Waiting
Login processing...

Trial ends in Request Full Access Tell Your Colleague About Jove
Click here for the English version

Neuroscience

Använda Insect Electroantennogram sensorer på autonoma robotar för Lukt sökningar

Published: August 4, 2014 doi: 10.3791/51704

Abstract

Robotar som syftar till att spåra kemiska läckage i farliga industrianläggningar 1 eller explosiva spår i landminor fält 2 stöta på samma problem som insekter födosök för mat eller söka efter kompisar 3: lukt sökningen begränsas av fysiken i turbulenta transport 4. Koncentrationen landskap av vindburna lukter är diskontinuerlig och består av sporadiskt placerade fläckar. En förutsättning för lukt sökning är att intermittent lukt patchar upptäcks. På grund av dess höga hastighet och känslighet 5-6, ger luktorganet av insekter en unik möjlighet för upptäckt. Insect antenner har använts tidigare för att upptäcka inte bara kön feromoner 7 men även kemikalier som är relevanta för människor, t.ex. flyktiga föreningar som härrör från cancerceller 8 eller giftiga och olagliga substanser 9-11. Vi beskriver här ett protokoll för att använda insekts antenner på autonoma robotar end presentera ett proof of concept för att spåra lukt plymer till deras källa. Den globalt svar på lukt nervceller registreras på plats i form av electroantennograms (rådgivande expertgrupper). Vår experimentell design, baserad på en hel insekts förberedelse, medger stabila inspelningar inom en arbetsdag. I jämförelse, rådgivande expertgrupper på exciderade antenner har en livslängd på 2 timmar. En anpassad hårdvara / mjukvara gränssnitt utvecklades mellan EAG elektroderna och en robot. Mätsystemet löser enskilda lukt patchar upp till 10 Hz, vilket överstiger den tidsskala av konstgjorda kemiska sensorer 12. Effektiviteten i EAG sensorer för lukt sökningar visas vidare i att köra roboten mot en källa till feromon. Genom att använda samma lukt stimuli och sensorer som i riktiga djur, ger vår robotplattform ett direkt sätt för att testa biologiska hypoteser om lukt kodning och sökstrategier 13. Det kan också vara av värde för att upptäcka andra odörer av intressen genomkombinera rådgivande expertgrupper från olika insektsarter i ett bioelectronic näsa konfiguration 14 eller med hjälp av nanostrukturerade gassensorer som efterliknar insekt antenner 15.

Introduction

Numera är djur som hundar ofta i säkerhets-och säkerhetstillämpningar som involverar lokaliseringen av kemiska läckage, droger och sprängämnen på grund av deras utmärkta lukt detektionskapacitet 16. Ändå visar de beteendemässiga variationer, tröttnar efter ett omfattande arbete, och kräver ofta omskolning som deras prestanda minskar med tiden 17. Ett sätt att kringgå dessa begränsningar är att ersätta utbildade hundar med luktrobotar.

Trots spårning dofter och luktkällor är en stor utmaning i robotik. I turbulenta miljöer, är landskapet av en lukt plym mycket heterogen och ostadig, och består av sporadiskt placerade fläckar 4. Även vid måttliga avstånd från källan, så kort som några meter, upptäckter blir sporadisk och endast ge ledtrådar intermittent. Dessutom gör lokala koncentrationsgradienter under upptäckter i allmänhet inte peka mot källan. Givet skivaontinuous informationsflöde och begränsad lokal information när upptäckter görs hur man navigerar en robot mot källan?

Det är väl känt att insekter som manliga nattfjärilar använder kemisk kommunikation för att lyckas hitta sina kompisar över långa avstånd (hundratals meter). För att göra det, de antar en stereotypa beteenden 18-20: de överspännings vinden i ryggen vid avkänning av en lukt lapp och utföra en utökad sökning kallas gjutning när lukt informationen försvinner. Denna uppgång-casting strategi är rent reaktiv, är det vill säga åtgärder helt bestäms av nuvarande uppfattningar (upptäckt och icke-upptäckt händelser). Men dess genomförande på lukt robotar hade begränsad framgång i det förflutna eftersom upptäckten av lukt patchar försvåras av långsamheten artificiella gassensorer.

