tactile-conditioning-movement-analysis-antennal-sampling-strategies

Tactile Conditioning And Movement Analysis Of Antennal Sampling Strategies In Honey Bees (<em>Apis mellifera</em> L.)

Honey bees (Apis mellifera L.) are eusocial insects and well known for their complex division of labor and associative learning capability1, 2. The worker ...

Bielefeld University

&#x6606;&#x866B;&#x643A;&#x5E26;&#x4E00;&#x53CC;&#x7684;&#x5929;&#x7EBF;&#x5728;&#x4ED6;&#x4EEC;&#x5934;&#x4E0A;&#xFF1A; &#x591A;&#x5F0F;&#x8054;&#x8FD0;&#x611F;&#x89C9;&#x5668;&#x5B98;&#xFF0C;&#x670D;&#x52A1;&#x8303;&#x56F4;&#x5E7F;&#x6CDB;&#x7684;&#x611F;&#x5B98;&#x5F15;&#x5BFC;&#x884C;&#x4E3A;&#x3002;&#x5728;&#x8FD0;&#x52A8;&#xFF0C;&#x5929;&#x7EBF;&#x90FD;&#x53C2;&#x4E0E;&#x9644;&#x8FD1;&#x8303;&#x56F4;&#x53D6;&#x5411;&#xFF0C;&#x4F8B;&#x5982;&#x5728;&#x68C0;&#x6D4B;&#x3001; &#x672C;&#x5730;&#x5316;&#x3001; &#x63A2;&#x7D22;&#x6027;&#x3001; &#x548C;&#x8C08;&#x5224;&#x7684;&#x969C;&#x788D;&#x3002;&#x5728;&#x8FD9;&#x91CC;&#x6211;&#x4EEC;&#x63D0;&#x51FA;&#x9F13;&#x821E;&#x6606;&#x866B;&#x89E6;&#x89D2;&#x7684;&#x4EFF;&#x751F;&#x3001; &#x6D3B;&#x8DC3;&#x7684;&#x89E6;&#x89C9;&#x4F20;&#x611F;&#x7CFB;&#x7EDF;&#x3002;&#x5B83;&#x5305;&#x62EC;&#x914D;&#x6709;&#x7EC8;&#x7AEF;&#x52A0;&#x901F;&#x5EA6;&#x4F20;&#x611F;&#x5668;&#x9A71;&#x52A8;&#x5F39;&#x6027;&#x6746;&#x3002;&#x6D4B;&#x91CF;&#x539F;&#x7406;&#x57FA;&#x4E8E;&#x5BF9;&#x8C61;&#x63A5;&#x89E6;&#x65F6;&#x767B;&#x8BB0;&#x7684;&#x963B;&#x5C3C;&#x8C10;&#x6CE2;&#x632F;&#x8361;&#x7684;&#x5206;&#x6790;&#x3002;&#x5360;&#x4E3B;&#x5BFC;&#x5730;&#x4F4D;&#x7684;&#x632F;&#x8361;&#x9891;&#x7387;&#x63D0;&#x53D6;&#x4EE5;&#x786E;&#x5B9A;&#x6CBF;&#x63A2;&#x9488;&#x63A5;&#x89E6;&#x70B9;&#x7684;&#x8DDD;&#x79BB;&#x548C;&#x57FA;&#x5E95;&#x7684;&#x89D2;&#x7F16;&#x7801;&#x5668;&#x5141;&#x8BB8;&#x6781;&#x5750;&#x6807;&#x7CFB;&#x7EDF;&#x4E2D;&#x7684;&#x89E6;&#x89C9;&#x672C;&#x5730;&#x5316;&#x3002;&#x6700;&#x540E;&#xFF0C;&#x963B;&#x5C3C;&#x884C;&#x4E3A;&#x7684;&#x6CE8;&#x518C;&#x4FE1;&#x53F7;&#x88AB;&#x5229;&#x7528;&#x6765;&#x786E;&#x5B9A;&#x6700;&#x6709;&#x53EF;&#x80FD;&#x7684;&#x6750;&#x6599;&#x3002;&#x89E6;&#x89C9;&#x4F20;&#x611F;&#x5668;&#xFF0C;&#x6B63;&#x662F;&#x8003;&#x9A8C;&#x4E0E;&#x589E;&#x52A0;&#x795E;&#x7ECF;&#x5408;&#x7406;&#x6027;&#x7684;&#x56DB;&#x79CD;&#x65B9;&#x6CD5;&#xFF1A; &#x7B2C;&#x4E00;&#xFF0C;&#x6211;&#x4EEC;&#x663E;&#x793A;&#x5085;&#x7ACB;&#x53F6;&#x9891;&#x8C31;&#x5CF0;&#x503C;&#x63D0;&#x53D6;&#x662F;&#x8DB3;&#x591F;&#x7684;&#x89E6;&#x89C9;&#x5B9A;&#x4F4D;&#x4E0E;&#x4F4D;&#x7F6E;&#x8BEF;&#x5DEE;&#x4F4E;&#x4E8E; 1%&#x3002;&#x53E6;&#x5916;&#xFF0C;&#x63D0;&#x53D6;&#x9891;&#x7387;&#x7684;&#x963B;&#x5C3C;&#x5C5E;&#x6027;&#x7528;&#x4E8E;&#x6750;&#x6599;&#x5206;&#x7C7B;&#x3002;&#x7B2C;&#x4E8C;&#xFF0C;&#x6211;&#x4EEC;&#x663E;&#x793A;&#x53EF;&#x8FDB;&#x884C;&#x5085;&#x7ACB;&#x53F6;&#x9891;&#x8C31;&#x5206;&#x6790;&#x7684;&#x4EBA;&#x5DE5;&#x795E;&#x7ECF;&#x7F51;&#x7EDC; (ANN)&#xFF0C;&#x53EF;&#x4EE5;&#x63A5;&#x53D7;&#x57F9;&#x8BAD;&#xFF0C;&#x8FDB;&#x884C;&#x89E3;&#x7801;&#x63A5;&#x89E6;&#x7684;&#x8DDD;&#x79BB;&#xFF0C;&#x5E76;&#x5206;&#x7C7B;&#x63A5;&#x89E6;&#x6750;&#x6599;&#x3002;&#x7B2C;&#x4E09;&#xFF0C;&#x6211;&#x4EEC;&#x5C55;&#x793A;&#x5982;&#x4F55;&#x901A;&#x8FC7;&#x5E26;&#x901A;&#x8FC7;&#x6EE4;&#x5085;&#x7ACB;&#x53F6;&#x9891;&#x8C31;&#x7684;&#x975E;&#x8D1F;&#x77E9;&#x9635;&#x5206;&#x89E3;&#x7684;&#x5E94;&#x7528;&#x53EF;&#x4EE5;&#x63D0;&#x9AD8;&#x6548;&#x7387;&#x3002;&#x8FD9;&#x51CF;&#x5C11;&#x4E86;&#x8F93;&#x5165;&#x7684;&#x7EF4;&#x5EA6;&#x7531; 95%&#x540C;&#x65F6;&#x51CF;&#x5C11;&#x5206;&#x7C7B;&#x6027;&#x80FD;&#x53EA;&#x6709; 8%&#x3002;&#x6700;&#x540E;&#xFF0C;&#x6211;&#x4EEC;&#x7531;&#x578B;&#x795E;&#x7ECF;&#x5143;&#x4E0E;&#x6570;&#x7EC4;&#x66FF;&#x6362;&#x4E86; FFT &#x9010;&#x6E10;&#x4E0D;&#x540C;&#x5171;&#x632F;&#x5C5E;&#x6027;&#xFF0C;&#x8FD9;&#x6837;&#x4ED6;&#x4EEC;&#x7A57;&#x7387;&#x662F;&#x8F93;&#x5165;&#x9891;&#x7387;&#x7684;&#x51FD;&#x6570;&#x3002;&#x6211;&#x4EEC;&#x5C55;&#x793A;&#x6B64;&#x7F51;&#x7EDC;&#x53EF;&#x4EE5;&#x5E94;&#x7528;&#x4E8E;&#x68C0;&#x6D4B;&#x7684;&#x8F6E;&#x5F0F;&#x673A;&#x5668;&#x4EBA;&#x7684;&#x89E6;&#x89C9;&#x63A5;&#x89E6;&#x4E8B;&#x4EF6;&#x548C;&#x5982;&#x4F55;&#x635F;&#x5BF9;&#x89E6;&#x89D2;&#x52A8;&#x529B;&#x5B66;&#x7684;&#x673A;&#x5668;&#x4EBA;&#x901F;&#x5EA6;&#x5F71;&#x54CD;&#x53EF;&#x4EE5;&#x6291;&#x5236;&#x72B6;&#x6001;&#x4F9D;&#x8D56;&#x8C03;&#x5236;&#x7684;&#x8F93;&#x5165;&#x4FE1;&#x53F7;&#x3002;

