第43卷第3期2017年3月北京工业大学学报JOURNAL OF BEIJING UNIVERSITY OF TECHNOLOGY Vol.43No.3Mar.2017
大鼠脑海马结构认知机理及其在机器人
导航中的应用
于乃功1,2,方 略1,2,罗子维1,2,苑云鹤1,2,蒋晓军1,2
（1.北京工业大学电子信息与控制工程学院,北京 100124；
2.北京工业大学计算智能与智能系统北京重点实验室,北京 100124）
摘 要:为了构建具有类似于人和动物环境认知机理的移动机器人,详细介绍了海马解剖学结构二信息传递回路二环境认知相关细胞空间放电认知机理.将鼠脑海马结构认知机理应用在机器人平台上,并通过介绍一种典型仿鼠脑海马结构认知机理的机器人导航模型来阐述大鼠脑海马结构在机器人导航中的应用.结果表明：机器人进入某一环境时能够自主地探索其所处空间环境,经过不断的探索,最终形成其对所处环境的表征,即成功构建所处空间环境的认知地图,根据认知地图实现机器人在复杂环境中面向目标对象的导航任务.
关键词:海马结构；位置细胞；头朝向细胞；网格细胞；认知机理；机器人导航
中图分类号:TP 18文献标志码:A 文章编号:0254-0037（2017）03-0434-09
doi ：10.11936／bjutxb2016060082收稿日期：2016-06-29基金项目：国家自然科学基金资助项目（61573029）；北京市自然科学基金资助项目（4162012）
作者简介：于乃功（1966 ）,男,教授,主要从事机器人学二机器视觉二人工智能方面的研究,E-mail：yunaigong＠https://www.doczj.com/doc/3c18310653.html, Cognitive Mechanism of Rat Hippocampal Formation and Its Application in Robot Navigation
YU Naigong 1,2,FANG Lue 1,2,LUO Ziwei 1,2,YUAN Yunhe 1,2,JIANG Xiaojun 1,2
（1.College of Electronic and Control Engineering,Beijing University of Technology,Beijing 100124,China；2.Beijing Key Laboratory of Computational Intelligence and Intelligent System,Beijing University of Technology,Beijing 100124,China）Abstract ：To construct a mobile robot with environmental cognitive mechanism which is similar to that of human beings and animals,the structure of the hippocampus,the loop of information transformation and the spatial discharge cognitive mechanism of the cells related to the environmental cognition were described in detail in this paper.The cognitive mechanism of the hippocampal formation was applied to the robot platform and a typical model of the structure of the hippocampus was introduced to elaborate its application in the robot navigation.The results show that the robot can enter an environment and explore the space environment freely.Through continuous exploration,the robot ultimately forms the representation of the environment,namely,it constructs the cognitive map of the environment successfully and then accomplishes its navigation task in complex environment based on cognitive map.
Key words ：hippocampal formation；place cells；head-direction cells；grid cells；cognitive mechanism；
robot navigation 环境认知是人和动物生存本领中最基本的一项
技能,大量的神经生理学研究证实人和动物对于自
万方数据
神经系统由大量的神经元构成。这些神经元之间在结构上并没有原生质相连，仅互相接触， 其接触的部位称为突触 细胞突起是由细胞体延伸出来的细长部分，又可分为树突和轴突。 树突棘是树突表面的棘状突起，也就是形成突触的部位 一般认为，NMDA受体主要分布在神经细胞的突触后膜。在兴奋性神经元，NMDA受体主要 分布在树突棘头的突触后膜，且主要分布在突触后致密区（postsynaptic density, PSD） 突触可塑性：突触在形态和传递效能上的改变 突触后致密区（PSD）：在电镜下所见的突触后膜胞质面聚集的一层均匀而致密的物质，见 于cns中所有树突棘突触的突触后膜上。主要功能是细胞粘附性的调节，受体集聚的控制和 受体功能的调节。 旷场试验：用来观察小鼠自发性探索运动活性和焦虑行为 反应实验动物在陌生环境中的自主行为与探究行为，以尿便次数反应其紧张度。 开场实验，open field test，这个测的是5min内，动物在一个开阔环境中的行为学变化，我 们用一个强光打在开场中央，开场有方形和圆形两种。圆形是一个大缸，白色的，具体尺寸 我忘记了。需要用的指标是：跨格数、站立数、排便数和梳理数（也就是理毛次数），前两 个指标为主。这个实验可以用中央场次数作为焦虑样行为的观察指标。 运动能力(locomotion， open field test 主要是评价动物的焦虑状态，它主要以动物进入中央区的时间百分率来评价焦虑状态，它也可以度等。 