Metalloxidsensorer som används i de flesta av de olfaktoriska robotar har svars-och återhämtningstider för flera tiotals sekunder, så att de i allmänhet välja utsvängningarna koncentrations stött på i turbulenta plymer 21. Däremot är svarstiden för insekts chemoreceptors mycket kortare, till exempel, är mindre än 50 ms 22 stigtid insekts electroantennograms (rådgivande expertgrupper). Följaktligen, genom att använda insekts rådgivande expertgrupper, är luktpulser lösas på frekvenser av flera Hertz 23. Denna egenskap gör EAG sensorer väl lämpad för detektering av lukt filamenten i naturliga plymer. Vi beskriver här ett protokoll för att bädda insekts rådgivande expertgrupper på robotar som möjliggör effektiva lukt sökningar med våg och gjutning strategier.

Protocol

Protokollet bygger på en vanlig robot (se Material tabell) och manliga nattfjärilar (Agrotis Ipsilon) med deras kön feromon. Ändå kan den anpassas med mindre ändringar till andra insektsarter, doftämnen, och robotar.

1. Insekter

  1. Bakre larver av Agrotis ipsilon Hufnagel (Lepidoptera: Noctuidae) på en konstgjord diet och hålla dem i individuella plastmuggar tills förpuppning vid 23 ± 1 ° C och 50 ± 5% relativ fuktighet som beskrivits tidigare 24.
  2. Sex puppor och hålla vuxna män separat från honor i plastlådor. Ge dem fri tillgång till en 20% sackaros lösning.
  3. Utföra experiment med män. Manliga malar är mycket känsliga för den kön feromon som avges av sina conspecific honor. I A. ipsilon, den stora feromonkomponenten, cis-7-dodecenylacetat (Z7-12: OAc) är den mest aktiva föreningen på antennen.
BETECKNING "> 2. Elektrofysiologi

  1. Anteckna EAG från en hel-insekt preparat, som beskrivs nedan (Figur 1A). Intakta antenner är att föredra framför exciderad antenner eftersom de uppvisar en längre livslängd (se representativa resultat).
  2. Chlorinate två silvertrådar genom nedsänkning i koncentrerad blekmedel lösning för 10-20 minuter och skölj efteråt. Denna process förhindrar elektroder från polariserande. Det måste upprepas varje gång baslinjen driver under experiment eller när offset spänning mellan elektroderna blir för stora för att kompenseras av förstärkaren.
  3. Gör glaselektroder från brand polerade kapillärer med en elektrod avdragare. Brand polering förhindrar repor på kloresilvertråd med elektroder.
  4. Söva en manlig mal med CO2 och placera den i en frigolitblock med huvudet sticker ut från toppen.
  5. Tether insektens huvud med målartejp runt halsen.
  6. Sätt i en silvertråd som fungerar som referenselektrod i halsen.
  7. Enligt ett stereomikroskop, immobilisera en av antennerna med tunna remsor av målartejp på spetsen och basen.
  8. Klipp ut de distala 2-3 segment av antennen med kirurgisk sax.
  9. Placera glaselektrod nära den skurna antenntoppen med en mikro-manipulator.
  10. Skär ut änden av glaskapillär med pincett för att erhålla en diameter något större än den skurna antenntoppen.
  11. Fyll glaspipett med (i mM) 6,4 KCl, 340 glukos, 10 HEPES, 12 MgCl2, 1 CaCl2, 12 NaCl, pH 6,5.
  12. Sätt i snitt spetsen på antennen i glaskapillär med mikromanipulator.
  13. Slip silvertråd som fungerar som inspelningen elektroden i dess bredaste av glaset kapillär.

3. Hardware Interface

  1. Montera hela beredningen, dvs insekts-elektroder-mikromanipulator, på en metallplatta skruvas på den övre delen av roboten (Figur 1B). Anslut elektroderna till roboten, såsom beskrivs nedan.
  2. Baserat på tidigare verk 25-26, utforma ett maskinvarugränssnitt för att anpassa EAG utspänning (för 1 mV vid flera Mohm) till intervallet lämplig för utbyggnaden styrelse roboten. Styrelsen accepterar 0-5 V analoga ingångar och en negativ spänning under -200 mV kan orsaka allvarliga skador. Följ stegen 3.2.1 till 3.2.4 för att utforma gränssnittet med örnen.
    1. Designa en ± 5V strömförsörjning från en 12 V batteri med hjälp av spänningsregulator 78L10 (① i figurerna 2A-2C).
    2. Designa en headstage förförstärkare (10X) baserat på instrumentförstärkare INA121 (③ i figurerna 2A-2C).
    3. Designa ett andra steg förstärkare (25X) med brusfiltrering (första order high-pass 0,1 Hz filter, andra ordningens lågpass 500 Hz filter, hack 50 Hz filter) baserad på quad op-ampere LT1079 (315; i figurerna 2A-2C).
    4. Designa en signalkonditioneringsstadiet som beräknar med op-amp LT1079 och diod 1N4148 (⑤ i figurerna 2A-2C). Den totala vinsten är 250 och EAG utgången är på 0-5 V med noll att vara på 2,5 V.
  3. Anslut elektroderna till de differentiella EAG ingångar (② i figurerna 2A-2C). Anslut den registrerande elektroden till den inverterande ingången hos INA121 att erhålla positiva rådgivande expertgrupper.
  4. Anslut EAG-utgång (⑥ i figurerna 2A-2C) till de 12 analoga ingångar av förlängningen styrelsen för roboten. Eftersom varje ingång läses sekventiellt varje millisekund, är samplingsfrekvensen 1 kHz.

