需要JoVE订阅才能观看此内容。 请登录或开始免费试用

方法文章

昆虫控制机器人：用于评估昆虫嗅觉追踪能力的移动机器人平台

14.3K 次观看

⸱

DOI：

10.3791/54802

⸱

2016年12月19日

 ,  , 
1Research Center for Advanced Science and Technology, The University of Tokyo

本文内容

摘要

定位气味源的能力对昆虫的生存至关重要，并有望应用于人工气味追踪。由真实蚕蛾控制的机器人能够通过机器人平台评估昆虫的气味追踪能力。

摘要

机器人嗅源定位一直是一个具有挑战性的研究领域，人们期望借助生物学知识来推动其发展，因为寻找气味源是生物体生存的基本任务。昆虫是气味追踪研究中被广泛研究的生物，其行为策略已被应用于移动机器人以进行评估。这种“自下而上”的方法是开发仿生机器人的基本途径；然而，对生物系统的行为机制进行生物学分析和建模仍在持续进行中。因此，目前尚不清楚此类生物系统作为机器人平台控制器时的实际工作原理。为回答这一问题，我们开发了一种由昆虫控制的机器人，其中一只雄性成年家蚕蛾（Bombyx mori）在气味刺激下驱动一辆机器人小车；该系统可被视为未来昆虫仿生机器人的原型。在机器人的驾驶舱内，一只被固定住的家蚕蛾在一个气浮球上行走，光学传感器用于测量球体的旋转运动。这些旋转信号被转换为两轮机器人的运动指令。这种“混合”方法的优势在于，实验人员可以任意调节机器人的任何参数，从而能够评估昆虫的气味追踪能力，并为机器人气味追踪技术提供有益的参考。此外，这些调节手段是一种非侵入性方式，可用于改变作为操控者的昆虫的感知-运动关系，将成为研究适应性行为的有用技术。

引言

能够自主寻找气味源的机器人对社会的安全与保障具有重要意义。它们可用于探测灾难事故中的受困人员、机场内的毒品或爆炸物，以及环境中危险物质的泄漏或溢出。目前，这些任务完全依赖经过良好训练的动物（例如，犬类）来完成，而人们迫切期望通过机器人实现气味源定位，以减轻这些动物的工作负担。对机器人而言，寻找气味源是一项具有挑战性的任务，因为大气中的气味分子呈间歇性分布1；因此，持续获取气味浓度梯度信息并不总是可行的。因此，必须采用基于间歇性气味线索的搜索策略，才能实现机器人对气味源的有效定位2-4。

气味源定位对生物体的生存至关重要，包括寻找食物、交配对象以及产卵场所等任务。为了克服追踪分布不连续的气味物质的困难，生物体进化出了多种行为策略，主要包括两种基本行为：在接收到气味信号时向上游移动，而在气味信号消失时则横向穿越气流5,6。这些反应性策略在昆虫中已有充分记录，并常与其他感知模态（如风向和视觉）相结合5-8。昆虫行为模型也为机器人技术提供了有益的参考3,9-11，其中行为算法或神经回路模型被应用于移动机器人，以评估其气味源定位能力10,12-15。从仿生学的角度来看，这种“自下而上”的方法无疑是开发仿生机器人的基本途径。然而，自下而上的方法并非获得有效搜索策略的捷径，因为生物学研究仍在持续进行中，且支撑昆虫行为的感知-运动系统的建模尚未完成。因此，目前尚不清楚此类生物系统作为机器人平台控制器的实际工作机制。

本文展示了一种简单“自上而下”方法的实验方案，用于开发由生物系统控制的气味追踪移动机器人16,17。该机器人由一只真实的昆虫控制，可被视为未来仿生昆虫机器人的原型。在机器人的驾驶舱内，一只被固定住的雄性成年家蚕蛾（Bombyx mori）在一个由气流支撑的球体上行走，以响应通过气流抽吸管传递至其每根触角的雌性性信息素。机载蛾子行走所引起的球体转动由光学传感器测量，并转化为两轮机器人的运动。这种“混合”方法的优势在于，研究者可以在机器人平台上研究昆虫感觉-运动系统的工作机制，其中作为操纵者的昆虫处于机器人与真实气味环境之间的闭环之中。对机器人硬件的操控会改变该闭环；因此，由昆虫控制的机器人成为工程师和生物学家均有用的研究平台。从工程学角度看，该机器人代表了将生物模型应用于满足机器人任务需求的初步尝试。从生物学角度看，该机器人是研究闭环条件下感觉-运动控制的实验平台。