物在一个开放的新的地方会很小心，rodent动物喜暗而避明的特性会让自己躲在暗处，也会 对开阔地方有探索行为（好奇心），同时又有害怕紧张担心和焦虑心理，具有一定的新奇性 同时又具有一定的害怕。如果动物焦虑少，停留在中间等位置时间长久一些，不然反之。比 较这些特性可以比较动物的焦虑程度。具有抗焦虑作用的药物会让动物有更多的对开阔地方 有探索行为，焦虑紧张的动物更喜欢停留在开场的边缘和暗处。 LTP定义：给突触前纤维一个短暂的高频刺激后，突触传递效率和强度增加几倍且能持续数 小时至几天保持这种增强的现象。按LTP的时程分①PTP，强直后增强，一般5分钟后衰减； ②STP，短时程增强，持续半小时左右；③，LTP长时程增强，持续一小时以上 CaMKII这个蛋白是个很特殊的蛋白，在脑内含量非常高，大约占总蛋白量的1-2%。在突触 部位的含量很高，并且是PSD（postsynaptic density）主要蛋白。但这个蛋白最特殊之处是 其具有自身调节能力，仿佛自己本身就是一个具有学习记忆的功能。 因为把随着神经等器官、组织的兴奋所产生的动作电位作为其活动指标是最容易记录的现 象，所以常常用记录动作电位来深入研究神经系统等的机能。 高频刺激可引发突触后细胞的持久增强反应——最初被称为“持久增强作用”（
1绪论 1.1机器人简介 1.1.1什么是机器人 机器人一词不仅会在科幻小说、动画片等上看到和听到，有时也会在电视上看到在工厂进行作业的机器人，在实际中也有机会看到机器人的展示。今天，说不定机器人就在我们的身过，但这里我们要讨论的是什么是机器人学研究的机器人。 机器人（robot）一词来源下1920年捷克作家卡雷尔. 查培克（Kapel Capek）所编写的戏剧中的人造劳动者，在那里机器人被描写成像奴隶那样进行劳动的机器。 后来作为一种虚构的机械出现在许多作品中，代替人们去完成某些工作。20世纪60年代出现了作为可实用机械的机器人。为了反这种机器人同虚构的机器人及玩具机器人加以区别，称其为工业机器人。 工业机器人的兴起促进了大学及研究所开展机器人的研究。随着计算机的普及，又积极地开展了带有智能的机器人的研究。到70年代，机器人作为工程对象已经被确认，机器人一词也受到公认。目前，机器人学的研究对象已不仅仅是工业机器人了。 即便是实际存在的机器人，也很难把它定义为机器人，而且其定义也随着时代在变化。这里简单地反具有下述性质的机械看作是机器人： 1.代替人进行工作：机器人能像人那样使用工具和机械，因此，数控机床和 汽车不是机器人。 2.有通有性：既可简单地变换所进行的作为，又能按照工作状况的变化相应 地进行工作。一般的玩具机器人不能说有通用性。 3.直接对个界作工作：不仅是像计算机那样进行计算，而且能依据计算结果 对外界结果对外界产生作用。 机器人学把这样定义的机器人作为研究对象。
1.1.2机器人的分类 机器人的分类方法很多，这里我们依据三个有代表性的分类方法列举机器人的种类。 首先，由天机器人要代替人进行作业，因此可根据代替人的哪一个器官来分类： 操作机器人（手）：利用相当于手臂的机械手、相当于手指的手爪来使物体协作。 移动机器人（腿）：虽然已开发出了2足步行和4足步行机器人，但实用的却是用车轮进行移动的机器人。（本文以轮式移动机器人作为研究对象）视觉机器人（眼）：通过外观检查来除掉残次品，观看人的面孔认出是谁。虽然还有使用触觉的机器人，但由于它不是为了操作，所以不能说是触觉机器人。 也还有不仅代替单一器官的机器人，例如进行移动操作，或进行视觉和操作的机器人。 其次，按机器人的应用来分类： 工业机器人：可分为搬送、焊接、装配、喷漆、检查等机器人，主要用于工厂内。 极限作业器人：主要用在人们难以进入的核电站、海底、宇宙空间等进行作为的机器人。也包括建筑、农业机器人等。 娱乐机器人：有弹奏乐器的机器人、舞蹈机器人、宠物机器人等，具有某种程度的通用性。也有适应环境面改变行动的宠物机器人。 最后则是按照基于什么样的信息进行动作来分类： 表1基于动作信息的机器人分类
电针对脑功能障碍大鼠海马物质影响的 研究进展 （作者： _________单位：____________ 邮编：___________ ） 【摘要】目前，电针对脑缺血模型大鼠海马细胞影响的研究报道很多，对海马与学习记忆关系的研究已成为国内研究的重 点。本文就电针对脑功能障碍大鼠海马物质影响的研究作简要综述。 【关键词】电针海马物质 海马的生理功能目前仍在探讨之中.大量的动物模型研究表明，海马与学习记忆有关。当脑缺血等致海马受损时，可引起学习记忆功能的严重障碍。电针刺特定穴位可影响脑功能障碍大鼠海马物质的表达。现就目前电针对脑功能障碍大鼠海马物质影响的研究作一综述。 1电针对海马细胞凋亡相关蛋白表达的影响 1.1 Bel ]2是功能最为明确的细胞凋亡拮抗基因Bcl[2蛋白基本生物学功能为延长细胞的生命期限、增加细胞对多种凋亡刺激因素的抗性。Bax与Bcl]2作用相反，能够促进凋亡，Bcl〕2表达水平较高时，形成Bcl[2/Bcl[2同源二聚体，抑制细胞凋亡；Bax表达水平较高时，形成
Bax/Bax同源二聚体，加速细胞凋亡；BcL2和Bax水平相当 时，则形成Bcl[2/Bax异源二聚体，终止细胞凋亡。近年的研究提示 Bcl[2与Bax调节细胞凋亡，不仅取决于自身表达的高低，还与 Bax/Bcl_2比率有关，当比率增大时，细胞趋于凋亡[1 ]o caspase ]3 激活是触发凋亡的关键（有“分子开关”之称是凋亡的最终执行蛋白。Bcl]2家族基因在调节线粒体通透性上发挥重要作用，Bcl]2或其他 抗凋亡Bcl_2家族成员下调，或促凋亡Bcl_2家族成员如Bax在线粒体膜上过度表达和移位，均导致线粒体通透性增加，使细胞色素C 从线粒体释放入胞浆，与Apaf”、dADP形成复合体，再与胞浆中的caspase ]9前体形成凋亡小体，导致caspase[9被裂解激活，随后再裂解caspase家族其他成员包括caspase[3,引发凋亡。赵建新等[2] 报告电针刺激脑缺血小鼠“肾俞”膈腧”百会；各观察时点均可上调小鼠海马细胞Bcl[2表达，下调Bax表达，降低凋亡率。故电针可起到抑制凋亡、保护神经元的作用电针可显著上调内源性海马Bcl[2表达，降低Bax表达，有可能进一步抑制caspase [3的激活，或影响神经生长因子、过氧化物歧化酶、CHAT等促神经细胞存活相关基因的表达而发挥抗凋亡作用，有待今后动物实验验证。Noxa为BH3only 亚家族成员]3]，脑缺血研究发现，Noxa在脑缺血引起的细胞凋亡中起重要作用[4 ]。朱燕珍等]5]报告，电针刺激血管性痴呆模型大鼠“大椎百会：海马CA1区的Noxa阳性细胞数增加，Caspase ]3 阳性细胞数增加，提示Noxa调节的线粒体凋亡途径促进血管性痴呆的发展；电针治疗抑制
