【摘要】：從簡(jiǎn)單重復(fù)的勞動(dòng)中解放出來一直是人類追求的夢(mèng)想,也是人類創(chuàng)造發(fā)明機(jī)器人的主要目的之一。機(jī)器人可移動(dòng)性可以進(jìn)一步擴(kuò)大其使用范圍并能更好地提高其使用效率,但移動(dòng)機(jī)器人在復(fù)雜環(huán)境中如何模仿人類進(jìn)行自我導(dǎo)航和路徑規(guī)劃一直是難以解決的問題。在過去30多年內(nèi),對(duì)同步定位與地圖構(gòu)建(Simultaneous Localization and Maping,SLAM)問題的探索研究大多是基于數(shù)學(xué)概率的方法,其中最成功的三種概率法為卡爾曼濾波(Kalman Filter,KF)算法、最大期望(Expectation Maximisation,EM)算法和粒子濾波(Particle Filter,PF)算法。這些基于概率的算法可以較好地通過傳感器解決在不確定環(huán)境下的SLAM問題,但這些方法需要對(duì)當(dāng)前采集到的環(huán)境進(jìn)行數(shù)學(xué)建模并優(yōu)化,因此不能完全解決全局地圖構(gòu)建和導(dǎo)航問題。針對(duì)同步定位與地圖構(gòu)建(SLAM)問題中傳統(tǒng)概率算法存在計(jì)算量大、復(fù)雜度高、易陷于局部最優(yōu)解等問題,本文將鼠類腦細(xì)胞中邊界細(xì)胞(Border cells)、局部場(chǎng)景細(xì)胞(View cells)、網(wǎng)格細(xì)胞(Grid cells)、速度細(xì)胞(Speed cells)、位姿細(xì)胞(Pose cells)等具有定位導(dǎo)航功能的細(xì)胞應(yīng)用于SLAM研究中,分別研究各自細(xì)胞以及相互對(duì)SLAM的影響,圍繞建立局部場(chǎng)景細(xì)胞、位姿細(xì)胞、網(wǎng)格細(xì)胞以及速度細(xì)胞、邊界細(xì)胞的模型并構(gòu)建經(jīng)歷制圖,構(gòu)建一種基于多細(xì)胞導(dǎo)航機(jī)制的BVGSP-SLAM(Border cells+View cells+Grid cells+Speed cells+Pose cells+SLAM,BVGSP-SLAM)模型,并選擇多種適合傳感器搭建實(shí)驗(yàn)平臺(tái),驗(yàn)證BVGSP-SLAM模型的可行性和有效性。并在此模型基礎(chǔ)上添加一種基于特征參數(shù)和方向參數(shù)的動(dòng)態(tài)增長(zhǎng)自組織特征圖(Dynamic Growing Self-Organizing Feature Map,DGSOM)神經(jīng)網(wǎng)絡(luò)模型,并將此神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于提出的衍生SLAM模型中。多細(xì)胞導(dǎo)航機(jī)制的BVGSP-SLAM模型通過局部場(chǎng)景細(xì)胞在環(huán)境中學(xué)習(xí)獨(dú)特場(chǎng)景,通過頭方向細(xì)胞和位置細(xì)胞以及相互關(guān)聯(lián)的競(jìng)爭(zhēng)性吸引子網(wǎng)絡(luò)結(jié)構(gòu)形成位姿細(xì)胞表征當(dāng)前位置,局部場(chǎng)景細(xì)胞和位姿細(xì)胞協(xié)同完成拓?fù)浠慕?jīng)歷制圖。借鑒網(wǎng)格細(xì)胞場(chǎng)景重定位設(shè)計(jì)實(shí)時(shí)關(guān)鍵幀匹配的閉環(huán)檢測(cè)算法避免光線變化對(duì)SLAM的影響;融合速度細(xì)胞更精準(zhǔn)的實(shí)現(xiàn)移動(dòng)機(jī)器人速度的測(cè)量,避免基于局部場(chǎng)景細(xì)胞在突發(fā)障礙物影響下的判別失效;融合邊界細(xì)胞,實(shí)現(xiàn)移動(dòng)機(jī)器人對(duì)突發(fā)障礙物的實(shí)時(shí)避障。提出的DGSOM神經(jīng)網(wǎng)絡(luò)模型通過加入特征點(diǎn)避免圖的混淆,通過加入運(yùn)動(dòng)方向減小學(xué)習(xí)量。本文將生物學(xué)概念引入傳統(tǒng)的SLAM模型,并形成數(shù)學(xué)建模、軟件仿真與實(shí)驗(yàn)驗(yàn)證一體化循序漸進(jìn)的研究體系,利用鼠類混合細(xì)胞和神經(jīng)網(wǎng)絡(luò)衍生出的數(shù)學(xué)模型分析系統(tǒng)的魯棒性和實(shí)時(shí)性,為移動(dòng)機(jī)器人SLAM研究領(lǐng)域多樣化提供重要的理論參考。
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP242
【圖文】：

細(xì)胞和頭方向細(xì)胞合并形成的一個(gè)新細(xì)胞類型，位姿細(xì)胞）；網(wǎng)格細(xì)胞通過標(biāo)記逡逑被激活細(xì)胞的位置對(duì)場(chǎng)景進(jìn)行重定位。此外，在內(nèi)嗅皮層還存在邊界細(xì)胞、速度逡逑細(xì)胞等能夠進(jìn)行輔助導(dǎo)航的細(xì)胞，如圖１－１所示ＩＷ。逡逑內(nèi)嗅皮質(zhì)逡逑海馬體逡逑ｙ邋＇－ｘ邋／邐位姿細(xì)胞逡逑［

本文編號(hào)：2798887