定位细胞认知机理启发的机器人导航研究综述丨JME封面文章

提示：点击上方"机械工程学报"↑关注我吧

使机器人具有类人一样的智能一直是机器人和人工智能领域追求的目标。在当前结构化环境下机器人自主导航过程中，其行为组织方法通常抽象于底层的运动感知系统，导致在行为序列规划层次和感知与行为控制层次之间存在空白，这成为机器人系统在复杂动态环境中获得自主导航性能的一大瓶颈。而自然界哺乳动物不需要高精度的传感器就能在复杂、动态环境中生存，通过回忆之前的经验可较好地完成导航任务，同时产生新的知识和能力。生物学以老鼠为研究对象，发现老鼠在经过少量的学习试验后，能够基于记忆摆脱陌生的环境，找到视野之外的目标，而损伤了海马或内嗅皮层的老鼠则不能有效完成该任务。研究表明，哺乳动物海马结构和内嗅皮层是空间认知的核心脑区，在空间记忆和导航方面有着重要作用。

大连理工大学的丛明教授团队在《机械工程学报》2019年23期以封面文章发表了《定位细胞认知机理启发的机器人导航研究综述》一文，综述了哺乳动物海马相关定位细胞在机器人自主导航领域的最新研究进展，重点介绍了定位细胞认知机理启发的机器人环境建模、地图构建及行为规划与控制等领域的研究成果。最后对定位细胞启发机器人应用存在的问题进行分析和讨论，并对未来发展方向做了展望。

当前存在问题及未来展望

综上所述，定位细胞认知机理启发的机器人应用受到了广泛的关注。通过模拟哺乳动物海马体的环境认知机理，构建自主移动机器人的环境认知及导航模型，并且取得了一定的成果。然而现阶段自主移动机器人对环境的认知及适应能力还远不足动物的水平。

(1) 自主移动机器人认知地图构建过程中多利用感知映射行为，基于神经网络算法或仿海马体模型修改权值进行经验存储，缺乏网格细胞和位置细胞交互形成空间记忆的研究应用。对机器人来说，研究内嗅皮层网格细胞与海马体位置细胞的相互作用及空间记忆储存的机理，类如情景记忆[86]，能够建立细胞之间的连接属性，与基于运动和对先前位置认知所形成的距离感知相互联系起来，可感知自主移动机器人自身在环境中所处的位置，以及与周围路标的关系，有效存储机器人学习到的时空经验，可以为后续机器人路径规划及行为控制提供思路，能够实现机器人认知行为学习、规划、预测与推理，具备较高的认知智能。

(2) 机器人工作环境普遍存在着多源不确定性，而现有机器人导航模型局限于小型试验环境或仿真环境，较少涉及对不确定性的处理，复杂环境任务适应性差或不能适应，且缺乏细胞数据关联以实现多目标与未遍历路径的认知行为规划能力。边界细胞位于哺乳内嗅皮层，能够通过细胞活性计算自身到达边界的距离[87]。因此在机器人仿生导航模型中融合边界细胞，能够实现移动机器人对动态障碍物的实时避障，进一步提高机器人的导航性能。

(3) 从生物学出发，动物往往是通过多种感知方式认识和理解环境，并利用积累的经验知识获取自身在空间中的相对位置，重在提出合理的生物模型以验证其准确性。从工程学出发，现有导航方式则更加关注如何从物理层面解释导航相关问题，并努力通过各种计算机方法实现导航过程，缺乏对神经细胞生物学，而且存在位置识别算法差和计算量大等问题。因此，在深入分析哺乳动物网格细胞和位置细胞的激活特性基础上，将生物学导航方式与现有导航方式相结合能够有效降低位置识别的错误率，提高算法效率，有望提高机器人的自主导航性能。

