论文部分内容阅读
环境认知是移动机器人自主移动控制的基础，现阶段移动机器人对工作场地、障碍的位置坐标等的环境认知基本上是建立在理论假设的基础上，如何用实际的传感器获知环境信息，建立真实的环境模型，如何在真实环境中实现导航，如何对机器人进行移动控制，都没有研究或研究不足，距实际应用还有相当大的距离。研究人类以及动物对空间的感知、环境的认知能力，以及在空间中的行为能力已成为研究人类智能以及移动机器人发展的一个重要方向。随着生物界与自然界的进化，一方面是高级生物的感知能力提高，同时也由于自然环境的日益复杂，动物需要一个对环境的空间知识表达作为导航的认知基础。动物神经学家经过长期的研究发现啮齿动物（特别是大鼠）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，是大鼠空间认知与空间行为能力的神经生理学基础，模拟大鼠脑空间认知、发育过程并将其应用于移动机器人环境认知方法研究，将有助于建立一个鲁棒的面向复杂的动态未知环境的移动机器人导航体系。对基于大鼠脑海马环境认知机理的移动机器人环境认知、发育模型进行研究，主要研究成果包括: (1)对基于大鼠脑海马的大鼠环境认知模型进行研究，构建了一种基于大鼠脑海马结构及其运行机理的环境认知模型。在分析大鼠脑海马环境认知功能细胞（包括:头朝向细胞、网格细胞、位置细胞和边界细胞）建模方法的基础上，首先将大鼠空间运动信息（速度和方向信息）用头朝向矩阵表达，然后利用网格细胞震荡干涉模型对网格细胞建模，并整合大鼠空间运动信息形成网格细胞响应，最后构建网格细胞与位置细胞人工神经网络连接，实现空间位置与特定位置细胞响应的映射。实验表明模型可以有效模拟大鼠脑海马环境认知过程。 (2)在分析环境认知过程中大鼠脑海马位置细胞发育过程及机理的基础上，构建了一种大鼠脑海马位置细胞环境认知发育模型。首先，在大鼠探索空间的过程中，运动信息经过处理传递到网格细胞层，网格细胞层对传入信息进行整合处理后形成网格细胞响应序列，即空间信息的网格细胞响应序列编码。然后采用一种带有参数偏置的迭代人工神经网络(RNNPB)对海马位置细胞发育过程进行建模，位置细胞用偏置参数节点表示，利用BPTT算法更新网格细胞层与位置细胞层的连接权值，实现大鼠脑海马位置细胞数量上和认知功能上的发育。实验证明该模型可以有效模拟大鼠脑海马位置细胞的细胞数量发育以及空间认知功能的发育。 (3)针对移动机器人的实时定位与地图构建问题，构建一种基于大鼠脑海马模型的移动机器人实时定位与地图构建方法。首先，预先在机器人控制系统内定义网格细胞层和位置细胞层。机器人探索环境过程中采集包括运动方向和速度的运动信息，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。然后，利用神经网络算法计算网格细胞层与位置细胞层连接权值，建立位置细胞—网格细胞响应网络。当机器人处于新的位置，控制系统激活新的位置细胞对该位置进行编码。认知地图以位置细胞响应的形式存储，机器人识别位置细胞确定自己位置。最后，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。该方法能在机器人探索运动中自主的取得较好的定位与地图构建效果。