第5期(总第156期) 2009年10月机械工程与自动化 M ECHAN I CAL EN G I N EER I N G & AU TOM A T I ON N o 15 O ct 1 文章编号:167226413(2009)0520194203 机器人路径规划方法的研究 李爱萍,李元宗 (太原理工大学机械工程学院,山西 太原 030024) 摘要:路径规划技术是机器人学研究领域中的一个重要部分。目前的研究主要分为全局规划方法和局部规划方法两大类。通过对机器人路径规划方法研究现状的分析,指出了各种方法的优点及不足,并对其发展方向进行了展望。 关键词:机器人;全局规划;局部规划中图分类号:T P 242 文献标识码:A 收稿日期:2009201207;修回日期:2009204218 作者简介:李爱萍(19792),女,山西晋中人,在读硕士研究生。 0 引言 路径规划技术是机器人学研究领域中的一个重要 部分。机器人的最优路径规划就是依据某个或某些优化准则(如工作代价最小、行走路线最短、行走时间最短等),在其工作空间中找到一条从起始状态到目标状态的最优路径。根据对环境信息的掌握程度不同,路径规划可分为:①全局路径规划:环境信息完全已知,根据环境地图按照一定的算法搜寻一条最优或者近似最优的无碰撞路径,规划路径的精确程度取决于获取环境信息的准确程度;②局部路径规划:环境信息完全未知或部分未知,根据传感器的信息来不断地更新其内部的环境信息,从而确定出机器人在地图中的当前位置及周围局部范围内的障碍物分布情况,并在此基础上,规划出一条从当前点到某一子目标点的最优路径。 1 全局规划方法111 栅格法 栅格法是目前研究最广泛的路径规划方法之一。该方法将机器人的工作空间分解为多个简单的区域(栅格),由这些栅格构成一个显式的连通图,或在搜索过程中形成隐式的连通图,然后在图上搜索一条从起始栅格到目标栅格的路径。一般路径只需用栅格的序号表示。但栅格的划分直接影响其规划结果,如果栅格划分过大,环境信息储藏量小,分辨率下降,规划能力就差;栅格划分过小,规划时间长,而且对信息存储能力的要求会急剧增加。112 可视图法 可视图法中的路径图由捕捉到的存在于机器人一 维网络曲线(称为路径图)自由空间中的节点组成。路径的初始状态和目标状态同路径图中的点相对应,这样路径规划问题就演变为在这些点间搜索路径的问题。要求机器人和障碍物各顶点之间、目标点和障碍物各顶点之间以及各障碍物顶点与顶点之间的连线均不能穿越障碍物,即直线是“可视的”。然后采用某种方法搜索从起始点到目标点的最优路径,搜索最优路径的问题就转化为从起始点到目标点经过这些可视直线的最短距离问题。该法能够求得最短路径,但需假设忽略机器人的尺寸大小,使得机器人通过障碍物顶点时离障碍物太近甚至接触,并且搜索时间长。113 拓扑法 拓扑法将规划空间分割成具有拓扑特征的子空间,根据彼此的连通性建立拓扑网络,在网络上寻找起始点到目标点的拓扑路径,最终由拓扑路径求出几何路径。拓扑法的基本思想是降维法,即将在高维几何空间中求路径的问题转化为低维拓扑空间中判别连通性的问题。其优点在于利用拓扑特征大大缩小了搜索空间,其算法的复杂性仅依赖于障碍物数目,在理论上是完备的;而且拓扑法通常不需要机器人的准确位置,对于位置误差也就有了更好的鲁棒性。缺点是建立拓扑网络的过程相当复杂,特别是在增加障碍物时如何有效地修正已经存在的拓扑网是有待解决的问题。 114 自由空间法 自由空间法采用预先定义的广义锥形或凸多边形等基本形状构造自由空间,并将自由空间表示为连通图,通过搜索连通图来进行路径规划。自由空间的构
大脑的解剖结构和功能——布罗德曼分区系统 布罗德曼分区是一个根据细胞结构将大脑皮层划分为一系列解剖区域的系统。神经解剖学中所谓细胞结构（Cytoarchitecture），是指在染色的脑组织中观察到的神经元的组织方式。 布罗德曼分区1909年由德国神经科医生科比尼安·布洛德曼（Korbinian Brodmann）提出。根据皮质细胞的类型及纤维的疏密把大脑皮质分为52个区，并用数字给予表示。Brodmann Area 1, BA1 Brodmann Area 2, BA2 Brodmann Area 3, BA3 位置：位于中央后回 (postcentral gyrus) 和前顶叶区。 功能：分别为体感皮层内侧、末尾和前端区,BA1、BA2、BA3共同组成体感皮层； 具备基本体感功能（first somatic sensory area）接受对侧肢体的感觉传入。Brodmann Area 4, BA4 位置：位于中央前回(precentral gyrus)，中央沟(central sulcus)的内侧面 功能：初级运动皮层（first somatic motor area)，包含“运动小人”（motor homunculus ）。 控制行为运动，与BA6 （前）和BA3 、BA2 、BA1、（后）相连，同时与丘脑腹外侧核相连。 体感小人（Somatosensory Homunculus ） 传入体感信息较多的身体区域获得的皮层代表区域较大。比如手部在初级体感皮层中的代表区域比背部的大。体感皮质定位可用“体感小人”（Somatosensory homunculus）来表示。 Brodmann Area 5, BA5 位置：位于顶叶前梨状皮质区（梨状皮质piriform cortex为下边缘皮质的组成部分）。功能：与BA7形成体感联合皮层。 Brodmann Area 7, BA7 位置：位于顶叶皮质顶部，体感皮层后方，视觉皮层（visual area)上方。 功能：将视觉和运动信息联合起来；与BA5形成体感联合皮层；视觉-运动协调功能。 Sensory Areas---------Somatosensory Association Area 位置：位于初级躯体感觉皮层后方（BA5、BA7）