&#x6606;&#x866B;&#x542F;&#x53D1;&#x4EFF;&#x751F;&#x4F20;&#x611F;&#x5668;&#x89E6;&#x89C9;&#x5B9A;&#x4F4D;&#x4E0E;&#x72B6;&#x6001;&#x76F8;&#x5173;&#x8C03;&#x5236;&#x6750;&#x6599;&#x5206;&#x7C7B;&#x3002;

INSECTS CARRY A PAIR OF ANTENNAE ON THEIR HEAD: multimodal sensory organs that serve a wide range of sensory-guided behaviors. During locomotion, antennae are involved in near-range orientation, for example in detecting, localizing, probing, and negotiating obstacles. Here we present a bionic, active tactile sensing system inspired by insect antennae. It comprises an actuated elastic rod equipped with a terminal acceleration sensor. The measurement principle is based on the analysis of damped harmonic oscillations registered upon contact with an object. The dominant frequency of the oscillation is extracted to determine the distance of the contact point along the probe and basal angular encoders allow tactile localization in a polar coordinate system. Finally, the damping behavior of the registered signal is exploited to determine the most likely material. The tactile sensor is tested in four approaches with increasing neural plausibility: first, we show that peak extraction from the Fourier spectrum is sufficient for tactile localization with position errors below 1%. Also, the damping property of the extracted frequency is used for material classification. Second, we show that the Fourier spectrum can be analysed by an Artificial Neural Network (ANN) which can be trained to decode contact distance and to classify contact materials. Thirdly, we show how efficiency can be improved by band-pass filtering the Fourier spectrum by application of non-negative matrix factorization. This reduces the input dimension by 95% while reducing classification performance by 8% only. Finally, we replace the FFT by an array of spiking neurons with gradually differing resonance properties, such that their spike rate is a function of the input frequency. We show that this network can be applied to detect tactile contact events of a wheeled robot, and how detrimental effects of robot velocity on antennal dynamics can be suppressed by state-dependent modulation of the input signals.

An insect-inspired bionic sensor for tactile localization and material classification with state-dependent modulation.

