Artykuł metodologiczny

Wykorzystanie czujników elektroantennogramu owadów w autonomicznych robotach do wyszukiwania węchowego

25.6K wyświetleń

⸱

DOI:

10.3791/51704

⸱

4 sierpnia 2014

 ,  ,  ,  , 
1UMR 7503, Laboratoire Lorrain de Recherche en Informatique et ses Applications (LORIA), Centre National de la Recherche Scientifique (CNRS), 2UMR 1392 iEES-Paris, Institut d'Ecologie et des Sciences de l'Environnement de Paris, 3Physics of Biological Systems, Institut Pasteur

W tym artykule

Podsumowanie

Opisujemy protokół używania anten owadów w postaci elektroantennogramów (EAG) na autonomicznych robotach. Nasza eksperymentalna konstrukcja pozwala na stabilne nagrania w ciągu jednego dnia i rozwiązuje indywidualne plamy zapachowe do 10 Hz. Skuteczność czujników EAG w poszukiwaniu węchu jest wykazywana poprzez kierowanie robota w kierunku źródła zapachu.

Streszczenie

Roboty zaprojektowane do śledzenia wycieków chemicznych w niebezpiecznych obiektach przemysłowych1 lub śladów wybuchowych na polach min lądowych2 napotykają ten sam problem, co owady szukające pożywienia lub partnerów3: poszukiwanie węchu jest ograniczone przez fizykę transportu turbulentnego4. Krajobraz koncentracji zapachów przenoszonych przez wiatr jest nieciągły i składa się ze sporadycznie rozmieszczonych plam. Warunkiem wstępnym wyszukiwania węchowego jest wykrycie przerywanych plam zapachowych. Ze względu na dużą szybkość i czułość5-6, narząd węchowy owadów zapewnia wyjątkową możliwość wykrywania. Czułki owadów były w przeszłości wykorzystywane do wykrywania nie tylko feromonów płciowych7, ale także substancji chemicznych istotnych dla ludzi, np. lotnych związków pochodzących z komórek rakowych8 lub substancji toksycznych i nielegalnych9-11. Opisujemy tutaj protokół stosowania czułków owadów w autonomicznych robotach i przedstawiamy dowód słuszności koncepcji śledzenia smug zapachów do ich źródła. Globalna odpowiedź neuronów węchowych jest rejestrowana in situ w postaci elektroantennogramów (EAG). Nasz eksperymentalny projekt, oparty na przygotowaniu całych owadów, pozwala na stabilne nagrania w ciągu jednego dnia roboczego. Dla porównania, EAG na wyciętych czułkach mają żywotność 2 godziny. Opracowano niestandardowy interfejs sprzętowo-programowy między elektrodami EAG a robotem. System pomiarowy rozwiązuje pojedyncze plamy zapachowe do 10 Hz, co wykracza poza skalę czasową czujników sztucznej chemii12. Skuteczność czujników EAG w poszukiwaniach węchowych jest dodatkowo demonstrowana w kierowaniu robota w stronę źródła feromonów. Wykorzystując identyczne bodźce węchowe i czujniki, jak u prawdziwych zwierząt, nasza platforma robotyczna zapewnia bezpośrednie środki do testowania hipotez biologicznych dotyczących kodowania węchowego i strategii wyszukiwania13. Może również okazać się korzystne w wykrywaniu innych substancji zapachowych będących przedmiotem zainteresowania poprzez połączenie EAG różnych gatunków owadów w bioelektroniczną konfigurację nosa14 lub zastosowanie nanostrukturalnych czujników gazu, które naśladują czułki owadów15.

Wprowadzenie

Obecnie zwierzęta takie jak psy są często wykorzystywane w aplikacjach związanych z bezpieczeństwem i ochroną, które obejmują lokalizację wycieków chemicznych, narkotyków i materiałów wybuchowych, ze względu na ich doskonałe możliwości wykrywania zapachów16. Wykazują jednak różnice w zachowaniu, męczą się po intensywnej pracy i wymagają częstego przekwalifikowania, ponieważ ich wydajność spadaz czasem. Jednym ze sposobów na obejście tych ograniczeń jest zastąpienie wyszkolonych psów robotami węchowymi.

Niemniej jednak, śledzenie zapachów i źródeł zapachów jest głównym wyzwaniem w robotyce. W burzliwych środowiskach krajobraz pióropusza zapachowego jest bardzo niejednorodny i niestabilny i składa się ze sporadycznie rozmieszczonych plam4. Nawet w umiarkowanych odległościach od źródła, zaledwie kilka metrów, detekcje stają się sporadyczne i dostarczają wskazówek tylko sporadycznie. Co więcej, lokalne gradienty stężeń podczas detekcji na ogół nie wskazują na źródło. Biorąc pod uwagę nieciągły przepływ informacji i ograniczone informacje lokalne w momencie dokonywania detekcji, jak nawigować robotem w kierunku źródła?