海马结构,希望有所帮助 海马结构(hippocampal formation，HF)属于脑的边缘系统(1imbic system)中的重要结构，与学习、记忆、认知功能有关，尤其是短期记忆与空间记忆。海马皮质从海马沟至侧脑室下角依次为分子层、锥体层和多形层。齿状回也分三层：分子层、颗粒细胞层和多形层。依据细胞形态、不同皮质区的发育差异以及纤维排列的不同，将海马分为4个区，即CAl、CA2、CA3、CA4区。海马结构是大脑边缘系统的重要组成部分．在进化上是大脑的古皮质，位于大脑内侧面颞叶的内侧深部，左右对称。一般认为海马结构由海马或称Ammon角、齿状回、下托及海马伞组成，结构比较复杂。在功能和纤维联系上，不仅与嗅觉有关，更与内脏活动．情绪反应和性活动有密切关系。细胞学研究表明，海马头部主要是由CAI区折叠而成，而CAI区对缺氧等损伤最为敏感，也被称为易损区，因此海马头部也是最易发生病变的部位。 海马结构由海马(hippoeampus)、齿状回(dentate gyrls)、下托(subiculum)和围绕胼胝体的海马残体(hippoeampal rudimerit)组成，其中海马为体积最大最主要的部分。 大脑海马（hippocampus）是位于脑颞叶内的一个部位的名称，人有两个海马，分别位于左右脑半球. 它是组成大脑边缘系统的一部分，担当着关于记忆以及空间定位的作用. 名字来源于这个部位的弯曲形状貌似海马(希腊语hippocampus). 在阿兹海默病中,海马是首先受到损伤的区域; 表现症状为记忆力衰退以及方向知觉的丧失。大脑缺氧(缺氧症)以及脑炎等也可导致海马损伤 . 在动物解剖中, 海马属于脑的演化过程中最古老的一部分。来源于旧皮质的海马在灵长类以及海洋生物中的鲸类中尤为明显。虽然如此, 与进化树上相对年轻的大脑皮层相比灵长类动物尤其是
抑郁模型大鼠海马内环境的研究 发表时间：2011-07-13T16:28:59.267Z 来源：《中外健康文摘》2011年第16期供稿作者：郑晓霓1 单德红2 [导读] 海马神经元所处的细胞外液属于机体内环境，其成分和理化特性相对稳定是神经元发挥功能的前提。 郑晓霓1 单德红2 （1辽宁省沈阳市沈和区第二中医院110015；2辽宁省沈阳市中医药大学基础医学院110032）【中图分类号】R74【文献标识码】A【文章编号】1672-5085 (2011)16-0144-02 【摘要】目的研究海马内环境稳态在抑郁症中的作用。方法20只雌性Wistar大鼠分为对照组、模型组。ELISA法检测血清皮质醇、雌二醇，光镜和电镜观察海马CA3区形态学变化，免疫组化法检测海马脑源性神经生长因子和血管内皮生长因子表达。结果与对照组比较，模型组皮质醇水平显著升高，雌二醇水平明显下降，海马CA3区神经元损伤严重，脑源性神经生长因子和血管内皮生长因子表达明显降低。结论抑郁状态下，海马内环境稳态被破坏。【关键词】抑郁症海马内环境稳态脑源性神经生长因子血管内皮生长因子【Abstract】 Objective: To study the action of hippocampal internal enviroment in deprssion. Methods: 20 femal wistar rats were divided into the control, model group. Serum cortisol and estradiol were measured with ELISA. Hippocampal CA3 morphology were observed by light and electron miroscope. BDNF and VEGF expressions were detected by immunohistochemistry. Results: compared with those in the control, in the model group, the serum cortisol level increased obviously, serum estradiol level decreased significantly, and the CA3 neurons had severious structure damage, and the expressions of BDNF and VEGF decreased markedly. Conclusion: The homeostasis of hippocampal internal enviroment is disrupted in depression. 【Key words】 depression hippocampal internal enviroment homeostasis brain-derived neurotrophtic factor vascular endothelial growth factor 海马内环境指海马神经元的细胞外液，其理化性质和各种成分应保持相对稳定的状态，即稳态。海马内环境的理化特性包括温度、渗透压、酸碱度等，成分有各种离子、激素、递质、细胞因子等。海马内环境稳太破坏均会损伤海马功能和结构，进而影响行为、情绪和内脏功能。现代医学认为海马损伤在抑郁症发病中起重要作用[1-2]，但抑郁状态下，海马内环境出现何种变化目前尚没有系统研究，这就是本课题的研究目标，而本文主要对海马内环境中相关成分进行初步观察。 1 材料和方法 1.1实验动物的选取和分组健康Wistar雌性大鼠，清洁级，体重226±20g,中国医科大学动物实验中心提供，合格证号：医大动物合格证SCXK(辽)2008-0005。适应性饲养1周后，选择行为学得分相近的20只大鼠，随机分为对照组、抑郁症模型组（模型组），每组10只。室温20℃～25℃，湿度40%～50%。 1.2抑郁症模型的建立模型组大鼠建立慢性不可预见性应激模型，即在21d内随机施加电击足底（36V交流电，5min）、冰水游泳（4℃,5min）、摇晃（1min）、夹尾（1min）、禁水（24h）、禁食(24h)等刺激，每种刺激4次。 1.3血清雌二醇和皮质醇检测在实验的d22，2组大鼠均腹腔注射20%氨基甲酸乙酯（0.4mL/100g）麻醉后，腹主动脉取血，离心后取血清，低温冻存。采用ELISA方法检测皮质醇和雌二醇(Estradiol，E2)，此项工作由沈阳军区总医院内分泌实验室完成。 1.4海马组织学观察首先是HE染色：取完成1.3后2只大鼠，立即断头取双侧海马，置于10%甲醛中固定，石蜡切片，HE染色，观察海马CA3区神经元的形态学变化。其次电镜观察：取完成1.3后的2只大鼠，升主动脉插管，150ml生理盐水快速冲去血液，快速灌入4℃ 2.5%戊二醛固定液，取双侧海马，修块，再于戊二醛中固定2h，PBS反复清洗后，再经1%锇酸固定2h，双蒸水冲洗，梯度乙醇脱水，临界点干燥，离子溅射真空渡膜，扫描电镜下观察超微结构。 1.5脑源性神经生长因子和血管内皮生长因子表达取完成1.3的6只大鼠开胸，升主动脉插管，生理盐水快速冲去血液，取双侧海马，4%多聚甲醛固定4～6h，30%蔗糖溶液沉底。