一种基于鼠脑海马的情景认知地图构建及导航方法技术

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

Scene cognition map construction and navigation method based on mouse brain hippocampus

The invention relates to a scene cognitive map construction method and a navigation method based on a mouse hippocampus, belonging to the field of robot environment cognition and motion navigation technology. When the location of the robot is detected, the discharge rate is greater than the location of the cell discharge threshold, it is necessary to record the discharge information P

【技术实现步骤摘要】
一种基于鼠脑海马的情景认知地图构建及导航方法
本专利技术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。
技术介绍
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(VentralStream)，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(DorsalStream)，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(headdirectioncell)；2005年，Hafting和Moser夫妇在内嗅皮层(entorhinalcortex)中发现的网格细胞(gridcell)；2009年，Trygve等在海马体中发现的边界细胞(boundaryvectorcell)；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(stripecells)。头朝向细胞(headdirectioncell)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。条纹细胞(stripecells)是覆盖在整个空间环境中的具有类似平行条纹状放电野的细胞。它被誉为是完成路径积分的基础机制，其条纹间距、条纹野宽度、条纹相位、与其放电的频率有密切的关系。网格细胞(gridcell)是老鼠在二维空间中发生规律性发电的细胞。其放电野代表了对某一位置一小部分的环境表达，相当于空间环境中的一个网格节点处。在老鼠运动过程中，它的放电区域能遍布整个空间环境。每个网格细胞的基本空间参数为：间距、定向、位相、放电野大小。位置细胞(placecell)是在海马体CA1和CA3中在空间特定位置放电的细胞，其具有空间特异性。位置细胞的选择性放电决定了它可以将大脑海马体中的位置野与外界的特定空间位置映射起来。它是哺乳动物进行定位、环境认知、情景记忆、再现的重要元素。注意位置细胞可以对应多个位置野，当达到空间中特定的位置时，位置细胞会达到最大化的放电。外部环境在哺乳动物大脑内是以前面提到的认知地图的形式存在的。其表示方式是对外部环境的内部神经重现。鼠脑中的内嗅皮层和海马体等结构是存储这些外部环境内部重现的重要部分。海马体会记录下当前的位置信息以及基于视觉通路识别出来的物体信息，其具体存在形式是由网格细胞、位置细胞、边界细胞共同形成的对环境外部的表达，自身位置的认知，以及物体存在识别的感知。这些会形成记忆，存储在鼠脑的大脑皮层中形成永久性记忆。当老鼠进入陌生环境的时候，它会与环境进行自主交互、探索，完成对环境的认知和学习，从而使网格细胞、位置细胞、边界细胞形成稳定的响应区域。其功能通过视觉通路、内嗅皮层和海马体之间的信息传递得以实现。来自视觉通路“where回路”的对外界感知的速度和方向信息与生物体内部头朝向细胞和条纹细胞进行信息整合，获取老鼠在当前环境中的相对位置。来自位置细胞的对当前环境的表达与来自视觉通路“what回路”的对外界环境物体的识别进行信息整合，完成老鼠对当前环境的情景认知，并形成相关记忆，与当前位置信息进行整合，整个视回路-内嗅皮层-海马回路为空间记忆的动态表达提供了基础。本方法依据鼠脑海马结构整个对外界环境的表达机制，结合深度相机采集的RGB-D图进行机器人的认知地图构建。其相比于传统同时定位与地图构建方法以及早期认知地图构建方法，具有更精确的位置认知效果，更加完整的表达整个环境的信息，对硬件和传感器的要求降低，具有丰富的扩展性以及定制性，准确高效的完成导航认知地图构建任务。
技术实现思路
本专利技术的目的是将基于鼠脑海马的情景认知机理应用在移动机器人上，依靠较简单的硬件平台系统，在工厂、家庭、实验室等室内环境和街道等室外环境，完成移动机器人对环境探索、空间认知定位、情景记忆的任务。为实现上述目的，本专利技术采用的技术方案为一种基于鼠脑海马的情景认知地图构建及导航方法，更加具体地，该方法是一种基于鼠脑海马认知机理的机器人室内空间情景认知地图构建及导航方法，该方法依次按以下步骤实现：步骤(1)构建基于鼠脑海马认知机理的机器人室内情景认知地图的前端信息输入系统，该系统包括运动采集部件、运动部件、深度相机和中央处理系统；运动采集部件包含：编码器和电子罗盘；编码器用以采集机器人运动的速度信息；电子罗盘用以采集机器人的运动方向角信息；运动部件由控制机器人运动的电机驱动电路组成；深度相机用以采集机器人运动的RGB图像和深度图像，以此来估算机器人基于视觉的运动速度和方向角信息。中央处理系统即CPU设置在机器人内部。CPU设有机器人方向角信息输入端、机器人速度信息输入端、视频流输入端和电机运动控制信号输入端，机器人方向角信息输入端与电子罗盘输出端相连，机器人速度信息输入端与测速装置输出端相连，视频流输入端与机器人运动的RGB图像和深度图像相连，电机运动本文档来自技高网...