对本文感兴趣的朋友可以速戳屏幕下方的“阅读原文”，免费获取全文阅读！

重要结论

快速准确完成目标导航是哺乳动物赖以生存的一个重要能力，海马体和内嗅皮层是实现其空间认知及导航能力的主要脑区。近年来，定位细胞的认知机理受到了广泛的关注，逐渐被应用于移动机器人仿生导航领域。研究人员从不同角度，大量试验去理解哺乳动物导航的基本技能。构建哺乳动物的环境认知和导航模型，取得了一定成果，然而现阶段的移动机器人自主导航性能还远远不足哺乳动物，因此有必要寻求哺乳动物大脑空间认知机制启发的导航机理以提高机器人对环境和任务的适应性，促进智能导航的研究进展，使机器人具有认知智能，面向复杂任务实时产生自主行为，适应复杂多变环境。

主创简介

丛明教授长期从事机器人技术的研究与应用工作。主要研究方向为智能机器人与系统、认知控制、工业机器人技术与应用等。先后开展了灵巧作业机器人、装配机器人、硅片传输机器人、高速并联拾取机器人、坦克模拟器、咀嚼机器人等20多个机器人系统的研发与应用。研究成果获批20多项发明专利，在IEEE Transactions on Industrial Electronics（TOP期刊）、InternationalJournal of Control, Automation, and Systems、机械工程学报、机器人等国内外学术期刊和IEEEInternational Conf. on Robotics and Automation (ICRA)等国际学术会议发表论文120余篇。

邹强，男，1991年出生，大连理工大学博士研究生。

主要研究方向为智能机器人系统、移动机器人认知控制、

工业机器人技术与应用等。

实验室或者课题组在研项目和获得的研究成果

在研项目：

1)  智能复合型灵巧作业机器人关键技术研究与示范应用

2)  面向复杂任务的智能复合型护理机器人关键技术研究

3)  面向牙科义齿性能测试与评估的仿生咀嚼机器人关键技术研究

4)  集成情景-程序性记忆认知特性的机器人经验学习与技能获取

研究成果：

1）  基于脑认知的移动机器人环境建模与自主导航

借鉴大脑位置细胞与网格细胞神经元空间定位相关理论，针对移动机器人环境认知地图构建和自主行为导航等关键问题提出相关模型与方法，使机器人具有认知智能，可面向复杂任务实时产生自主行为，适应非结构动态环境。通过集成位置细胞和网格细胞神经元活动机制，建立机器人空间环境认知地图，提出状态神经元扩散方法预测导航过程中的全局路径。该方法能够生成精确的环境认知地图，并且基于目标导航规划一条最佳路径。如下图所示。

基于脑认知智能的机器人认知地图构建和路径规划

实验室或者课题组特色研究

1)     基于情景记忆的机器人认知学习与行为控制

2)     脑认知启发的移动机器人自主导航方法

3)     基于模仿学习的机器人技能获取

寻觅合作伙伴

有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。

感谢关注我们！我们《机械工程学报》编辑部将努力为您打造一个有态度、有深度、有温度的学术媒体！

推荐阅读

1.CJME最新SCI影响因子1.413，Q3区
2.最新机械工程领域SCI期刊一览(2018JCR)3.轮足式仿生软体机器人设计与运动分析 | JME文章推荐4.深海海底钻机收放装置关键零部件可靠性分析与试验丨JME封面文章5.绿色切削微量润滑增效技术研究进展丨JME封面文章6.摩擦纳米发电机在自驱动微系统研究中的现状与展望 |JME封面文章7.激光加工平面型微超级电容器的研究进展与发展趋势丨JME封面文章8.面向灾难搜索救援场景的空地协同无人群体任务规划研究丨JME文章推荐9.基于微流控芯片的生物细胞电阻抗成像检测技术丨JME文章推荐10.双臂协调机器人相对动力学建模丨JME文章推荐11.针对高维优化问题的快速追峰采样方法丨JME论文推荐12.基于自适应扩展卡尔曼滤波的分布式驱动电动汽车状态估计丨JME文章推荐

版权声明：

---

本文为《机械工程学报》编辑部原创内容，欢迎转载，请联系授权！

在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!

商务合作：

---

联系人：张强

电话：[phone]

E-mail：[e-mail]

网 址：http://www.cjmenet.com.cn

官方微信号：jmewechat

长按图片，识别二维码，关注我哟