Waiting
Login processing...

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

Neuroscience

Met behulp van Insect Electroantennogram Sensoren op autonome robots voor olfactorische zoekopdrachten

Published: August 4, 2014 doi: 10.3791/51704

Abstract

Robots ontworpen om chemisch lek te volgen in gevaarlijke industriële installaties 1 of explosieve sporen in landmijn velden 2 gezicht hetzelfde probleem als insecten op zoek naar voedsel of het zoeken naar partners 3: de olfactorische zoekopdracht wordt beperkt door de fysica van turbulent transport 4. De concentratie landschap van de wind gedragen geuren discontinu is en bestaat uit sporadisch gelegen patches. Een eerste vereiste voor olfactorische zoeken is dat intermitterende geur patches worden gedetecteerd. Vanwege zijn hoge snelheid en gevoeligheid 5-6, het reukorgaan van insecten biedt een unieke gelegenheid voor de detectie. Insecten antennes zijn gebruikt in het verleden niet alleen seksferomonen 7 maar ook stoffen die voor mensen relevant zijn, bijvoorbeeld vluchtige stoffen afkomstig van kankercellen 8 of giftige en illegale substanties 9-11 detecteren. We beschrijven hier een protocol voor het gebruik van insecten antennes op autonome robots eend presenteren een proof of concept voor het bijhouden van geur pluimen naar hun bron. De algemene reactie van reukneuronen wordt geregistreerd in situ in de vorm van electroantennograms (EAG). Onze experimentele opzet gebaseerd op een geheel insect preparaat, kan stabiele opnamen per werkdag. Ter vergelijking, AGD op uitgesneden antennes hebben een levensduur van 2 uur. Een aangepaste hardware / software-interface ontwikkeld tussen de EAG elektroden en een robot. Het meetsysteem lost individuele geur pleisters tot 10 Hz, dat de tijdschaal van kunstmatige chemische sensoren 12 overschrijdt. De efficiëntie van EAG sensoren voor olfactorische zoekopdrachten wordt verder aangetoond in het besturen van de robot in de richting van een bron van feromonen. Door het gebruik van identieke olfactorische stimuli en sensoren zoals in het echte dieren, onze robotic platform biedt een directe manier voor het testen van biologische hypothesen over olfactorische codering en zoekstrategieën 13. Het kan ook nuttig zijn voor het opsporen van andere geurstoffen van belangen door te bewijzencombineren EAG van verschillende soorten insecten in een bio-elektronische neus configuratie 14 of met behulp van nano-gestructureerde gas sensoren die insect antennes 15 na te bootsen.

Introduction

Tegenwoordig worden dieren zoals honden vaak gebruikt in veiligheid en beveiliging toepassingen die de lokalisatie van een chemisch lek, drugs en ​​explosieven vanwege hun uitstekende geur detectievermogens 16 te betrekken. Maar toch, ze tonen gedrags variaties, moe na uitgebreide werk, en moeten regelmatig omscholing als hun prestaties neemt na verloop van tijd 17. Een manier om deze beperkingen te omzeilen is om opgeleide honden vervangen door olfactorische robots.

Toch volgen geuren en geur bronnen is een belangrijke uitdaging in de robotica. In turbulente omgevingen, het landschap van een geur pluim is zeer heterogeen en onvast, en bestaat uit sporadisch gelegen plekken 4. Zelfs bij matige afstanden van de bron, zo kort enkele meters detecties worden sporadisch en alleen signalen tussenpozen. Bovendien hebben lokale concentratie gradiënten tijdens detecties algemeen niet wijzen naar de bron. Gezien discontinue stroom van informatie en beperkte lokale informatie wanneer detecties worden gemaakt hoe je een robot naar de bron te navigeren?