INSECTES CARRY A paire d&#39;antennes sur leur t&ecirc;te : des organes sensoriels multimodaux qui servent un large &eacute;ventail de comportements sensoriels guid&eacute;e. Au cours de la locomotion, antennes sont impliqu&eacute;s dans l&#39;orientation pr&egrave;s de la plage, par exemple dans la d&eacute;tection, localisation, sonder et n&eacute;gocier les obstacles. Nous pr&eacute;sentons ici un bionique, actif tactile syst&egrave;me de t&eacute;l&eacute;d&eacute;tection inspir&eacute; par antennes insectes. Elle compose d&#39;une tige &eacute;lastique actionn&eacute;e &eacute;quip&eacute;e d&#39;un capteur d&#39;acc&eacute;l&eacute;ration terminale. Le principe de mesure repose sur l&#39;analyse des oscillations harmoniques amorties, enregistr&eacute; lors du contact avec un objet. La fr&eacute;quence dominante de l&#39;oscillation est extraite pour d&eacute;terminer la distance entre le point de contact le long de la sonde et basales codeurs angulaires permettent la localisation tactile dans un syst&egrave;me de coordonn&eacute;es polaires. Enfin, le comportement d&#39;amortissement du signal enregistr&eacute; est exploit&eacute; pour d&eacute;terminer le mat&eacute;riau plus probable. Le capteur tactile est test&eacute; dans quatre approches avec l&#39;augmentation de plausibilit&eacute; neurale : tout d&#39;abord, nous montrons que l&#39;extraction du pic du spectre de Fourier est suffisante pour localisation tactile avec des erreurs de position inf&eacute;rieure &agrave; 1 %. Aussi, la propri&eacute;t&eacute; d&#39;amortissement de la fr&eacute;quence de l&#39;extraite est utilis&eacute;e pour la classification mat&eacute;rielle. Deuxi&egrave;mement, nous montrons que le spectre de Fourier peut &ecirc;tre analys&eacute; par un Artificial Neural Network (ANN) qui peuvent &ecirc;tre form&eacute;s &agrave; distance des contacts de d&eacute;coder et de classer les mat&eacute;riaux en contact avec. Troisi&egrave;mement, nous montrons comment l&#39;efficacit&eacute; peut &ecirc;tre am&eacute;lior&eacute;e par filtrage le spectre de Fourier par application de factorisation matricielle non-n&eacute;gative passe-bande. Cela r&eacute;duit la dimension d&#39;entr&eacute;e de 95 % tout en r&eacute;duisant les performances de la classification de 8 % seulement. Enfin, nous rempla&ccedil;ons la FFT en un tableau d&#39;enrichissements des neurones avec progressivement diff&eacute;rentes propri&eacute;t&eacute;s de r&eacute;sonance, tels que leur taux de spike est fonction de la fr&eacute;quence d&#39;entr&eacute;e. Nous montrons que ce r&eacute;seau peut &ecirc;tre appliqu&eacute;e pour d&eacute;tecter les &eacute;v&eacute;nements contact tactiles d&#39;un robot &agrave; roues et comment pr&eacute;judiciable des effets de la vitesse du robot sur antennaire dynamique peuvent &ecirc;tre supprim&eacute;s en modulation d&eacute;pendant de l&#39;&eacute;tat des signaux d&#39;entr&eacute;e.

Un capteur de bionic insecte d&#39;inspiration pour la localisation tactile et la classification mat&eacute;rielle avec modulation d&eacute;pendant de l&#39;&Eacute;tat.

Insekten CARRY A PAIR OF Antennen auf dem Kopf: multimodale Sinnesorgane, die eine Vielzahl von sensorischen gef&uuml;hrte Verhaltensweisen dienen. W&auml;hrend der Fortbewegung sind Antennen nahe-Bereich Orientierung, zum Beispiel in erkennen, lokalisieren, sondieren und Verhandlungen &uuml;ber Hindernisse beteiligt. Hier pr&auml;sentieren wir eine bionische, aktive taktile Fernerkundung System inspiriert von Insekt-Antennen. Es verf&uuml;gt &uuml;ber eine bet&auml;tigte elastische Stange mit einem terminal Beschleunigungs-Sensor ausgestattet. Das Me&szlig;prinzip basiert auf der Analyse von unged&auml;mpft Oberschwingungen, die beim Kontakt mit einem Objekt registriert. Die dominante Frequenz der Schwingung wird extrahiert, um den Abstand des Kontaktpunktes entlang der Sonde ermitteln und basal Winkel-Encoder erm&ouml;glichen taktile Lokalisierung in einem Polarkoordinatensystem. Schlie&szlig;lich wird das D&auml;mpfungsverhalten des registrierten Signals ausgenutzt, um zu bestimmen, das am ehesten Material. Die taktilen Sensors ist in vier Ans&auml;tze mit zunehmender neuronale Plausibilit&auml;t getestet: zuerst, wir zeigen, dass die Spitze Extraktion aus dem Fourier-Spektrum f&uuml;r taktile Lokalisierung mit Stellung St&ouml;rungen unter 1 % ausreicht. Au&szlig;erdem wird die d&auml;mpfende Eigenschaft der extrahierten Frequenz f&uuml;r Materialklassifizierung verwendet. Zweitens zeigen wir, dass das Fourier-Spektrum durch eine k&uuml;nstliche neuronale Netzwerk (ANN) analysiert werden kann die Kontaktdaten Distanz zu decodieren und Kontaktwerkstoffe klassifizieren trainiert werden kann. Drittens: Wir zeigen, wie die Effizienz von Bandpass-Filtern das Fourier-Spektrum nach Anwendung von nicht-Negative Matrix Faktorisierung verbessert werden kann. Dies reduziert die Eingabe Dimension um 95 % bei gleichzeitiger Senkung der Klassifizierung Leistung von nur 8 %. Schlie&szlig;lich ersetzen wir die FFT durch ein Array von spiking Neuronen mit allm&auml;hlich unterschiedliche Resonanz-Eigenschaften, so dass ihre Spitze-Rate eine Funktion der Eingangsfrequenz ist. Wir zeigen, dass dieses Netzwerk angewendet auf taktile Kontakte Veranstaltungen eines fahrbaren Roboters zu erkennen, und wie sch&auml;dlich Auswirkungen der Roboter Geschwindigkeit auf etwas Dynamik k&ouml;nnen durch Zustand-abh&auml;ngigen Modulation der Eingangssignale unterdr&uuml;ckt werden.

