RO-BAT: a bat-inspired approach on mobile robot navigation using direction of arrival estimation

This thesis presents the development of a passive echolocation solution for autonomous swarm robotics, as the initial contribution to the RO-BAT project, whose aim is to study how animals or robots can use echolocation when the environment is populated by several individuals emitting numerous, overlapping signals, the so-called "Cocktail Party Problem". On the one side, biologists are still exploring how bats echolocate effectively within dense swarms, distinguishing between environmental and conspecific cues. On the other side, an effective echolocation system could help robotics to improve active sensing, as current technologies like RADAR and infrared (IR) badly scale in dense environments. The first phase of the RO-BAT project corresponds to the study conducted in this thesis. The focus is on the passive aspect of sound-based localisation, which provides a foundation for future developments in active echolocation. Passive echolocation enables a robot to locate external sound sources without emitting its own signals. For this thesis, I designed, assembled, and tested a small bio-inspired robotic platform called "ro-bat," optimized for real-time Direction of Arrival (DOA) estimation to perform obstacle avoidance in multi-agent environments. The ro-bat features Micro-Electro-Mechanical Systems (MEMS) microphones arranged in a custom microphone array, paired with the MCHStreamer sound card and a Raspberry Pi single-board computer for onboard signal processing. I implemented and evaluated three DOA algorithms --- Generalised Cross-Correlation with Phase Transform (GCC-PHAT), Steered Response Power with Phase Transform (SRP-PHAT), and Multiple Signal Classification (MUSIC) --- and integrated them with the ro-bat’s navigation strategy to balance accuracy, computational efficiency, and responsiveness on a resource-limited platform. Experiments were conducted in controlled laboratory conditions using the Thymio II robot as a mobile platform. Each algorithm was tested in various obstacle configurations to evaluate localisation accuracy and error distribution. Results showed successful obstacle avoidance with two algorithms (GCC-PHAT and SRP-PHAT), while MUSIC performed poorly on the tested hardware due to high computational demands. Overall, GCC-PHAT performed better than the other algorithms, being the fastest and most responsive one. However, this configuration, while reliable, had limited detection accuracy at side angles due to construction and array choices. My ro-bat has become a representative platform for the bio-inspired robotics research conducted at the Centre for the Advanced Study of Collective Behaviour (CASCB), leading me to deliver numerous demonstrations of the platform at various events, including my participation in ICRA@40.

Questa tesi presenta lo sviluppo di una soluzione di ecolocalizzazione passiva per la robotica autonoma in sciami, come contributo iniziale al progetto RO-BAT. Questo progetto ha l'obiettivo di studiare come gli animali o i robot possono usare l'ecolocalizzazione quando l'ambiente è popolato da numerosi segnali sovrapposti, un problem chiamato “Cocktail Party Problem”. Da un lato, i biologi stanno ancora studiando come i pipistrelli ecolocalizzino in modo efficace all'interno di sciami densi, distinguendo tra segnali ambientali e segnali dei conspecifici. Dall'altro, un sistema di ecolocalizzazione efficace potrebbe aiutare la robotica a migliorare il rilevamento attivo, poiché le tecnologie attuali come il RADAR e l'infrarosso (IR) risultano inadeguate in ambienti densi. Qesta prima fase del progetto RO-BAT corrisponde allo srudio condotto in queta tesi. L'attenzione è focalizzata sull'aspetto passivo della localizzazione basata sul suono, che fornisce una base per futuri sviluppi nell’ecolocalizzazione attiva. L’ecolocalizzazione passiva consente a un robot di individuare sorgenti sonore esterne nello spazio senza emettere segnali propri. In questa tesi, ho progettato, assemblato e testato una piccola piattaforma robotica bio-ispirata chiamata “ro-bat”, ottimizzata per la stima della Direction of Arrival (DOA) in tempo reale, per evitare gli ostacoli in ambienti multi-agente. Il ro-bat è dotato di microfoni Micro-Electro-Mechanical Systems (MEMS) disposti in un array microfonico costruito ad-hoc, collegato alla scheda audio MCHStreamer e a un Raspberry Pi per l'elaborazione del segnale. Ho sviluppato e testato tre algoritmi DOA --- Generalised Cross-Correlation with Phase Transform (GCC-PHAT), Steered Response Power with Phase Transform (SRP-PHAT) e Multiple Signal Classification (MUSIC) --- e li ho integrati con il controllo di navigazione del ro-bat, bilanciando accuratezza, efficienza computazionale e reattività su una piattaforma con risorse limitate. Gli esperimenti sono stati condotti in condizioni di laboratorio controllate utilizzando il robot Thymio II come piattaforma mobile, con ognuno degli algoritmi testato in varie configurazioni di ostacoli per valutare l'accuratezza della localizzazione e la distribuzione dell'errore. I risultati hanno mostrato una efficace capacità di evitare gli ostacoli con due algoritmi(GCC-PHAT e SRP-PHAT), mentre il MUSIC ha avuto prestazioni scarse sull'hardware testato a causa delle elevate esigenze computazionali. Complessivamente, il GCC-PHAT ha mostrato prestazioni migliori rispetto agli altri algoritmi, risultando il più veloce e reattivo. Tuttavia, la configurazione testata, pur essendo affidabile, presentava una precisione limitata nella risoluzione laterale dell'angolo a causa di scelte costruttive e dell'array microfonico. Il mio ro-bat è diventato una piattaforma rappresentativa per la ricerca in robotica bio-ispirata condotta presso il Centre for the Advanced Study of Collective Behaviour (CASCB), portandomi a realizzare numerose dimostrazioni della piattaforma in vari eventi, inclusa la mia partecipazione a ICRA@40.