Dobrze wiadomo, że owady, takie jak samce, używają komunikacji chemicznej, aby skutecznie zlokalizować swoich partnerów na duże odległości (setki metrów). Aby to zrobić, przyjmują stereotypowe zachowanie18-20: pędzą pod wiatr po wyczuciu plamy zapachowej i przeprowadzają rozszerzone wyszukiwanie zwane rzucaniem, gdy informacje o zapachu znikają. Ta strategia rzucania przepięć jest czysto reaktywna, tzn. działania są całkowicie zdeterminowane przez bieżące percepcje (zdarzenia wykryte i niewykrywające). Jednak jego wdrożenie w robotach węchowych miało w przeszłości ograniczony sukces, ponieważ wykrywanie plam zapachowych jest utrudnione przez powolność czujników sztucznych gazów.

Czujniki tlenków metalu używane w większości robotów węchowych mają czas reakcji i regeneracji wynoszący kilkadziesiąt sekund, dzięki czemu zazwyczaj filtrują wahania stężenia napotkane w turbulentnych pióropuszach21. Natomiast czas odpowiedzi chemoreceptorów owadów jest znacznie krótszy, np. czas narastania elektroantennogramów owadów (EAG) jest krótszy niż 50 msek22. W rezultacie, dzięki zastosowaniu EAG owadów, impulsy zapachowe są rozwiązywane na częstotliwościach kilku Hz23. Ta właściwość sprawia, że czujniki EAG dobrze nadają się do wykrywania włókien zapachowych w naturalnych pióropuszach. Opisujemy tutaj protokół osadzania EAG owadów na robotach, pozwalający na efektywne wyszukiwanie węchowe przy użyciu strategii falowych i rzutowych.

Protokół

Protokół opiera się na komercyjnie dostępnym robocie (patrz tabela Materiały) oraz samcach ciem (Agrotis ipsilon) wraz z ich feromonem płciowym. Można go jednak zaadaptować po niewielkich modyfikacjach do innych gatunków owadów, substancji zapachowych oraz robotów.

1. Owady

  1. Hoduj larwy Agrotis ipsilon Hufnagel (Lepidoptera: Noctuidae) na pożywce sztucznej i utrzymuj je w oddzielnych plastikowych kubkach aż do przepoczwarczenia w temperaturze 23±1 °C i przy wilgotności względnej 50±5%, zgodnie z wcześniejszym opisem24.
  2. Określ płeć poczwarek i utrzymuj dorosłe samce oddzielnie od samic w plastikowych pudełkach. Zapewnij im swobodny dostęp do 20% roztworu sacharozy.
  3. Przeprowadź doświadczenia z samcami. Samce tych ciem są wysoce wrażliwe na feromon płciowy emitowany przez samice tego samego gatunku. U A. ipsilon głównym składnikiem feromonu, będącym najbardziej aktywnym związkiem oddziałującym na czułki, jest octan cis-7-dodecenylu (Z7-12:OAc).

2. Elektrofizjologia

  1. Zarejestruj EAG z preparatu całego owada, zgodnie z poniższym opisem (Rycina 1A). Zaleca się stosowanie nienaruszonych anten zamiast anten wyciętych, ponieważ charakteryzują się one dłuższym czasem przeżycia (patrz reprezentatywne wyniki).
  2. Zchloruj dwa srebrne druty poprzez zanurzenie ich w stężonym roztworze wybielacza na 10–20 min, a następnie opłucz. Proces ten zapobiega polaryzacji elektrod. Należy go powtórzyć w każdym przypadku, gdy podczas eksperymentów wystąpi dryf linii bazowej lub gdy napięcie przesunięcia między elektrodami stanie się zbyt duże, aby mógł je skompensować wzmacniacz.
  3. Wytwarzaj elektrody szklane z kapilar polerowanych ogniowo przy użyciu wyciągarki do elektrod. Polerowanie ogniowe zapobiega zarysowaniu chlorowanej srebrnej druciany elektrody.
  4. Zanurzyć samca ćmy w CO2 w celu znieczulenia2 następnie należy umieścić go w bloku styropianowym tak, aby głowica wystawała z góry.
  5. Przymocuj głowę owada, owijając szyję taśmą malarską.
  6. Wprowadź do szyjki srebrny drut pełniący rolę elektrody odniesienia.
  7. Pod stereomikroskopem unieruchom jedną z anten, mocując jej czubek i podstawę za pomocą cienkich pasków taśmy malarskiej.
  8. Odciąć dystalne 2-3 segmenty czułka za pomocą nożyc chirurgicznych.
  9. Za pomocą mikromanipulatora umieść elektrodę szklaną w pobliżu odciętej końcówki anteny.
  10. Odciąć koniec kapilary szklanej za pomocą pęsety, aby uzyskać średnicę nieco większą niż odcięta końcówka anteny.
  11. Napełnić pipetę szklaną roztworem zawierającym (w mM): 6,4 KCl, 340 glukozy, 10 Hepes, 12 MgCl22, 1 CaCl22, 12 NaCl, pH 6,5.
  12. Wprowadź odcięty koniec anteny do kapilary szklanej za pomocą mikromanipulatora.
  13. Wsuń srebrny drut służący jako elektroda rejestrująca do najszerszego końca kapilary szklanej.

