大鼠机器人混合智能研究支撑系统的设计与实现

摘要

将生物智能与机器智能相融合的混合智能是未来人工智能中一个重要的研究方向，其最终目标为创造出在自然环境下强于生物智能与机器智能的新型混合智能体。针对混合智能的研究需求:1）能够进行大范围的复杂场景实验，2）能够实时的让生物与机器进行交互，本文提出了一套大鼠机器人混合智能研究支撑系统。以大鼠为研究对象，其利用相机阵列来实现对大范围实验场景的采集，并可根据需要进行无限扩展，通过动态更新缝合线的方案，实现了对采集图像的实时拼接，并借助无线蓝牙刺激背包，使计算机与大鼠之间能够进行实时交互。此外，作为该系统的应用实例，本文还运用轨迹挖掘的方法，对比了在有无MFB脑区刺激情况下，大鼠机器人在空间学习任务中的表现，论证了混合智能动物机器人较单一生物个体，具有更强的学习和记忆能力。具体工作内容为:
　　(1)基于可扩展的采集需求，提出利用相机阵列单元代替传统单个相机作为视频采集设备，并提出相机阵列单元个数的计算公式，能够根据具体的实验场地以及所采用的相机单元参数来得到最佳的相机单元个数以及排列方式。为了能使此套系统适用于动物机器人这种混合智能形式的研究，我们还实现了基于动态更新最优缝合线的实时视频拼接算法。通过初始化阶段预计算变换矩阵及动态更新图像缓存的方式，将传统较为耗时的图像拼接算法进行了实时性的优化，最终能够达到约23帧每秒的采集及处理速度，能够满足动物机器人的实时闭环操作的需求。
　　(2)作为文中提出的大鼠机器人混合智能研究支撑系统的应用实例，本文在多级T迷宫的空间学习任务下，对比了有无MFB刺激奖励的大鼠机器人在学习任务中的表现与差异。通过传统图像分析方法，提取出大鼠机器人头部，重心，尾部等特征，构建其在迷宫中的移动轨迹。通过研究其轨迹热图以及对其轨迹序列进行了频繁模式的挖掘，发现了有MFB刺激奖励的大鼠机器人在迷宫学习任务中的表现较无刺激奖励的大鼠机器人更好，且印证了我们所提取出的序列频繁模式能够作为衡量不同条件下大鼠机器人学习能力的指标。

目录

声明

摘要

图目录

表目录

1．1．1 研究背景

1．1．2 研究意义

1．2 研究目标

1．3 研究内容

1．4 全文结构

1．5 本章小结

第二章 研究现状及相关工作

2．1 脑机接口、脑机融合与混合智能

2．2 行为记录分析系统

2．3 图像拼接简介及相关工作

2．3．1 基于点匹配的配准方法

2．3．2 基于特征匹配的配准方法

2．3．3 图像混合

2．3．4 视频拼接领域的进展

2．4 轨迹挖掘简介及相关工作

2．4．1 轨迹序列聚类

2．4．2 轨迹序列模式发现

2．5 本章小结

第三章 系统构架及视频拼接算法

3．1 系统构架

3．1．1 整体构架及信息流描述

3．1．2 相机阵列模型

3．2 基于最优缝合线的视频实时拼接

3．2．1 实时拼接的工作流及算法描述

3．3 平台搭建及实验结果评估

3．3．1 平台搭建

3．3．2 实验设置及结果评估

3．4 本章小结

第四章 实验设计与数据分析

4．1 基于MFB区域电刺激奖励的大鼠机器人

4．2 场景搭建及实验设计

4．2．1 实验场景搭建

4．2．2 实验动物准备

4．2．3 迷宫实验设计

4．3 数据分析方法

4．3．1 大鼠形态描述特征

4．3．2 轨迹序列频繁模式挖掘

4．4 实验结果分析

4．5 本章小结

5．1 工作总结

5．2 研究展望

参考文献

发表文章目录

致谢