[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

摘要

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。

主权项

1.一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，其特征在于：首先通过摄像头采集环境的图像信息，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；结合视觉信息，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；接着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，将陀螺仪获取的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当前的感知角度信息；随后将感知速度信息和感知角度信息输入至位置细胞的预测性编码神经网络模型，驱动位置细胞板上兴奋活动包的移动，通过解析位置细胞板的活动情况，获取位置细胞板上兴奋活动包的坐标，从而实现机器人在环境中的定位，完成智能移动机器人的环境认知功能；/n具体工作流程如下：/nS1 感知速度的获取/nS1.1 通过摄像头获取当前机器人前进方向上的图像；/nS1.2 将采集的图像转化为灰度图像，并利用Lucas-Kanade光流场解算方法获取前后两帧图像之间的光流场；/nS1.3 解算光流场中所有光流矢量在图像竖直方向上分量的大小/nS1.4 以求所有光流矢量在图像竖直方向上分量的大小作为BP神经网络的输入，以当前编码器获取的机器人前进的速度大小作为BP神经网络的输出，对BP神经网络进行训练；/nS1.5 以当前编码器获取的机器人前进的速度大小作为速度细胞模型的输入，将BP神经网络输出的视觉感知速度与速度细胞模型输出的精确速度经过选择与加权处理，得到机器人的感知速度信息；/nS2 角度信息的获取/nS2.1 通过陀螺仪获取当前机器人前进方向的角度信息，计算前后两次测量的角度信息的差值，作为方向角的增量；/nS2.2 以方向角的增量作为一维环状头朝向细胞模型的输入，实现一维环状头朝向细胞模型上的兴奋活动包随着方向角的增量输入而移动；/nS2.3 为了将环状头朝向细胞模型上兴奋活动包的位置与当前编码器获取的角度信息一致，设计比例微分控制器，对兴奋活动包的位置进行闭环控制；/nS2.4 通过算法获取环状头朝向细胞模型上兴奋活动包的位置，得到机器人的感知角度信息；/nS3 位置细胞板兴奋活动包的移动/nS3.1 初始化位置细胞板上所有位置细胞的兴奋活动，并将呈高斯帽形状的兴奋活动包置于位置细胞板的中心；/nS3.2 根据输入的感知角度信息，将当前位置细胞板上的兴奋活动传递至预测性编码的位置细胞板；/nS3.3 根据输入的感知速度信息，调整预测性编码神经网络模型的连接权值；将预测性编码位置细胞板上的兴奋信息通过连接权值重新传递至原有位置细胞板；/nS4 解算机器人的位置/nS4.1 获取兴奋活动包在原有位置细胞板上的坐标，并换算成机器人在环境中的位置；/nS4.2 根据前后两次坐标的变化量决定是否需要对机器人在环境中的真实位置进行周期性编码，实现仿生机器人在大范围空间内的位置认知。/n