一种基于仿生感知融合的暗室SLAM的构建方法

    公开(公告)号:CN114689055A

    公开(公告)日:2022-07-01

    申请号:CN202210327051.X

    申请日:2022-03-30

    IPC分类号: G01C21/20 G06N3/063 G06T11/20

    摘要: 本发明公开了一种基于仿生感知融合的暗室SLAM的构建方法,该方法包括以下步骤:构建头朝向细胞、网格细胞、视觉细胞及边界细胞,并通过头朝向细胞、网格细胞、视觉细胞及边界细胞获取外部空间认知信息;构建ART神经网络及由情景神经细胞组成的情景认知地图;获取新外部空间认知信息,并在该新外部空间认知信息的刺激下形成构建情景认知地图的新情景细胞,同时将新情景细胞的激活状态作为一个情景认知地图的节点;对情景细胞进行情景回环检测与调整。本发明可将外部线索的视觉、边界和内部线索的位置信息时空关联,可以黑暗场景下改善感知混淆和轨迹误差积累的问题,可实现可靠的长期的环境认知和定位。

    基于网格细胞和位置细胞的复杂环境导航策略构建方法

    公开(公告)号:CN115265573A

    公开(公告)日:2022-11-01

    申请号:CN202210893444.7

    申请日:2022-07-27

    IPC分类号: G01C21/34

    摘要: 本发明公开了基于网格细胞和位置细胞的复杂环境导航策略构建方法,该方法包括以下步骤:S1、基于海马体的环境认知过程,构建情景认知地图;S2、利用自适应共振理论网络构建情景认知模型;S3、进行情景认知过程的回环调整、拓扑连接和时渐遗忘;S4、结合情景认知地图中的拓扑属性与矢量计算的度量属性建立导航模型;S5、利用导航模型进行导航;S6、基于障碍信息进行分段绕障;S7、基于情景回放机制进行绕障;S8、利用奖励细胞实现奖励信号的定义。基于海马灵感的机器人导航模型,通过生成情景认知地图,利用网格细胞矢量计算、位置细胞拓扑连接和边界细胞的障碍感知,可以在复杂环境中高效可靠的导航。

    一种基于仿生感知融合的暗室SLAM的构建方法

    公开(公告)号:CN114689055B

    公开(公告)日:2024-09-24

    申请号:CN202210327051.X

    申请日:2022-03-30

    IPC分类号: G01C21/20 G06N3/063 G06T11/20

    摘要: 本发明公开了一种基于仿生感知融合的暗室SLAM的构建方法,该方法包括以下步骤:构建头朝向细胞、网格细胞、视觉细胞及边界细胞,并通过头朝向细胞、网格细胞、视觉细胞及边界细胞获取外部空间认知信息;构建ART神经网络及由情景神经细胞组成的情景认知地图;获取新外部空间认知信息,并在该新外部空间认知信息的刺激下形成构建情景认知地图的新情景细胞,同时将新情景细胞的激活状态作为一个情景认知地图的节点;对情景细胞进行情景回环检测与调整。本发明可将外部线索的视觉、边界和内部线索的位置信息时空关联,可以黑暗场景下改善感知混淆和轨迹误差积累的问题,可实现可靠的长期的环境认知和定位。

    一种视觉场景认知模型构建方法及系统

    公开(公告)号:CN113643395A

    公开(公告)日:2021-11-12

    申请号:CN202110859499.1

    申请日:2021-07-28

    摘要: 本发明公开了一种视觉场景认知模型构建方法及系统,该方法包括以下步骤:将获取的图片划分为若干网格点,再以网格点为视野中心获取小图块,并将该小图块作为路标识别单元,得到若干单元图片;将若干单元图片按顺序输入特征层提取视觉特征,使得每个单元图片得到一个128维特征向量;将特征向量输入路标层激活对应的路标神经元,寻找共振神经元,进行模式匹配和权值学习;将当前图片中所有小图块所匹配的路标神经元统计数据作为视觉路标编码信息;将视觉路标编码信息作为情景认知模型的视觉通道属性,得到视觉场景认知模型。有益效果:本发明提供了一种视觉场景认知模型构建方法,可以有效地实现视觉场景认知模型的构建。

    一种仿生情景认知模型构建方法及系统

    公开(公告)号:CN113642720B

    公开(公告)日:2024-09-24

    申请号:CN202110857944.0

    申请日:2021-07-28

    IPC分类号: G06N3/06

    摘要: 本发明公开了一种仿生情景认知模型构建方法及系统,该方法包括以下步骤:对来自环境感知的信息进行堆叠,构建输入层;将输入层的激活模态投射至事件层,并选择性激活事件神经元;在事件层中生成激活,得到事件神经元的激活值;形成有序的激活模式,得到激活序列;激活一个对应的情景神经元作为情景识别的结果;从事件层到输入层对整个情景进行检索;利用情景认知地图对各情景进行结合,得到仿生情景认知模型。有益效果:本发明运用自适应性共振理论网络作为基本单元模块,结合海马结构空间认知模型,在时空维度上对传感和运动信息提取编码形成情景认知,能够有效地组织机器人包括内部状态和外部环境的认知记忆的经验。

