[發(fā)明專利]基于貝葉斯多模感知融合的類腦機器人導航方法

有效

• 申請?zhí)枺?/td>: 201710748765.7
• 申請日: 2017-08-28
• 公開（公告）號: CN109425340B
• 公開（公告）日: 2022-03-22
• 發(fā)明（設(shè)計）人: 斯白露;曾太平
• 申請（專利權(quán)）人: 中國科學院沈陽自動化研究所
• 主分類號: G01C21/16
• 分類號: G01C21/16;G01C21/20
• 代理公司: 沈陽科苑專利商標代理有限公司 21002
• 代理人: 王倩

本發(fā)明涉及基于貝葉斯多模感知融合的類腦機器人導航方法，包括以下步驟：積分細胞進行前庭信息融合：根據(jù)獲取的前庭信息改變積分細胞的發(fā)放率；校準細胞進行視覺信息融合；對柵格細胞網(wǎng)絡(luò)和頭朝向細胞網(wǎng)絡(luò)進行注入能量，改變積分細胞和校準細胞的發(fā)放率；進行全局抑制；通過估計柵格細胞網(wǎng)絡(luò)和頭朝向細胞網(wǎng)絡(luò)的發(fā)放率所處的相位得到當前機器人的實際位置和頭朝向；構(gòu)建拓撲地圖。本發(fā)明中所設(shè)計的模型能夠進行多模感知的融合，實現(xiàn)對機器人所處的空間環(huán)境以及機器人自身的狀態(tài)進行穩(wěn)定的編碼。模型與哺乳類動物的頭朝向神經(jīng)機制一致，跟神經(jīng)生物學采集的單神經(jīng)元記錄實驗結(jié)果相似，具有很高的生物保真性。

技術(shù)領(lǐng)域

本發(fā)明屬于機器人導航領(lǐng)域，尤其涉及一種基于哺乳類動物神經(jīng)生物學啟發(fā)，利用貝葉斯進行多模感知融合的機器人導航方法。

背景技術(shù)

在機器人導航系統(tǒng)中進行多模信息融合一直極具挑戰(zhàn)。由于可獲得的感知信息通常可靠性差，并且受到噪聲的影響，多模感知融合可以更加精確地編碼機器人的位姿和所處的環(huán)境。動物探索環(huán)境的兩個主要機制是路徑積分和地標校準。要提高機器人的導航性能，必須要解決由于路徑積分誤差積累和地標感知模糊所引起的不確定性。

多模感知融合是動物能夠精確感知和行為的關(guān)鍵。動物能夠長距離的探索，在復雜的環(huán)境中導航，再精確的返回到它們的巢穴。神經(jīng)系統(tǒng)通過融合動物自身的移動信息和視覺信息以一種貝葉斯優(yōu)化的的方式進行動物位置以及周圍環(huán)境的估計。神經(jīng)生物學實驗已經(jīng)發(fā)現(xiàn)有幾種不同的空間響應細胞能夠進行多模感知融合，如海馬體中的位置細胞，內(nèi)嗅皮層的頭朝向細胞和柵格細胞。頭朝向細胞僅僅在某一個固定頭朝向方向發(fā)放，柵格細胞則呈六邊形的周期性分布于環(huán)境中，位置細胞只在某一個特定的空間位置區(qū)域發(fā)放。但是，當動物長距離探索大環(huán)境時，神經(jīng)系統(tǒng)如何處理這些感知信息的不確定性依然不得而知。視覺信息和前庭信息同樣都能編碼動物的位置和頭朝向信息，神經(jīng)系統(tǒng)可以無縫的融合這些感知信息，從而得到可靠地頭朝向和位置估計。

然而，動物空間導航的多模感知的神經(jīng)機制依然很少清楚。最近，以頭朝向系統(tǒng)為模型，用于研究前庭信息和視覺信息的不確定性已經(jīng)廣泛展開，主要包括MSTd區(qū)域和VIP區(qū)域。神經(jīng)生理學單細胞記錄實驗發(fā)現(xiàn)，在頭朝向細胞網(wǎng)絡(luò)中，視覺輸入能夠可塑性的重新頭朝向細胞網(wǎng)絡(luò)的集群發(fā)放，然后由前庭信息所繼承。而且，低可靠性的視覺信息無法重塑頭朝向細胞網(wǎng)絡(luò)的細胞集群發(fā)放。環(huán)形吸引子網(wǎng)絡(luò)模型被提出用于模擬動物自身移動信號和視覺信息之間的相互作用。分布式的連續(xù)吸引子網(wǎng)絡(luò)以貝葉斯推理的形式被用于解釋多個感知腦去之間的連接方式。

盡管，一些具有生物相似性的吸引子網(wǎng)絡(luò)模型被提出證明了大腦中具有概率計算的機制，但是沒有將神經(jīng)生物學啟發(fā)的多模感知融合的貝葉斯模型用于機器人導航系統(tǒng)中。進一步探明動物大腦的空間導航的神經(jīng)機制，將有助于開發(fā)類人導航能力的自主移動機器人。

發(fā)明內(nèi)容

本發(fā)明的目的在于基于哺乳類動物的空間導航神經(jīng)機制，提出一種機器人導航的方法，該方法中的模型采用貝葉斯吸引子網(wǎng)絡(luò)編碼機器人頭朝向和位置，避免了連續(xù)吸引子網(wǎng)絡(luò)的復雜性，是一種高效、簡單、易于工程應用的方法。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：基于貝葉斯多模感知融合的類腦機器人導航方法，根據(jù)貝葉斯吸引子網(wǎng)絡(luò)模型得到機器人當前的頭朝向和位置，并構(gòu)建地圖用于導航，包括以下步驟：

積分細胞進行前庭信息融合：根據(jù)獲取的前庭信息改變積分細胞的發(fā)放率；

校準細胞進行視覺信息融合：當獲取的視覺信息與之前的視覺特征一致，并滿足閾值時，那么激活與之相關(guān)的局部視圖細胞并關(guān)聯(lián)相應的柵格細胞和頭朝向細胞，通過對柵格細胞網(wǎng)絡(luò)和頭朝向細胞網(wǎng)絡(luò)進行注入能量，改變積分細胞和校準細胞的發(fā)放率；

通過積分細胞和校準細胞進行全局抑制；

通過估計柵格細胞網(wǎng)絡(luò)和頭朝向細胞網(wǎng)絡(luò)的發(fā)放率所處的相位得到當前機器人的實際位置和頭朝向；

根據(jù)機器人的實際位置和頭朝向構(gòu)建拓撲地圖。