基于脉冲神经网络的路径规划方法和装置制造方法及图纸

本发明专利技术公开了一种基于脉冲神经网络的路径规划方法和和装置，包括：(1)将地图划分成目标区域、正常通行区域和障碍区域，并将地图建模成脉冲神经网络，每个区域对应脉冲神经网络的神经元，每个神经元之间通过两条单向突触连接；(2)初始化目标区域对应神经元参数和突触参数；(3)在每个时刻，每个神经元的膜电位根据传入突触的脉冲情况和自充电电流进行更新，且当膜电位大于电位阈值时，发出脉冲信号，该脉冲信号经突触传递到下一个神经元，神经元发射脉冲信号后，膜电位归零；(4)在每个时刻，根据是否传递脉冲信号更新每个突触的迹值，根据迹值更新突触的权重；(5)当脉冲信号传递结束后，根据突触的权重值的大小规划路径，得到路径结果。

【技术实现步骤摘要】
基于脉冲神经网络的路径规划方法和装置
本专利技术属于脉冲神经网络领域，具体涉及一种基于脉冲神经网络的路径规划方法和装置。
技术介绍
人工神经网络(ANN，ArtificialNeuralNetwork)是一系列模仿生物神经结构及其学习、记忆等功能的信息处理系统，具有并行处理、分布式信息存储和自主学习等诸多优点。自深度学习的概念提出以来，神经网络的研究取得了突飞猛进的发展，并被广泛应用多个领域，取得了令人瞩目的成果。脉冲神经网络(SNN,SpikingNeuralNetwork)被誉为第三代人工神经网络，是一种基于离散神经脉冲信息的人工神经网络。相比于人工神经网络，脉冲神经网络各层神经元之间通过离散的脉冲来进行信息的传递，并非连续的数值。当一个神经元产生或收到脉冲时，才会进行信息的传递。这一事件驱动、分布计算的特性，使得脉冲神经网络相比于传统人工神经网络的功耗大大降低。目前，许多公司和科研机构都在推出基于脉冲神经网络的神经拟态的计算芯片，例如IBM公司的TrueNorth和Intel公司的Loihi。相比于传统计算设备，这些芯片都可以发挥脉冲神经网络的优势，以极低的功耗运行脉冲神经网络。路径规划问题是一个十分经典的问题。对于机器人、自动驾驶等领域，针对一个目标进行跟踪并且到达目标是一个十分重要的功能。经典的路径规划问题是指，在一个指定的地图中，找到两点(某个位置到目标)之间的可行并且最优或者接近最优的路径。这要求路径规划的方法能够避开地图中的障碍区域。在实际的情况中，目标和障碍物的位置很可能随着时间不停地变化。这种动态的环境条件进一步增加了路径规划的难度。传统的路径规划方法例如Dijkstra算法或A*算法难以进行动态的规划过程，或者在动态的过程中进行大量的计算从而导致时间成本剧增，如申请公布号为CN107229287A的专利申请公开了一种基于遗传蚂蚁算法的无人机全局路径规划方法，申请公布号CN110928295A的专利申请公开了一种融合人工势场与对数蚁群算法的机器人路径规划方法。但脉冲神经网络的算法可以让地图和路径实时更新，避免了大量的重复计算。所以基于脉冲神经网络的路径规划方法更适合低功耗需求的场合，例如低功耗的嵌入式机器人环境。
技术实现思路
本专利技术公开了一种基于脉冲神经网络的路径规划方法和装置，该路径规划方法和和装置能够在目标移动或者障碍物添置减少的情况下进行路径规划，与此同时，采用脉冲神经网络模型，便于硬件高效实现。本专利技术的技术方案为：一种基于脉冲神经网络的路径规划方法，包括：(1)将地图划分成目标区域、正常通行区域和障碍区域，并将地图建模成脉冲神经网络，每个区域对应脉冲神经网络的神经元，每个神经元之间通过两条单向突触连接；(2)初始化目标区域对应神经元的自充电电流为正值，正常通行区域对应神经元的自充电电流为1，障碍区域对应神经元的自充电电流为负值，突触的初始权重为1，初始迹为0；(3)在每个时刻，每个神经元的膜电位根据传入突触的脉冲情况和自充电电流进行更新，且当膜电位大于电位阈值时，发出脉冲信号，该脉冲信号经突触传递到下一个神经元，神经元发射脉冲信号后，膜电位归零；(4)在每个时刻，根据是否传递脉冲信号更新每个突触的迹值，根据迹值更新突触的权重；(5)当脉冲信号传递结束后，根据突触的权重值的大小规划路径，得到路径结果。一种基于脉冲神经网络的路径规划的装置，包括计算机存储器、计算机处理器以及存储在所述计算机存储器中并可在所述计算机处理器上执行的计算机程序，其特征在于，所述计算机处理器执行所述计算机程序时实现以下步骤：接收需要路径规划的地图；执行上述基于脉冲神经网络的路径规划方法。与现有技术相比，本专利技术具有的有益效果至少包括：本专利技术提供的基于脉冲神经网络的路径规划方法和装置，通过将地图建模成脉冲神经网络，利用脉冲神经网络中突触的权重来规划路径，提升了路径规划的效率和准确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动前提下，还可以根据这些附图获得其他附图。图1是本专利技术实施例提供的脉冲神经网络的结构示意图；图2和图3是本专利技术实施例提供的脉冲神经网络在不同时刻脉冲信号的传播状态；图4是本专利技术实施例提供的根据脉冲神经网络路径规划的示意图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例对本专利技术进行进一步的详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本专利技术，并不限定本专利技术的保护范围。如图1～图4所示，实施例提供了一种基于脉冲神经网络的路径规划方法，包括以下步骤：步骤1，将地图划分成目标区域、正常通行区域和障碍区域，并将地图建模成脉冲神经网络，每个区域对应脉冲神经网络的神经元，每个神经元之间通过两条单向突触连接。针对路径规划问题，实施例设计了一个脉冲神经网络，用来对地图环境进行建模。地图包括三种区域：目标区域、正常通行区域、障碍区域。其中，目标区域为路径规划的目标，每个地图设置一个目标区域。正常通行区域为地图上可以作为路径经过的区域，默认状态下除障碍区域和目标区域外所有区域都为可通行区域。障碍区域为存在障碍物的区域，不能作为路径的一部分。在建模时，针对不同需求将地图分为若干方格区域，每个区域在神经网络中由一个神经元所表示。对于不同的区域，用神经元的参数进行区分。神经元会和自己相邻的四个神经元进行连接，其中用于连接的突触只能单向传播信号，所以两个神经元之间会由两条单向突触连接起来。这样就形成了一个脉冲神经网络。神经元的包括4个参数，分别为：阈值th、膜电位v、不应期r、自充电电流I；突触包括3个参数，分别为突触延迟d、权重w、迹tr。附图1展示了一个4x4的脉冲神经网络模型，包括了神经元和神经元之间突触的连接。其中空心圆圈代表了一个神经元，而带箭头的曲线代表了突触和该突触信息传播的方向。箭头所指为突触信息传播方向。步骤2，初始化目标区域对应神经元的自充电电流为正值，正常通行区域对应神经元的自充电电流为1，障碍区域对应神经元的自充电电流为负值，突触的初始权重为1，初始迹为0。目标区域对应神经元的自充电电流为正值，该正值范围一般为0.1至0.5左右；该障碍区域对应神经元的自充电电流为负值，该负值的绝对值一般为正值电流的10倍左右大小，即-10至-50左右。步骤3，在每个时刻，每个神经元的膜电位根据传入突触的脉冲情况和自充电电流进行更新，且当膜电位大于电位阈值时，发出脉冲信号，该脉冲信号经突触传递到下一个神经元，神经元发射脉冲信号后，膜电位归零。实施例中，在每个时刻，根据公式(1)和(2)更新神经元的膜电位：vj＝∑iωijδi(t)+Ij(1)<本文档来自技高网...