访问受限。请登录或开始试用以查看此内容。

方案

1. 实验动物

  1. 准备一个塑料盒，用于存放雄性家蚕（B. mori）蛹，直至其羽化。在盒底铺上纸巾，并在盒子内壁周围放置 cardboard 片（图1A）。
    注意： cardboard 片对于成虫在羽化过程中展开翅膀时抓握是必要的（图1A）。
  2. 将雄性家蚕（Bombyx mori）蛹放入盒中，并置于25 °C、16小时光照:8小时黑暗光周期的培养箱中，直至羽化。
    注意：可通过腹部的性别标记区分雄性和雌性蛹（图1B）。
  3. 在羽化后收集雄性成虫，并将其转移至新盒子中。
  4. 将成虫置于培养箱中，在16小时光照:8小时黑暗光周期条件下饲养，并将温度降至15 °C，以在实验前降低其活动性。

2. 固定家蚕蛾

  1. 制作用于固定昆虫的装置（图2A）
    注意：该装置由一根铜丝构成，其末端附有一条薄塑料片。这可确保蚕蛾行走时胸部的背腹方向运动（图2B）。
    1. 准备一条尺寸为 2 × 40 mm（厚度：0.1 mm）的薄塑料片，并将其从中间对折。
    2. 使用粘合剂将对折后的塑料片固定在铜丝的末端。
    3. 将对折塑料片的末端弯曲，以便固定蚕蛾的胸部。
  2. 实验应在光照周期内使用成年蛾（2–8 日龄）进行。
    注意：蚕蛾对信息素的敏感性高度依赖于昼夜节律18。由于 B. mori 属于昼行性蛾类，实验必须在光照周期内进行。
  3. 使用湿润的纸巾（或棉签）轻轻擦除胸部背面（中胸背板）上的所有鳞片，暴露中胸背板的体壁（图2C）。
  4. 使用小型平口螺丝刀，在固定装置的塑料片条以及暴露的中胸背板表面涂抹粘合剂，并等待 5–10 分钟，直至粘合剂不再具有黏性。
    注意：粘合剂不得接触翅基关节或前翅翅缰（图2C）。
  5. 将中胸背板与固定装置粘合固定。
  6. 在将蛾放入机器人驾驶舱之前，保持其处于固定状态。将固定装置置于支架上，并在蛾足下方放置一张纸片以支撑其身体。