3. Interfejs sprzętowy

  1. Zamocuj cały zestaw, t.j. owada z elektrodami i mikromanipulatorem, na metalowej płycie przykręconej do górnej części robota (Rycyna 1B). Podłącz elektrody do robota zgodnie z opisem poniżej.
  2. W oparciu o wcześniejsze prace25-26 zaprojektuj interfejs sprzętowy w celu dostosowania napięcia wyjściowego EAG (rzędu 1 mV przy kilku MΩ) do zakresu odpowiedniego dla płyty rozszerzeń robota. Płyta przyjmuje analogowe sygnały wejściowe 0-5 V, a napięcie ujemne poniżej -200 mV może spowodować poważne uszkodzenia. Wykonaj kroki od 3.2.1 do 3.2.4, aby zaprojektować interfejs w programie Eagle.
    1. Zaprojektuj zasilacz ±5V z baterii +12V, wykorzystując regulator napięcia 78L10 (① na Rycynach 2A-2C).
    2. Zaprojektuj przedwzmacniacz wejściowy (10X) w oparciu o wzmacniacz pomiarowy INA121 (③ na Rycynach 2A-2C).
    3. Zaprojektuj wzmacniacz drugiego stopnia (25X) z filtrowaniem szumów (filtr górnoprzepustowy pierwszego rzędu 0,1 Hz, filtr dolnoprzepustowy drugiego rzędu 500 Hz, filtr zaporowy 50 Hz) w oparciu o quad op-amps LT1079 (④ na Rycynach 2A-2C).
    4. Zaprojektuj stopień kondycjonowania sygnału obliczany za pomocą wzmacniacza operacyjnego LT1079 i diody 1N4148 (⑤ na Rycynach 2A-2C). Całkowite wzmocnienie wynosi 250, a wyjście EAG znajduje się w zakresie 0-5 V, przy czym zero znajduje się na poziomie 2,5 V.
  3. Podłącz elektrody do różnicowych wejść EAG (② na Rycynach 2A-2C). Podłącz elektrodę rejestrującą do wejścia odwracającego INA121, aby uzyskać dodatnie sygnały EAG.
  4. Podłącz wyjście EAG (⑥ na Rycynach 2A-2C) do 12 wejść analogowych płyty rozszerzeń robota. Ponieważ każde wejście jest odczytywane sekwencyjnie co milisekundę, częstotliwość próbkowania wynosi 1 KHz.

4. Interfejs oprogramowania

Główne wątki zawierają graficzny interfejs użytkownika (GUI), metody wykrywania sygnałów oraz różne funkcje sterowania robotem.

  1. Należy stworzyć interfejs graficzny (GUI) (Rycina 2D) w Qt-C++ do wizualizacji danych, filtrowania cyfrowego (filtr dolnoprzepustowy Butterwortha 5tego rzędu o częstotliwości 20 Hz) oraz detekcji zapachu z EAG. Tę ostatnią można przeprowadzić na dwa sposoby: poprzez dekonwolucję EAG z odpowiednim filtrem (podejście inżynieryjne, sekcja 4.2) lub poprzez modelowanie mechanizmów neuronalnych, które umożliwiają szybką i niezawodną detekcję feromonów u ciem A. ipsilon (podejście bioinspirowane, sekcja 4.3).
  2. Filtr dekonwolucyjny. Sygnał EAG jest dobrze opisany przez nieliniową kaskadę27, która składa się ze statycznej nieliniowości Równanie funkcji matematycznej w=f(x), reprezentacja symboliczna, pojęcie akademickie. oraz filtru dolnoprzepustowego 1ego rzędu z wykładniczą funkcją odpowiedzi impulsowej Wzór na zanik wykładniczy \(h(t)=\exp(-t/\tau)\), równanie do analizy procesów zanikania. dla t ≥ 0, symbol nierówności, warunek matematyczny, analiza równania, zasób edukacyjny, patrz Rycina 3A. W odpowiedzi na fluktuujące stężenie zapachu Funkcja x(t) ilustrująca zmienną zależną od czasu w równaniach matematycznych., wyjście EAG jest określone przez całkę splotu Równanie splotu w dziedzinie czasu \(y(t) = h(t) * w(t)\), wyrażenie matematyczne.. Dekonwolucję uzyskuje się po prostu poprzez odwrotność systemu; czyli Wzór w dziedzinie częstotliwości: \( \hat{W}(f)=Y(f)/H(f) \). Równanie w analizie przetwarzania sygnałów. w dziedzinie częstotliwości. Wówczas Równanie analizy widmowej Ŵ(f)=Y(f)/τ+2πifY(f), stosowane w analizie w dziedzinie częstotliwości., ponieważ transformata Fouriera odpowiedzi impulsowej to Wzór na funkcję przejścia H(f)=1/(τ⁻¹+2πif), analiza w dziedzinie częstotliwości, równanie.. W celu detekcji sygnału należy wykonać kroki od 4.2.1 do 4.2.3.
    1. Przeprowadzić proces dekonwolucji w dziedzinie czasu jako Równanie przetwarzania sygnałów w dziedzinie czasu, wzór na w-hat(t), wyrażenie matematyczne. oraz Wzór na odwrotną transformatę Fouriera, \( \hat{x}(t) = f^{-1}(\hat{w}(t)) \), równanie matematyczne., Rycina 3B.
    2. Przybliżyć nieliniowość Funkcja odwrotna, \( f^{-1} \), symbol matematyczny do obliczania relacji odwrotnych. za pomocą funkcji wielomianowej. Dopasować parametry wielomianu oraz stałą czasową na parach danych wejściowych i wyjściowych, aby zminimalizować średni błąd kwadratowy pomiędzy rzeczywistym Funkcja x(t) ilustrująca zmienną zależną od czasu w równaniach matematycznych. a zrekonstruowanym Równanie stężenia zapachu. stężeniem zapachu.
    3. Wykrywać sygnały feromonowe zawsze, gdy Równanie stężenia zapachu. przekroczy zdefiniowany próg.
  3. Detektor neuromorficzny. Alternatywne podejście do detekcji polega na naśladowaniu biologii. U ciem A. ipsilon neurony centralne odbierające sygnały z anteny odpowiadają na feromon stereotypowym wzorcem wyładowań pobudzenie-hamowanie13. Wcześniej opracowano model neuronu typu Hodgkina–Huxleya z czterema prądami jonowymi Równanie równowagi statycznej, ΣFx=0, wzór naukowy, badanie fizyki. (opóźniony prąd prostowniczy K+, napięciowo zależne prądy Na+ i Ca2+, a także niewielki zależny od Ca2+ prąd K+), aby odtworzyć obserwowane odpowiedzi fizjologiczne13. W celu detekcji sygnału należy wykonać kroki od 4.3.1 do 4.3.3.
    1. Zaimplementować model neuronu jako równania różniczkowe. Wykorzystać sygnał EAG jako prąd wejściowy Równanie elektrofizjologiczne; reprezentacja prądu jonowego; ΣIion + IL + IEAG; użytek edukacyjny. w ewolucji potencjału błonowego Równanie prądu neuronalnego, IL=gL(EL−V), przedstawione w formule matematycznej dla badań neuronaukowych.. Przyjąć pojemność błony C = 22.9 pF oraz prąd upływu określony przez Równanie prądu, \(I_L = g_L (E_L - V)\), formuła; analiza obwodu elektrycznego. z przewodnością gL = 0.011161 µS i potencjałem odwrócenia EL = -61.4 mV. Prądy jonowe są opisane przez Równowaga statyczna; równanie prądu jonowego; formuła; badania naukowe; potencjał elektryczny z Równania szybkości transportu masy i energii na diagramie procesu dynamicznego., gdzie Równania zmiennych bramkujących m∞, h∞, τm, τh w obliczeniowym modelu neuronaukowym. są nieliniowymi funkcjami V. Szczegóły znajdują się w poprzednich pracach13 .
    2. Symulować model neuronu w czasie rzeczywistym za pomocą programu Sirene, integrując równania różniczkowe metodą Rungego-Kutty 4ego rzędu z krokiem czasowym Delta t; Symbol odstępu czasu. = 0.01 msec. Wykonać test kolców V(tf) >0 mV i V(tf - Delta t; Symbol odstępu czasu.) <0 mV w trybie online, aby uzyskać czasy wystąpienia kolców i odstępy międzykolcowe.
    3. Wykrywać sygnały feromonowe zawsze, gdy po serii pobudzeń (3 kolejne odstępy międzykolcowe <70 msec) następuje hamowanie (odstęp międzykolcowy ≥350 msec), patrz Rycina 3C.