4. Software Interface

De huvudsakliga ämnen innehålla ett grafiskt användargränssnitt (GUI), metoder för signaldetektering och olika funktioner för att styra roboten.

  1. Skriv ett GUI (Figur 2D) i Qt-C + + fo r datavisualisering, digital filtrering (20 Hz 5: e ordningens Butterworth lågpassfilter) och lukt upptäckt från EAG. Det senare kan utföras på två sätt: antingen genom att deconvolving EAG med ett lämpligt filter (ingenjörsmässigt förhållningssätt, avsnitt 4.2), eller genom att modellera neurala mekanismer som möjliggör en snabb och tillförlitlig feromon upptäckt i A. Ipsilon nattfjärilar (Bioinspired tillvägagångssätt, avsnitt 4.3).
  2. Deconvolution filter. Den EAG är väl beskriven av en icke-linjär kaskad 27 som består av en statisk olinjäritet Ekvation 1 och en 1 a ordningens lågpassfilter med exponentiell impulsfunktion Ekvation 2 för Ekvation 3 , Se figur 3A. Som svar på fluktuerande luktkoncentrationdering 4 "fo: innehåll-width =" 0.3in "src =" / files/ftp_upload/51704/51704eq4.jpg "/> är EAG utgång ges av faltning integrerad Ekvation 5 . Deconvolution helt enkelt erhållas genom inversen av systemet; som är Ekvation 6 i frekvensdomänen. Sedan, Ekvation 7 såsom Fouriertransformen av pulssvaret är Ekvation 8 . För signaldetektering, följ stegen 4.2.1 till 4.2.3.
    1. Utför avfaltning processen i tidsdomänen som Ekvation 9 och Ekvation 10 , Figur 3B. Ungefärlig olinjäritet Ekvation 11 genom en polynom funktion. Montera polynom parametrar och tidskonstanten på input-output datapar för att minimera medelkvadratfelet mellan verklig Ekvation 4 och rekonstrueras Ekvation 12 lukt koncentration.
    2. Identifiera de feromon träffar när Ekvation 12 överskrider ett fördefinierat tröskelvärde.
  3. Neuromorfiska detektor. En alternativ metod för detektion består i att härma biologi. I A. Ipsilon malar, centrala neuroner som får input från antennen svarar på feromon med en stereotyp bränning mönster av excitation-hämning 13. En Hodgkin-Huxley typ neuronmodell med fyra jonströmmar Ekvation 13 (A fördröjda likriktare K + ström, spänningskänsliga Na * och Ca 2 +-strömmar, en liten konduktans Ca 2 +-beroende K + ström) har tidigare utvecklats för att reproducera de observerade fysiologiska svar 13. För signaldetektering, följ stegen 4.3.1 till 4.3.3.
    1. Genomföra neuron modellen som differentialekvationer. Använd EAG signal som ingångsström Ekvation 14 i utvecklingen av membranpotentialen Ekvation 15 . Använd ett membran kapacitans C = 22,9 pF och en läckström som ges av Ekvation 16 med konduktans g L = 0.011161 iS ochåterföring potentiell E L = -61,4 mV. Jonströmmarnas beskrivs av Ekvation 17 med Ekvation 18 av var Ekvation 19 är icke-linjära funktioner av V. Se tidigare arbete 13 för detaljer.
    2. Simulerings neuron modellen i realtid med Sirene genom integrering av differentialekvationer med en 4: e ordningen Runge-Kutta-metod och en tidssteg Ekvation 20 = 0,01 msek. Kör spik prov V (t f)> 0 mV och V (t f - Ekvation 20 ) <0 mV på nätet för att få spik gånger och interspike intervaller.
    3. Identifieraferomon träffar när en explosion av excitation (3 på varandra följande interspike intervall <70 ms) följs av hämning (interspike intervall ≥ 350 ms), se figur 3C.