做海马石蜡冠状切片，片厚25μm，隔4片取1片，采用免疫组化SABC法检测脑源性神经生长因子(Brain-derived neurotrophtic factor，BDNF)和血管内皮生长因子(Vascular endothelial growth factor ,VEGF)表达，相关抗体和试剂盒均购于武汉博±德试剂公司，阴性对照选用PBS。利用BI-2000医学图像分析系统，测定海马CA3区BDNF和VEGF表达的平均灰度值。 1.6数据处理数据以x-±s表示，采用SPSS13.0中ANOVA检验进行统计学处理。 2 实验结果 实验过程中没有实验动物死亡及脱失现象。 2.1海马形态学变化 光镜下，对照组CA3区有大量致密锥体细胞，排列整齐，细胞完整，边缘清晰；模型组细胞层次减少、稀疏、排列紊乱，大量细胞坏死。电镜下，对照组细胞器丰富，轮廓清晰，细胞核呈圆形，核膜清晰光滑完整，核染色质分布均匀；模型组细胞器减少，线粒体空泡化，细胞核变小，不规则，且核膜增厚，核周电子密度降低。 2.2海马内环境相关成分变化 与对照组比较，模型组皮质醇显著升高，E2明显下降。BDNF和VEGF免疫阳性反应产物呈棕黄色，前者分布神经元胞浆内，后者主要分布于血管内皮细胞内。对照组BDNF和VEGF表达较多，模型组较少，二者灰度值均升高。具体数据见表1。表1 各组海马内环境相关成分的变化 注：与对照组比较：a P<0.05, b P<0.01
第25卷第7期V ol.25No.7 控制与决策 Control and Decision 2010年7月 Jul.2010移动机器人路径规划技术综述 文章编号:1001-0920(2010)07-0961-07 朱大奇,颜明重 (上海海事大学水下机器人与智能系统实验室，上海201306) 摘要:智能移动机器人路径规划问题一直是机器人研究的核心内容之一.将移动机器人路径规划方法概括为:基于模版匹配路径规划技术、基于人工势场路径规划技术、基于地图构建路径规划技术和基于人工智能的路径规划技术.分别对这几种方法进行总结与评价,最后展望了移动机器人路径规划的未来研究方向. 关键词:移动机器人；路径规划；人工势场；模板匹配；地图构建；神经网络；智能计算 中图分类号:TP18；TP273文献标识码:A Survey on technology of mobile robot path planning ZHU Da-qi,YAN Ming-zhong (Laboratory of Underwater Vehicles and Intelligent Systems，Shanghai Maritime University，Shanghai201306, China．Correspondent：ZHU Da-qi，E-mail：zdq367@https://www.doczj.com/doc/3c18310653.html,) Abstract:The technology of intelligent mobile robot path planning is one of the most important robot research areas.In this paper the methods of path planning are classi?ed into four classes:Template based,arti?cial potential?eld based,map building based and arti?cial intelligent based approaches.First,the basic theories of the path planning methods are introduced brie?y.Then,the advantages and limitations of the methods are pointed out.Finally,the technology development trends of intelligent mobile robot path planning are given. Key words:Mobile robot；Path planning；Arti?cial potential?eld；Template approach；Map building；Neural network; Intelligent computation 1引言 所谓移动机器人路径规划技术,就是机器人根据自身传感器对环境的感知,自行规划出一条安全的运行路线,同时高效完成作业任务.移动机器人路径规划主要解决3个问题:1)使机器人能从初始点运动到目标点;2)用一定的算法使机器人能绕开障碍物,并且经过某些必须经过的点完成相应的作业任务;3)在完成以上任务的前提下,尽量优化机器人运行轨迹.机器人路径规划技术是智能移动机器人研究的核心内容之一,它起始于20世纪70年代,迄今为止,己有大量的研究成果报道.部分学者从机器人对环境感知的角度,将移动机器人路径规划方法分为3种类型[1]:基于环境模型的规划方法、基于事例学习的规划方法和基于行为的路径规划方法;从机器人路径规划的目标范围看,又可分为全局路径规划和局部路径规划;从规划环境是否随时间变化方面看,还可分为静态路径规划和动态路径规划. 本文从移动机器人路径规划的具体算法与策略上,将移动机器人路径规划技术概括为以下4类:模版匹配路径规划技术、人工势场路径规划技术、地图构建路径规划技术和人工智能路径规划技术.分别对这几种方法进行总结与评价,展望了移动机器人路径规划的未来发展方向. 2模版匹配路径规划技术 模版匹配方法是将机器人当前状态与过去经历相比较,找到最接近的状态,修改这一状态下的路径,便可得到一条新的路径[2,3].即首先利用路径规划所用到的或已产生的信息建立一个模版库,库中的任一模版包含每一次规划的环境信息和路径信息,这些模版可通过特定的索引取得;随后将当前规划任务和环境信息与模版库中的模版进行匹配,以寻找出一 收稿日期:2009-08-30；修回日期:2009-11-18. 基金项目:国家自然科学基金项目(50775136)；高校博士点基金项目(20093121110001)；上海市教委科研创新项目(10ZZ97). 作者简介:朱大奇(1964?),男,安徽安庆人,教授,博士生导师,从事水下机器人可靠性与路径规划等研究；颜明重(1977?),男,福建泉州人,博士生,从事水下机器人路径规划的研究.