Ein Insekt-inspirierten bionische Sensor f&uuml;r taktile Lokalisierung und Materialklassifizierung mit Zustand-abh&auml;ngigen Modulation.

Gli insetti trasportano A coppia di antenne sulla loro testa: organi sensoriali multimodali che servono una vasta gamma di comportamenti sensoriali guidate. Durante la locomozione, le antenne sono coinvolti nell&#39;orientamento vicino intervallo, ad esempio nell&#39;individuazione, localizzazione, sondaggio e negoziare gli ostacoli. Qui di seguito presentiamo un bionic tattile telerilevamento sistema attivo ispirato le antenne dell&#39;insetto. &Egrave; costituito da un&#39;asta ad azionamento elastica dotata di un sensore di accelerazione terminale. Il principio di misurazione si basa sull&#39;analisi delle oscillazioni armoniche smorzate registrato a contatto con un oggetto. La frequenza dominante dell&#39;oscillazione &egrave; estratta per determinare la distanza del punto di contatto lungo la sonda e basale encoder angolari permettono la localizzazione tattile in un sistema di coordinate polari. Infine, il comportamento di smorzamento del segnale registrato &egrave; sfruttato per determinare il pi&ugrave; probabile materiale. Il sensore tattile &egrave; testato in quattro approcci con l&#39;aumento della plausibilit&agrave; neurale: in primo luogo, dimostriamo che estrazione di picco dello spettro di Fourier &egrave; sufficiente per la localizzazione tattile con errori di posizione inferiore a 1%. Inoltre, la propriet&agrave; di smorzamento della frequenza estratta &egrave; utilizzata per la classificazione dei materiali. In secondo luogo, ci mostra che lo spettro di Fourier pu&ograve; essere analizzato da un artificiale Neural Network (ANN) che pu&ograve; essere addestrato per decodificare la distanza tra i contatti e di classificare i materiali a contatto. In terzo luogo, ci mostra come l&#39;efficienza pu&ograve; essere migliorata da passa-banda dello spettro di Fourier di filtraggio mediante applicazione di fattorizzazione della matrice non negativa. Questo riduce la dimensione input del 95%, riducendo le prestazioni di classificazione da solo l&#39;8%. Infine, sostituiamo la FFT di una matrice di chiodare i neuroni con gradualmente diverse propriet&agrave; di risonanza, tale che il loro tasso di spike &egrave; una funzione della frequenza di ingresso. Dimostriamo che questa rete pu&ograve; essere applicata per rilevare eventi contatti tattili di un robot a ruote e come dannosi effetti della velocit&agrave; del robot su antenne dinamica possono essere soppresso da stato-dipendente dalla modulazione dei segnali in ingresso.

Un insetto-ispirato bionic sensore per localizzazione tattile e classificazione dei materiali con modulazione dello stato-dipendente.

