最新搜索: EZCAD GT2_ CCS IRFB4110 bf5622a SW2505
推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

一种基于海马认知机理的仿生机器人认知地图构建方法

更新时间:2019-12-25 22:30:55 大小:4M 上传用户:IC老兵查看TA发布的资源 标签:海马认知机理仿生机器人 下载积分:1分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

海马结构空间细胞的放电活动被认为能够形成对环境内在地图的表达,即所谓的认知地图.先前的仿生环境认知地图构建方法 (例如Rat SLAM)以及传统的SLAM方法均缺乏足够的生理学依据,不能准确地体现出生物在导航中的生理学现象和认知功能实现过程.本文模仿海马结构空间细胞的认知机理提出了一种构建精确的环境认知地图的方法,其特点在于通过构建统一的空间细胞吸引子计算模型对自运动线索进行路径积分;网格细胞和位置细胞对环境的表达来源于条纹细胞的前向驱动作用;通过环境的颜色深度图像进行闭环检测,对空间细胞路径积分进行误差修正,最终生成精确的环境认知地图.该认知地图是一种拓扑度量地图,包含了环境特征点坐标、视觉线索以及特定位点的拓扑关系.本文通过仿真实验和机器人平台物理实验验证了方法的有效性,研究成果为仿海马认知机理的机器人导航方法研究奠定了基础.


