Un chercheur utilise un design inspiré des chauves-souris pour développer une nouvelle approche de la localisation sonore –

Le développement de Mueller fonctionne à partir d’un modèle de localisation sonore plus simple et plus précis que les approches précédentes, qui ont traditionnellement été calquées sur l’oreille humaine. Son travail marque le premier nouvel aperçu pour déterminer l’emplacement du son en 50 ans.

Les résultats ont été publiés dans Intelligence artificielle de la nature par Mueller et un ancien Ph.D. étudiant, auteur principal Xiaoyan Yin.

«J’admire depuis longtemps les chauves-souris pour leur étonnante capacité à naviguer dans des environnements naturels complexes basés sur l’échographie et je soupçonne que la mobilité inhabituelle des oreilles de l’animal pourrait avoir quelque chose à voir avec cela», a déclaré Mueller.

Un nouveau modèle de localisation sonore

Les chauves-souris naviguent pendant qu’elles volent en utilisant l’écholocalisation, déterminant la proximité d’un objet en émettant continuellement des sons et en écoutant les échos. Des appels ultrasoniques sont émis par la bouche ou le nez de la chauve-souris, rebondissant sur les éléments de son environnement et revenant sous forme d’écho. Ils obtiennent également des informations à partir des sons ambiants. La comparaison des sons pour déterminer leur origine s’appelle l’effet Doppler.

L’effet Doppler fonctionne différemment dans l’oreille humaine. Une découverte de 1907 a montré que les humains peuvent trouver un emplacement en ayant deux oreilles, des récepteurs qui relaient les données sonores au cerveau pour traitement. Le fonctionnement de deux récepteurs ou plus permet de dire la direction des sons qui ne contiennent qu’une seule fréquence, et serait familier à quiconque a entendu le son d’un klaxon de voiture lors de son passage. Le klaxon est une fréquence et les oreilles travaillent avec le cerveau pour construire une carte de la direction de la voiture.

Une découverte de 1967 a ensuite montré que lorsque le nombre de récepteurs est réduit à un, une seule oreille humaine peut trouver l’emplacement des sons si différentes fréquences sont rencontrées. Dans le cas de la voiture qui passe, cela pourrait être le klaxon de la voiture associé au rugissement du moteur de la voiture.

Selon Mueller, le fonctionnement de l’oreille humaine a inspiré des approches antérieures pour localiser le son, qui ont utilisé des récepteurs de pression, tels que des microphones, associés à la capacité de collecter plusieurs fréquences ou d’utiliser plusieurs récepteurs. S’appuyant sur une carrière de recherche sur les chauves-souris, Mueller savait que leurs oreilles étaient des récepteurs sonores beaucoup plus polyvalents que l’oreille humaine. Cela a incité son équipe à poursuivre l’objectif d’une seule fréquence et d’un seul récepteur au lieu de plusieurs récepteurs ou fréquences.

Créer l’oreille

Alors qu’ils travaillaient à partir du modèle à un récepteur et à une fréquence, l’équipe de Mueller a cherché à reproduire la capacité d’une chauve-souris à bouger ses oreilles.

Ils ont créé une oreille synthétique douce inspirée du fer à cheval et des chauves-souris à nez de feuilles de l’Ancien Monde et l’ont attachée à une corde et à un simple moteur, programmé pour faire vibrer l’oreille en même temps qu’elle recevait un son entrant. Ces chauves-souris en particulier ont des oreilles qui permettent une transformation complexe des ondes sonores, de sorte que la conception prête à l’emploi de la nature était un choix logique. Cette transformation commence par la forme de l’oreille externe, appelée pavillon, qui utilise le mouvement de l’oreille lorsqu’elle reçoit des sons pour créer de multiples formes de réception qui canalisent les sons dans le conduit auditif.

Le plus grand défi auquel Yin et Mueller ont été confrontés avec leur modèle monofréquence à récepteur unique était d’interpréter les signaux entrants. Comment transformez-vous les ondes sonores entrantes en données lisibles et interprétables?

L’équipe a placé l’oreille au-dessus d’un microphone, créant un mécanisme similaire à celui d’une chauve-souris. Les mouvements rapides du pavillon flottant ont créé des signatures de décalage Doppler qui étaient clairement liées à la direction de la source, mais pas facilement interprétables en raison de la complexité des motifs. Pour faire face à cela, Yin et Mueller ont engagé un réseau neuronal profond: une approche d’apprentissage automatique qui imite les nombreuses couches de traitement trouvées dans le cerveau. Ils ont implémenté un tel réseau sur un ordinateur et l’ont formé pour fournir la direction source associée à chaque écho reçu.

Pour tester les performances du système composé de l’oreille et de l’apprentissage automatique, ils ont monté l’oreille sur une plate-forme rotative qui comprenait également un pointeur laser. Des sons ont ensuite été émis par un haut-parleur placé dans différentes directions par rapport à l’oreille.

Une fois la direction du son déterminée, l’ordinateur de contrôle faisait tourner la plate-forme de sorte que le pointeur laser atteigne une cible attachée au haut-parleur, localisant l’emplacement à moins d’un demi-degré. L’audition humaine détermine généralement l’emplacement à moins de 9 degrés en travaillant avec deux oreilles, et la meilleure technologie a atteint l’emplacement à moins de 7,5 degrés.

“Les capacités sont complètement au-delà de ce qui est actuellement à la portée de la technologie, et pourtant tout cela est réalisé avec beaucoup moins d’efforts”, a déclaré Mueller. “Notre espoir est d’apporter une autonomie fiable et capable aux environnements extérieurs complexes, y compris l’agriculture de précision et la foresterie; la surveillance environnementale, comme le suivi de la biodiversité; ainsi que les applications liées à la défense et à la sécurité.”

Vidéo: https://www.youtube.com/watch?v=buFM5KkAnEo

Source de l’histoire:

Matériaux fourni par Virginia Tech. Original écrit par Alex Parrish. Remarque: le contenu peut être modifié pour le style et la longueur.