&#x6606;&#x866B;&#x30AD;&#x30E3;&#x30EA;&#x30FC; A &#x30DA;&#x30A2;&#x306E;&#x30A2;&#x30F3;&#x30C6;&#x30CA;&#x81EA;&#x5206;&#x306E;&#x982D;&#x306B;&#xFF1A; &#x30AC;&#x30A4;&#x30C9;&#x4ED8;&#x304D;&#x611F;&#x899A;&#x884C;&#x52D5;&#x306E;&#x5E83;&#x3044;&#x7BC4;&#x56F2;&#x3092;&#x63D0;&#x4F9B;&#x30DE;&#x30EB;&#x30C1; &#x30E2;&#x30FC;&#x30C0;&#x30EB;&#x611F;&#x899A;&#x5668;&#x5B98;&#x3002;&#x6B69;&#x884C;&#x4E2D;&#x306B;&#x89E6;&#x89D2;&#x305F;&#x3068;&#x3048;&#x3070;&#x3067;&#x691C;&#x51FA;&#x3001;&#x30ED;&#x30FC;&#x30AB;&#x30E9;&#x30A4;&#x30BA;&#x3001;&#x30D7;&#x30ED;&#x30FC;&#x30D3;&#x30F3;&#x30B0;&#x3001;&#x304A;&#x3088;&#x3073;&#x969C;&#x5BB3;&#x7269;&#x3092;&#x8D8A;&#x3048;&#x308B;&#x7BC4;&#x56F2;&#x306B;&#x8FD1;&#x3044;&#x5411;&#x304D;&#x3001;&#x95A2;&#x4E0E;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x3053;&#x3053;&#x3067;&#x6211;&#x3005; &#x306F;&#x30D0;&#x30A4;&#x30AA;&#x30CB;&#x30C3;&#x30AF;, &#x30A2;&#x30AF;&#x30C6;&#x30A3;&#x30D6;&#x89E6;&#x899A;&#x30BB;&#x30F3;&#x30B7;&#x30F3;&#x30B0; &#x30B7;&#x30B9;&#x30C6;&#x30E0;&#x6606;&#x866B;&#x306E;&#x30A2;&#x30F3;&#x30C6;&#x30CA;&#x306B;&#x3088;&#x3063;&#x3066;&#x89E6;&#x767A;&#x3055;&#x308C;&#x305F;&#x5B58;&#x5728;&#x3057;&#x307E;&#x3059;&#x3002;&#x305D;&#x308C;&#x4F5C;&#x52D5;&#x3055;&#x305B;&#x305F;&#x5F3E;&#x6027;&#x68D2;&#x3001;&#x30BF;&#x30FC;&#x30DF;&#x30CA;&#x30EB;&#x306E;&#x52A0;&#x901F;&#x5EA6;&#x30BB;&#x30F3;&#x30B5;&#x30FC;&#x3092;&#x642D;&#x8F09;&#x3057;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x6E2C;&#x5B9A;&#x539F;&#x7406;&#x306F;&#x63A5;&#x89E6;&#x30AA;&#x30D6;&#x30B8;&#x30A7;&#x30AF;&#x30C8;&#x306B;&#x767B;&#x9332;&#x3055;&#x308C;&#x3066;&#x3044;&#x308B;&#x6E1B;&#x8870;&#x306E;&#x9AD8;&#x8ABF;&#x6CE2;&#x632F;&#x52D5;&#x306E;&#x89E3;&#x6790;&#x306B;&#x57FA;&#x3065;&#x3044;&#x3066;&#x3044;&#x307E;&#x3059;&#x3002;&#x30D7;&#x30ED;&#x30FC;&#x30D6;&#x306B;&#x6CBF;&#x3063;&#x3066;&#x63A5;&#x89E6;&#x70B9;&#x306E;&#x8DDD;&#x96E2;&#x3092;&#x6C7A;&#x5B9A;&#x3059;&#x308B;&#x767A;&#x632F;&#x306E;&#x652F;&#x914D;&#x7684;&#x306A;&#x5468;&#x6CE2;&#x6570;&#x304C;&#x62BD;&#x51FA;&#x3055;&#x308C;&#x3001;&#x57FA;&#x5E95;&#x89D2;&#x5EA6;&#x30A8;&#x30F3;&#x30B3;&#x30FC;&#x30C0;&#x30FC;&#x89E6;&#x899A;&#x30ED;&#x30FC;&#x30AB;&#x30E9;&#x30A4;&#x30BA;&#x6975;&#x5EA7;&#x6A19;&#x7CFB;&#x3067;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;&#x6700;&#x5F8C;&#x306B;&#x3001;&#x767B;&#x9332;&#x3055;&#x308C;&#x305F;&#x4FE1;&#x53F7;&#x306E;&#x6E1B;&#x8870;&#x6319;&#x52D5;&#x3092;&#x60AA;&#x7528;&#x3057;&#x3066;&#x6700;&#x3082;&#x53EF;&#x80FD;&#x6027;&#x306E;&#x9AD8;&#x3044;&#x6750;&#x6599;&#x3092;&#x6C7A;&#x5B9A;&#x3057;&#x307E;&#x3059;&#x3002;&#x89E6;&#x899A;&#x30BB;&#x30F3;&#x30B5;&#x30FC; &#x30CB;&#x30E5;&#x30FC;&#x30E9;&#x30EB;&#x3082;&#x3063;&#x3068;&#x3082;&#x3089;&#x3057;&#x3055;&#x306E;&#x5897;&#x52A0;&#x3092;&#x6301;&#x3064; 4 &#x3064;&#x306E;&#x30A2;&#x30D7;&#x30ED;&#x30FC;&#x30C1;&#x3067;&#x30C6;&#x30B9;&#x30C8;&#x3055;&#x308C;&#x3066;&#x3044;&#x307E;&#x3059;&#xFF1A; &#x307E;&#x305A;&#x3001;&#x30D5;&#x30FC;&#x30EA;&#x30A8; &#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x304B;&#x3089;&#x30D4;&#x30FC;&#x30AF;&#x62BD;&#x51FA;&#x304C;&#x4F4D;&#x7F6E;&#x8AA4;&#x5DEE; 