[發明專利]一種基于卷積神經網絡的仿生海馬認知地圖構建方法

在審

• 申請號: 201910587596.2
• 申請日: 2019-07-02
• 公開（公告）號: CN110210462A
• 公開（公告）日: 2019-09-06
• 發明（設計）人: 于乃功;魏雅乾;王林;翟羽佳
• 申請（專利權）人: 北京工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 吳蔭芳

本發明提出了一種基于卷積神經網絡的仿生海馬認知地圖構建方法，該方法能夠完成認知地圖的構建，指導機器人導航。本方法屬于機器人環境認知及運動導航技術領域，旨在解決目前基于鼠腦海馬體導航中閉環檢測模塊在復雜、多變及重復性較強的環境中魯棒性較差的問題。具體流程包括：首先在機器人探索環境過程中，采集速度、方向和RGB圖像；然后將速度和方向輸入到位置感知模塊，得到機器人的實時位置信息，將RGB圖像輸入到視覺處理模塊得到機器人周圍環境圖像特征；最后將機器人的位置信息，環境信息相關聯并存儲到認知地圖網絡節點，完成認知地圖的構建。在機器人探索環境過程中，檢測到閉環時，用當前圖像關聯的位置信息進行位置糾正。

技術領域

本發明屬于類腦計算及智能機器人導航領域。具體涉及一種將卷積神經網絡和海馬體空間細胞計算模型相結合，共同構建仿生海馬認知地圖的方法，并采用圖像相似性度量的方法，實現機器人在熟悉環境中的定位及位置糾正。

背景技術

隨著機器人的發展，越來越多的地方需要用到更加智能化的機器人，比如能夠在動態復雜環境中自主進行環境建模、智能識別、情景記憶、面向物體導向的導航等。

自然界中生物體對復雜環境具有較強的認知能力，能夠通過觀察與學習，理解外部環境并形成特定的心理表征，當再次面對熟悉的場景，可以通過記憶再次對環境進行認知，進而完成特定任務。其中生物體的視覺與大腦內學習和記憶功能的海馬體發揮著巨大作用。

內嗅皮層-海馬神經網絡是大腦學習、形成場景記憶以及執行空間導航的關鍵中樞。海馬體主要從內側內嗅皮層和外側內嗅皮層接收輸入，內側內嗅皮層為海馬體提供空間輸入，參與利用自運動線索，前庭感覺的全局路徑集成計算。1971年，O’Keefe和Dostrovsky發現海馬中存在位置細胞，當動物在一個特定的位置時，神經元的放電率會變強，位置細胞建立了海馬體和外界環境位置的對應關系。1990年，Taube等人在海馬體中發現了頭朝向細胞，當老鼠頭部朝向特定方向時，海馬體中的頭朝向細胞放電率最大。該細胞可以指導老鼠的運動。2005年Hafting等人通過實驗，發現了對空間分布具有強烈放電的網格細胞，該細胞在環境中重復性規律放電，并產生一種六邊形的放電野，使精確定位與路徑搜尋成為可能。這些導航細胞的發現，奠定了構建大腦內空間認知地圖的基礎。而外側內嗅皮層為海馬體提供非空間輸入，主要利用外部感官輸入(如視覺，嗅覺)處理環境及物體信息。這兩條信息傳遞通路在海馬體處匯合，并進行關聯和學習，共同完成對環境認知。

之前的研究中，已有多個模型將視覺信息和海馬體空間細胞計算模型結合實現機器人導航，并成功應用到現實生活環境中。然而，這些模型的視覺輸入模塊采用掃描線強度剖面或傳統手工特征提取進行模板匹配的方法，該方法在復雜多變及重復性較強的環境中魯棒性比較差，容易出現誤匹配現象。

發明內容

本發明旨在解決空間認知導航模型中，利用傳統的手工特征提取方法進行模板匹配，在復雜、多變和重復性交較強的環境中魯棒性差，易造成誤匹配的問題。本發明提出一種基于卷積神經網絡的仿生海馬認知地圖構建方法，該方法可以利用簡單的硬件設備，實現機器人在環境中的探索、認知、記憶和導航，并為任務型導航奠定基礎。本發明模擬內嗅皮層-海馬體信息傳遞通路，利用視覺感知模塊提取當前環境圖像特征，利用位置感知模塊提取機器人當前位置信息，并將兩者相關聯，共同構建環境認知地圖。并通過相似性度量方法，實現機器人在環境中位置糾正。

本發明具體工作流程如下：

步驟1，機器人探索環境，采集速度、方向及所處環境RGB圖像信息；

步驟2，將速度和方向信息輸入依據海馬體空間計算模型構建的位置感知模塊，采集機器人當前位置信息；

步驟3，將RGB圖像信息輸入到依據卷積神經網絡構建的視覺輸入模塊，獲得當前環境圖像特征；