机器人从昆虫中获取灵感来追踪目标

根据阿德莱德大学和隆德大学的工程师和神经科学家团队开展的一项开创性新研究，昆虫可视化和捕猎猎物的方式可以帮助改善自主机器人技术。

这项研究发表于今天的“神经工程杂志”，它开发了一种自动机器人，用于根据昆虫的视觉跟踪测试目标和追踪可视化模型。

“移动机器人在工业，健康和医疗服务以及娱乐产品中的应用越来越受到关注。然而，我们的机器人仍远远落后于生物系统中存在的算法的准确性，效率和适应性， “论文的主要作者，机械工程博士生Zahra Bagheri说。

“大自然提供了一个概念证明，即实际的现实世界解决方案存在，并且经过数百万年的发展，这些解决方案非常高效，”她说。

“即使是效率最高的数字处理器，昆虫也具有非常复杂的行为能力，而且微型大脑消耗的能量很小。我们的研究旨在发现昆虫目标检测和选择的基础行为和神经元机制是否能够提供阿德莱德大学视觉生理学和神经机器人实验室负责该项目的Wiederman博士说，这是一个机器人自主执行类似任务的蓝图。

“在杂乱的背景下检测和跟踪移动物体是自然和人工视觉系统最具挑战性的任务之一。我们正在研究昆虫大脑用于目标跟踪的实际算法，作为机器人的灵感来源，”O'Carroll教授说。 (瑞典隆德大学生物系)。

研究小组使用来自蜻蜓大脑中的“小目标运动探测器”神经元的记录来开发闭环目标检测和跟踪算法。为了在真实条件下测试其性能，他们在机器人平台上实施了该模型，该平台使用基于昆虫行为的主动追踪策略。

“这是第一次受到昆虫神经生理学启发的目标跟踪模型已在自动机器人上实施并在真实条件下进行测试，”Wiederman博士说。

“ 尽管在我们的实验中使用了一系列具有挑战性的条件，机器人在闭环追踪目标方面表现非常出色;低对比度目标，严重杂乱的环境和干扰物的存在。这种类型的性能可以允许使用实时应用程序非常简单的处理器，“Cazzolato教授(阿德莱德大学机械工程学院)说。

“我们揭示了昆虫的神经系统如何在目标追踪和追踪过程中处理各种挑战的见解，”Bagheri女士说。

该团队希望他们的硬件实施将提供一个平台，以更好地了解昆虫的感觉运动系统，以及工程应用的原型。