|
| 作者/文章 |
平台/传感器 |
视觉能力 |
大脑细胞模拟 |
认知地图 |
路线规划和自治() |
|
| Arleo和郭士纳12] |
()Khepera移动机器人
平台。
(8)红外传感器,
障碍检测。
()光探测器,
环境光测量。
()相机90°H, self-localization。
()里程表,自动。 |
(我)离线,看管,Hebbian学习,训练神经网络(NN)。
(2)四个90°水平的快照(N, W S E)来创建一个位置识别的观点。
(3)主要用于协助机器人NN方向性。 |
(我)细胞。
(2)头方向(HD)细胞。 |
内置NNs的地方细胞&头方向(使用外部导航灯和离线NNs)。 |
使用外部计算机,从而不自主。 |
|
| 弗莱舍等。27] |
(bdd,贝奥武夫集群。
()机器人平台:
(一)CCD相机。
(b)指南针。
(c)激光测距仪。
(d)须系统。
(e)里程表。 |
(我)转换RGB视频数据(320×240像素)为YUV颜色空间集群计算机之一。经过一些处理,颜色连接神经元单位inferotemporal皮层和单位顶叶皮层边缘。 |
(我)细胞。
(2)齿状回。
(3)电子商务和其他内侧颞叶细胞。 |
在plus-maze有限的运动。
定向选择的十字路口是海马的细胞吸取的地方。 |
(我)路线回顾性和前瞻性响应/规划回溯分析所示。
不是由于外部bdd自治。 |
|
| Strosslin et al。13] |
()Khepera移动机器人
平台。
(相机60°H视场。
(里程表。
()接近传感器。 |
(我)模拟啮齿动物的视场相机4次获得旋转240°视场图像。
(2)从视觉输入提取方向信息。
(3)路径通过视觉和自动信息集成。 |
(我)细胞。
(2)高清细胞。
(3)行动的细胞,
位于齿状
回。
(iv)许多神经生理学的基础元素。 |
结合地方代码(CPC)神经元,视觉和计程仪信息存储。 |
生物启发的强化学习机制在连续状态空间。
由于使用外部PC不自主。 |
|
| Hafner [14] |
()全向相机。
()指南针。 |
(我)360°快照分为16段。输入细胞神经网络,从而协助机器人的定位。 |
(我)细胞。 |
拓扑地图,
关系导航。
将细胞之间的连接。 |
在模拟只能执行吗
由于所需的度量数据处理。
不自主的。 |
|
| 巴雷拉和Weitzenfeld2,22] |
()只爱宝,只四足机器人。
()相机50°H。
()有限公司转的增量±45°。
()外部PC w / 1.8 GHz
奔腾4处理器。运行
导航。模型和连接
无线爱宝机器人。 |
(我)简单的颜色代表地标和目标识别。
(2)距离从图像中提取的工程环境和关系。 |
(我)细胞和许多神经生理学的基础元素的地方。 |
细胞(节点)和连接(边缘)。
简单性和8-arm迷宫。 |
学习能力和忘却的目标位置。
由于使用外部PC不自主。 |
|
| 惠氏,米尔福德19,20.] |
()先锋2-DXE机器人。
()电机编码器,
测程法。
()声纳和激光测距
仪,避碰
定心和途径。
()全景相机系统。
具有里程碑意义的认可。 |
(我)360°快照。每一个独特的快照存储作为一个本地视图单元格(VC)具有里程碑意义的认可。 |
(我)细胞&头方向细胞组合作为一个细胞构成。 |
认知地图是存储在一个地图的经验。构成细胞的地图创建竞争吸引子网络(可以)。 |
办公室交付地点存储在移动机器人,它使用经验。
地图,可以交货。
自主的。 |
|
| Cuperlier et al。24] |
(1)机器人3 x双核奔腾处理器(3 GHz)。
()全景照相机。
()罗盘测量方位角度。
()轮编码器。 |
(我)360°快照在低分辨率和图像使用不同的高斯卷积(狗)检测特征点识别(里程碑)。 |
(我)细胞耦合在一起,建立过渡的地方。 |
拓扑地图,
创建在线在初始探索阶段:图像和方向用于创建地方细胞然后用于创建反式。细胞。 |
贝尔曼——的使用
福特算法选择最直接的路线从认知地图与加权链接(过渡细胞)。
自主的。 |
|
