[发明专利]一种基于鼠脑海马的情景认知地图构建及导航方法

说明书

一种基于鼠脑海马的情景认知地图构建及导航方法，属于机器人环境认知及运动导航技术领域。当机器人在探索到的位置放电率大于位置细胞放电阈值的时候需记录下放电信息P_fire，位置信息P_location，环境情景信息O，并将信息记录在情景认知地图上。通过情景认知地图上储存的空间信息完成机器人导航，即从起始位置到具体情景中的具体物体位置的导航。本发明能使机器人自主探索环境，将环境信息变成机器人的情景认知地图，根据认知地图制定相应导航策略。整套系统取得较好的空间认知效果，可应用于工厂、家庭、实验室等室内环境和街道等室外环境的情景认知地图构建及导航。

技术领域

本发明涉及一种基于鼠脑海马认知机理和情景认知记忆的机器人认知地图构建及导航方法。依据哺乳动物的海马认知机理，外界环境信息通过海马体的空间细胞进行表达，该方法用于自主移动机器人在非结构化和多尺度环境下的导航。

背景技术

智能移动机器人是能够通过自身携带的传感器感知外界未知环境和自身状态，实现在有障碍物的环境中进行面向目标的自主壁障，从而完成一定作用功能的机器人系统。通常来说，移动机器人依靠传感器在环境中按照既定的任务，完成从起点到目标点的移动，即解决“我在哪里？要到哪去？怎么去”三个基本问题。当机器人进入一个新的环境中时，机器人智能通过会对环境进行进一步的认知和学习，其方式是与环境进行交互、探索。当前移动机器人系统在基于贝叶斯概率算法的环境建图及导航已有丰富的成果，如卡尔曼滤波、扩展卡尔曼滤波、粒子滤波、图优化等算法。但是受生物启发的地图构建方法和导航研究仍旧没有掀起研究的热潮。

人类以及哺乳动物拥有丰富的视觉、听觉、味觉、嗅觉、触觉等外界刺激，每时每刻都在接收者大量的感知数据。但是，他们却总能用一种灵巧的方式对这些数据进行获取和处理。尤其是人类大脑能从感知信息抽象出对环境整体的认知，形成一种理解和记忆，并根据这种记忆做出更复杂的活动。模仿大脑进行高效准确的对环境进行认知是人工智能领域的核心挑战，研究生物大脑内部结构和信息处理回路也成为了人工智能领域的热门方向。

根据生物认知环境的研究发现，哺乳动物(老鼠、人等)对外部世界的感知很大一部分是通过视觉信息从眼球传入大脑。在大脑皮层中有一部分专门的区域(图1大脑视觉区域)用来处理这些信息。这些信息被编码之后会传递到大脑内的两处脑区：一条通路通向腹侧，被称为腹侧通路(Ventral Stream)，它沿着大脑皮层的枕颞叶分布，包括下颞叶、纹状体皮层和前纹状体皮层，主要功能是物体的识别，被称为“what回路”；另一条通向背部，被称为背侧通路(Dorsal Stream)，沿着枕顶叶分布，包括纹状体皮层、前纹状体皮层、下顶叶。主要功能是对空间位置和运动信息的编码，被称为“where回路”。最终，两条视觉通路在内嗅皮层和海马体处进行了回合，将两者的信息进行融合。

信息传入之后哺乳动物(老鼠、人等)就可以对空间环境进行特定编码，形成内在的神经表达，这种内在表达是一种认知地图的体现。它解释了生物是如何了解环境的，是一种外部环境的内部抽象描述。也就是说，外部环境在哺乳动物大脑皮层中的神经重现即是对外部环境的记忆。从1971年O’Keefe和Dostrovsky在海马结构中发现了位置细胞(placecell)开始，科学家们又相继发现了四种与导航相关的细胞。分别是：Taube于1990年在后下托(postsubiculum)中发现的头朝向细胞(head direction cell)；2005年，Hafting和Moser夫妇在内嗅皮层(entorhinal cortex)中发现的网格细胞(grid cell)；2009年，Trygve等在海马体中发现的边界细胞(boundary vector cell)；2012年，O’Keefe等人在旁下托和内嗅皮层中发现了有空间周期性条纹状的放电野存在的条纹细胞(stripe cells)。

头朝向细胞(head direction cell)是一种头朝向依赖性的神经元，它的放电只与头在水平面的朝向有关。其在一个最佳朝向下的放电率为最大。可以表示为一个高斯模型。