3. 昆虫控制的机器人

  1. 基于先前的研究设计昆虫控制机器人的硬件16,17,19。
    注意：该昆虫控制机器人由一个气浮式跑步机组成，跑步机配备光学鼠标传感器以捕捉昆虫的运动，使用定制的基于AVR的微控制器板进行信号处理和电机控制，并配备两个直流无刷电机（图3和图4）。该机器人可根据球体旋转实现运行，精度达到96%或更高，时间延迟在200毫秒以内。它还能确保机器人在模拟蚕蛾信息素追踪行为时，达到蚕蛾最大前进速度（24.8 mm/sec）和角速度（96.3°/sec）的运动能力16。跑步机的气流系统（图5A）和气味递送系统（图5B）设计用于使搭载的蛾子能够在球体上平稳行走，并通过其两根触角感知气味。跑步机的进气口和气流通道与气味递送系统相互分离，以避免信息素污染。
  2. 基于先前的研究设计机载微控制器的软件16。
    注意：机载微控制器根据光学传感器测得的昆虫运动（旋转分量Δx；平移分量Δy；图6）计算机器人的运动。机器人单位时间内的行进距离（ΔL）和转向角度（Δθ）基于左右轮各自行进的距离（左轮ΔLL，右轮ΔLR）计算得出，公式为：ΔL = (ΔLL + ΔLR) / 2，Δθ = (ΔLL - ΔLR) / Dwheel，其中Dwheel为两轮之间的距离（120 mm）。ΔLL和ΔLR可进一步表示为：ΔLL = ΔLx,L + ΔLy,L，ΔLR = ΔLx,R + ΔLy,R，其中ΔLx,L和ΔLx,R为由Δx控制的左右轮行进距离，ΔLy,L和ΔLy,R为由Δy控制的左右轮行进距离。理想情况下，ΔLx,L和ΔLx,R满足ΔLx,L = -ΔLx,R = G Δx (Dwheel / Dball)，而ΔLy,L和ΔLy,R满足ΔLy,L = ΔLy,R = G Δy，其中G为电机增益，Dball为球体直径（50 mm）。在实际操作中，电机增益需针对左右轮以及正反转方向分别独立设定，以校准机器人运动。独立增益设置还可用于设定非对称的电机旋转，从而产生机器人的转向偏置（见步骤6.1）。
  3. 用清水清洗白色发泡聚苯乙烯球体表面（质量：约2 g；直径：50 mm），以去除任何可能的嗅觉或视觉线索。
    注意：新球体表面应使用细粒度砂纸（如P400）打磨粗糙，以确保昆虫腿部在球体上有良好的抓地力。
  4. 开启鼓风机风扇，以9 V电压向跑步机供气，使球体悬浮（图5A）。观察球体是否在杯底上方约2 mm处稳定悬浮。
  5. 使用螺丝将连接蛾子的铜丝（见步骤2）固定在机器人驾驶舱的固定装置上（参见图3插图）。确保蛾子的中足位于球体中心位置（图7A）。
  6. 调整连接装置的垂直位置，使蛾子能够在球体上正常行走。在安装蛾子前后，保持球体高度一致（图7B）。
    注意：若连接装置位置过低，会对蛾子施加压力，导致其向后行走以抵抗压力（图7C）；若位置过高，则会导致行走不稳定，并因球体垂直位置变化而引发传感器失效（图7D）。为检测正常行走行为，可使用单次脉冲式信息素刺激诱导蛾子行走（信息素刺激方法见步骤4）。请注意，测试刺激应尽可能微弱，因为此前暴露于蚕蛾醇（bombykol）会使蚕蛾产生习惯化，降低其敏感性（Matsuyama 和 Kanzaki，未发表数据）。

4. 气味源制备

注意：雄性家蚕（B. mori）对同种雌性性信息素的主要成分（蚕蛾醇：(E,Z)-10,12-十六碳二烯-1-醇）极为敏感20。实验器具若被蚕蛾醇污染，会引发雄蛾的趋味行为，并影响其反应性。

  1. 取10 µl溶于正己烷（200 ng/µl）的蚕蛾醇溶液，滴加到一片滤纸上（约10 mm × 10 mm）。每片滤纸上的蚕蛾醇含量为2,000 ng。
    注意： 为检测蛾类正常的行走行为，需在此步骤中制备信息素刺激 cartridge。该cartridge为一支玻璃巴斯德移液管，内含一片载有2,000 ng蚕蛾醇的滤纸。通过挤压橡胶头可将含有蚕蛾醇的空气吹出。

5. 气味源定位实验

  1. 开启抽气式风洞（1,800 × 900 × 300 mm，长 × 宽 × 高；图8）的风扇，并将风速设置为 0.7 m/sec。确保温度高于 20 °C。
  2. 将气味源（含有 bombykol 的滤纸片）置于风洞上游。
    注意：实验前应使用 TiCl417,19 确认气流羽流的宽度。
  3. 打开机器人的微控制器板，并通过蓝牙建立与计算机的串行连接。
  4. 启动一个名为 "BioSignal," 的定制 Java 程序，该程序提供计算机与机器人之间的接口。
    注意：主窗口包含用于向机器人发送指令的按钮、用于显示串行通信输入和输出的文本窗口，以及用于配置参数的小型选项框。后续命令通过点击该程序中的相应按钮发送，视频采集除外。
  5. 点击 "about device" 按钮，通过指定的 COM 端口向机器人发送指令以确认连接，并检查机器人是否返回消息。
  6. 点击 "memory erase" 按钮，清除板载闪存中残留的先前运动数据。
  7. 点击 "drivemode1" 按钮，向机器人发送默认的电机增益参数。
    注意：对电机增益的调整以及昆虫运动与机器人运动之间的时间延迟操作均在此步骤之后进行（见步骤 6.1 和 6.3，图9）。
  8. 点击 "don't drive" 按钮，发送指令使机器人保持静止，直至实验开始。
  9. 将机器人放置于起始位置（距气味源下游 600 mm 处），并打开电机驱动板的开关。
  10. 按下摄像机的录制按钮，开始视频采集。
  11. 点击 "rec start" 按钮，发送启动指令，使机器人开始运行，同时在板载闪存中同步记录球体旋转数据。观察机器人是否开始移动并追踪气味羽流。
  12. 当机器人定位到气味源时，点击 "rec stop" 和 "don't drive" 按钮，发送指令以停止机器人运动和数据记录。
  13. 按下摄像机的录制按钮，停止视频采集。
  14. 通过串行连接，将记录的运动数据从板载闪存下载至计算机。关闭程序。