Het is bekend dat insecten zoals mannelijke motten gebruiken chemische communicatie met hun partners succes te lokaliseren over lange afstanden (honderden meters). Om dit te doen, ze een stereotiep gedrag 18-20 aannemen: ze schommelen upwind reageert op een geur patch en het uitvoeren van een uitgebreide zoekfunctie genaamd casting wanneer geur informatie verdwijnt. Deze stijging casting strategie is puur reactief, worden dwz acties volledig bepaald door de huidige percepties (detectie-en non-detectie evenementen). Toch, de uitvoering ervan op olfactorische robots had succes in het verleden beperkt, omdat de opsporing van geur flarden wordt belemmerd door de traagheid van kunstmatige gas sensoren.

Metaal-oxide sensoren in de meeste olfactorische robots reactie en hersteltijd van enkele tientallen seconden, zodat ze over het algemeen filterende concentratie schommelingen voordoen in turbulente pluimen 21. In tegenstelling, de responstijd van insecten chemoreceptors is veel korter, bijvoorbeeld de stijgtijd van insecten electroantennograms (EAG) minder dan 50 msec 22. Bijgevolg, door het gebruik van insecten EAG, geur pulsen worden opgelost bij een frequentie van een aantal Hertz 23. Deze eigenschap maakt EAG sensoren geschikt voor de detectie van geur filamenten in natuurlijke pluimen. We beschrijven hier een protocol voor het inbedden van insecten EAG op robots waardoor efficiënte olfactorische zoeken met overspanningsbeveiliging en gieten strategieën.

Protocol

Het protocol is gebaseerd op een commercieel verkrijgbare robot (zie materialen tabel) en mannelijke motten (Agrotis ipsilon) met hun sexferomoon. Toch kan worden aangepast met kleine aanpassingen aan andere insectensoorten, geurstoffen en robots.

1. Insecten

  1. Achter larven van Agrotis ipsilon Hufnagel (Lepidoptera: Noctuidae) op een kunstmatig dieet en onderhouden in individuele plastic bekers tot verpopping bij 23 ± 1 ° C en 50 ± 5% relatieve vochtigheid zoals eerder 24 beschreven.
  2. Sex poppen en houd volwassen mannetjes gescheiden van de vrouwtjes in plastic dozen. Geef ze gratis toegang tot een 20% sucrose-oplossing.
  3. Experimenten uitvoeren met mannen. Mannelijke motten zijn zeer gevoelig voor de seksferomoon uitgestoten door hun soortgenoten vrouwtjes. In A. Ipsilon, grote feromoon component, cis-7-dodecenyl acetaat (Z7-12: OAc) is de actieve verbinding aan de antenne.
TITEL "> 2. Electrofysiologie

  1. Noteer de EAG uit een hele-insect voorbereiding, zoals hieronder beschreven (Figuur 1A). Intact antennes zijn voorkeur boven weggesneden antennes omdat ze vertonen een langere levensduur (zie representatieve resultaten).
  2. Chloreren twee zilveren draden door onderdompeling in geconcentreerde bleekwater oplossing voor 10-20 min en spoel daarna. Dit proces voorkomt dat de elektroden van het polariseren. Het moet worden herhaald wanneer de basislijn drijft bij experimenten of wanneer de offset spanning tussen de elektroden te groot worden gecompenseerd door de versterker.
  3. Maak glaselektroden van brand gepolijst capillairen met een elektrode trekker. Brand polijsten voorkomt krassen op de gechloreerde zilveren draad met elektroden.
  4. Verdoven een mannelijke mot met CO 2 en plaats deze in een piepschuim blok met het hoofd uitsteken van de top.
  5. Tether hoofd van het insect met schilderstape om de nek.
  6. Plaats een zilveren draad die als referentie-elektrode in de hals.
  7. Onder een stereomicroscoop, immobiliseren een van de antennes met dunne reepjes schilderstape op de tip en de basis.
  8. Knip de distale 2-3 segmenten van de antenne met chirurgische schaar.
  9. Plaats de glazen elektrode in de buurt van de cut punt van de antenne met een micro-manipulator.
  10. Knip het uiteinde van het glazen capillair met een tang een diameter iets groter dan de cut uiteinde van de antenne te verkrijgen.
  11. Vul de glazen pipet met (in mM) 6.4 KCl, 340 glucose, 10 Hepes, 12 MgCl2, 1 CaCl2, 12 NaCl, pH 6,5.
  12. Steek de cut punt van de antenne in de glazen capillair met de micromanipulator.
  13. Schuif de zilveren draad die als de registratie-elektrode in de breedste uiteinde van de glazen capillair.

