基于多超声传感器信息和NeuCube的移动机器人走廊场景识别

来源：计算机应用杂志2015年第10期北京时间：

作者：王秀青, 侯增广, 潘世英, 谭民, 王永吉, 曾慧

单位：1. 河北师范大学 应用信息技术系, 石家庄 050024;2. 复杂系统管理与控制国家重点实验室(中国科学院自动化研究所), 北京 100190;3. 基础软件国家工程研究中心(中国科学院软件研究所), 北京 100190;4. 计算机科学国家重点实验室(中国科学院软件研究所), 北京 100190;5. 中国科学院软件研究所 互联网软件技术实验室, 北京 100190;6. 北京科技大学 信息学院, 北京 100083

摘要：为提高室内移动机器人的环境感知能力,针对其常处的结构化走廊场景的分类、Spiking神经网络(SNN)和基于SNN的新型计算模型NeuCube进行研究。SNN利用尖脉冲传递时、空信息,比传统的神经网络更适于动态、时序信息的分析,以及各种模式信息的识别和分类。此外,SNN更易于用硬件实现。在对NeuCube的基本原理、学习方法和计算步骤进行讨论的基础上,利用多超声传感信息和NeuCube对室内移动机器人常处的7种走廊场景进行识别。实验结果表明基于多超声传感信息和NeuCube的移动机器人走廊场景分类方法可以对7种走廊场景进行有效识别,该方法有助于增强移动机器人的自主性和提高其智能水平。

关键词：移动机器人,多超声传感信息,spiking 神经网络,环境感知,分类

基金资助：国家自然科学基金资助项目(61175059,61375010);河北省自然科学基金资助项目(F2014205115);中国科学院复杂系统管理与控制国家重点实验室开放课题资助项目(20120105)。