6. 昆虫控制机器人的操控

注意： 每项操作的时间点如图9所示。

  1. 调节电机增益
    注意： 此操作会改变机器人的平移和旋转速度。非对称的电机增益会产生转向偏差，可用于研究昆虫如何补偿该偏差17。
    1. 使用文本编辑器修改名为 "param2.txt" 的配置文件，以设定机器人两侧电机正向和反向旋转的旋转增益17（图6B）。
    2. 在软件程序中点击 "set param2" 按钮以读取已编辑的配置文件，然后点击 "drivemode2" 按钮将调整后的增益发送至机器人。
  2. 反转电机输出
    注意： 此操作提供了一种类似于双侧嗅觉输入反转（见步骤6.4）的条件，可用于研究双侧嗅觉的重要性。然而，电机输出的反转也会导致机载蛾类自身诱发的视觉运动发生反转。通过与嗅觉输入反转进行比较，可评估反转的自身诱发视觉输入的影响19。
    1. 通过交叉连接两个电机的控制线缆来实现双侧电机控制的反转。
  3. 调节昆虫运动与机器人动作之间的时间延迟
    注意： 此操作可用于研究机器人气味追踪过程中感官-运动处理所能接受的时间范围。微控制器将运动数据存储在缓冲内存中，并在指定的时间延迟后进行处理。请注意，机器人内部最大时间延迟为200毫秒；因此，实际时间延迟预计为设定延迟加上200毫秒16,17。
    1. 在主窗口的小方框中输入一个0到10之间的数字，以设定0至1000毫秒之间、步长为100毫秒的时间延迟。
    2. 点击 "set delay" 按钮以应用该时间延迟。
  4. 调节嗅觉输入
    注意： 此操作可用于研究双侧嗅觉输入的重要性。家蚕蛾的冲刺方向会偏向气味浓度较高的一侧22。
    1. 改变吸气管尖端之间的间距或将其位置互换，以改变每根触角所获取的气味浓度差异。
  5. 调节视觉输入
    注意： 此操作用于研究视觉输入在气味追踪中的作用。
    1. 用一张白纸覆盖顶罩，分别遮挡机载蛾类水平方向105°和垂直方向90°的视觉视野。

访问受限。请登录或开始试用以查看此内容。

结果

本文介绍了昆虫控制机器人成功定位气味源所需具备的基本特性。研究了机器人与蚕蛾之间的比较、气味输送系统的有效性，以及精确的双侧嗅觉和视觉输入的重要性。

自由行走的蛾类与昆虫控制机器人在气味追踪行为上的比较如图10A和B所示。在相同的气味条件下，行走的蛾类和机器人的成功率均为100%（行走的蛾类：由N = 10只蛾完成的10次试验；机器人：由N = 7只蛾完成的7次试验）。尽管机器人的运动轨迹比行走的蛾类更宽广，但两者在定位所需时间上无显著差异（P > 0.05，Wilcoxon秩和检验；蛾类：中位数 = 46.5 秒，IQR = 36.7，69.6；机器人：中位数 = 48.1 秒，IQR = 44.9，61.9）。

访问受限。请登录或开始试用以查看此内容。

讨论

家蚕成功控制机器人最关键的要点是让飞蛾在气浮球上平稳行走以及稳定地测量球体的旋转。因此，将家蚕固定并将其安置在球体上的合适位置是本实验方案中的关键步骤。若飞蛾与固定装置之间的粘附不当，或飞蛾在球体上的位置不正确，均会对飞蛾造成不自然的压力，从而干扰其正常的行走行为和/或导致光学传感器无法准确测量球体的旋转。此外，对聚苯乙烯球体表面进行粗糙化处理也非常重要，以防止飞蛾打滑。在进行气味追踪测试之前（参见步骤3.6），应仔细检查固定状态下飞蛾对气味刺激产生的运动反应以及机器人的相应移动情况。

