvariaties door het medium transporteren. Terwijl deze golfvlakken zich radiaal uitbreiden, wordt de amplitude van het geluid over een steeds groter gebied verspreid, wat uiteindelijk resulteert in een afname van de geluidssterkte naarmate de afstand tot de bron toeneemt. Dit fenomeen, waarbij geluidsgolven in verschillende richtingen verspreiden, is een belangrijk aspect van luchtgedragen signalen en heeft implicaties voor de effectiviteit van akoestische sensoren in omgevingen waar luchtbewegingen de signalen kunnen verstoren.

Naast de hierboven beschreven voortplanting, is het essentieel te begrijpen hoe de verwerking van deze signalen door alledaagse apparaten plaatsvindt. Slimme apparaten zoals smartphones, wearables en andere sensorapparaten gebruiken vaak akoestische sensoren die zowel lucht- als structuurgedragen geluiden kunnen detecteren. Deze sensoren gebruiken meestal ingebouwde microfoons en kunnen worden geconfigureerd om specifieke frequentiebanden te herkennen. Het vermogen van een apparaat om nauwkeurig deze signalen te verwerken, bepaalt in hoge mate de effectiviteit ervan in het uitvoeren van specifieke taken, zoals gebarenherkenning of de lokale positiebepaling van een gebruiker.

Naast de technische kant, is het ook relevant om te begrijpen hoe de mens het geluid waarnemen en interpreteren. Verschillende frequenties kunnen door de menselijke oren op verschillende manieren worden gehoord en verwerkt, wat betekent dat akoestische signalen mogelijk op verschillende manieren door verschillende mensen worden ervaren. Dit is vooral van belang bij toepassingen zoals gebarenherkenning of het gebruik van gehoorapparaten, waarbij de manier waarop het geluid wordt gepresenteerd, van invloed kan zijn op de nauwkeurigheid en effectiviteit van de technologie. De afstemming van de signalen op de persoonlijke kenmerken van de gebruiker, zoals de vorm van het oor of het gehoorvermogen, kan een cruciale factor zijn bij het verbeteren van de prestaties van dergelijke systemen.