多机器人路径规划研究方法 张亚鸣雷小宇杨胜跃樊晓平瞿志华贾占朝 摘要：在查阅大量文献的基础上对多机器人路径规划的主要研究内容和研究现状进行了分析和总结，讨论了多机器人路径规划方法的评判标准，并阐述了研究遇到的瓶颈问题，展望了多机器人路径规划方法的发展趋势。 关键词：多机器人；路径规划；强化学习；评判准则 Abstract:This paper analyzed and concluded the main method and current research of the path planning research for multi robot.Then discussed the criterion of path planning research for multi robot based large of literature.Meanwhile,it expounded the bottleneck of the path planning research for multi robot，forecasted the future development of multi robot path planning. Key words:multi robot；path planning;reinforcement learning;evaluating criteria 近年来，分布式人工智能(DAI)成为人工智能研究的一个重要分支。DAI研究大致可以分为DPS（distributed problem solving）和MAS（multi agent system）两个方面。一些从事机器人学的研究人员受多智能体系统研究的启发，将智能体概念应用于多机器人系统的研究中，将单个机器人视做一个能独立执行特定任务的智能体，并把这种多机器人系统称为多智能体机器人系统（MARS）。因此，本文中多机器人系统等同于多智能体机器人系统。目前，多机器人系统已经成为学术界研究的热点,而路径规划研究又是其核心部分。 机器人路径规划问题可以建模为一个带约束的优化问题，其包括地理环境信息建模、路径规划、定位和避障等任务，它是移动机器人导航与控制的基础。单个移动机器人路径规划研究一直是机器人研究的重点，且已经有许多成果[1~3]，例如在静态环境中常见的有连接图法、可视图法、切线图法、Voronoi图法、自由空间法、栅格法、拓扑法、链接图法、Dempster Shafer 证据理论建图等；动态环境中常见的有粒子群算法、免疫算法、遗传算法、神经网络、蚁群算法、模拟退火算法、人工势场法等。然而，多机器人路径规划
移动机器人的自主导航 一、研究的背景 二、移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多功 能于一体的综合系统。它集中了传感器技术、计算机技术、机械工程、电子工程、自动化控制工程以及人工智能等多学科的研究成果，是目前科学技术发展最活跃的领域之一。随着机器人性能不断地完善，移动机器人的应用范围大为扩展，不仅在工业、农业、国防、医疗、服务等行业中得到广泛的应用，而且在排雷、搜捕、救援、辐射和空间领域等有害与危险场合都得到很好的应用。 因此，移动机器人技术已经得到世界各国的普遍关注。 三、在自主式移动机器人相关技术的研究中，导航技术是其研究核心，同时也 是移动机器人实现智能化及完全自主的关键技术。导航是指移动机器人通过传感器感知环境信息和自身状态，实现在有障碍的环境中面向目标的自主运动。 导航主要解决以下三方面的问题:(l)通过移动机器人的传感器系统获取环境信息;(2)用一定的算法对所获信息进行处理并构建环境地图;(3)根据地图实现移动机器人的路径规划及运动控制。 四、相关技术 五、移动机器人定位是指确定机器人在工作环境中相对于全局坐标的位置，是 移动机器人导航的基本环节。定位方法根据机器人工作环境的复杂性、配备传感器种类和数量等方面的不同而采用多种方法。主要方法有惯性定位、标记定位、GPS定位、基于地图的定位等，它们都不同程度地适用于各种不同的环境，括室内和室外环境，结构化环境与非结构化环境。 六、惯性定位是在移动机器人的车轮上装有光电编码器，通过对车轮转动的记 录来粗略地确定移动机器人位置。该方法虽然简单，但是由于车轮与地面存在打滑现象，生的累积误差随路径的增加而增大，导致定位误差的逐渐累积，从而引起更大的差。 七、标记定位法是在移动机器人工作的环境里人为地设置一些坐标已知的标记， 八、超声波发射器、激光反射板等，通过机器人的传感器系统对标记的探测来 确定机器人在全局地图中的位置坐标。三角测量法是标记定位中常用的方法，机器人在同一点探测到三个陆标，并通过三角几何运算，由此可确定机器人在工作环境中的坐标。标记定位是移动机器人定位中普遍采用的方法，其可获得较高的定位精度且计量小，但是在实际应用中需要对环境作一些改造，添加相应的标记，不太符合真正意义的自主导航。 九、GPS定位是利用环绕地球的24颗卫星，准确计算使用者所在位置的庞大卫 星网定位系统。GPS定位技术应用已经非常广泛，除了最初的军事领域外，在民用方面也得到了广泛的应用，但是因为在移动导航中，移动GPS接收机定位精度受到卫星信号状况和道路环境的影响，同时还受到时钟误差、传播误差、接收机噪声等诸多因素的影响，因此，单纯利用GPS定位精度比较低、可靠性不高，所以在机器人的导航应用中通常还辅以磁罗盘、光码盘与GPS数据进行