Representative Results

Protokollet som beskrivs ovan testades först med korta 20 ms pulser med feromon (dos 1 | ig och 10 | ig) direkt puffat på antennen. Figur 4A visar de rådgivande expertgrupperna som svar på feromonpulser. De är positiva, eftersom inspelningen elektrod ansluten till den inverterande ingången på förstärkaren, såsom beskrivs i steg 3,3. Såsom indikeras av effektspektrumet, är mätsystemet kunna lösa feromon pulser upp till 10 Hz. För jämförelse, testade vi också en kommersiellt tillgänglig gassensor. Den TGS2620 är en metalloxidsensor tillverkas för detektion av lösningsmedelsångor. Även om sensorn uppvisar en hög känslighet för etanol, var det inte kan följa variationer i koncentrationen (se den streckade kurvan i figur 4B). Problemet kom från sensorhuset. Den TGS2620 kommersialiseras med ett lock som har en flamsäker rostfri gasbinda. Svarstiden är långsam, eftersom det i praktiken tar det enviss tid för gasen att diffundera genom gasväv och nå metalloxidytan. Återhämtning är också långsamt eftersom det tar tid att rengöra sensorn när gasen instängd locket. Vi avlägsnade därför locket och denna modifiering förbättrad dynamik avsevärt (se den omärkta kurvan i figur 4B). Ändå var det en faktor tio mellan EAG och TGS2620 (10 Hz kontra 1 Hz). Denna jämförelse är dock kvalitativa EAG och TGS2620 testades inte på samma villkor.

Vi bedömde då stabiliteten över tiden för hel-insekt våra förberedelser (n = 12 nattfjärilar) jämfört med utskurna antenner (n = 7 antenner). Den EAG spelades in med jämna mellanrum som svar på feromon stimuli (längd 500 msek, dos 1 mikrogram). Råa rådgivande expertgrupper (i mV) konverterades till relativa rådgivande expertgrupper (procenttal av initialt värde som erhålls vid tiden t = 0). Figur 5 visar mycket god stabilitet hos hela vår-insekt prepdelser inom en arbetsdag. I kontrast tid främst skett genom inspelad på isolerad antenner minskar snabbt med tiden så att signalen faller till en halv av utgångsvärdet efter endast 1,5 timmar. Denna tidsberoendet är väl beskriven i en exponentiellt avtagande med en livslängd på 2 timmar.

Slutligen testade vi möjligheten för EAG robotplateform för att söka efter en luktkälla (feromon förening Z7-12: OAc) med hjälp av en reaktiv sökstrategi (figur 6A). Sökstrategin kombinerar kryssen surge varje gång feromon detekteras med spiral gjutning i frånvaro av detekteringar 28. Förekomsten av feromon upptäcks från EAG av neuromorfiska detektor, som beskrivs i steg 4.3. Två exempel på EAG registrerats under sökningen visas i Figur 6B. Utan luktkällan förblir EAG runt noll (det vill säga 2,5 V) med mycket få eller inga detekteringar. Roboten utför spiral gjutning och allmänhet lämnar sökandet rymden BEFmalm når målet plats (i 92% av försöken, n = 26 försök, figur 6C höger). Med luktkällan (figur 6C vänster), EAG presen skurar av aktivitet (upptäckter) sammanflätade med perioder av tystnad (inga upptäckter). Spiral gjutning sker huvudsakligen på plymen kontur (figur 6C vänster, röd linje) och verkar vara en effektiv strategi för att flytta plymen centrum när lukten försvinner. I detta tillstånd, är den källa som vanligen hittas (framgång = 96%, n = 44 prövningar).

Figur 1
Hel-insekts EAG förberedelse och robot inställning. A) Bild 1. Den electroantennogram (EAG) är inspelad från en hel-insekts preparat (se text för detaljer). B) Beredningen monteras på robot. Klicka här för att se en större version av denna siffra.

