[发明专利]一种基于鼠脑海马认知机理的智能移动机器人运动状态和位置认知方法

说明书

本发明提出一种基于鼠脑海马认知机理的智能移动机器人运动状态和位置认知方法，属于机器人环境认知与导航技术领域，主要应用于智能移动机器人的环境认知、地图构建及导航等任务。具体流程包括：本方法通过摄像头采集图像信息，通过陀螺仪和编码器采集机器人的角度与方向信息，并将上述信息传输到CPU中。提出一种基于速度细胞和视觉信息的感知速度求解方法，获取机器人的感知速度；利用一维环状连接的细胞模型模拟头朝向细胞的放电机理，将角度信息输入头朝向细胞模型，使得机器人以仿生的方式获取感知角度。然后将感知速度和感知角度输入至位置细胞的前向编码神经网络模型，驱动位置细胞板上兴奋活动包的移动，获取机器人在环境中的位置。

技术领域：

本发明属于智能移动机器人环境认知与导航技术领域，具体涉及一种基于鼠脑海马认知机理的智能移动机器人对自身运动状态和环境信息的认知方法。

背景技术

智能移动机器人是指可以通过仿生的认知机理，结合传感器对环境信息和运动信息的采集，实现对自身状态和环境信息的感知。使其能够在复杂的空间环境中模拟生物强大的面向目标导航的能力，实现自主运动，进而完成特定工作、功能的机器人系统。位置认知是人和动物的一项基本功能，也是智能移动机器人的基本任务和关键问题。

生理学研究表明，大脑皮层中的海马体是高等动物执行环境认知任务的重要结构，O’Keefe等人在1971年，在鼠脑海马体中发现一种对空间位置具有选择性的细胞，只有当大鼠处于空间中的特定位置时，该细胞才会发生放电活动。这种细胞被称为位置细胞，而对应其放电的空间区域则被称为位置野。Ranck等在 1984年，在老鼠前下托发现了一种对头部的朝向有着强烈放电作用的神经元细胞，当老鼠头部面向一个特定方向时，头朝向细胞发生最大放电，当头偏离这个方向时，细胞放电作用会减弱，该神经元细胞因此被命名为头朝向细胞。1998 年，O’keefe等人在关于位置细胞计算模型的研究中，第一次对路径整合过程中可能的速度信号提出了猜想，认为细胞放电率与运动速度呈线性正相关的关系。之后的研究者们也常常用正比例函数描述速度与频率的关系。2015年Emilio Kropff等在Nature上发表文章称通过实验证实了速度细胞的存在，并引起了学术界对空间认知过程中速度信号的编码与作用机制的思考。

尽管近年来人工智能技术发展迅速，但有关智能移动机器人对自身在环境中的位置认知和运动状态的研究相对落后，认知能力的不足一定程度上制约着智能移动机器人的研究和推广。在对环境的感知与理解方面，智能移动机器人远远不及人类或其他高等动物,这主要是由于现阶段传感器性能的不足和对机器人认知环境的理论研究不足。因此在智能移动机器人面对复杂多变的外部环境时，要求其具有较高的适应性和鲁棒性。仿照高级哺乳动物的环境认知机理是当前智能移动机器人的一项研究热点。本发明基于鼠脑海马的环境认知与发育机理，面向智能移动机器人及其未知环境自主探索问题，提出一种智能移动机器人对自身运动状态和位置信息的认知方法。

发明内容

本发明的主要目的是提出一种基于鼠脑海马认知机理的智能移动机器人运动状态和位置认知方法，模拟鼠脑海马体内各种空间细胞的放电机理，完成智能移动机器人在复杂环境下环境认知与定位功能。主要面临如下问题：

1.目前智能移动机器人远远不及人类或其他高等动物，受硬件系统(传感器精度、CPU运算速度等)发展的限制。

2.之前的相关研究工作是感知层次上的离散的研究，难以为未知动态环境下的移动机器人导航提供足够的信息。

3.传统的行为学习方法已经无法满足人类对机器人智能的要求，难以为复杂未知环境下的机器人导航提供足够的信息。

4.以往的认知模型大多数是基于符号化知识表示的，具有这一类认知模型的机器人系统的行动能力不强，适应性和可扩展性较差，且具有过多的设计成分，不具备良好的仿生性。