3. Hardware Interface

  1. Monteer de hele voorbereiding, dwz insect-elektroden-micromanipulator, op een metalen plaat geschroefd op de bovenkant van de robot (Figuur 1B). Verbind de elektroden met de robot, zoals hieronder beschreven.
  2. Op basis van eerdere werken 25-26, het ontwerpen van een hardware interface naar de EAG uitgangsspanning (orde 1 mV bij verschillende MQ) aan te passen aan het assortiment geschikt is voor de uitbreiding bestuur van de robot. Het bestuur aanvaardt 0-5 V analoge ingangen en een negatieve spanning onder -200 mV kan ernstige schade veroorzaken. Volg de stappen 3.2.1 tot en met 3.2.4 om de interface te ontwerpen met Eagle.
    1. Ontwerp een ± 5V voeding van een 12 V batterij met behulp spanningsregelaar 78L10 (① in de figuren 2A-2C).
    2. Ontwerp een headstage voorversterker (10X) op basis van instrumentatie versterker INA121 (③ in de figuren 2A-2C).
    3. Ontwerp een tweede-fase versterker (25X) met ruisfilter (eerste orde high-pass 0.1 Hz filter, tweede orde low-pass filter 500 Hz, 50 Hz notch filter) gebaseerd op quad op-amps LT1079 (315; in figuren 2A-2C).
    4. Ontwerp een signaal conditionering stadium dat berekent met op-amp LT1079 en diode 1N4148 (⑤ in de figuren 2A-2C). De totale winst is 250 en de EAG output is in het bereik van 0-5 V met nul welzijn op 2,5 V.
  3. Sluit de elektroden van de differentiële ingangen EAG (② in figuren 2A-2C). Sluit de registratie-elektrode aan de inverterende ingang van de INA121 positieve EAG verkrijgen.
  4. Sluit de EAG-uitgang (⑥ in de figuren 2A-2C) naar de 12 analoge ingangen van de uitbreiding bestuur van de robot. Zoals elke ingang sequentieel wordt gelezen elke milliseconde, de bemonsteringsfrequentie is 1 KHz.

4. Software Interface

De hoofdlijnen bevat een grafische gebruikersinterface (GUI), werkwijzen voor signaaldetectie en verschillende functies voor het besturen van de robot.