移动机器人路径规划技术的现状与发展 现阶段，移动机器人技术是科学领域研究的一个重点内容，而在该技术的研究中，移动机器人的路径规划技术是非常重要的。其中，路径规划可以被划分成两种，其一是基于模型环境进行的已知的全局路径进行规划，其二是基于传感器环境对未知局部路径进行规划。文章对移动机器人的路径规划方法进行了详细的分析，并分别列举了全局路径规划以及局部路径规划的具体规划方法，并对该技术未来的发展进行展望。 标签：移动机器人；路径规划；神经网络；栅格法 1 移动机器人路径规划技术的分类 按照机器人对周围环境信息的识别与对信息的掌握程度以及对不同种类障碍物的识别进行分类，可将机器人路径规划分成四类：第一类，在已知的比较熟悉的环境中，根据静态障碍物的位置对移动机器人的路径进行规划；第二类，在未知的比较陌生的环境中根据静态障碍物的位置对移动机器人的路径进行规划；第三类，在已知的比较熟悉的环境中，根据动态障碍物的运行状态对移动机器人的路径进行规划；第四类，在未知的比较陌生的环境中，根据动态障碍物的运行状态对移动机器人的路径进行规划。根据机器人对周围环境的掌握能力不同，可以对路径规划技术进行划分，第一类是在对周围环境信息已经验证的基础上对移动机器人的的路径进行规划，所规划的路径为全局路径；第二类是基于傳感器信息的基础上对机器人的路径进行规划，规划的路径为局部路径[1]。移动机器人的路径规划方法一般可以划分成两大类型，即传统方法与智能方法。 2 全局路径规划方法 2.1 拓扑法 该路径规划的方法主要就是把所规划的空间进行分割，并形成具有拓扑特点的子空间，同时构建拓扑网络，并在其中探索出起点至终点的详细拓扑路径，然后根据拓扑路径的路径规划得到最终需要的几何路径。拓扑路径的规划方法是以降维法为主要依据，也就是，将高维的比较复杂的空间几何路径求法转化为低维的比较简单的拓扑空间的辨别连通方法。这种方法的最明显优势就是对拓扑特点进行充分利用，进而有效地减小实际搜索的空间范围[2]。而其算法的复杂程度则只是同障碍物数目有较大关系，所以，最主要的问题就是在障碍物数量增加的情况下，采取合理措施对已有拓扑网络进行修正，并实现图形速度提升的目的。 2.2 可视图法 这种路径规划的方法就是将机器人看做是一个点，然后进行合理组合，并将机器人与目标点、多边形障碍物的各顶点相连。在连接点的过程中，需要保证直线可视，也就是目标点与多边形障碍物的各顶点以及各个障碍物顶点间的连线不
多机器人路径规划研究方法（一） 张亚鸣雷小宇杨胜跃樊晓平瞿志华贾占朝摘要：在查阅大量文献的基础上对多机器人路径规划的主要研究内容和研究现状进行了分析和总结，讨论了多机器人路径规划方法的评判标准，并阐述了研究遇到的瓶颈问题，展望了多机器人路径规划方法的发展趋势。 关键词：多机器人；路径规划；强化学习；评判准则 e,itexpoundedthebottleneckofthepathplanningresearchfor ， ； 近年来，分布式人工智能（DAI）成为人工智能研究的一个重要分支。DAI 研究大致可以分为DPS （distributedproblemsolving ）和MAS （）两个方面。一些从事机器人学的研究人员受多智能体系统研究的启发，将智能体概念应用于多机器人系统的研究中，将单个机器人视做一个能独立执行特定任务的智能体，并把这种多机器人系统称为多智能体机器人系统（MARS）。因此，本文中多机器人系统等同于多智能体机器人系统。目前，多机器人系统已经成为学术界研究的热点,而路径规划研究又是其核心部分。
机器人路径规划问题可以建模为一个带约束的优化问题，其包括地理环境信息建模、路径规划、定位和避障等任务，它是移动机器人导航与控制的基础。单个移动机器人路径规划研究一直是机器人研究的重点，且已经有许多成果 1~3］，例如在静态环境中常见的有连接图法、可视图法、切线图法、Voronoi 图法、自由空间法、栅格法、拓扑法、链接图法、证据理论建图等；动态环境中常见的有粒子群算法、免疫算法、遗传算法、神经网络、蚁群算法、模拟退火算法、人工势场法等。然而，多机器人路径规划研究比单个机器人路径规划要复杂得多，必须考虑多机器人系统中机器人之间的避碰机制、机器人之间的相互协作机制、通信机制等问题。 1 多机器人路径规划方法单个机器人的路径规划是找出从起始点至终点的一条最短无碰路径。多个机器人的路径规划侧重考虑整个系统的最优路径，如系统的总耗时间最少路径或是系统总路径最短等。从目前国内外的研究来看，在规划多机器人路径时，更多考虑的是多机器人之间的协调和合作式的路径规划。 目前国内外多机器人路径规划研究方法分为传统方法、智能优化方法和其他方法三大类。其中传统方法主要有基于图论的方法（如可视图法、自由空间法、栅格法、Voronoi 图法以及人工势场方法等）；智能优化方法主要有遗传算法、蚁群算法、免疫算法、神经网络、强化学 习等；其他方法主要有动态规划、最优控制算法、模糊控制等。它们中的大部分都是从单个机器人路径规划方法扩展而来的。 1）传统方法多机器人路径规划传统方法的特点主要体现在基于图论的基础