Figur 2
Figur 2. Hardware-programvara gränssnitt. A) Eagle schema över maskinvaran. Kretsen består av sex sektioner (se text för detaljer). Det gör filtrering (frekvensbandet 0,1 till 500 Hz, nagg vid 50 Hz), förstärkning (total vinst 250X) och signalkonditionering i intervallet 0-5 V. B) Eagle layout visar rader av koppar (toppen är i rött och botten i blått) och hål (i grönt). C) Kretskort (PCB) som visar diskreta element. D) grafiskt användargränssnitt (GUI) skrivna i Qt-C + + för datavisualisering (röd kurva = EAG ingång, grön spår= Neuron modellen), filterdesign och signaldetektering. Klicka här för att se en större version av denna siffra.

Figur 3
Figur 3. Detekteringssignal från EAG. A) Electroantennogram (EAG) modell. Den EAG modelleras med en olinjär kaskad 27 som består av en statisk olinjäritet följt av en 1 a ordningens lågpassfilter med exponentiell impulsfunktion Ekvation 21 . Den EAG utgång ges av faltning integrerad med Ekvation 22 . B) Tekniska förhållningssätt. Den deconvolution filtER skriver Ekvation 23 och Ekvation 24 Se text för detaljer. Lukt möten (träffar) upptäcks när Ekvation 12 överskrider ett fördefinierat tröskelvärde. C) Bio-inspirerade synsätt. En Hodgkin-Huxley typ neuron modell med fem inre strömmar (läcka, K +, Na +, Ca2 + och SK) används för att återge den observerade bränning mönster av excitation-hämning (EI) observerats experimentellt 13. För signaldetektering är EAG-signalen används som ingångsström och träffar upptäcks när en explosion av excitation följs av hämning i skott aktiviteten.

Figur 4 < br /> Figur 4. EAG svarstid. A) EAG inspelningar som svar på 20 msek feromonpulser (dos 1 mikrogram och 10 mikrogram) som levereras i olika takt (1, 2, 4, 6, 8 och 10 pulser / sek). Den normaliserade EAG effektspektrum visas för en stimulus pulsad vid 1 och 10 Hz (dos 1 mikrogram och 10 mikrogram). Den EAG löser enskilda pulser upp till 10 Hz. B) Inspelningar från gassensor TGS2620 svar på etanol (varierande koncentration). De streckade och släta kurvorna är sensorsvaret med och utan lock, respektive. Sensorn med locket har en svarstid på tiotals sekunder och således inte kan följande variationerna i gaskoncentrationen. Den TGS2620 utan lock löser individuella variationer på upp till 1 Hz. Klicka här för att se en större version av denna siffra.

alltid "> Figur 5
Figur 5. EAG stabilitet (hel insekts förberedelse vs utskurna antenn). Den EAG spelades in varje timme under 8 timmar för förberedelse hela-insekt (n = 12 nattfjärilar) och var 20 min under 3,2 h för utskurna antenner (n = 7 antenner). Figuren visar relativa rådgivande expertgrupper (procent av ursprungligt värde som erhållits vid tiden t = 0). Den tidsberoende för exciderad antenner är väl utrustade med en exponentiellt avtagande med en livslängd på 2 timmar (halveringstid på 1,5 timmar).

Figur 6
Figur 6. Robotic experiment. A) surge-casting strategi kombinerar kryssen uppsving iförekomst av lukten med spiralgjutning i sin frånvaro 28. B) Typisk EAG registrerats under sökningen när roboten rör sig (med och utan lukt). C) Robot banor med lukt (n = 44 försök) och utan lukt (n = 26 försök). Den röda streckade linjen representerar plymen konturen där inträffade 90% av alla upptäckter under försöken. Experimentella förhållanden: sök utrymme = 4 mx 2,5 m, robotens hastighet = 5,6 cm / sek, target = 10 pg av feromon deponeras på ett pappersfilter och bytas ut efter 2 försök, robot första plats = 2 m från målet, vindhastighet = 0,9 ± 0,2 m / sek vid målplatsen. Klicka här för att se en större version av denna siffra.

Discussion

Nästan tjugo år sedan, Watanabe och hans kollegor var först med idén att använda rådgivande expertgrupper på luktrobotar 29-30. Deras teknik var ursprungligen baserad på exciderad antenner. Här spelade vi från intakt antenner för att förbättra känsligheten och livslängden av preparatet. Andra studier 31-32 märkte också överlägsenhet hela kroppen preparat över isolerade antenner. I våra robot experiment, vi upplevt stabila inspelningar inom en dag. I kontrast tid främst skett genom inspelad på isolerad antenner har en livslängd på 2 h (figur 5).