【技术保护点】
1.一种基于脉冲神经网络的路径规划方法，其特征在于，包括以下步骤：/n(1)将地图划分成目标区域、正常通行区域和障碍区域，并将地图建模成脉冲神经网络，每个区域对应脉冲神经网络的神经元，每个神经元之间通过两条单向突触连接；/n(2)初始化目标区域对应神经元的自充电电流为正值，正常通行区域对应神经元的自充电电流为1，障碍区域对应神经元的自充电电流为负值，突触的初始权重为1，初始迹为0；/n(3)在每个时刻，每个神经元的膜电位根据传入突触的脉冲情况和自充电电流进行更新，且当膜电位大于电位阈值时，发出脉冲信号，该脉冲信号经突触传递到下一个神经元，神经元发射脉冲信号后，膜电位归零；/n(4)在每个时刻，根据是否传递脉冲信号更新每个突触的迹值，根据迹值更新突触的权重；/n(5)当脉冲信号传递结束后，根据突触的权重值的大小规划路径，得到路径结果。/n

【技术特征摘要】
1.一种基于脉冲神经网络的路径规划方法，其特征在于，包括以下步骤：
(1)将地图划分成目标区域、正常通行区域和障碍区域，并将地图建模成脉冲神经网络，每个区域对应脉冲神经网络的神经元，每个神经元之间通过两条单向突触连接；
(2)初始化目标区域对应神经元的自充电电流为正值，正常通行区域对应神经元的自充电电流为1，障碍区域对应神经元的自充电电流为负值，突触的初始权重为1，初始迹为0；
(3)在每个时刻，每个神经元的膜电位根据传入突触的脉冲情况和自充电电流进行更新，且当膜电位大于电位阈值时，发出脉冲信号，该脉冲信号经突触传递到下一个神经元，神经元发射脉冲信号后，膜电位归零；
(4)在每个时刻，根据是否传递脉冲信号更新每个突触的迹值，根据迹值更新突触的权重；
(5)当脉冲信号传递结束后，根据突触的权重值的大小规划路径，得到路径结果。


2.如权利要求1所述的基于脉冲神经网络的路径规划方法，其特征在于，步骤(3)中，在每个时刻，根据公式(1)和(2)更新神经元的膜电位：
vj＝∑iωijδi(t)+Ij(1)



其中，vj表示第j个后射神经元的膜电位，Ij表示第j个后射神经元的自充电电流，δi(t)表示第i个前射神经元在t时刻是否发射脉冲信号，ωij表示第i个前射神经元传到第j个后射神经元的突触的权重。


3.如权利要求1所述的基于脉冲神经网络的路径规划方法，其特征在于，步骤(4)中，每个时刻，根据公式(3)～公式(6)更新突触的权重：












其中，表示第i个前射神经元传向第j个后射神经元的突触在t时刻的权重，表示第i个前射神经元传向第j个...

【专利技术属性】
技术研发人员：马德，徐浩然，段会康，金小波，朱晓雷，潘纲，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33