一种基于海马认知机理的仿生机器人认知地图构建方法
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、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.
认知地图、海马结构、空间细胞、条纹细胞、闭环检测
44
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 China61573029;Beijing Natural Science Foundation4162012
2018-03-13(万方平台首次上网日期,不代表论文的发表时间)
共22页
52-73