使用较大的球体效果更好，因为它减小了跑步机的曲率，从而为昆虫腿部提供了一个近乎平坦的平面。此处使用的50 mm直径球体相较于家蚕蛾传统跑步机装置中所用的球体（直径：75 mm）相对较小24。然而，必须谨慎使用更大（更重）的球体，因为在机器人运动过程中球体的惯性不可忽略。如果搭载的雄蛾无法通过其腿部抑制球体因惯性力而产生的旋转，机器人将持续振荡，而雄蛾并未实际行走。因此，当实验人员考虑使用其他昆虫物种时，应根据昆虫腿部抓握力的强度及其体型来选择合适的球体尺寸。在进行气味源定位实验...

访问受限。请登录或开始试用以查看此内容。

披露

作者无任何利益冲突需要披露。

致谢

我们感谢松山茂提供纯化的蚕蛾醇。本工作得到了日本促进科学基金（JSPS KAKENHI，资助号 22700197 和 24650090）以及人类前沿科学计划（HFSP）的支持。

访问受限。请登录或开始试用以查看此内容。

材料

本文使用的材料清单
姓名公司目录编号评论
雄性成年家蚕蛾（Bombyx mori）从卵开始饲养，或直接购买蛹。
培养箱PanasonicMIR-254用于在恒温条件下储存蛹或成年家蚕蛾，容积为238 L。
塑料盒SunplatecO-3用于储存蛹或成年家蚕蛾，尺寸为299 × 224 × 62 mm（长 × 宽 × 高）。
铜丝直径2 mm，用于制作固定装置。任何刚性杆均可作为替代材料，用于固定家蚕蛾。 
塑料片KokuyoVF-1420N作为投影胶片出售，厚度为0.1 mm，用于固定装置的顶端。
镊子As one5SA用于清除胸部的鳞片。
粘合剂KonishiG17用于将家蚕蛾粘附到固定装置上。
昆虫控制机器人定制包含气浮式跑轮、光学传感器、基于AVR的定制微控制器板以及两个直流无刷电机。由8 × AA电池和3 × 006P电池供电。
微控制器AtmelATMEGA8昆虫控制机器人的组成部分。
直流鼓风机NidecA34342-55昆虫控制机器人的组成部分，用于在气浮跑轮中悬浮小球。 
直流风扇Minebea1606KL-04W-B50昆虫控制机器人的组成部分，用于吸入含有气味的空气。
光学鼠标传感器Agilent technologiesHDNS-2000昆虫控制机器人的组成部分，取自光学鼠标（型号M-GUWSRSV，Elecom，日本）。
无刷电机MaxonEC-45昆虫控制机器人的组成部分，用于驱动轮子。
白色聚苯乙烯球昆虫控制机器人的组成部分，直径50 mm，质量约2 g。
蚕蛾醇：
(E,Z)-10,12-十六碳二烯-1-醇		信越化学定制合成。
正己烷和光纯药085-00416蚕蛾醇的溶剂。
风洞定制抽气式，尺寸为1,800 × 900 × 300 mm（长 × 宽 × 高）。
BioSignal程序定制用于通过蓝牙建立昆虫控制机器人与计算机之间的串行通信，可发送指令以启动/停止机器人或配置其电机参数。 
摄像机SonyHDR-XR520V记录机器人的运动。