Wyniki

Opisany powyżej protokół został najpierw przetestowany przy użyciu krótkich, 20 msec impulsów feromonu (dawki 1 μg i 10 μg) podawanych bezpośrednio na antenę. Rysunek 4A przedstawia odpowiedzi EAG w reakcji na impulsy feromonu. Są one dodatnie, ponieważ elektroda rejestrująca została podłączona do wejścia odwracającego wzmacniacza, zgodnie z opisem w kroku 3.3. Jak wskazuje widmo mocy, system pomiarowy jest w stanie rozdzielić impulsy feromonu do 10 Hz. Dla porównania przetestowano również dostępny komercyjnie czujnik gazu. TGS2620 to czujnik tlenkowy produkowany do wykrywania oparów rozpuszczalników. Chociaż czujnik wykazuje wysoką czułość na etanol, nie był on w stanie śledzić zmian stężenia (patrz. linia przerywana na Rysunku 4B). Problem wynikał z obudowy czujnika. TGS2620 jest sprzedawany z nakrętką wyposażoną w ognioodporną gazę ze stali nierdzewnej. Czas odpowiedzi jest powolny, ponieważ w praktyce gaz potrzebuje określonego czasu, aby dyfundować przez gazę i dotrzeć do powierzchni tlenku metalu. Regeneracja jest również powolna, ponieważ oczyszczenie czujnika zajmuje czas, gdy gaz zostaje uwięziony wewnątrz nakrętki. W związku z tym usunięto nakrętkę, a ta modyfikacja znacząco poprawiła dynamikę (patrz. linia ciągła na Rysunku 4B). Mimo to, między EAG a TGS2620 wystąpiła dziesięciokrotna różnica (10 Hz versus 1 Hz). Porównanie to ma jednak charakter jakościowy, ponieważ EAG i TGS2620 nie były testowane w tych samych warunkach.

Następnie oceniono stabilność w czasie preparatu z całymi owadami (n = 12 ciem) w porównaniu do wyciętych anten (n = 7 anten). EAG rejestrowano okresowo w odpowiedzi na stymulację feromonową (czas trwania 500 msec, dawka 1 μg). Surowe wartości EAG (w mV) przekształcono w względne wartości EAG (procenty wartości początkowej uzyskanej w czasie t = 0). Rycina 5 wykazuje bardzo dobrą stabilność preparatu z całymi owadami w ciągu dnia pracy. W przeciwieństwie do tego, EAG rejestrowane na izolowanych antenach gwałtownie spadają w czasie, tak że sygnał obniża się do połowy wartości początkowej już po 1,5 hr. Zależność ta jest dobrze opisana przez wykładniczy spadek z czasem życia wynoszącym 2 hr.