    一种网格细胞空间信息解码方法及系统

    公开(公告)号:CN113643748A

    公开(公告)日:2021-11-12

    申请号:CN202110857919.2

    申请日:2021-07-28

    IPC分类号: G16B5/00

    摘要: 本发明公开了一种网格细胞空间信息解码方法及系统,该解码方法包括以下步骤:S1、吸引子模型简化:使用预设的显示数学函数替代吸引子细胞动力学方程;S2、网格细胞解码:利用网格细胞群体的放电活动对大鼠所处位置进行解码;S3、多空间尺度网格细胞解码:基于傅里叶变换思想,使用预设数量等比例缩小尺度的网格细胞神经板进行组合解码,得到精确位移唯一解。有益效果:有效地解决吸引子模型计算量大的问题,有利于算法的实时性,利用网格细胞群体的放电活动对大鼠所处位置进行解码,能够有效地实现网格细胞的解码,本发明不仅可以适用于生物学的实时计算,而且还可以嵌入机器人系统进行实时计算。

    一种仿生情景认知模型构建方法及系统

    公开(公告)号:CN113642720A

    公开(公告)日:2021-11-12

    申请号:CN202110857944.0

    申请日:2021-07-28

    IPC分类号: G06N3/06

    摘要: 本发明公开了一种仿生情景认知模型构建方法及系统,该方法包括以下步骤:对来自环境感知的信息进行堆叠,构建输入层;将输入层的激活模态投射至事件层,并选择性激活事件神经元;在事件层中生成激活,得到事件神经元的激活值;形成有序的激活模式,得到激活序列;激活一个对应的情景神经元作为情景识别的结果;从事件层到输入层对整个情景进行检索;利用情景认知地图对各情景进行结合,得到仿生情景认知模型。有益效果:本发明运用自适应性共振理论网络作为基本单元模块,结合海马结构空间认知模型,在时空维度上对传感和运动信息提取编码形成情景认知,能够有效地组织机器人包括内部状态和外部环境的认知记忆的经验。

    一种网格细胞空间信息解码方法及系统

    公开(公告)号:CN113643748B

    公开(公告)日:2024-03-12

    申请号:CN202110857919.2

    申请日:2021-07-28

    IPC分类号: G16B5/00

    摘要: 本发明公开了一种网格细胞空间信息解码方法及系统,该解码方法包括以下步骤:S1、吸引子模型简化:使用预设的显示数学函数替代吸引子细胞动力学方程;S2、网格细胞解码:利用网格细胞群体的放电活动对大鼠所处位置进行解码;S3、多空间尺度网格细胞解码:基于傅里叶变换思想,使用预设数量等比例缩小尺度的网格细胞神经板进行组合解码,得到精确位移唯一解。有益效果:有效地解决吸引子模型计算量大的问题,有利于算法的实时性,利用网格细胞群体的放电活动对大鼠所处位置进行解码,能够有效地实现网格细胞的解码,本发明不仅可以适用于生物学的实时计算,而且还可以嵌入机器人系统进行实时计算。

    一种网格细胞的模型构建方法及系统

    公开(公告)号:CN113643749A

    公开(公告)日:2021-11-12

    申请号:CN202110857920.5

    申请日:2021-07-28

    IPC分类号: G16B5/00

    摘要: 本发明公开了一种网格细胞的模型构建方法及系统,该方法包括以下步骤:S1、采用二维平面连续吸引子模型对网格细胞群进行建模;S2、构建一个由平面分布的网格细胞组成的神经板;S3、利用条纹细胞中产生的条纹放电来编码特定方向的路径积分结果;S4、将多个不同方向相同间距的条纹细胞族的浆细胞放电投射到同一网格细胞神经板上;S5、利用网格细胞产生叠加放电响应形成网格放电。有益效果:本发明提出了将条纹细胞放电作为网格细胞的前向信号输入,多条流动的条纹波联合驱动网格细胞对空间进行编码,形成流动的二维放电网格,使得信息传递和处理方式符合生理学依据,此外,本发明还可以实现网格细胞对空间的路径信息的整合。

    一种仿生空间认知模型的构建方法及系统

    公开(公告)号:CN113657574A

    公开(公告)日:2021-11-16

    申请号:CN202110859485.X

    申请日:2021-07-28

    IPC分类号: G06N3/00 G06N3/06 G01C21/20

    摘要: 本发明公开了一种仿生空间认知模型的构建方法及系统,该方法包括以下步骤:S1、将模拟大鼠前庭神经感知的速率信息及头朝向信息作为模型的输入,并依次进行信息编码、路径积分、信息叠加及位置解码处理,形成位置细胞放电与空间位置一一映射的表达特性;S2、将预设机器人的运动速率及方向编码在头朝向细胞群体放电活动中,并将机器人的边界信息编码在网格细胞群体放电活动中,实现仿生空间认识模型的构建。有益效果:利用本发明构建的仿生空间认知模型不仅可以实现精确的路径整合及空间认知,而且还可以推动仿生智能机器人环境认知和自主导航系统研究的发展。