基于皮质柱网络波前传播的多尺度面向目标导航方法技术

本发明专利技术公开了基于皮质柱网络波前传播的多尺度面向目标导航方法，属于仿生导航范畴，皮质柱网络属于认知地图，每个皮质柱单元包含接受奖励信息、位置信息等多种神经元。本发明专利技术以皮质柱网络为基础，利用波前传播算法进行路径规划和导航。通过网络权值STDP学习律，此系统能够计算出通向目标的最短路径，并且对环境的变化产生记忆。波前传播采用整合激发式神经元，属于非衰减导航算法，适用于多种尺度环境下的导航。在导航实验中，此方法可以在各种规模、实时变化的环境中成功导航，具有较好的实用效果。

Multi-scale Target-Oriented Navigation Method Based on Wavefront Propagation of Cortical Column Network

【技术实现步骤摘要】
基于皮质柱网络波前传播的多尺度面向目标导航方法
本专利技术属于机器人仿生导航领域，属于近年来机器人面向目标导航的其中一个分支，涉及一种神经网络组织方法，具体涉及一种皮质柱网络组织方法和神经元活动传播方法。
技术介绍
机器人的智能化是未来的大势所趋。机器人的环境认知和面向目标导航作为众多智能中的重要一环，是当前研究的热点和难点。受生物灵活的执行空间任务启发，当前的科学研究试图从生理学角度理解环境认知并应用到机器人中，使其具备类似人或动物的认知能力，从而真正应用于具有挑战性的空间任务中，例如自动驾驶等。随着位置细胞、网格细胞等反映空间信息或运动信息的细胞被生理学发现，已有相当的产品将这些细胞应用到仿生导航上。RatSlam将视觉信息输入到海马体神经网络，建立的地图可以用于目标导向的导航，在实际城市道路中建立的环境地图效果令人满意。尽可能使用真实的神经元组织结构和参数使得导航系统更加具有仿生性，并且更加容易用基本的计算单元来实现，降低设备的需求，提高设备资源的利用率。Martinet等人用皮质柱网络构建了导航系统，但是该系统只能在单一尺度的环境下运行。Ponulak等人提出神经元之间的波前本文档来自技高网...

【技术保护点】
1.基于皮质柱网络波前传播的多尺度面向目标导航方法，其特征在于，具体实现步骤如下：步骤(1)构建皮质柱网络；步骤(1.1)神经元的动力学；皮质柱单元中的位置细胞采用高斯模型Vs：

【技术特征摘要】
1.基于皮质柱网络波前传播的多尺度面向目标导航方法，其特征在于，具体实现步骤如下：步骤(1)构建皮质柱网络；步骤(1.1)神经元的动力学；皮质柱单元中的位置细胞采用高斯模型Vs：其中懸代表当前机器人所在位置，懸c是位置细胞中心，σ2是方差；皮质柱单元中其它细胞动力学如下：其中V是膜电位，τ是膜时间常数，I是神经元接收个输入整合：其中wij是神经元i到神经元j间的突触连接权值；步骤(1.2)神经元的激活与抑制；当奖励细胞的活动超过阈值，细胞发出动作电位，并进入抑制状态一段时间；在抑制阶段内，奖励细胞不再接受其它奖励细胞的输入：当tf＜t＜tf+td时上述公式成立，Vr是奖励细胞的膜电位，td是神经元抑制时长，tf是奖励细胞放电的时刻；步骤(1.3)皮质柱单元间的突触学习；皮质柱单元中奖励细胞r遵从STDP学习律：Δwij＝(1-λ)·(wsat-wji)-λwji其中，是饱和的突触连接权值，λ＝0,1代表机器人是否成功到达下一个位置；皮质柱单元中中间神经元q间的突触学习遵从STDP学习律：其中M是幅值，是突触后神经元放电时刻与突触前神经元放电时刻的差别；中间神经元q之间这种基于时间差的突触学习保证了机器人能够记录到达目标位置的最短路径；步骤(1.3...

【专利技术属性】
技术研发人员：阮晓钢，武悦，黄静，柴洁，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11