Na koniec przetestowano zdolność robotycznej platformy EAG do wyszukiwania źródła zapachu (związek feromonowy Z7-12:OAc) z wykorzystaniem reaktywnej strategii wyszukiwania (Rysunek 6A). Strategia ta łączy ruchy naprzód pod wiatr przy każdym wykryciu feromonu z ruchem spiralnym w przypadku braku detekcji28. Obecność feromonu jest wykrywana z sygnału EAG przez detektor neuromorficzny, zgodnie z opisem w kroku 4.3. Dwa przykłady zapisów EAG podczas wyszukiwania przedstawiono na Rysunku 6B. W przypadku braku źródła zapachu EAG utrzymuje się w okolicach zera (t.j. 2,5 V), przy bardzo niewielkiej liczbie detekcji lub ich całkowitym braku. Robot wykonuje ruch spiralny i zazwyczaj opuszcza obszar poszukiwań przed dotarciem do lokalizacji celu (w 92% prób, n = 26 prób, Rysunek 6C po prawej). Przy obecności źródła zapachu (Rysunek 6C po lewej), EAG wykazuje serie aktywności (detekcje) przeplatane okresami ciszy (brak detekcji). Ruch spiralny występuje głównie na obrzeżach pióropusza zapachu (Rysunek 6C po lewej, czerwona linia) i wydaje się być efektywną strategią ponownego zlokalizowania osi pióropusza po utracie zapachu. W tych warunkach źródło jest zazwyczaj odnajdywane (wskaźnik sukcesu = 96%, n = 44 próby).

Układ EAG: mikropipeta rejestrująca, preparat owada w robotyce eksperymentalnej do elektrofizjologii.
Rysunek 1. Preparacja całego owada do EAG oraz układ robotyczny.A) Elektroantenogram (EAG) jest rejestrowany z preparacji całego owada (szczegóły w tekście). B) Preparacja jest zamontowana na robocie. Kliknij tutaj, aby wyświetlić większą wersję tego rysunku.

Schemat wzmacniacza elektronicznego; układ PCB i analiza GUI; badanie sygnału EAG; projekt obwodu.
Rysunek 2. Interfejs sprzętowo-programowy. A) Schemat sprzętu wykonany w programie Eagle. Obwód składa się z sześciu sekcji (szczegóły w tekście). Umożliwia filtrowanie (pasmo częstotliwości 0,1-500 Hz, filtr notch przy 50 Hz), wzmacnianie (całkowite wzmocnienie 250X) i kondycjonowanie sygnału w zakresie 0-5 V. B) Projekt Eagle pokazujący ścieżki miedziane (górna warstwa na czerwono, dolna na niebiesko) oraz otwory (na zielono). C) Płytka obwodDrukowanego (PCB) z widocznymi elementami dyskretnymi. D) Graficzny interfejs użytkownika (GUI) napisany w Qt-C++ do wizualizacji danych (czerwona linia = wejście EAG, zielona linia = wyjście modelu neuronu), projektowania filtrów i detekcji sygnałów. Proszę kliknąć tutaj, aby wyświetlić powiększoną wersję tego rysunku.

EAG model diagram with deconvolution and neuromorphic detector for odor signal processing
Rycina 3. Detekcja sygnału z EAG. A) Model elektroantenogramu (EAG). EAG jest modelowany jako nieliniowa kaskada27 która składa się ze statycznej nieliniowości, po której następuje 1To jest skrót od „st” (często używany w kontekście statystycznym jako „standard deviation” – odchylenie standardowe lub „student's t-test” – test t-Studenta), jednak bez dodatkowego kontekstu lub pełnego zdania nie jest możliwe jego precyzyjne przetłumaczenie. Proszę o podanie pełnego tekstu źródłowego. filtr dolnoprzepustowy z wykładniczą funkcją odpowiedzi impulsowej h(t) function, mathematical formula, signal processing analysis, educational useWyjściowy sygnał EAG jest dany przez całkę splotu z Convolution process: equation y(t)=h(t)*w(t), w(t)=f(x(t)); formula representation.. B) Podejście inżynieryjne. Filtr dekonwolucji zapisuje Differential equation, w-hat(t) expression for dynamic system analysis, formula representation. i Inverse Fourier transform formula, diagram, signal processing concept., szczegóły znajdują się w tekście. Kontakty z zapachem (trafienia) są wykrywane zawsze, gdyChatGPT is not able to identify the content of equations or symbols from an image directly. Please describe the equation or symbol, and I can help you generate suitable alt text for your requirements.przekracza zdefiniowany próg. C) Podejście bioinspirowane. Model neuronu typu Hodgkina-Huxleya z pięcioma prądami wewnętrznymi (prąd przeciekowy, K++, Na+, Ca2+ oraz SK) służy do odtworzenia obserwowanego eksperymentalnie wzorca wyładowań pobudzenie-hamowanie (E-I)13W celu detekcji sygnału wykorzystuje się sygnał EAG jako prąd wejściowy, a zdarzenia (tzw. hits) są wykrywane w momencie, gdy po serii pobudzeń następuje hamowanie aktywności wyładowań.

