随着科技的发展,机器人已经出现在我们生产和生活中的方方面面,自主定位与导航是机器人最基本的功能。但目前的技术需要依靠大量的外部资源和计算资源,其自主定位和导航能力远没有达到动物的水平。随着生物学家对鼠脑海马的不断研究,与大鼠环境认知和导航相关的细胞不断被发现,例如头朝向细胞、条纹细胞、网格细胞和位置细胞等。空间细胞给人类学习大鼠的空间认知方法和技能提供了神经生理学上的支持,人类可以通过模拟这些细胞的放电特征和信息传递机制使机器人像大鼠一样对空间环境进行认知。本课题主要是在对鼠脑海马环境认知机理研究基础上,构建鼠脑海马空间细胞模型,模拟空间细胞的放电特性和信息传递机制,进而构建机器人空间环境认知地图,并在构建的认知地图中对目标点进行识别并面向目标导航。主要研究工作包括:(1)鼠脑海马空间细胞模型和信息传递神经网络模型的构建。根据鼠脑海马的信息传递机制和鼠脑海马空间细胞的放电特性,构建鼠脑海马空间细胞模型和信息传递神经网络模型。鼠脑海马中和空间导航相关的细胞主要有四种:头朝向细胞、条纹细胞、网格细胞和位置细胞。根据四种空间细胞的放电特性和其在鼠脑海马中所处的部分之间的信息传递机制,首先将角速度信息输入到头朝向细胞中,对大鼠的角速度信息进行编码。头朝向细胞输出的头朝向信号和线速度信息一起输入到条纹细胞中,完成后下托到傍下托的信息传递,构建条纹细胞的一维环状吸引子模型对当前位置进行路径积分。条纹细胞输出的条纹细胞放电信号输入到网格细胞中,完成傍下托到内嗅皮层的信息传递。最后,信息在网格细胞和位置细胞之间循环传递,构成内嗅皮层-CA3回路的信息传递系统,形成具有六边形的网格细胞网格野和具有单一峰值的位置细胞位置野。仿真实验证明该模型能够进行很好的路径积分,模拟生理学中鼠脑海马空间细胞的放电特性。(2)视觉和IMU信息融合构建认知地图。将视觉和IMU信息融合得到精确的角速度和线速度信息,并以此作为输入,构建了基于鼠脑海马信息传递神经网络模型的认知地图。其中IMU信息可以在短时间内跟踪机器人的快速运动,视觉信息能有效修正IMU信息在运动中产生的漂移误差,将两者融合可以得到更精确的角速度和线速度。对采集的视觉图像进行ORB特征提取和改进的oFAST角点提取,并使用RANSAC-ORB特征匹配算法对特征进行匹配。将视觉信息中得到角速度和线速度信息和IMU信息进行融合,得到精确的角速度和线速度信息,输入到鼠脑海马空间细胞的神经网络模型中,构建认知地图,并通过闭环检测算法对认知地图进行更新。(3)在构建的认知地图中对目标点进行识别并面向目标导航。当要求机器人到达地图中某个地点或某个人的位置时,需要对目标点进行识别得到其在认知地图中的位置。在路径积分和空间导航过程中,角速度和线速度信息可以驱动网格细胞放电。同样当进行视觉识别的过程中,眼跳扫视运动可以驱动网格细胞放电,对图像的特征进行编码,从而实现对目标点或者人脸的识别,和认知地图中的某一点完成匹配。然后通过网格细胞对空间中的当前位置和目标位置进行准确定位。得到目标的位置后通过改进的Dijkstra路径规划算法得到当前位置到目标位置的最短路径,通过分段式导航到达目标点。