Vår EAG-robotplattform främst utvecklad för att testa biologiska hypoteser om lukt kodning och sökstrategier i insekter 13. Liknar centrala neuroner som tar emot input från insekts antenner, vi anslutit en neuron-modell till en riktig nattfjäril antenn på en robot och utfört feromon upptäckt baserat på dess bränning mönster. Detection och icke-upptäckt händelser varsedan användas för att driva roboten mot källan av feromon. Den reaktiva sökstrategi anses här inspirerades av de beteendemönster hos manliga fjärilar lockas av ett kön feromon. Det gick bra i laboratoriemiljö (Figur 6), vilket möjliggör lokalisering av en låg utsläppskälla (feromon dos på 10 mikrogram i vårt fall jämfört med 10 mg i tidigare arbete 24) i ett relativt stort sökning utrymme (initial avstånd från källan till 2 m kontra 10 cm i tidigare experiment 20-21).

Dessa robot experiment bör betraktas som ett proof of concept som visar att insekts antenner är lämpliga för robotlukt sökningar. Även insekts antenner är kända för att reagera på giftiga gaser, droger och sprängämnen 9-11, finns flera anknytningar behövs för att klara verkliga applikationer. Först får en mer sofistikerad sökmetod 34-36 vara effektivare på avstånd längre än 10 m, då återförvärvav plymen blir mycket osannolik. För det andra, kan det vara nödvändigt att kombinera rådgivande expertgrupper från olika arter i en bio-elektronisk näsa konfiguration 14 för att detektera odörer av intressen. För det tredje, kan stereo avkänningsförmåga erhållits genom att spela in från de två antenner av samma insekt vara till nytta när det gäller effektivitet. Två sensorer som används parallellt kan faktiskt öka riktverkan. För det fjärde, förlängningar av sökstrategi till kollektiva robot sökningar 37 är borde övervägas för praktiska tillämpningar, även om de inte är biologiskt relevant i fråga om nattfjärilar.

Materials

Name Company Catalog Number Comments
Agrotis ipsilon PISC
http://www-physiologie-insecte.versailles.inra.fr/indexenglish.php
moth
Robot Khepera III K-team
www.k-team.com
Khe3Base + KorBotLE + KorWifi
KoreIOLE K-team Input/output extension board
EAG-robot interface LORIA
www.loria.fr
Custom-made hardware and software
Sirene LORIA  neuronal simulator sirene.gforge.inria.fr
Eagle CadSoft www.cadsoftusa.com PCB design software
Micromanipulator Narishige / Bio-logic UN-3C
Magnet base Narishige/ Bio-logic USM-6
Adapter Narishige/ Bio-logic UX-6-6
Rotule Narishige/ Bio-logic UPN-B
Micro scisors MORIA / Phymep 15371-92
Stereo microscope Zeiss Stémi 2000 Fisher Scientific B19961
Light source 20 W KL200 Fisher Scientific W41745
Narishige PC-10 Na PC-1 Narishige Narishige PC-10
Capillaries Na PC-1 Fisher scientific C01065
Pheromone cis-7-Dodecenyl acetate(Z7-12:OAc) Sigma-Aldrich 259829
Pack of 3 pipettes: 2-20 µl/ 50-200 µl/ 100-1,000 µl Eppendorf 4910000514 For pheromone dilution and deposition on paper filter
Gas sensor TGS2620  Figaro www.figarosensor.com Optional, for comparison with EAG
Electrode puller Narishige  PC-10

DOWNLOAD MATERIALS LIST

References

  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).

Tags

Neurovetenskap robotteknik electroantennogram EAG gas-sensor elektronisk näsa lukt-sök svallvåg och gjutning mal kryp olfaction neuron
Använda Insect Electroantennogram sensorer på autonoma robotar för Lukt sökningar
Play Video
PDF DOI DOWNLOAD MATERIALS LIST

Cite this Article

Martinez, D., Arhidi, L., Demondion, More

Martinez, D., Arhidi, L., Demondion, E., Masson, J. B., Lucas, P. Using Insect Electroantennogram Sensors on Autonomous Robots for Olfactory Searches. J. Vis. Exp. (90), e51704, doi:10.3791/51704 (2014).

Less
Copy Citation Download Citation Reprints and Permissions
View Video

Get cutting-edge science videos from JoVE sent straight to your inbox every month.

Waiting X
Simple Hit Counter