1% &#x4EE5;&#x4E0B;&#x3067;&#x89E6;&#x899A;&#x306E;&#x30ED;&#x30FC;&#x30AB;&#x30EA;&#x30BC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306E;&#x305F;&#x3081;&#x306B;&#x5341;&#x5206;&#x3067;&#x3042;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x307E;&#x305F;&#x3001;&#x62BD;&#x51FA;&#x3057;&#x305F;&#x5468;&#x6CE2;&#x6570;&#x306E;&#x6E1B;&#x8870;&#x7279;&#x6027;&#x306E;&#x6750;&#x6599;&#x5206;&#x985E;&#x304C;&#x4F7F;&#x7528;&#x3055;&#x308C;&#x307E;&#x3059;&#x3002;&#x7B2C;&#x4E8C;&#x306B;&#x3001;&#x30D5;&#x30FC;&#x30EA;&#x30A8; &#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB;&#x3001;&#x4EBA;&#x5DE5;&#x30CB;&#x30E5;&#x30FC;&#x30E9;&#x30EB; &#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF; &#xFF08;&#x9023;&#x7D61;&#x5148;&#x8DDD;&#x96E2;&#x3092;&#x30C7;&#x30B3;&#x30FC;&#x30C9;&#x3057;&#x3001;&#x63A5;&#x70B9;&#x6750;&#x6599;&#x3092;&#x5206;&#x985E;&#x3059;&#x308B;&#x305F;&#x3081;&#x306B;&#x8A13;&#x7DF4;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059; ANN &#x306B;&#x3088;&#x308B;&#xFF09; &#x5206;&#x6790;&#x3059;&#x308B;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3057;&#x307E;&#x3059;&#x3002;&#x7B2C;&#x4E09;&#x306B;&#x3001;&#x52B9;&#x7387;&#x3092;&#x6539;&#x5584;&#x3057;&#x3066;&#x5E2F;&#x57DF;&#x975E;&#x8CA0;&#x884C;&#x5217;&#x56E0;&#x5B50;&#x5206;&#x89E3;&#x306E;&#x30A2;&#x30D7;&#x30EA;&#x30B1;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x306B;&#x3088;&#x308B;&#x30D5;&#x30FC;&#x30EA;&#x30A8; &#x30B9;&#x30DA;&#x30AF;&#x30C8;&#x30EB; &#x30D5;&#x30A3;&#x30EB;&#x30BF; &#x30EA;&#x30F3;&#x30B0;&#x306B;&#x3088;&#x3063;&#x3066;&#x3053;&#x3068;&#x304C;&#x3067;&#x304D;&#x307E;&#x3059;.&#x3053;&#x308C;&#x306F; 95% 8% &#x306B;&#x3088;&#x3063;&#x3066;&#x3060;&#x3051;&#x5206;&#x985E;&#x6027;&#x80FD;&#x3092;&#x524A;&#x6E1B;&#x3057;&#x306A;&#x304C;&#x3089;&#x5165;&#x529B;&#x306E;&#x6B21;&#x5143;&#x3092;&#x4F4E;&#x6E1B;&#x3057;&#x307E;&#x3059;&#x3002;&#x6700;&#x5F8C;&#x306B;&#x3001;&#x6211;&#x3005; &#x306F; FFT &#x3068;&#x30B9;&#x30D1;&#x30A4;&#x30AD;&#x30F3;&#x30B0;&#x30CB;&#x30E5;&#x30FC;&#x30ED;&#x30F3;&#x306E;&#x914D;&#x5217;&#x306B;&#x3088;&#x3063;&#x3066;&#x7F6E;&#x304D;&#x63DB;&#x3048;&#x308B;&#x5F7C;&#x3089;&#x30B9;&#x30D1;&#x30A4;&#x30AF;&#x7387;&#x5165;&#x529B;&#x5468;&#x6CE2;&#x6570;&#x306E;&#x95A2;&#x6570;&#x3067;&#x3059;&#x304C;&#x5F90;&#x3005; &#x306B;&#x5171;&#x9CF4;&#x7279;&#x6027;&#x304C;&#x7570;&#x306A;&#x308A;&#x307E;&#x3059;&#x3002;&#x79C1;&#x9054;&#x306F;&#x3053;&#x306E;&#x30CD;&#x30C3;&#x30C8;&#x30EF;&#x30FC;&#x30AF;&#x5FDC;&#x7528;&#x8ECA;&#x8F2A;&#x578B;&#x30ED;&#x30DC;&#x30C3;&#x30C8;&#x306E;&#x89E6;&#x899A;&#x306E;&#x9023;&#x7D61;&#x5148;&#x306E;&#x30A4;&#x30D9;&#x30F3;&#x30C8;&#x3092;&#x691C;&#x51FA;&#x3057;&#x3066;&#x3069;&#x306E;&#x3088;&#x3046;&#x306B;&#x6709;&#x5BB3;&#x306B;&#x306A;&#x308B;&#x3053;&#x3068;&#x3092;&#x793A;&#x3059;&#x89E6;&#x89D2;&#x306E;&#x30C0;&#x30A4;&#x30CA;&#x30DF;&#x30AF;&#x30B9;&#x306B;&#x53CA;&#x307C;&#x3059;&#x30ED;&#x30DC;&#x30C3;&#x30C8;&#x901F;&#x5EA6;&#x306E;&#x5165;&#x529B;&#x4FE1;&#x53F7;&#x306E;&#x72B6;&#x614B;&#x306B;&#x4F9D;&#x5B58;&#x3057;&#x305F;&#x5909;&#x8ABF;&#x306B;&#x3088;&#x308A;&#x6291;&#x5236;&#x3067;&#x304D;&#x307E;&#x3059;&#x3002;

