[发明专利]一种基于卷积神经网络的仿生海马认知地图构建方法

摘要

本发明提出了一种基于卷积神经网络的仿生海马认知地图构建方法，该方法能够完成认知地图的构建，指导机器人导航。本方法属于机器人环境认知及运动导航技术领域，旨在解决目前基于鼠脑海马体导航中闭环检测模块在复杂、多变及重复性较强的环境中鲁棒性较差的问题。具体流程包括：首先在机器人探索环境过程中，采集速度、方向和RGB图像；然后将速度和方向输入到位置感知模块，得到机器人的实时位置信息，将RGB图像输入到视觉处理模块得到机器人周围环境图像特征；最后将机器人的位置信息，环境信息相关联并存储到认知地图网络节点，完成认知地图的构建。在机器人探索环境过程中，检测到闭环时，用当前图像关联的位置信息进行位置纠正。

主权项

1.一种基于卷积神经网络的仿生海马认知地图构建方法，其特征在于，所述方法包括如下几个步骤：步骤1，机器人探索环境，采集速度、方向及所处环境RGB图像信息；步骤2，将速度和方向信息输入依据海马体空间计算模型构建的位置感知模块，采集机器人当前位置信息；步骤3，将RGB图像信息输入到依据卷积神经网络构建的视觉输入模块，获得当前环境图像特征；步骤4，通过相似性度量方法，判断步骤3得到的图像特征与视图库中的图像特征是否匹配：若匹配，则利用视图库图像关联的位置信息纠正当前机器人的位置，并通过图松弛算法修正认知地图网络节点位置，更新认知地图，并返回步骤1继续，否则进行步骤5；步骤5，将步骤3得到的当前图像特征存入视图库，并将其与机器人当前位置信息关联，创建认知地图网络节点并更新认知地图，继续下一步；步骤6，返回步骤1，继续探索环境，不断更新认知地图。