[发明专利]一种突发障碍物识别的BVGSP-SLAM复合模型的实现方法

权利要求书

1.一种突发障碍物识别的BVGSP-SLAM复合模型的实现方法，其特征在于：包括以下步骤：

1)进行融合速度细胞的RatSLAM模型研究，并建立速度细胞活性的数学模型；

2)进行融合边界细胞的RatSLAM模型研究，并建立速度边界活性的数学模型；

所述步骤1)进一步包括：

11)归一化速度细胞活性，通过线性变换计算出速度细胞的发放率并表示其活性，公式如下：

12)对细胞进行无偏分析，再利用尖峰电压大小判断速度细胞的活性强弱，速度细胞头方向平均长度可由二进制i代表的方向θ_i和发放率λ_i表达：

尖峰电压信息可表达为：

13)通过一个由发放场和线性滤波器两部分组成的简单线性解码器使速度细胞的活跃度具体化，公式如下：

S_tr＝R_trf

其中，

f＝(S_tr^TS_tr)^-1S_tr^TR_tr

S_rec＝R_testf

f_n:速度细胞的活性，

f：测量的速度细胞放电率，

f:线性过滤器的列向量，

A：Y的截距，

B：细胞速度调整斜率，

λ：平均发放率，

p_i：给定训练库的占用率，

S_tr：给定训练库的列向量，

R_test:实际速度，

S_rec:发放率的重建速度，

R_tr：与神经元对应的发放率相关的矩阵；

14)将该活性状态信息传递给由头方向细胞和位置细胞融合而成的位姿细胞，进而影响经历图的构建。

2.根据权利要求1所述的一种突发障碍物识别的BVGSP-SLAM复合模型的实现方法，其特征在于，所述步骤1)中速度细胞活性及数学模型的建立过程中，在分析速度细胞活性的实验中，将老鼠置于100cm×100cm×50cm的盒子中，通过在随机位置播撒食物屑促使老鼠进行任意运动。

3.根据权利要求2所述的一种突发障碍物识别的BVGSP-SLAM复合模型的实现方法，其特征在于，实验在黑暗环境中进行；为避免老鼠自身行为对速度细胞产生的影响，本实验忽略所有运动速度小于2cm/s时老鼠速度细胞活性的变化。

4.根据权利要求3所述的一种突发障碍物识别的BVGSP-SLAM复合模型的实现方法，其特征在于，所述步骤2)进一步包括：

21)为有效应对各个方向导航性能，需建立非自我中心的方向函数，该模型可用关于角度θ的高斯函数表征

(r,θ):老鼠位置的极坐标，

σ_ang:常数；

22)边界细胞发放率随老鼠离障碍物距离的减少而增加，该模型可用关于距离r的高斯函数表征

(d_i,φ_i):细胞i达到顶峰时老鼠位置的极坐标，

σ_rad:随着d_i线性增长，

23)经实验表明，无论老鼠的头部朝向什么方向，边界细胞的发放率都会随老鼠离障碍物距离的减少而增加，每个边界细胞的感受野通过两个高斯函数的乘积构成，一个函数表示特定的距离，另一个函数表示非自我中心的方向，利用边界细胞的发放率、边界细胞的感受野及其与障碍物的距离信息构成边界

细胞发放率变化的表达式，具体表达为：

其中，尖峰响应信息

24)将活性状态信息通过神经元的感知机模型进行分析，

其中，Δf_i∝g_i(r,θ)×Δθ

25)将速度细胞的活性信息传递给由头方向细胞和位置细胞融合而成的位姿细胞，进而影响经历图的构建。

5.根据权利要求1所述的一种突发障碍物识别的BVGSP-SLAM复合模型的实现方法，其特征在于，所述步骤2)中边界细胞活性及数学模型的建立研究中，利用手术在老鼠脑部植入电极，通过上位机可观测边界细胞活性。