&#x6606;&#x866B;&#x89E6;&#x767A;&#x30D0;&#x30A4;&#x30AA;&#x30CB;&#x30C3;&#x30AF; &#x30BB;&#x30F3;&#x30B5;&#x30FC;&#x89E6;&#x899A;&#x30ED;&#x30FC;&#x30AB;&#x30EA;&#x30BC;&#x30FC;&#x30B7;&#x30E7;&#x30F3;&#x304A;&#x3088;&#x3073;&#x6750;&#x6599;&#x5206;&#x985E;&#x72B6;&#x614B;&#x4F9D;&#x5B58;&#x578B;&#x5909;&#x8ABF;&#x3068;&#x306F;&#x3002;

&#xACE4;&#xCDA9; &#xCE74; A &#xADF8;&#xB4E4;&#xC758; &#xBA38;&#xB9AC;&#xC5D0; &#xC30D;&#xC758; &#xC548;&#xD14C;&#xB098;: &#xBCF5;&#xD569; &#xAC10;&#xAC01; &#xAE30;&#xAD00;&#xC758; &#xB2E4;&#xC591; &#xD55C; &#xAC10;&#xAC01; &#xAE30;&#xBC18; &#xB3D9;&#xC791;&#xC744; &#xC81C;&#xACF5; &#xD558;&#xB294;. &#xC6B4;&#xB3D9;, &#xD558;&#xB294; &#xB3D9;&#xC548; &#xC548;&#xD14C;&#xB098; &#xADFC;&#xCC98; &#xBC94;&#xC704; &#xBC29;&#xD5A5; &#xD0D0;&#xC9C0;, &#xC9C0;&#xC5ED;&#xD654;, &#xD504;&#xB85C; &#xBE59;, &#xBC0F; &#xD611;&#xC0C1; &#xD558;&#xB294; &#xC7A5;&#xC560;&#xBB3C;&#xC5D0; &#xC608;&#xC5D0; &#xAD00;&#xB828;. &#xC5EC;&#xAE30;&#xC5D0; &#xC6B0;&#xB9AC;&#xAC00; &#xD604;&#xC7AC; &#xBC14;&#xC774;&#xC624; &#xB2C9;, &#xD65C;&#xC131; &#xCD09;&#xAC01; &#xAC10;&#xC9C0; &#xC2DC;&#xC2A4;&#xD15C; &#xACE4;&#xCDA9; &#xC548;&#xD14C;&#xB098;&#xC5D0; &#xC758;&#xD574; &#xC601;&#xAC10; &#xC744;&#xB41C;. &#xADF8;&#xAC83;&#xC740; &#xC791;&#xB3D9; &#xC2DD; &#xAC1C;&#xD3D0; &#xD0C4;&#xC131; &#xB85C;&#xB4DC; &#xD130;&#xBBF8;&#xB110; &#xAC00;&#xC18D; &#xC13C;&#xC11C;&#xB97C; &#xAC16;&#xCD98; &#xAD6C;&#xC131; &#xB429;&#xB2C8;&#xB2E4;. &#xCE21;&#xC815; &#xC6D0;&#xB9AC; &#xAC1C;&#xCCB4;&#xC640; &#xC811;&#xCD09; &#xC2DC; &#xB4F1;&#xB85D; &#xB41C; &#xAC10;&#xC1E0; &#xACE0;&#xC870;&#xD30C; &#xC9C4;&#xB3D9;&#xC758; &#xBD84;&#xC11D;&#xC744; &#xAE30;&#xBC18;&#xC73C;&#xB85C; &#xD569;&#xB2C8;&#xB2E4;. &#xBC1C;&#xC9C4;&#xC758; &#xC9C0;&#xBC30;&#xC801;&#xC778; &#xC8FC;&#xD30C;&#xC218; &#xD504;&#xB85C;&#xBE0C;&#xC5D0; &#xB530;&#xB77C; &#xC811;&#xC810;&#xC758; &#xAC70;&#xB9AC;&#xB97C; &#xACB0;&#xC815; &#xD558;&#xB824;&#xBA74; &#xCD94;&#xCD9C; &#xD558; &#xACE0; &#xAE30;&#xC800; &#xAC01;&#xB3C4; &#xC778;&#xCF54;&#xB354; &#xADF9; &#xC88C;&#xD45C;&#xACC4;&#xC5D0;&#xC11C; &#xCD09;&#xAC01; &#xC9C0;&#xC5ED;&#xD654; &#xD5C8;&#xC6A9;. &#xB9C8;&#xC9C0;&#xB9C9;&#xC73C;&#xB85C;, &#xB4F1;&#xB85D; &#xB41C; &#xC2E0;&#xD638;&#xC758; &#xB310;&#xD551; &#xB3D9;&#xC791;&#xC740; &#xB300;&#xBD80;&#xBD84; &#xC790;&#xB8CC;&#xB97C; &#xD655;&#xC778; &#xD558;&#xAE30; &#xC704;&#xD574; &#xC545;&#xC6A9; &#xB429;&#xB2C8;&#xB2E4;. &#xCD09;&#xAC01; &#xC13C;&#xC11C; &#xC2E0;&#xACBD; &#xADF8;&#xB7F4; &#xB4EF; &#xD568; &#xC99D;&#xAC00; &#xD568;&#xAED8; 4 &#xAC1C;&#xC758; &#xBC29;&#xC2DD;&#xC744; &#xD14C;&#xC2A4;&#xD2B8;: &#xBA3C;&#xC800;, &#xC6B0;&#xB9AC; &#xD478;&#xB9AC;&#xC5D0; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC;&#xC5D0;&#xC11C; &#xD53C;&#xD06C; &#xCD94;&#xCD9C;&#xC740; 1% &#xBBF8;&#xB9CC; &#xC704;&#xCE58; &#xC624;&#xB958;&#xC640; &#xD568;&#xAED8; &#xCD09;&#xAC01; &#xC9C0;&#xC5ED;&#xD654;&#xC5D0; &#xB300; &#xD55C; &#xCDA9;&#xBD84; &#xD55C; &#xD45C;&#xC2DC;. &#xB610;&#xD55C;, &#xCD94;&#xCD9C; &#xB41C; &#xC8FC;&#xD30C;&#xC218;&#xC758; &#xB310;&#xD551; &#xC18D;&#xC131;&#xC740; &#xC7AC;&#xB8CC; &#xAD6C;&#xBD84; &#xC0AC;&#xC6A9; &#xD558; &#xACE0; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;. &#xB458;&#xC9F8;, &#xC6B0;&#xB9AC;&#xB294; &#xD478;&#xB9AC;&#xC5D0; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC;&#xC5D0; &#xC758;&#xD574; &#xD55C; &#xC778;&#xACF5; &#xC2E0;&#xACBD; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; (&#xC564;) &#xC5F0;&#xB77D;&#xCC98; &#xC790;&#xB8CC;&#xB97C; &#xBD84;&#xB958; &#xD558; &#xACE0; &#xC5F0;&#xB77D;&#xCC98; &#xAC70;&#xB9AC;&#xB97C; &#xB514;&#xCF54;&#xB529;&#xD560; &#xD6C8;&#xB828; &#xC218; &#xC788;&#xB294; &#xBD84;&#xC11D; &#xD558;&#xC2E4; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xBCF4;&#xC5EC;&#xC90D;&#xB2C8;&#xB2E4;. &#xC14B;&#xC9F8;, &#xC6B0;&#xB9AC;&#xB294; &#xC5BC;&#xB9C8;&#xB098; &#xD6A8;&#xC728; &#xBC34;&#xB4DC; &#xD1B5;&#xACFC; &#xC74C;&#xC218;&#xAC00; &#xC544;&#xB2CC; &#xD589;&#xB82C; &#xACF1;&#xC758; &#xC751;&#xC6A9; &#xD504;&#xB85C;&#xADF8;&#xB7A8;&#xC5D0; &#xC758;&#xD574; &#xD478;&#xB9AC;&#xC5D0; &#xC2A4;&#xD399;&#xD2B8;&#xB7FC;&#xC744; &#xD544;&#xD130;&#xB9C1; &#xD558; &#xC5EC; &#xD5A5;&#xC0C1; &#xC2DC;&#xD0AC; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4; &#xBCF4;&#xC5EC;&#xC90D;&#xB2C8;&#xB2E4;. 8%&#xB9CC; &#xBD84;&#xB958; &#xC131;&#xB2A5;&#xC744; &#xC904;&#xC774;&#xBA74;&#xC11C; &#xC785;&#xB825;&#xB41C; &#xCC28;&#xC6D0; 95%&#xB85C; &#xC904;&#xC5B4;&#xB4ED;&#xB2C8;&#xB2E4;. &#xB9C8;&#xC9C0;&#xB9C9;&#xC73C;&#xB85C;, &#xC6B0;&#xB9AC; &#xC694;&#xB3D9;&#xACFC; &#xC2E0;&#xACBD; &#xC138;&#xD3EC;&#xC758; &#xBC30;&#xC5F4;&#xC5D0; &#xC758;&#xD574;&#xB294; FFT&#xB97C; &#xB300;&#xCCB4; &#xADF8;&#xB4E4;&#xC758; &#xC2A4;&#xD30C;&#xC774;&#xD06C; &#xC18D;&#xB3C4; &#xC785;&#xB825;&#xB41C; &#xC8FC;&#xD30C;&#xC218;&#xC758; &#xD568;&#xC218;&#xB294; &#xC810;&#xCC28;&#xC801;&#xC73C;&#xB85C; &#xACF5;&#xBA85; &#xC18D;&#xC131;&#xC744; &#xC11C;&#xB85C; &#xB2E4;&#xB978;. &#xC6B0;&#xB9AC;&#xB294;&#xC774; &#xB124;&#xD2B8;&#xC6CC;&#xD06C; &#xBC14;&#xD034;&#xAC00; &#xB2EC;&#xB9B0;&#xB41C; &#xB85C;&#xBD07;&#xC758; &#xCD09;&#xAC01; &#xC5F0;&#xB77D;&#xCC98; &#xC774;&#xBCA4;&#xD2B8;&#xB97C; &#xAC10;&#xC9C0; &#xD558; &#xACE0; &#xC5BC;&#xB9C8;&#xB098; &#xD574;&#xB85C;&#xC6B4; &#xC218; &#xD45C;&#xC2DC; &#xC785;&#xB825; &#xC2E0;&#xD638;&#xC758; &#xC0C1;&#xD0DC;&#xC5D0; &#xB530;&#xB77C; &#xB2E4;&#xB985;&#xB2C8;&#xB2E4; &#xBCC0;&#xC870;&#xC5D0; &#xC758;&#xD574; &#xB354;&#xB4EC;&#xC774; &#xC5ED;&#xD559;&#xC5D0; &#xB85C;&#xBD07; &#xC18D;&#xB3C4;&#xC758; &#xD6A8;&#xACFC; &#xC5B5;&#xC81C;&#xD560; &#xC218; &#xC788;&#xC2B5;&#xB2C8;&#xB2E4;.