部分文件列表

文件名 大小
一种基于海马认知机理的仿生机器人认知地图构建方法.pdf 4M

部分页面预览

(完整内容请下载后查看)
44 卷 第 1 期  
2018 1 月  
Vol. 44, No. 1  
January, 2018  
ACTA AUTOMATICA SINICA  
一种基于海马认知机理的仿生机器人认知地图构建方法  
蒋晓军 1  
于乃功 1  
苑云鹤 1  
李 倜 1  
罗子维 1  
海马结构空间细胞的放电活动被认为能够形成对环境内在地图的表达, 即所谓的认知地图. 先前的仿生环境认知地  
图构建方法 (例如 RatSLAM) 以及传统的 SLAM 方法均缺乏足够的生理学依据, 不能准确地体现出生物在导航中的生理学  
现象和认知功能实现过程. 本文模仿海马结构空间细胞的认知机理提出了一种构建精确的环境认知地图的方法, 其特点在于  
通过构建统一的空间细胞吸引子计算模型对自运动线索进行路径积分; 网格细胞和位置细胞对环境的表达来源于条纹细胞的  
前向驱动作用; 通过环境的颜色深度图像进行闭环检测, 对空间细胞路径积分进行误差修正, 最终生成精确的环境认知地图.  
该认知地图是一种拓扑度量地图, 包含了环境特征点坐标觉线索以及特定位点的拓扑关系. 本文通过仿真实验和机器人平  
台物理实验验证了方法的有效性, 研究成果为仿海马认知机理的机器人导航方法研究奠定了基础.  
关键词 认知地图, 海马结构, 空间细胞, 条纹细胞, 闭环检测  
引用格式 于乃功, 苑云鹤, 李倜, 蒋晓军, 罗子维. 一种基于海马认知机理的仿生机器人认知地图构建方法. 自动化学报,  
2018, 44(1): 5273  
DOI 10.16383/j.aas.2018.c160467  
A Cognitive Map Building Algorithm by Means of  
Cognitive Mechanism of Hippocampus  
YU Nai-Gong1  
YUAN Yun-He1  
LI Ti1  
JIANG Xiao-Jun1  
LUO Zi-Wei1  
Abstract Spatial cells in hippocampus play a functional role in representation and processing of spatial information,  
which appear to provide a basis for cognitive map: a representation of environment. Most prior biomimetic map building  
algorithms, such as RatSLAM algorithm or traditional SLAM methods, have little biological fidelity to the hippocampal  
formation. In this paper, a neural network model based on the behavioral and neurophysiological mechanisms of the spatial  
cells is constructed, and is applied to building the accurate cognitive map of real environments. The proposed algorithm  
has a uniform calculation method for spatial cells based on continuous attractor network dynamics to integrate self-motion  
cues, which can reproduce grid cells firing responses and place cells firing fields via feedforward inputs from band cells.  
RGB-D images serve as visual cues for loop closure detection and correcting the accumulative errors intrinsically associated  
with the path integration mechanism, which contributes to building spatial cognitive maps of indoor environments on a  
mobile robot. A cognitive map is a fine-grained topological-metric map. A node in the cognitive map is constructed by  
associating the major peak of place cell population activities with corresponding visual cues and the transition stores the  
change in positions. Simulation experiments and physical experiments with a mobile robot have verified the eあectiveness  
of the algorithm. The proposed algorithm may provide a foundation for robotic navigation.  
Key words Cognitive map, hippocampal formation, spatial cells, band cells, loop closure detection  
Citation Yu Nai-Gong, Yuan Yun-He, Li Ti, Jiang Xiao-Jun, Luo Zi-Wei. A cognitive map building algorithm by means  
of cognitive mechanism of hippocampus. Acta Automatica Sinica, 2018, 44(1): 5273  
对空间环境进行有效的认知是动物赖以生存的  
损毁实验研究表明 海马结构是环境认知和情  
节性记忆产生的关键脑区[2] 损毁了海马体[3]嗅  
重要能力  
的三迷宫导航实验揭示动物的  
导航行为依靠被称为认知地图的内在环境表达 这  