参考文献

  1. Murlis, J., Jones, C. D. Fine-scale structure of odor plumes in relation to insect orientation to distant pheromone and other attractant sources. Physiol Entomol. 6, 71-86 (1981).
  2. Vergassola, M., Villermaux, E., Shraiman, B. I. 'Infotaxis' as a strategy for searching without gradients. Nature. 445, 406-409 (2007).
  3. Kowadlo, G., Russell, R. A. Robot Odor Localization: A Taxonomy and Survey. The International Journal of Robotics Research. 27, 869-894 (2008).
  4. Hernandez Bennetts, V., Lilienthal, A. J., Neumann, P. P., Trincavelli, M. Mobile robots for localizing gas emission sources on landfill sites: is bio-inspiration the way to go. Frontiers in neuroengineering. 4, 20(2011).
  5. Vickers, N. J. Mechanisms of animal navigation in odor plumes. Biol Bull. 198, 203-212 (2000).
  6. Willis, M. A. Chemical plume tracking behavior in animals and mobile robots. Navigation. 55, 127-135 (2008).
  7. Carde, R. T., Willis, M. A. Navigational strategies used by insects to find distant, wind-borne sources of odor. J Chem Ecol. 34, 854-866 (2008).
  8. Frye, M. A. Multisensory systems integration for high-performance motor control in flies. Curr Opin Neurobiol. 20, 347-352 (2010).
  9. Russell, R. A. Survey of robotic applications for odor-sensing technology. The International Journal of Robotics Research. 20, 144-162 (2001).
  10. Russell, R. A., Bab-Hadiashar, A., Shepherd, R. L., Wallace, G. G. A comparison of reactive robot chemotaxis algorithms. Robot Auton Syst. 45, 83-97 (2003).
  11. Ishida, H., Nakamoto, T., Moriizumi, T., Kikas, T., Janata, J. Plume-tracking robots: a new application of chemical sensors. Biol Bull. 200, 222-226 (2001).
  12. Webb, B., Harrison, R. R., Willis, M. A. Sensorimotor control of navigation in arthropod and artificial systems. Arthropod Struct Dev. 33, 301-329 (2004).
  13. Kanzaki, R. How does a microbrain generate adaptive behavior. Int Congr Ser. 1301, 7-14 (2007).
  14. Kanzaki, R., Ando, N., Sakurai, T., Kazawa, T. Understanding and reconstruction of the mobiligence of insects employing multiscale biological approaches and robotics. Adv Robotics. 22, 1605-1628 (2008).
  15. Ravel, N., et al. Multiphasic on/off pheromone signalling in moths as neural correlates of a search strategy. Plos One. 8, 61220(2013).
  16. Emoto, S., Ando, N., Takahashi, H., Kanzaki, R. Insect-controlled robot-evaluation of adaptation ability. J Robot Mechatronics. 19, 436-443 (2007).
  17. Ando, N., Emoto, S., Kanzaki, R. Odour-tracking capability of a silkmoth driving a mobile robot with turning bias and time delay. Bioinspir Biomim. 8, 016008(2013).
  18. Gatellier, L., Nagao, T., Kanzaki, R. Serotonin modifies the sensitivity of the male silkmoth to pheromone. J Exp Biol. 207, 2487-2496 (2004).
  19. Ando, N., Kanzaki, R. A simple behaviour provides accuracy and flexibility in odour plume tracking - the robotic control of sensory-motor coupling in silkmoths. J. Exp. Biol. 218, 3845-3854 (2015).
  20. Kaissling, K. E. Insect olfaction. Handbook of Sensory Physiology Vol. 4. Beidler, L. M. , Springer-Verlag. 351-431 (1971).
  21. Kanzaki, R., Sugi, N., Shibuya, T. Self-generated zigzag turning of Bombyx mori males during pheromone-mediated upwind walking. Zool Sci. 9, 515-527 (1992).
  22. Takasaki, T., Namiki, S., Kanzaki, R. Use of bilateral information to determine the walking direction during orientation to a pheromone source in the silkmoth Bombyx mori. J Comp Physiol. A. 198, 295-307 (2012).
  23. Kanzaki, R. Coordination of wing motion and walking suggests common control of zigzag motor program in a male silkworm moth. J Comp Physiol A. 182, 267-276 (1998).
  24. Pansopha, P., Ando, N., Kanzaki, R. Dynamic use of optic flow during pheromone tracking by the male silkmoth, Bombyx mori. J Exp Biol. 217, 1811-1820 (2014).
  25. Loudon, C., Koehl, M. A. R. Sniffing by a silkworm moth: Wing fanning enhances air penetration through and pheromone interception by antennae. J. Exp. Biol. 203, 2977-2990 (2000).