&#xACE4;&#xCDA9; &#xC601;&#xAC10;&#xC744; &#xBC14;&#xC774;&#xC624; &#xB2C9; &#xC13C;&#xC11C; &#xCD09;&#xAC01; &#xC9C0;&#xC5ED;&#xD654; &#xBC0F; &#xC0C1;&#xD0DC; &#xC885;&#xC18D; &#xBCC0;&#xC870;&#xC640; &#xBB3C;&#xC9C8; &#xBD84;&#xB958;.

INSECTOS llevan A par de antenas en su cabeza: &oacute;rganos sensoriales multimodales que sirven una amplia gama de comportamientos guiados por sensorial. Durante la locomoci&oacute;n, antenas est&aacute;n implicados en la orientaci&oacute;n cerca de rango, por ejemplo en la detecci&oacute;n, localizaci&oacute;n, sondeo y obst&aacute;culos de la negociaci&oacute;n. Aqu&iacute; presentamos un bionic, activo t&aacute;ctil sistema de detecci&oacute;n inspirado por antenas de insectos. Se compone de una barra el&aacute;stica actuada equipada con un sensor de aceleraci&oacute;n terminal. El principio de medici&oacute;n se basa en el an&aacute;lisis de oscilaciones arm&oacute;nicas amortiguados registrado al entrar en contacto con un objeto. La frecuencia dominante de la oscilaci&oacute;n se extrae para determinar la distancia del punto de contacto a lo largo de la sonda y codificadores angulares basales permiten la localizaci&oacute;n t&aacute;ctil en un sistema de coordenadas polares. Finalmente, el comportamiento de la amortiguaci&oacute;n de la se&ntilde;al registrada es explotado para determinar el material m&aacute;s probable. El sensor t&aacute;ctil es probado en cuatro enfoques con mayor plausibilidad neural: en primer lugar, mostramos que extracci&oacute;n de pico del espectro de Fourier es suficiente para la localizaci&oacute;n t&aacute;ctil con errores de posici&oacute;n debajo del 1%. Tambi&eacute;n, la propiedad de amortiguaci&oacute;n de la frecuencia extra&iacute;da se utiliza para la clasificaci&oacute;n de material. En segundo lugar, mostramos que el espectro de Fourier puede analizarse por una red neuronal Artificial (ANN) que pueden ser entrenados para decodificar distancia contacto y clasificar los materiales del contacto. En tercer lugar, mostramos c&oacute;mo puede mejorarse la eficiencia por band-pass filtrado el espectro de Fourier aplicando factorizaci&oacute;n de matriz no negativo. Esto reduce la dimensi&oacute;n de la entrada en un 95% reduciendo el rendimiento de la clasificaci&oacute;n por 8% solamente. Por &uacute;ltimo, sustituimos la FFT por matriz de clavar las neuronas con gradualmente diferentes propiedades de resonancia, tal que su tasa de punto es una funci&oacute;n de la frecuencia de entrada. Demostramos que esta red puede ser aplicado para detectar eventos contactos t&aacute;ctiles de un robot sobre ruedas y c&oacute;mo perjudiciales efectos de la velocidad del robot en antenal din&aacute;mica pueden suprimirse estado-dependiente modulaci&oacute;n de las se&ntilde;ales de entrada.

Un insecto inspiraci&oacute;n bionic sensor para t&aacute;ctil localizaci&oacute;n y clasificaci&oacute;n de material con estado-dependiente modulaci&oacute;n.

Sven Hellbach

Biography

JoVE Journal Publications

Other Publications