機(jī)器人從昆蟲(chóng)中獲取靈感來(lái)追蹤目標(biāo)

根據(jù)阿德萊德大學(xué)和隆德大學(xué)的工程師和神經(jīng)科學(xué)家團(tuán)隊(duì)開(kāi)展的一項(xiàng)開(kāi)創(chuàng)性新研究，昆蟲(chóng)可視化和捕獵獵物的方式可以幫助改善自主機(jī)器人技術(shù)。

這項(xiàng)研究發(fā)表于今天的“神經(jīng)工程雜志”，它開(kāi)發(fā)了一種自動(dòng)機(jī)器人，用于根據(jù)昆蟲(chóng)的視覺(jué)跟蹤測(cè)試目標(biāo)和追蹤可視化模型。

“移動(dòng)機(jī)器人在工業(yè)，健康和醫(yī)療服務(wù)以及娛樂(lè)產(chǎn)品中的應(yīng)用越來(lái)越受到關(guān)注。然而，我們的機(jī)器人仍遠(yuǎn)遠(yuǎn)落后于生物系統(tǒng)中存在的算法的準(zhǔn)確性，效率和適應(yīng)性， “論文的主要作者，機(jī)械工程博士生Zahra Bagheri說(shuō)。

“大自然提供了一個(gè)概念證明，即實(shí)際的現(xiàn)實(shí)世界解決方案存在，并且經(jīng)過(guò)數(shù)百萬(wàn)年的發(fā)展，這些解決方案非常高效，”她說(shuō)。

“即使是效率最高的數(shù)字處理器，昆蟲(chóng)也具有非常復(fù)雜的行為能力，而且微型大腦消耗的能量很小。我們的研究旨在發(fā)現(xiàn)昆蟲(chóng)目標(biāo)檢測(cè)和選擇的基礎(chǔ)行為和神經(jīng)元機(jī)制是否能夠提供阿德萊德大學(xué)視覺(jué)生理學(xué)和神經(jīng)機(jī)器人實(shí)驗(yàn)室負(fù)責(zé)該項(xiàng)目的Wiederman博士說(shuō)，這是一個(gè)機(jī)器人自主執(zhí)行類似任務(wù)的藍(lán)圖。

“在雜亂的背景下檢測(cè)和跟蹤移動(dòng)物體是自然和人工視覺(jué)系統(tǒng)最具挑戰(zhàn)性的任務(wù)之一。我們正在研究昆蟲(chóng)大腦用于目標(biāo)跟蹤的實(shí)際算法，作為機(jī)器人的靈感來(lái)源，”O'Carroll教授說(shuō)。 (瑞典隆德大學(xué)生物系)。

研究小組使用來(lái)自蜻蜓大腦中的“小目標(biāo)運(yùn)動(dòng)探測(cè)器”神經(jīng)元的記錄來(lái)開(kāi)發(fā)閉環(huán)目標(biāo)檢測(cè)和跟蹤算法。為了在真實(shí)條件下測(cè)試其性能，他們?cè)跈C(jī)器人平臺(tái)上實(shí)施了該模型，該平臺(tái)使用基于昆蟲(chóng)行為的主動(dòng)追蹤策略。

“這是第一次受到昆蟲(chóng)神經(jīng)生理學(xué)啟發(fā)的目標(biāo)跟蹤模型已在自動(dòng)機(jī)器人上實(shí)施并在真實(shí)條件下進(jìn)行測(cè)試，”Wiederman博士說(shuō)。

“ 盡管在我們的實(shí)驗(yàn)中使用了一系列具有挑戰(zhàn)性的條件，機(jī)器人在閉環(huán)追蹤目標(biāo)方面表現(xiàn)非常出色;低對(duì)比度目標(biāo)，嚴(yán)重雜亂的環(huán)境和干擾物的存在。這種類型的性能可以允許使用實(shí)時(shí)應(yīng)用程序非常簡(jiǎn)單的處理器，“Cazzolato教授(阿德萊德大學(xué)機(jī)械工程學(xué)院)說(shuō)。

“我們揭示了昆蟲(chóng)的神經(jīng)系統(tǒng)如何在目標(biāo)追蹤和追蹤過(guò)程中處理各種挑戰(zhàn)的見(jiàn)解，”Bagheri女士說(shuō)。

該團(tuán)隊(duì)希望他們的硬件實(shí)施將提供一個(gè)平臺(tái)，以更好地了解昆蟲(chóng)的感覺(jué)運(yùn)動(dòng)系統(tǒng)，以及工程應(yīng)用的原型。