Spatial Temporal Patterns for Action-Oriented Perception in Roving Robots II: An Insect Brain Computational Model

این کتاب نتیجه تلاش مشترک مؤسسات مختلف اروپایی را در چارچوب پروژه سرمایه‌گذاری شده اتحادیه اروپا به نام SPARK II ارائه می‌کند که به دستگاه یک مدل محاسباتی مغز حشرات اختصاص داده شده است که برای جاسازی در رباتیک مستقل مفید است. عوامل.
بخش اول پیشینه بیولوژیکی مگس سرکه با توجه ویژه به مراکز اصلی که به عنوان بلوک های ساختمانی برای اجرای مدل محاسباتی مغز حشرات مورد استفاده قرار می گیرند، گزارش می دهد.
بخش دوم رویکرد ریاضی را گزارش می کند. برای مدل سازی مولد الگوی مرکزی که برای تولید راه رفتن در یک ربات شش پا استفاده می شود. همچنین از اصول انتشار واکنش در شبکه‌های غیر خطی برای توسعه یک نمایش داخلی فشرده از یک محیط در حال تغییر پویا برای برنامه‌ریزی رفتاری استفاده می‌شود.
در بخش سوم یک چارچوب نرم‌افزار/سخت‌افزار، توسعه‌یافته برای ادغام مدل محاسباتی مغز حشرات در یک پلت‌فرم رباتیک شبیه‌سازی‌شده/واقعی، نشان داده شده است. ربات های مختلف مورد استفاده برای آزمایش ها نیز توضیح داده شده است. علاوه بر این، مشکلات مربوط به سیستم بینایی با ارائه راه‌حل‌های قوی برای شناسایی شی و استخراج ویژگی مورد بررسی قرار گرفت.
بخش چهارم شامل سناریوهای مربوطه مورد استفاده در آزمایش‌ها برای آزمایش قابلیت‌های معماری الهام گرفته از مغز حشرات است که به عنوان مقایسه مورد بیولوژیکی مورد استفاده قرار می‌گیرد. . نتایج تجربی در نهایت گزارش شده است که چند رسانه ای آن را می توان در صفحه وب SPARK II یافت: www.spark2.diees.unict.it

This book presents the result of a joint effort from different European Institutions within the framework of the EU funded project called SPARK II, devoted to device an insect brain computational model, useful to be embedded into autonomous robotic agents.
Part I reports the biological background on Drosophila melanogaster with particular attention to the main centers which are used as building blocks for the implementation of the insect brain computational model.
Part II reports the mathematical approach to model the Central Pattern Generator used for the gait generation in a six-legged robot. Also the Reaction-diffusion principles in non-linear lattices are exploited to develop a compact internal representation of a dynamically changing environment for behavioral planning.
In Part III a software/hardware framework, developed to integrate the insect brain computational model in a simulated/real robotic platform, is illustrated. The different robots used for the experiments are also described. Moreover the problems related to the vision system were addressed proposing robust solutions for object identification and feature extraction.
Part IV includes the relevant scenarios used in the experiments to test the capabilities of the insect brain-inspired architecture taking as comparison the biological case. Experimental results are finally reported, whose multimedia can be found in the SPARK II web page: www.spark2.diees.unict.it