Rejestracje elektroantenogramu i czujnika gazu; wykres widma mocy EAG pokazuje odpowiedź na dawkę.
Rysunek 4. Czas odpowiedzi EAG. A) Rejestracje EAG w odpowiedzi na 20 msec impulsy feromonów (dawka 1 μg i 10 μg) podawane z różną częstotliwością (1, 2, 4, 6, 8 i 10 impulsów/sec). Przedstawiono znormalizowane widmo mocy EAG dla bodźca impulsowego o częstotliwości 1 i 10 Hz (dawka 1 μg i 10 μg). EAG rozróżnia poszczególne impulsy do 10 Hz. B) Rejestracje z czujnika gazu TGS2620 w odpowiedzi na etanol (zmienna koncentracja). Krzywe przerywana i ciągła przedstawiają odpowiednio odpowiedź czujnika z nakładką i bez niej. Czujnik z nakładką ma czas odpowiedzi wynoszący dziesiątki sekund i w związku z tym nie może śledzić wahań stężenia gazu. TGS2620 bez nakładki rozróżnia poszczególne wahania do 1 Hz. Prosimy kliknąć tutaj, aby zobaczyć powiększoną wersję tego rysunku.

Wykres elektroantenografii pokazujący względną wartość EAG w wyizolowanej antenie w porównaniu z całym owadem w funkcji czasu.
Rycina 5. Stabilność EAG (preparat z całego owada vs wycięta antena). EAG rejestrowano co godzinę przez 8 hr dla preparatu z całego owada (n = 12 ciem) oraz co 20 min przez 3,2 hr dla wyciętych anten (n = 7 anten). Rycina przedstawia względne wartości EAG (procenty wartości początkowej uzyskanej w czasie t = 0). Zależność czasowa dla wyciętych anten jest dobrze dopasowana do wykładniczego zaniku z czasem życia wynoszącym 2 hr (okres połowicznego rozpadu 1,5 hr).

Schemat strategii surge-casting, wykres sygnału EAG, trajektorie robota z zapachem i bez zapachu; metoda poszukiwania.
Rycina 6. Eksperymenty robotyczne. A) Strategia surge-casting łączy ruch pod wiatr (surge) w obecności zapachu ze spiralnym poszukiwaniem (casting) w jego nieobecności28. B) Typowy sygnał EAG zarejestrowany podczas poszukiwania w czasie ruchu robota (z zapachem i bez zapachu). C) Trajektorie robota z zapachem (n = 44 prób) i bez zapachu (n = 26 prób). Czerwona przerywana linia reprezentuje kontur pióropusza, w obrębie którego nastąpiło 90% wszystkich detekcji podczas prób. Warunki eksperymentalne: przestrzeń poszukiwań = 4 m x 2,5 m, prędkość robota = 5,6 cm/sec, cel = 10 μg feromonu naniesionego na filtr papierowy i wymienianego co 2 próby, początkowe położenie robota = 2 m od celu, prędkość wiatru = 0,9 ± 0,2 m/sec w miejscu celu. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Dyskusja

Prawie dwadzieścia lat temu Kanzaki i jego koledzy zapoczątkowali pomysł zastosowania EAG w robotach węchowych29-30. Ich technika pierwotnie opierała się na wyciętych czułkach. W tym przypadku nagrywaliśmy z nienaruszonych czułków, aby poprawić czułość i żywotność preparatu. W innych badaniach31-32 również zauważono wyższość preparatów na całe ciało nad izolowanymi czułkami. W naszych eksperymentach robotycznych doświadczyliśmy stabilnych nagrań w ciągu jednego dnia. Natomiast EAG zarejestrowane na izolowanych antenach mają żywotność 2 godziny (ryc. 5).

Nasza platforma robotyczna EAG została opracowana przede wszystkim w celu testowania hipotez biologicznych dotyczących kodowania węchowego i strategii wyszukiwania u owadów13. Podobnie jak w przypadku neuronów centralnych otrzymujących dane wejściowe z czułków owadów, połączyliśmy model neuronu z prawdziwą anteną na robocie i przeprowadziliśmy detekcję feromonów w oparciu o ich wzorzec wypalania. Zdarzenia detekcji i niewykrycia zostały następnie wykorzystane do skierowania robota w kierunku źródła feromonu. Rozważana tutaj strategia wyszukiwania reaktywnego została zainspirowana wzorcami zachowań samców ciem zwabionych feromonem płciowym. Sprawdził się dobrze w warunkach laboratoryjnych (ryc. 6), pozwalając na zlokalizowanie źródła niskiej emisji (dawka feromonu 10 μg w naszym przypadku w porównaniu z 10 mg w poprzednich pracach24) w stosunkowo dużej przestrzeni poszukiwawczej (początkowa odległość od źródła 2 m w porównaniu z 10 cm w poprzednich eksperymentach20-21).