  26. Lebedev, M. A., Nicolelis, M. A. L. Brain-machine interfaces: past, present and future. Trends Neurosci. 29, 536-546 (2006).
  27. Ejaz, N., Peterson, K. D., Krapp, H. G. An experimental platform to study the closed-loop performance of brain-machine interfaces. Journal of visualized experiments : JoVE. , (2011).
  28. Minegishi, R., Takashima, A., Kurabayashi, D., Kanzaki, R. Construction of a brain-machine hybrid system to evaluate adaptability of an insect. Robot Auton Syst. 60, 692-699 (2012).
  29. Martinez, D., Arhidi, L., Demondion, E., Masson, J. B., Lucas, P. Using insect electroantennogram sensors on autonomous robots for olfactory searches. Journal of visualized experiments : JoVE. , e51704(2014).
  30. Ortiz, L. I. A mobile electrophysiology board for autonomous biorobotics. , The University of Arizona. MS thesis (2006).
  31. Bohil, C. J., Alicea, B., Biocca, F. A. Virtual reality in neuroscience research and therapy. Nat Rev Neurosci. 12, 752-762 (2011).
  32. Dombeck, D. A., Reiser, M. B. Real neuroscience in virtual worlds. Curr Opin Neurobiol. 22, 3-10 (2012).
  33. Roth, E., Sponberg, S., Cowan, N. J. A comparative approach to closed-loop computation. Curr Opin Neurobiol. 25, 54-62 (2014).
  34. Leinweber, M., et al. Two-photon calcium imaging in mice navigating a virtual reality environment. Journal of visualized experiments : JoVE. , e50885(2014).
  35. Takalo, J., et al. A fast and flexible panoramic virtual reality system for behavioural and electrophysiological experiments. Sci Rep. 2, 324(2012).
  36. Bahl, A., Ammer, G., Schilling, T., Borst, A. Object tracking in motion-blind flies. Nat Neurosci. 16, 730-738 (2013).
  37. Bellmann, D., et al. Optogenetically Induced olfactory stimulation in Drosophila larvae reveals the neuronal basis of odor-aversion behavior. Front Behav Neurosci. 4, 27(2010).
  38. Gaudry, Q., Hong, E. J., Kain, J., de Bivort, B. L., Wilson, R. I. Asymmetric neurotransmitter release enables rapid odour lateralization in Drosophila. Nature. 493, 424-428 (2013).
  39. Tabuchi, M., et al. Pheromone responsiveness threshold depends on temporal integration by antennal lobe projection neurons. Proc Natl Acad Sci U S A. 110, 15455-15460 (2013).
  40. Schulze, A., et al. Dynamical feature extraction at the sensory periphery guides chemotaxis. Elife. 4, 06694(2015).
  41. Duistermars, B. J., Chow, D. M., Frye, M. A. Flies require bilateral sensory input to track odor gradients in flight. Curr Biol. 19, 1301-1307 (2009).
  42. Gomez-Marin, A., Duistermars, B. J., Frye, M. A., Louis, M. Mechanisms of odor-tracking: multiple sensors for enhanced perception and behavior. Front Cell Neurosci. 4, 6(2010).
  43. Sakurai, T., et al. A single sex pheromone receptor determines chemical response specificity of sexual behavior in the silkmoth Bombyx mori. Plos Genet. 7, (2011).
  44. Tripathy, S. J., et al. Odors pulsed at wing beat frequencies are tracked by primary olfactory networks and enhance odor detection. Front Cell Neurosci. 4, 1(2010).
  45. Daly, K. C., Kalwar, F., Hatfield, M., Staudacher, E., Bradley, S. P. Odor detection in Manduca sexta is optimized when odor stimuli are pulsed at a frequency matching the wing beat during flight. Plos One. 8, 81863(2013).
  46. Szyszka, P., Gerkin, R. C., Galizia, C. G., Smith, B. H. High-speed odor transduction and pulse tracking by insect olfactory receptor neurons. Proc Natl Acad Sci USA. 111, 16925-16930 (2014).
  47. Harvey, D., Lu, T. F., Keller, M. Odor sensor requirements for an insect inspired plume tracking mobile robot. Proceedings of'The 2006 IEEE International Conference on Robotics and Biomimetics. , 130-135 (2006).

访问受限。请登录或开始试用以查看此内容。

重印与许可

标签

蚕蛾控制器气浮球光学传感器测量风洞装置信息素刺激电机增益调控嗅觉输入改变
昆虫控制机器人：用于评估昆虫嗅觉追踪能力的移动机器人平台
联系我们
向图书馆推荐

隐私政策

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。