一种基于鼠脑海马导航的机器人仿真导航方法
【专利摘要】一种基于鼠脑海马机器人仿真导航方法。属于机器人运动导航【技术领域】。其特征在于仿照鼠脑海马组织，机器人CPU预先定义网格细胞层G和地点细胞层P。机器人探索环境过程中采集包括运动方向Φ和速度v的运动信息，采集到的运动信息输入网格细胞层，在网格细胞层中利用震荡干扰模型将运动信息进行整合，形成网格细胞层响应，利用神经网络算法计算网格细胞层G与地点细胞层P连接权值W，形成地点细胞-网格细胞响应网络，机器人对空间的认知即以神经网络响应的形式存储。根据认知地图储存的空间信息机器人控制运动决策模块进行运动决策，本发明能在机器人探索运动中自主的取得较好的空间认知效果，可应用于工业机器人、服务机器人等。
【专利说明】一种基于鼠脑海马导航的机器人仿真导航方法
【技术领域】:
本发明涉及一种基于鼠脑海马结构和其运行机制的机器人仿生导航方法。本方法能用于自主学习空间信息并用于面向室内、街道等环境的移动机器人自主导航系统或装置。
【背景技术】:
智能移动机器人属于能通过传感器感知自身和环境状态，在环境中可以面向目标自主地运动，从而完成一定功能的机器人系统。当移动机器人处于未知环境中时，机器人只具有很少基于环境的先验知识，因此对环境的认知是实现定位、路径规划、环境建模等自主导航控制的最基本的如提。研究人类以及动物对环境的认知能力、空间的感知与空间的行为能力已成为研究人类智能以及机器人发展的一个重要方向，把对人类以及其它高级动物对环境的认知科学研究成果应用于移动机器人的研究将有助于建立一个鲁棒的未知环境中的移动机器人导航体系。动物神经学家经过长期的研究发现啮齿动物大脑内的海马在导航中起着关键性作用。海马有与空间定位、方向识别、位置感应等空间认知行为相关的能力，是啮齿动物空间认知与空间行为能力的神经学基础。
鼠脑内空间认知信息通路为:后托(Pos) \头向细胞(Headdirection cell HD) 一内嗅皮质(entorhinal cortex EC)一海马体(Hippocampus)。鼠脑内环境信息主要存在于内嗅皮质的网格细胞和海马体的地点细胞中。视网膜将视觉信息输入后托，由后托提取空间位置、空间几何形状，用于空间认知。头向细胞在鼠脑内功能类似罗盘，为鼠脑提供方向信息，头向细胞的响应随着鼠头部指向方向变化而变化，每一个头向细胞在空间内对一个特定的鼠头方向最大化放电，其放电规律呈现高斯曲线如图4所示，头向细胞最大放电方向即称作该头向细胞的偏好方向(preference angle)。当鼠在二维空间中活动时，内嗅皮质内的网格细胞对应于一个特定的空间位置发生重复性规律放电响应，这个相对狭小的空间范围称为网格细胞的放电野，多个放电野相互交叠成一个个节点，即网格节点，连接网格节点形成相连接的三角形遍及整个空间环境即网格细胞放电域，鼠在活动空间中到达任一网格节点时，都有相应的网格细胞发生最大放电。地点细胞主要位于海马体内，其放电特征具有空间特异性，即在一个特定空地点细胞最大化放电，因而，地点细胞提供一个动态的、连续的空间位置表达和鼠定位信息，地点细胞放电所对应的实际空间中相对狭小的范围称之地点细胞响应域。网格细胞的放电野与空间位置有着准确的对应关系，但又有着显著的不同:一个地点细胞可以对应于多个位置野，且位置野主要集中于空间环境中的特定位置，如外界线索，即在特定位置时，地点细胞发生最大化放电，而一个网格细胞只对应于一个放电野，放电野遍及实际空间环境的整个范围，当鼠在到达空间环境的任一网格节点处，都有相对应的网格细胞发生最大放电，网格细胞和地点细胞空间响应域如图5所示，连接关系如图6所示。每个网格细胞形成的网格都具备4个基本特征:①间距(spacing):各放电野中心之间的距离；②定向(orientation):相对于外在参考坐标的倾斜度；③位相(phase)相对于外部参考点的X轴和y轴位移；④放电野大小(firing field):网格细胞发生放电的空间范围。这4个成分构成了网格图的空间参数。临近的网格细胞具有相同的间距和定向，但它们的位相各不相同。在Hafting2005年的实验中，同一实验箱中记录到的位相具有稳定性，在不同的测试中记录到的放电野大小和位相均不发生改变，说明网格细胞放电野的三角形结构能够稳定的编码空间环境。