Te eksperymenty robotyczne powinny być traktowane jako dowód na słuszność koncepcji pokazujący, że czułki owadów nadają się do zrobotyzowanych poszukiwań węchowych. Chociaż wiadomo, że czułki owadów reagują na toksyczne gazy, narkotyki i materiały wybuchowe9-11, potrzebnych jest kilka rozszerzeń, aby poradzić sobie z rzeczywistymi zastosowaniami. Po pierwsze, bardziej wyrafinowana metoda poszukiwawcza34-36 może być bardziej skuteczna na odległościach powyżej 10 m, kiedy ponowne pozyskanie pióropusza staje się bardzo mało prawdopodobne. Po drugie, może być konieczne połączenie EAG różnych gatunków w bioelektroniczną konfigurację nosa14 w celu wykrycia substancji zapachowych będących przedmiotem zainteresowania. Po trzecie, możliwości wykrywania stereo uzyskane dzięki nagrywaniu z dwóch anten tego samego owada mogą okazać się korzystne pod względem skuteczności. Dwa czujniki zastosowane równolegle mogą rzeczywiście zwiększyć kierunkowość. Po czwarte, należy rozważyć rozszerzenie strategii poszukiwań na zbiorowe poszukiwania robotyczne37 , nawet jeśli nie są one biologicznie istotne w przypadku ciem.

Oświadczenia

Autorzy nie mają nic do ujawnienia.

Podziękowania

Ta praca została sfinansowana przez państwowy program Investissements d'avenir zarządzany przez ANR (grant ANR-10-BINF-05 'Pherotaxis').

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Agrotis ipsilonPISC
http://www-physiologie-insecte.versailles.inra.fr/indexenglish.php		moth
Robot Khepera IIIK-team
www.k-team.com		Khe3Base + KorBotLE + KorWifi
KoreIOLEK-teamKarta rozszerzeń wejść/wyjść
EAG-robotinterface LORIA
www.loria.fr		Sprzęt i oprogramowanie na zamówienie
SireneLORIA symulator neuronów sirene.gforge.inria.fr
EagleCadSoft www.cadsoftusa.comoprogramowanie do projektowania PCB
MikromanipulatorNarishige / Bio-logicUN-3C
Podstawa magnesuNarishige/ Bio-logicUSM-6
AdapterNarishige/ Bio-logicUX-6-6
RotuleNarishige/ Bio-logicUPN-B
MikronożyczkiMORIA / Phymep15371-92
Mikroskop stereoskopowy Zeiss Sté mi 2000Fisher ScientificB19961
Źródło światła 20 W KL200Fisher ScientificW41745
Narishige PC-10 Na PC-1NarishigeNarishige PC-10
Kapilary Na PC-1Fisher scientificC01065
Octan feromonu cis-7-dodecenylu (Z7-12:OAc)Sigma-Aldrich259829
Zestaw 3 pipet: 2-20 i mikro; l/ 50-200 &mikro; l/ 100-1,000 &mikro; lEppendorf4910000514Do rozcieńczania i osadzania feromonów na filtrze bibułowym
Czujnik gazu TGS2620 Figaro www.figarosensor.comOpcjonalnie, dla porównania z ściągaczem
elektrodNarishige Komputer PC-10
EAG

