源于自然的机器人导航 基于啮齿类动物模型的同步定位地图构建和路径规划【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

源于自然的机器人导航 基于啮齿类动物模型的同步定位地图构建和路径规划PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概述1

1.1 移动机器人1

1.2 同步定位和地图构建2

1.3 环境探索、目标导航和适应变化5

1.4 生物模型的应用5

1.5 章节介绍6

第2章 地图构建和导航8

2.1 地图构建和导航问题9

2.1.1 定位和地图构建9

2.1.2 SLAM：“鸡和蛋”问题9

2.1.3 不确定性的处理10

2.1.4 探索未知环境10

2.1.5 目标导航11

2.1.6 学习并应对环境变化11

第3章 机器人地图构建方法13

3.1 基于概率的地图构建算法13

3.1.1 卡尔曼滤波算法13

3.1.2 极大期望算法15

3.1.3 粒子滤波算法16

3.2 拓扑地图构建算法18

3.3 环境探索、导航和适应环境变化20

3.3.1 环境探索20

3.3.2 目标导航22

3.3.3 适应动态环境23

3.4 讨论24

第4章 生物导航系统26

4.1 啮齿类动物与认知地图26

4.1.1 头方向信息和具体位置细胞27

4.1.2 环境探索，导航和适应变化29

4.2 其他动物和昆虫31

4.2.1 蜜蜂31

4.2.2 蚂蚁32

4.2.3 灵长类动物33

4.2.4 人类34

4.3 讨论35

第5章 海马脑区模型生物仿真36

5.1 头方向和具体位置细胞——人工技术状态36

5.1.1 吸引子网络36

5.1.2 路径综合37

5.1.3 利用外部辅助信息校正头方向38

5.1.4 位置细胞——人工技术状态39

5.1.5 利用外界辅助线索的具体位置细胞39

5.1.6 利用自我定位信息的位置细胞42

5.1.7 导航45

5.2 讨论47

第6章 机器人与生物激励比较48

6.1 鲁棒性与精确度48

6.2 地图友好性与使用性49

6.3 传感器差异50

6.4 在真实世界环境中的能力51

6.5 问题的解52

第7章 海马模型的探索性研究53

7.1 机器人和环境53

7.2 完整模式结构55

7.3 空间方向模型56

7.3.1 方向表征56

7.3.2 认知非自我中心的标志序列57

7.3.3 使用非自我中心的标志序列重定向58

7.3.4 内部动力学58

7.3.5 使用自中心信息进行路径集成59

7.4 模型性能60

7.4.1 实验1：路径集成标定61

7.4.2 实验2：定向和一维地图构建61

7.5 空间位置模型64

7.5.1 表示位置64

7.5.2 学习非自中心导引标志物64

7.5.3 利用非中心引导标志重定位65

7.5.4 内部动力学66

7.5.5 使用自中心信息进行路径集成67

7.6 模型性能67

7.6.1 实验3：定位和二维地图构建68

7.7 讨论和总结69

7.7.1 与生物系统的比较71

7.7.2 与其他模型的比较72

7.7.3 结论73

第8章 RatSLAM扩展海马模型74

8.1 空间位姿模型74

8.1.1 完整模型的结构74

8.1.2 位姿感知细胞的生物证据75

8.1.3 位姿表征75

8.1.4 内部动态过程76

8.1.5 视觉场景的学习77

8.1.6 使用熟悉的视觉场景进行重定位78

8.1.7 直观的路径积分78

8.2 局部场景的形成79

8.2.1 绝对差总和的模型80

8.2.2 图像直方图81

8.3 海马模型中的可视化SLAM84

8.4 室内和室外环境中的SLAM85

8.4.1 实验4：有人造路标的SLAM85

8.4.2 实验5：环形环境中的SLAM88

8.4.3 实验6：在办公大楼中的SLAM91

8.4.4 实验7：室外环境中的SLAM94

8.4.5 只有路径积分时的表现95

8.4.6 SLAM结果96

8.5 总结和讨论97

8.5.1 RatSLAM的必要条件97

8.5.2 RatSLAM表征的本质97

第9章 目标记忆的探索性研究99

9.1 用RatSLAM唤起目标记忆99

9.2 学习99

9.3 回忆101

9.3.1 实验8：小环境的目标回忆101

9.3.2 目标回忆结果102

9.3.3 实验9：大环境中的目标回忆105

9.3.4 目标回忆结果105

9.4 总结和讨论106

9.4.1 创建适合于目标回忆的地图107

第10章 扩展RatSLAM：经历地图构建算法109

10.1 由经历构成的地图109

10.2 关联经历：空间、时间、行为111

10.3 地图校正112

10.4 地图的适应性和长期保持113

10.5 室内经历制图结果115

10.5.1 实验10：大的位姿感知细胞表征115

10.5.2 实验11：小的位姿感知细胞表征117

10.6 实验12：室外的经历制图118

10.7 总结和讨论120

第11章 环境探索，目标记忆和适应改变122

11.1 有效的环境探索122

11.1.1 实验评估123

11.1.2 讨论125

11.2 用时间地图回忆路线125

11.2.1 构建时间地图125

11.2.2 路径规划126

11.2.3 行为仲裁127

11.2.4 路线丢失恢复128

11.3 SLAM和在静态环境中的导航129

11.3.1 实验13：小位姿冲突下的目标回忆130

11.3.2 实验14：大位姿冲突下的目标回忆131

11.3.3 讨论133

11.4 适应环境的变化134

11.4.1 实验15：室内地图的适应性134

11.4.2 实验结果134

11.5 讨论136

11.5.1 结论137

第12章 讨论138

12.1 本书总结138

12.1.1 地图构建与导航138

12.1.2 海马神经模型的探索性研究139

12.1.3 RatSLAM：一种扩展海马模型139

12.1.4 目标记忆：探索性研究139

12.1.5 扩展RatSLAM：经历地图构建140

12.1.6 环境探索，目标回忆和适应变化140

12.2 贡献141

12.2.1 机器人和生物系统的比较综述141

12.2.2 海马模型的性能评估141

12.2.3 扩展海马模型的实现142

12.2.4 经历地图构建算法142

12.2.5 一种地图构建与导航的综合方法142

12.3 地图构建与导航研究的前景143

12.4 网格细胞144

12.5 总结145

附录A 移动行为146

参考文献150

复制图列表159

索引161