有关网格细胞响应域形成的理论模型目前有两大类:第一类为局部神经元网络模型(local network activity)。第二类是Burgess2007年提出的振荡干扰模型(oscillatory interference mechanism),如图7所示,振荡干扰模型是在地点细胞放电的双向振荡干扰模型的基础上提出的，即将多个不同来源的Θ波进行叠加，呈现出一种相位进程。当鼠在空间环境中活动时，嗅皮层-海马系统中脑电图现出Θ波振荡。Θ波是频率为4-7Hz的一种脑电波，是属于潜意识层面的脑电波，一般在大脑顶区与颞区引出的较明显，Θ波存有一定的记忆，影响知觉和情绪。内嗅皮层接受前下托的信息投射，获得头部朝向的信息。不同头向细胞投射来的方向信息通过内嗅皮层神经元不同树突的Θ波振荡反映出来，并进行叠加整合。躯体输入的Θ波振荡(速度信息)与各神经元Θ波振荡(方向信息)上的相位差整合过程实际是速度信息的整合过程，即此完成路径整合过程中利用自身运动信息(方向和速度)实现空间记忆的编码功能。
空间在哺乳动物脑内是以认知地图(cognitive map)的形式存在的。认知地图就是环境格局的神经重现，鼠脑内海马体被认作扮演“认知地图”的角色。鼠脑内环境信息主要存在于内嗅皮质和海马等结构组织中，存在形式即网格细胞组成的内嗅皮质地图和地点细胞组成的海马地图。当鼠进入陌生环境时，需要花费一定时间进行探索，从而使得网格细胞、地点细胞形成稳定的响应域。当鼠再次进入熟悉环境时，存储在海马中的空间和非空间信息激活了内嗅皮层的路径整合器，这一功能通过海马与嗅皮层间的信息联系得以实现。网格细胞利用自身运动中的速度和方向信息，获得适时的空间动态表征以确定鼠在空间环境中的相对位置。来自内嗅皮层的空间信息和嗅周皮层的非空间信息在海马体中进行合，嗅皮层-海马回路为空间记忆的动态表征提供了基础。
空间环境的表示、地图构建问题是近几年机器人领域的一个研究热点，而且取得了一定的进展，但是面向定位导航任务构建环境模型仍是当前地图构建的主流。米制地图、拓扑地图、米制-拓扑混合地图或基于表示的地图都侧重于空间几何结构的表示，适用于导航，基于语义建模是近几年地图构建的新模式，语义地图重点在于包含了方便与人交互的信息，考虑了机器人工作的局部空间复杂性和一些区域性特征。澳大利亚昆士兰大学“RatSLAM”课题组基于鼠环境认知和机器人导航方面做了一些研究，其提出的“RatSLAM”模型部分模拟了鼠神经行为学特征，建立了模型并完成了一定的物理实验[7] [8]。但该模型的缺点在于只是在行为学的角度模拟了鼠的环境认知过程，而并不符合基于鼠脑解剖结构和神经生理学特征，Gerald M Edelman, Jeffrey L.Krichmar 和 Douglas A.Nitz 于 2008年发明了 一个具有仿真海马区的移动机器人，该移动机器人具有模拟大脑海马区的仿真神经系统，可以部分仿生的认知环境空间和记忆片段环境导航信息，以上两种方法对硬件系统要求较高。
【发明内容】
:
本发明的目的是将基于鼠脑海马的空间认知原理应用在移动机器人上，依靠较简单的硬件系统，在面向室内、街道的空间环境里，实现移动机器人环境探索、路径记忆、空间定位进而进行路径规划的方法，硬件结构如图3。一种基于鼠脑海马导航的机器人室内空间仿真导航方法，其特征在于是在基于运动采集部件、CPU和运动部件共同组成的基于鼠脑海马导航的机器人室内空间二维仿真导航系统中依次按以下步骤实现的:
步骤(1)构建所述基于鼠脑海马导航的机器人室内空间二维仿真导航系统，其中: 运动采集部件包含:
电子罗盘，采集机器人的运动方向角信息，
测速装置，采集机器人的速度信息，
运动部件，有控制机器人运动的电机的电机驱动电路组成，
(PU设有与所述电子罗盘输出端相连的机器人方向角信息输入端，与所述的测速装置输出端相连的机器人速度信息输入端，以及与所述电机驱动电路输入端相连电机运动控制信号输入端，初始时，所述CPU设有:
网格细胞层，对应于设在室内地面上的二维笛卡尔坐标上所有mg个坐标点组成的一个以矩阵形式表述的二维坐标点组成的矩阵，其中一个坐标点对应于一个网格细胞，坐标的原点对应于机器人运动时的初始点，设在左下角，多个网格细胞放电域在一个坐标点上发生相互交叠时构成一个网格节点，χ轴或I轴上的坐标点视为网格细胞在坐标点上的覆盖，每个网格细胞放电域的大小对应于所述网格细胞节点在X轴或I轴方向上位移，各放电域中心之间的距离称为间距，每个网格细胞相对于所述坐标系中X轴或y轴的位移称为位相，网格细胞放电的方向相对于笛卡尔坐标系的倾斜度为机器人在坐标点上发生移动时的运动方向角，称为定向位移，这种定向运动对应于每个头向细胞的最大放电方向，称为头向细胞所在的鼠头部在转动时的偏好方向，称为头向细胞的偏好方向，每个网格节点的偏好方向在O~360度之间取值，各个网格细胞节点的偏好方向对应于机器人网格细胞节点所在的各个坐标点上的实际运动方向，机器人在探索环境过程中，时刻t时在坐标点上的运动方程在原点相同的极坐标下用序号为所述i的一个头向细胞的运动方程hjt)来表示，所
述头向细胞与网格细胞的序号i是--对应的:
【权利要求】
1.一种基于鼠脑海马导航的机器人室内空间仿真导航方法，其特征在于是在基于运动采集部件、CPU和运动部件共同组成的基于鼠脑海马导航的机器人室内空间二维仿真导航系统中依次按以下步骤实现的: 步骤(1)构建所述基于鼠脑海马导航的机器人室内空间二维仿真导航系统，其中: 运动采集部件包含: 电子罗盘，采集机器人的运动方向角信息， 测速装置，采集机器人的速度信息， 运动部件，由控制机器人运动的电机的电机驱动电路组成， (PU设有:与所述电子罗盘输出端相连的机器人方向角信息输入端，与所述的测速装置输出端相连的机器人速度信息输入端，以及与所述电机驱动电路输入端相连电机运动控制信号输入端，初始时，所述CPU设有: 网格细胞层，对应于设在室内地面上的二维笛卡尔坐标上所有mg个坐标点组成的一个以矩阵形式表述的二维坐标点组成的矩阵，其中每一个坐标点对应于一个网格细胞，坐标的原点对应于机器人运动时的初始点，设在左下角，多个网格细胞放电域在一个坐标点上发生相互交叠时构成一个网格节点，X轴或y轴上的坐标点视为网格细胞在坐标点上的覆盖，每个网格细胞放电域的大小对应于所述网格细胞节点在χ轴或y轴方向上位移，各放电域中心之间的距离称为间距，每个网格细胞相对于所述坐标系中χ轴或I轴的位移称为位相，网格细胞放电的方向相对于笛卡尔坐标系的倾斜度为机器人在坐标点上发生移动时的运动方向角，称为定向位移，这种定向运动对应于每个头向细胞的最大放电方向，称为头向细胞所在的鼠头部在转动时的偏好方向，称为头向细胞的偏好方向，每个网格节点的偏好方向在O~360度之间取值，各个网格细胞节点的偏好方向对应于机器人网格细胞节点所在的各个坐标点上的实际 运动方向，机器人在探索环境过程中，时刻t时在坐标点上的运动方程在原点相同的极坐标下用序号为所述i的一个头向细胞的运动方程hi (t)来表示，所述头向细胞与网格细胞的序号i是--对应的:
cos(% + Θ') sin(0/} + θ')
Λ,.⑴=Ilv(t) = cos(^, + 02)sin(^ + θ2)小’,.⑴]
cos( 9h + 6^,) si n( Oh + Θ.') 其中:H为头向细胞的方向转移矩阵，表示机器人在时刻t在坐标点i的方向转移矩阵，v(t)为表示机器人在时刻t在坐标点i的运动速度， Θ b是头向细胞基准偏好方向，对应于位于坐标点i上的机器人运动方向角Θ i是的基准值，Θ, = 0°， Θ i是位于坐标点i上的机器人的运动方向角，当机器人从坐标原点开始运动时的方向角初始值Θ i(l为O度在其他坐标点上是用Qi表示，Qi的取值范围为0° < Θ j < 360°，η为机器人运动时在沿路径各坐标点i上选定的运动方向角即偏好方向角Θ i的序号， 当所述笛卡尔坐标同一个原点重合的极坐标表示时，机器人从t = h = O时从坐标原点出发到时间t时到达坐标点i时路径上各个坐标点构成的运动轨迹的方程用坐标所需网格细胞到t时刻所对应的网格细胞i中各个网格细胞一次以沿头向细胞的偏好方向角4持续震荡的放电过程来表示时刻t时坐标点i的坐标位置能用下述对应的网格细胞i的震荡模型来表示，网格细胞i在t时刻的响应值对应于机器人向所述CPU发送的极坐标表示的位置信息:
【文档编号】G05B13/04GK103699125SQ201310660161
【公开日】2014年4月2日 申请日期:2013年12月9日 优先权日:2013年12月9日
【发明者】于乃功, 陈焕朝, 王琳, 阮晓刚, 徐丽, 李倜 申请人:北京工业大学