[发明专利]一种基于海马-纹状体内源性和外源性信息的认知导航方法

说明书

本发明公开了一种基于海马‑纹状体内源性和外源性信息的认知导航方法，属于仿生学技术领域和人工智能领域。本发明基于MATLAB软件编程实现，设定一个具有8个移动方向的仿真机器人，并具备视觉传感器和嗅觉传感器。首先，机器人在环境中自由探索，感知外源性信息(视觉、嗅觉信息)和内源性信息(前庭感觉信息、本体感受信息)，通过信息感知模块将感知信息处理为多维信息向量；海马体接收多维信息向量并激活位置细胞，位置细胞的放电活动与机器人所处的真实位置对应，形成认知地图。纹状体同时接收海马体的位置信息和腹侧被盖区的奖励信息，以此评估机器人的状态，通过多次训练，机器人能够迅速记忆环境并找到目标平台。

技术领域

本发明属于仿生学技术领域和人工智能领域，特别涉及未知环境下基于海马体-纹状体内源性信息和外源性信息的移动机器人空间认知导航模型。

背景技术

近年来，借鉴脑的信息处理的基本原则，开发脑启发算法、研制类脑智能系统是人工智能与机器人研究的重要领域。模仿动物多个脑区协同工作的机理构造认知模型并复制在机器人本体上，是其中一个热门研究方向，广泛应用于未知环境下的空间认知导航和室外自动驾驶领域。

目前大多数移动机器人自主导航方法依赖于外部设备提供的信息，且较少关注与其相关的神经细胞生物学机理，在大规模环境中存储和计算量过大，可扩展性差；感知环境时特征类型和特征提取方法固定，不易于检测动态环境中的陆标，也不易于扩展到其他类型的传感器信息的处理。

一些现有的模仿动物主体的空间认知导航模型主要关注海马区位置细胞的活动，构建基于位置细胞的空间定位模型。位置细胞主要通过实时接收来自于动物自身内部或外部空间环境信息来实现对其所处环境的编码，这些信息为(1)由动物本体感受和前庭感觉信息所构成的内源性信息。(2)动物在自由运动时所看到的，闻到的，听到的视觉，嗅觉，听觉信息等构成的外源性信息。这些模型的感知模块要么只接受外源性信息，要么整合内源性信息来实现在环境中的定位，这一方面不符合神经生理学研究；另一方面，当感知信息出现错误时，不容易从错误中恢复，导致模型效果变差，这使得在未知环境中模仿动物脑区功能构建类脑计算模型来完成空间认知导航成为一项具有挑战性的课题。

可以结合动物感知环境时的外源性信息和内源性信息，完成环境感知的信息输入。同时，联合多个脑区，如海马体和纹状体，在空间认知中的协同作用，根据海马体和纹状体中细胞的特点建立数学模型，并引入强化学习的思想连接海马体和纹状体，构成环境-信息感知-机器人-动作-环境回路，来完成未知环境中的认知导航任务。

发明内容

本发明的目的在于克服现有技术的上述不足，采用一种基于海马体-纹状体内源性信息和外源性信息的空间认知导航模型。本发明由信息感知模块(IPM)，腹侧被盖区(VTA)，海马体(HPC)和纹状体(STR)组成。信息感知模块负责感知内源性和外源性信息，并将其整合成为信息向量的形式。海马体包含多个位置细胞，负责整合感知信息向量并形成认知地图完成对环境的表达。纹状体包含一个奖励细胞和八个动作细胞，奖励细胞负责接收腹侧被盖区传递的奖励信息并评估当前状态，动作细胞负责选择动作并输出到环境中。本发明能够使机器人在未知环境中快速找到目标。

本发明提供了一种基于海马体-纹状体内源性信息和外源性信息的空间认知导航模型，包括：

本发明在MATLAB软件下进行。

(1)信息感知模块，负责感知动物体内或外部的信息，包括外源性信息和内源性信息。

1.1)感知外源性信息，外源性信息包括视觉信息和嗅觉信息，具体公式如下。

1.1.1)视觉信息由机器人当前位置和环境中四个边界的距离组成，公式如下：

是加入噪声noise_v∈(0,0.05)的最终视觉信息输入，是当前时刻距离环境第k个边界的距离，(x,y)是机器人当前时刻的位置，L是环境尺寸。