【技术保护点】
一种基于鼠脑海马的情景认知地图构建及导航方法，其特征在于：该方法是一种基于鼠脑海马认知机理的机器人室内空间情景认知地图构建及导航方法，该方法依次按以下步骤实现：步骤(1)构建基于鼠脑海马认知机理的机器人室内情景认知地图的前端信息输入系统，该系统包括运动采集部件、运动部件、深度相机和中央处理系统；运动采集部件包含：编码器和电子罗盘；编码器用以采集机器人运动的速度信息；电子罗盘用以采集机器人的运动方向角信息；运动部件由控制机器人运动的电机驱动电路组成；深度相机用以采集机器人运动的RGB图像和深度图像，以此来估算机器人基于视觉的运动速度和方向角信息；中央处理系统即CPU设置在机器人内部；CPU设有机器人方向角信息输入端、机器人速度信息输入端、视频流输入端和电机运动控制信号输入端，机器人方向角信息输入端与电子罗盘输出端相连，机器人速度信息输入端与测速装置输出端相连，视频流输入端与机器人运动的RGB图像和深度图像相连，电机运动控制信号输入端与电机驱动电路输入端相连；初始化系统之后，所述CPU中：网格细胞层，对应于设在室内地面上的二维笛卡尔坐标上所有m

【技术特征摘要】
1.一种基于鼠脑海马的情景认知地图构建及导航方法，其特征在于：该方法是一种基于鼠脑海马认知机理的机器人室内空间情景认知地图构建及导航方法，该方法依次按以下步骤实现：步骤(1)构建基于鼠脑海马认知机理的机器人室内情景认知地图的前端信息输入系统，该系统包括运动采集部件、运动部件、深度相机和中央处理系统；运动采集部件包含：编码器和电子罗盘；编码器用以采集机器人运动的速度信息；电子罗盘用以采集机器人的运动方向角信息；运动部件由控制机器人运动的电机驱动电路组成；深度相机用以采集机器人运动的RGB图像和深度图像，以此来估算机器人基于视觉的运动速度和方向角信息；中央处理系统即CPU设置在机器人内部；CPU设有机器人方向角信息输入端、机器人速度信息输入端、视频流输入端和电机运动控制信号输入端，机器人方向角信息输入端与电子罗盘输出端相连，机器人速度信息输入端与测速装置输出端相连，视频流输入端与机器人运动的RGB图像和深度图像相连，电机运动控制信号输入端与电机驱动电路输入端相连；初始化系统之后，所述CPU中：网格细胞层，对应于设在室内地面上的二维笛卡尔坐标上所有mg个坐标点组成的一个以矩阵形式表述的二维坐标点组成的矩阵，此时(x,y)坐标点对应的笛卡尔坐标系中的坐标；同时将网格细胞对应到二维坐标空间的网格点上，即一个网格细胞即对应着一个坐标点，坐标的原点对应于机器人运动时的初始点，设在网格角部，多个网格细胞放电域在一个坐标点上发生相互交叠时构成一个网格节点，x轴或y轴上的坐标点视为网格细胞在坐标点上的覆盖，头朝向细胞有其偏好位置放电率为最大；放电率为最大的位置为头朝向的最大偏好位置；在这每个节点上会有若干个头朝向细胞为其确定方向，确定方向的取值为0～360度；每个网格细胞节点综合作用下的偏好方向就是机器人实际的运动方向；表现为通过放电率判断网格细胞放电的方向，即相对于笛卡尔坐标系中的倾斜度；此时这个倾斜度即为机器人运动时的运动方向角；机器人会通过视觉信息跟踪环境中的信息，以此来校正自运动信息；通过对深度相机传来的视频流进行RGB图和深度图的特征提取之后，对特征进行跟踪，通过计算视频流中的每一帧之间的变换关系即得到位置与位置之间的变换矩阵T经过计算之后会得到机器人在环境基于视觉的运动方位角和运动速度；此时与自运动信息进行权值加权之后获得校正之后的运动方位角和运动速度；机器人在探索环境过程中，在时刻t，头朝向细胞产生一个角度调节信号，其放电率是与运动方位角相关；条纹细胞产生一个速度调节信号，其放电率与头朝向细胞的角度、相位、在头朝向方向移动的速度相关；步骤(2)系统依次按如下步骤处理机器人自运动信息和外界异构信息，即描述机器人的位置：步骤(2.1)网格细胞吸引子由其递归的连接权值决定；网格细胞递归的连接权值又与条纹细胞的连接权值一起作用于整个网格细胞吸引子网络；整个细胞建立模型使用二维连续吸引子模型；步骤(2.2)位置细胞与位于内嗅皮质的网格细胞不同，位置细胞能够对空间位置进行特征性的编码，特征性的编码是认知地图的重要组成部分；位置细胞联合响应产生了对一个环境空间的离散表达；当位置细胞在此处被激发的时候，将会在以异我为参考系下的当前位置，建立大脑中位置野与外界环境特定位置之间的映射关系；由于位置细胞的输入即是网格细胞的输出且网格细胞表征了哺乳动物的运动信息，所以位置细胞的放电活动即表征了哺乳动物的运动信息，表现为路径积分系统的输出；又位置细胞具有单峰型放电且网格细...

【专利技术属性】
技术研发人员：于乃功，蒋晓军，苑云鹤，罗子维，翟羽佳，方略，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11