种表达反映了环境中显著路标之间的相互联系[1]  
皮层[4] 或后下托[5] 的老鼠均不能完成  
水迷  
宫导航任务 对海马结构不同区域的细胞进行放电  
记录表明海马结构中存在着一系列与空间环境认知  
收稿日期 2016-06-14 录用日期 2016-11-03  
相关的细胞 存在于  
区 海马角 海马区的一部  
Manuscript received June 14, 2016; accepted November 3, 2016  
国家自然科学基金 (61573029), 北京市自然科学基金 (4162012) 资助  
Supported by National Natural Science Foundation of China  
分 的位置细胞只在空间特定位置放电 是构成认知  
地图的基础机制[68] 后下托中的头朝向细胞只在  
以我为中心特定的头方向上放电 是对动物头朝向  
的表征 而位于丘脑核背侧的头朝向细胞的放电率  
还受到当前头部的瞬时转速的影响[910]  
(61573029) and Beijing Natural Science Foundation (4162012)  
本文责任编委 徐德  
Recommended by Associate Editor XU De  
1. 北京工业大学信息学部 北京 100124  
1. Faculty of Information Technology, Beijing University of  
Technology, Beijing 100124  
1 期  
于乃功等: 一种基于海马认知机理的仿生机器人认知地图构建方法  
53  
先前的研究模型[11] 仅采用头朝向细胞和位置  
行为学研究成果 对老鼠大脑假设的 位姿细胞 进  
行数学建模 利用视觉驱动的导航系统 建立了一个  
细胞构建任意尺度空间关系的认知地图 这种对单  
个头朝向细胞和位置细胞活动的离散表达 不足以  
支持从一个位置到另一个位置的导航行为 行为学  
研究表明 动物能够利用自运动线索保持相对于环  
境重要位置 例如巢穴 的矢量关系 并将空间中的  
各个位点的信息进行计算和整合 使这种矢量关系  
不断得到更新 这一过程被称为路径积分[12] 内嗅  
皮层浅皮层中的网格细胞[1314] 被认为是大脑内部  
的路径积分器[2]  
可以实时定位与地图构建的  
[2932] 在大规模的室外导航实验中 取得了较好  
的效果 但 算法是一种纯视觉的导航算  
仿生导航算  
法 其核心传感信息来源于视觉里程计 受外界环境  
的影响较大 存在可靠性低境适应性较差的问  
[33]  
本文利用吸引子模型构建与海马认知机理有关  
的空间细胞计算模型 利用网格细胞对自运动线索  
网格细胞在空间六边形区域周期性放电 其放  
电野随着动物探索环境而覆盖整个环境 无外源性  
输入除或者替换主要路标点后网格野也能够持  
续存在[13] 自运动线索是网格细胞的主要输入 用  
于保持或更新网格野 网格细胞通过对自运动信号  
进行路径积分更新位置细胞的放电野[2] 因此 网格  
细胞为认知地图的形成提供了空间度量[15]  
进行路径积分 通过竞争性  
学习选择相应网  
格子集生成位置细胞族活动 位置细胞之间的竞争  
学习产生单峰型放电野 以二维环状吸引子模型表  
达空间环境的实际位置 位置细胞的路径积分由条  
纹细胞驱动 实现在仿真和真实环境中的精确路径  
积分 与此同时 利用  
传感器  
摄像机  
可采集颜色深度图 采集视觉线索进行环境的闭环  
检测 最终生成的认知地图是拓扑度量地图 包含环  
境特征点坐标觉线索以及特定位点的拓扑关系  
本文在以下两个方面取得了进步  
几乎所有解释内嗅皮层网格细胞形成机制的模  
型都是利用速度调节的输入信号的路径积分表征  
周期性的网格野 现阶段网格细胞的主要计算模型  
有振荡干涉模型[1619] 和吸引子模型[2021]  
利用统一的计算机制模拟了海马结构中四种  
空间细胞的计算模型 在已知的研究中 本文是第一  
个采用条纹细胞驱动实现真实环境路径积分功能的  
模型 网格细胞模型的路径积分能够在持续  
Science 上发表文章说明  
在傍下托和内嗅皮层的浅皮层发现了在平面上有  
周期性条纹状放电野的细胞族 不同的细胞族有着  
不同的放电朝向和波长 这些细胞被称为条纹细胞  
的空间范围中 误差不超过  
确度  
体现了模型的精  
作为位置细胞的主要输入信号 内嗅皮层网格  
细胞对空间的表达是对海马位置细胞空间地图的补  
充 网格细胞族是对空间环境度量信息的表达 与环  
境中的路标信息无关 而位置细胞地图则是对空间  
特定位置点的表达 内嗅海马回路对环境的表达构  
成了环境的认知地图[15] 周期性放电的网格细胞如  
何生成空间特异性放电的位置细胞仍然是一个开放  
利用实际物理平台实现了环境认知地图构  
建 相比于传统的  
导航方法 对硬件和传感  
器要求低 使用仿生的方式使整个模型有良好的扩  
展性和适应性 适用于不同室内环境的导航[3437]  
1 基于海马空间细胞的认知地图构建方法  
本节对构建认知地图模型的整体结构 如图  
所示 和所用方法 如图 所示 进行详细说明  
对四种空间细胞 即头朝向细胞纹细胞格  
细胞和位置细胞的生理学特征能以及计算模型  
性的问题 现阶段存在两种计算方式  
频率范围具有相同相位和不同空间尺度的网格细胞  
子集线性相加产生位置细胞[2 14 20]  
采用具有多  
采用在特定  
个空间尺度和朝向的网格细胞竞争学习实现[2224]  
外源性信息 例如视觉和嗅觉信号同样能够使位置  
细胞放电 老鼠在发现空间显著路标时 能够以此作  
为参考纠正路径积分误差  
进行说明  
置细胞地图的构建方法和基于颜色深度图像进行闭  
环检测的方法 展示如何基于视觉线索运动  
详细阐述基于空间细胞认知机理的位  
信号以及空间细胞认知机理构建精确的环境认知地  
已有多个模型利用海马空间细胞的路径积分实  
现了智能体在环境中的定位 虽然采用强化学习和  
外界视觉信号能够实现面向目标导航和强化定位  
功能的目的 但这些模型并未构建出环境的认知地  
[19 2528] 多数利用振荡干涉的计算模型还只停留  
在仿真阶段 并未实现在真实环境中有效的地图构  
头朝向细胞  
头朝向细胞的生理学研究基础  
动物如何对它的运动方向进行编码个问题  
随着  
等于  
年在老鼠前下托发现了头朝  
建 澳大利亚昆士兰理工大学的  
利用神经  

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载