机器人路径规划 冯赟:机器人路径规划方法研究 1绪论 1.1机器人简介 1.1.1什么是机器人 机器人一词不仅会在科幻小说、动画片等上看到和听到，有时也会在电视上看到在工厂进行作业的机器人，在实际中也有机会看到机器人的展示。今天，说不定机器人就在我们的身过，但这里我们要讨论的是什么是机器人学研究的机器人。 robot)一词来源下1920年捷克作家卡雷尔 . 查培克(Kapel Capek)机器人( 所编写的戏剧中的人造劳动者，在那里机器人被描写成像奴隶那样进行劳动的机器。 后来作为一种虚构的机械出现在许多作品中，代替人们去完成某些工作。20世纪60年代出现了作为可实用机械的机器人。为了反这种机器人同虚构的机器人及玩具机器人加以区别，称其为工业机器人。 工业机器人的兴起促进了大学及研究所开展机器人的研究。随着计算机的普及，又积极地开展了带有智能的机器人的研究。到70年代，机器人作为工程对象已经被确认，机器人一词也受到公认。目前，机器人学的研究对象已不仅仅是工业机器人了。 即便是实际存在的机器人，也很难把它定义为机器人，而且其定义也随着时代在变化。这里简单地反具有下述性质的机械看作是机器人: 1. 代替人进行工作:机器人能像人那样使用工具和机械，因此，数控机床和 汽车不是机器人。 2. 有通有性:既可简单地变换所进行的作为，又能按照工作状况的变化相应
地进行工作。一般的玩具机器人不能说有通用性。 3. 直接对个界作工作:不仅是像计算机那样进行计算，而且能依据计算结果 对外界结果对外界产生作用。 机器人学把这样定义的机器人作为研究对象。 - 1 - 郑州大学电气工程学院毕业设计(论文) 1.1.2机器人的分类 机器人的分类方法很多，这里我们依据三个有代表性的分类方法列举机器人的 种类。 首先，由天机器人要代替人进行作业，因此可根据代替人的哪一个器官来分类: 操作机器人(手):利用相当于手臂的机械手、相当于手指的手爪来使物体协 作。 移动机器人(腿):虽然已开发出了2足步行和4足步行机器人，但实用的却是 用车轮进行移动的机器人。(本文以轮式移动机器人作为研究对象) 视觉机器人(眼):通过外观检查来除掉残次品，观看人的面孔认出是谁。虽然 还有使用触觉的机器人，但由于它不是为了操作，所以不能说是触觉机器人。 也还有不仅代替单一器官的机器人，例如进行移动操作，或进行视觉和操作的 机器人。 其次，按机器人的应用来分类: 工业机器人:可分为搬送、焊接、装配、喷漆、检查等机器人，主要用于工厂 内。 极限作业器人:主要用在人们难以进入的核电站、海底、宇宙空间等进行作为 的机器人。也包括建筑、农业机器人等。
多机器人路径规划研究方法(一) 张亚鸣雷小宇杨胜跃樊晓平瞿志华贾占朝 摘要：在查阅大量文献的基础上对多机器人路径规划的主要研究内容和研究现状进行了分析和总结，讨论了多机器人路径规划方法的评判标准，并阐述了研究遇到的瓶颈问题，展望了多机器人路径规划方法的发展趋势。 关键词：多机器人；路径规划；强化学习；评判准则 e,itexpoundedthebottleneckofthepathplanningresearchfor， ； 近年来，分布式人工智能(DAI)成为人工智能研究的一个重要分支。DAI 研究大致可以分为DPS（distributedproblemsolving）和MAS （）两个方面。一些从事机器人学的研究人员受多智能体系统研究的启发，将智能体概念应用于多机器人系统的研究中，将单个机器人视做一个能独立执行特定任务的智能体，并把这种多机器人系统称为多智能体机器人系统（MARS）。因此，本文中多机器人系统等同于多智能体机器人系统。目前，多机器人系统已经成为学术
界研究的热点,而路径规划研究又是其核心部分。 机器人路径规划问题可以建模为一个带约束的优化问题，其包括地理环境信息建模、路径规划、定位和避障等任务，它是移动机器人导航与控制的基础。单个移动机器人路径规划研究一直是机器人研究的重点，且已经有许多成果1~3]，例如在静态环境中常见的有连接图法、可视图法、切线图法、Voronoi图法、自由空间法、栅格法、拓扑法、链接图法、证据理论建图等；动态环境中常见的有粒子群算法、免疫算法、遗传算法、神经网络、蚁群算法、模拟退火算法、人工势场法等。然而，多机器人路径规划研究比单个机器人路径规划要复杂得多，必须考虑多机器人系统中机器人之间的避碰机制、机器人之间的相互协作机制、通信机制等问题。 1多机器人路径规划方法 单个机器人的路径规划是找出从起始点至终点的一条最短无碰路径。多个机器人的路径规划侧重考虑整个系统的最优路径，如系统的总耗时间最少路径或是系统总路径最短等。从目前国内外的研究来看，在规划多机器人路径时，更多考虑的是多机器人之间的协调和合作式的路径规划。 目前国内外多机器人路径规划研究方法分为传统方法、智能优化方法和其他方法三大类。其中传统方法主要有基于图论的方法（如可视图法、自由空间法、栅格法、Voronoi图法以及人工势场方法等）；智能优化方法主要有遗传算法、蚁群算法、免疫算法、神经网络、强化学