Bibliografia

  1. Russel, R. A. World Scientific Series in Robotics and Intelligent Systems. Odour detection by mobile robots. , 232(1999).
  2. Woodfin, R. L. Trace chemical sensing of explosives. , John Wiley and Sons. 496(2006).
  3. Wyatt, T. D. Pheromones and animal behavior. , second edition, Cambridge University Press. (2013).
  4. Weissburg, M. The fluid dynamical context of chemosensory behavior). Biol. Bull. 198, 188-202 (2000).
  5. Angioy, A. M., Desogus, A., Barbarossa, I. T., Anderson, P., Hansson, B. S. Extreme Sensitivity in an Olfactory System. Chem. Senses. 28 (4), 279-284 (2003).
  6. Kaissling, K. -E. The Sensitivity of the insect nose: the example of Bombyx mori. Biologically inspired signal processing. Marco, , Springer Verlag. Berlin Heidelberg. 45-52 (2009).
  7. Sauer, A. E., Karg, G., Koch, U. T., Dekramer, J. J., Milli, R. A portable EAG system for the measurement of pheromone concentration in the field. Chem. Senses. 17 (5), 543-553 (1992).
  8. Strauch, M., et al. More than apples and oranges - Detecting cancer with a fruit fly's antenna. Scientific reports. 4 (3576), 1-9 (2014).
  9. Marshall, B., Warr, C. G., de Bruyne, M. Detection of Volatile Indicators of Illicit Substances by the Olfactory Receptors of Drosophila melanogaster. Chem. Senses. 35 (7), 613-625 (2010).
  10. Rains, G. C., Tomberlin, J. K., Kulasiri, D. Using insect sniffing devices for detection. Trends Biotechnol. 26 (6), 288-294 (2008).
  11. King, T. L., Horine, F. M., Daly, K. C., Smith, B. H. Explosives detection with hard-wired moths. IEEE Trans. Instrumentation and Measurement. 53 (4), 1113-1118 (2004).
  12. Gardner, J., Bartlett, P. Electronic noses. , Oxford University Press. (1999).
  13. Martinez, D., et al. Multiphasic On/Off pheromone signaling in moths as neural correlates of a search strategy. PLoS ONE. 8 (4), (2013).
  14. Park, K. C., Ochieng, S. A., Zhu, J., Baker, T. C. Odour discrimination using insect electroantennogram responses from an insect antennal array. Chem. Senses. 27, 343-352 (2002).
  15. Spitzer, D., et al. Bio-Inspired Nanostructured Sensor for the Detection of Ultralow Concentrations of Explosives. Angewandte Chemie. 51 (22), 5334-5338 (2012).
  16. Furton, K. G., Myers, L. J. The scientific foundation and efficacy of the use of canines as chemical detectors for explosives. Talanta. 54, 487-500 (2001).
  17. Williams, M., Johnston, J. M. Training and maintaining the performance of dogs (Canis familiaris) on an increasing number of odor discriminations in a controlled setting. Applied Animal Behaviour Science. 78, 55-65 (2002).
  18. Murlis, J., Elkinton, J. S., Cardé, R. T. Odour plumes and how insects use them. Annu. Rev. Entomol. 37, 505-532 (1992).
  19. Kaissling, K. E. Pheromone-controlled anemotaxis in moths. Orientation and communication in Arthropods. Lehler, M. , Birkhäuser Verlag. Basel/Switzerland. 343-374 (1997).
  20. Vickers, N. J. Mechanisms of animal navigation in odor plumes. Biol. Bull. 198, 203-212 (2000).
  21. Martinez, D., Rochel, O., Hugues, E. A biomimetic robot for tracking specific odors in turbulent plumes. Autonomous Robot, Special Issue on Mobile Robot Olfaction. 20, 185-195 (2006).
  22. Szyszka, P., Stierle, J. S., Biergans, S., Galizia, C. G. The Speed of Smell: Odor-Object Segregation within Milliseconds. PLoS ONE. 7, (2012).
  23. Bau, J., Justus, K. A., Loudon, C., Cardé, R. T. Electroantennographic resolution of pulsed pheromone plumes in two species of moths with bipectinate antennae. Chem Senses. 30, 771-780 (2005).
  24. Barrozo, R. B., Gadenne, C., Anton, S. Switching attraction to inhibition: mating-induced reversed role of sex pheromone in an insect. J. Exp. Biol. 213, 2933-2939 (2010).
  25. Land, B. R., Wyttenbach, R. A., Johnson, B. R. Tools for physiology labs: an inexpensive high-performance amplifier and electrode for extracellular recording. J. Neuroscience Methods. 106, 47-55 (2001).
  26. Ortiz, L. A mobile electrophysiology board for autonomous robotics. Master thesis. , The University of Arizona. (2006).
  27. Justus, K. A., Cardé, R. T., French, A. S. Dynamic Properties of Antennal Responses to Pheromone in Two Moth Species. J. Neurophysiol. 93, 2233-2239 (2005).
  28. Martinez, D., Moraud, E. M. Reactive and cognitive search strategies for olfactory robots. Neuromorphic Olfaction, Frontiers in Neuroengineering Series. Persaud, K. .C., Marco, S., Gutierrez-Galvez, A. , CRC Press. (2013).
  29. Kuwana, Y., Shimoyama, I., Miura, H. Steering control of a mobile robot using insect antennae. Proceedings of the IEEE/RSJ International Conference on Intelligent Robots and Systems. , Pittsburgh, PA. (1995).
  30. Kuwana, Y., Nagasawa, S., Shimoyama, I., Kanzaki, R. Synthesis of the pheromone-oriented behaviour of silkworm moths by a mobile robot with moth antennae as pheromone sensors. Biosensors and Bioelectronics. 14, 195-202 (1999).
  31. Myrick, A. J., Park, K. C., Hetling, J. R., Baker, T. C. Detection and discrimination of mixed odor strands in overlapping plumes using an insect-antenna-based chemosensor system. J. Chem. Ecol. 35, 118-130 (2009).
  32. Myrick, A. J., Park, K. C., Hetling, J. R., Baker, T. C. Real-time odor discrimination using a bioelectronic sensor array based on the insect electroantennogram. Bioinspiration and Biomimetics. 3, (2008).
  33. Vickers, N. J., Christensen, T. A., Baker, T. C., Hildebrand, J. G. Odour-plume dynamics influence the brain's olfactory code. Nature. 410, 466-470 (2001).
  34. Vergassola, M., Villermaux, E., Shraiman, B. I. 'Infotaxis' as a strategy for searching without gradients. Nature. 445, 406-409 (2007).
  35. Martin-Moraud, E., Martinez, D. Effectiveness and robustness of robot infotaxis for searching in dilute conditions. Frontiers in neurorobotics. , (2010).
  36. Masson, J. -B. Olfactory searches with limited space perception). PNAS. 110, 11261-11266 (2013).
  37. Masson, J. -B., Bailly Bechet, M., Vergassola, M. Chasing information to search in random environments. J. Phys. A: Math. Theor. 42, (2009).

Przedruki i uprawnienia

Tagi

Robot w chowypreparaty ca ych owad wdetekcja sygna u EAGledzenie pi ropusza zapachowegoautonomiczna nawigacja robotalokalizacja r d a feromon wbioelektroniczny noswzmacnianie i filtrowanie sygna ureaktywna strategia poszukiwania
Wykorzystanie czujników elektroantennogramu owadów w autonomicznych robotach do wyszukiwania węchowego
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki Korzystania

Zasady

Copyright © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.