Dieses Projekt implementiert einen biologisch inspirierten, rechnergestützten Mechanismus. Dieser ermöglicht es Stumpy, einem zweifüssig springendem Roboter, sich auf Musik reagierend zu bewegen. Um dies zu ermöglichen, erarbeiten wir zunächst einen Weg, musikalische Eigenschaften zu erkennen, im Speziellen den Takt eines Musikstücks. Wir identifizieren den Takt anhand der einzelnen Grundschläge. Da Bewegungen, welche relativ zu den Grundschlägen erfolgen, als rhythmisch angesehen werden, übertragen wir diese Bewegungen auf den Stumpy. Dafür identifizieren wir die einzelnen Grundschläge in einem Musikstück und generieren Werte für das Energieniveau eines einzelnen Grundschlags. Diese Energiewerte stellen wir einem Netzwerk von FitzHugh-Nagumo Neuronen zur Verfügung. Das Netzwerk wird im Einklang mit dem Takt des Musikstücks mit neuen Energiewerten aktualisiert. Ein FitzHugh-Nagumo Neuron hat eine Aktivierungsfunktion, die in der Regel periodisch verläuft. Gewisse Kombinationen von Eingangswerten und Perioden sorgen jedoch für chaotisches Verhalten. Die Motorneuronen unseres Netzwerks geben in einem definierten Zeitraum Werte aus, welche wir benützen, um die Parameter zu berechnen, welche wir per Bluetooth an den Stumpy senden. Der gesamte Prozess wird als EffectsPlugin für XMMS realisiert. Wir erstellen die benötigten Funktionen und Klassen in C und C++ Quellcode Dateien bereit. Das Plugin initialisiert beim Start ein Netzwerk, vollzieht eine beat detection mittels Samples, welche von XMMS wiedergegeben werden, stellt die ermittelten Energiewerte dem Netzwerk im Rhythmus des Musikstücks zur Verfügung und überträgt die ermittelten Werte per Bluetooth. Als Ergebnis bewegt sich Stumpy wenn Musik gespielt wird in einer gewissen Relation dazu, ein Verhalten das als tanzen bezeichnet werden kann.

University of Zurich

ailab