  1. Schrijf een GUI (figuur 2D) in Qt-C + + fo r data visualisatie, digitale filtering (20 Hz 5e orde Butterworth low pass filter) en geur detectie van de EAG. Dit laatste kan worden uitgevoerd op twee manieren: ofwel door deconvolving de EAG met een geschikt filter (technische benadering, paragraaf 4.2), of door het modelleren van de neurale mechanismen die snelle en betrouwbare feromoon detectie in A. toestaan ipsilon motten (bioinspired aanpak, paragraaf 4.3).
  2. Deconvolutie filter. De EAG wordt goed beschreven door een lineaire cascade 27 die bestaat uit een statische niet-lineariteit Vergelijking 1 en een 1 e orde low-pass filter met exponentiële impuls functie Vergelijking 2 voor Vergelijking 3 , Zie figuur 3A. In reactie op wisselende geurconcentratieatie 4 "fo: content-width =" 0.3in "src =" / files/ftp_upload/51704/51704eq4.jpg "/>, de EAG output wordt gegeven door de convolutie integraal Vergelijking 5 . Deconvolutie wordt eenvoudig verkregen door de inverse van het systeem; dat Vergelijking 6 in het frequentiedomein. Vervolgens, Vergelijking 7 de Fourier transformatie van de impuls respons Vergelijking 8 . Voor signaaldetectie, volg de stappen 4.2.1 tot en met 4.2.3.
    1. Voer de deconvolutie proces het tijdsdomein als Vergelijking 9 en Vergelijking 10 Figuur 3B. Benaderen de niet-lineariteit Vergelijking 11 door een polynoom functie. Breng de polynoom parameters en de tijdconstante van de input-output-gegevens paren om de gemiddelde kwadratische fout tussen echte minimaliseren Vergelijking 4 en gereconstrueerd Vergelijking 12 geurconcentratie.
    2. Detect het feromoon klappen wanneer Vergelijking 12 boven een vooraf bepaald niveau.
  3. Neuromorfische detector. Een alternatieve benadering voor de opsporing bestaat uit nabootsen biologie. In A. ipsilon motten, centrale neuronen het ontvangen signaal van de antenne reageert op de feromonen met een stereotiepe afvuren patroon van excitatie-inhibitie 13. Een Hodgkin-Huxley type neuron model met vier ionenstromen Vergelijking 13 (Een vertraagde gelijkrichter K + stroom, voltage-gated Na + en Ca 2 + stromen, een kleine geleiding Ca 2 +-afhankelijke K + stroom) was eerder ontwikkeld om de waargenomen fysiologische reacties 13 reproduceren. Voor signaaldetectie, volg de stappen 4.3.1 tot en met 4.3.3.
    1. Implementeren van de neuron model als differentiaalvergelijkingen. Gebruik de EAG signaal als input stroom Vergelijking 14 in de evolutie van de membraanpotentiaal Vergelijking 15 . Gebruik een membraan capaciteit C = 22,9 pF en een lekstroom gegeven door Vergelijking 16 met geleiding gram L = 0.011161 mS enomkeringspotentiaal E L = -61,4 mV. De ionische stromen worden beschreven Vergelijking 17 met Vergelijking 18 door waar Vergelijking 19 zijn lineaire functies van V. Zie eerdere verslagen 13 voor de details.
    2. Simuleren van de neuron model in real time met Sirene door integratie van de differentiaalvergelijkingen met een 4e orde Runge-Kutta-methode en een tijd stap Vergelijking 20 = 0.01 msec. Voer de spike-test V (t f)> 0 mV en V (t f - Vergelijking 20 ) <0 mV online te spike tijden verkrijgen en interspike intervallen.
    3. Detecterenferomoon klappen wanneer een uitbarsting van excitatie (3 opeenvolgende interspike intervallen <70 msec) wordt gevolgd door inhibitie (interspike interval ≥ 350 msec), zie figuur 3C.

Representative Results

Het protocol hierboven beschreven werd voor het eerst getest met korte 20 msec pulsen van feromoon (dosis 1 ug en 10 ug) direct gepofte op de antenne. Figuur 4A toont de EAG in reactie op feromonen pulsen. Ze positief omdat de registratie-elektrode is verbonden met de inverterende ingang van de versterker, zoals beschreven in stap 3.3. Zoals de vermogensspectrum Het meetsysteem kan feromoon pulsen lossen tot 10 Hz. Ter vergelijking hebben we ook getest handel verkrijgbare gassensor. De TGS2620 een metaaloxide sensor vervaardigd voor de detectie van oplosmiddeldampen. Hoewel de sensor geeft een hoge gevoeligheid voor ethanol was niet concentratieschommelingen volgt (zie de onderbroken lijn in fig. 4B). Het probleem kwam van de behuizing sensor. De TGS2620 wordt gecommercialiseerd met een pet die een vlam-proof roestvrijstalen gaas heeft. De reactietijd is traag omdat in de praktijk draaitbepaalde tijd om het gas te diffunderen door het gaas en bereiken het metaaloxide oppervlak. Herstel is ook traag omdat het tijd kost om de sensor schoon wanneer het gas is opgesloten in de dop. Wij zijn dan ook verwijderd van de dop en deze wijziging een verbetering van de dynamiek aanzienlijk (zie de vlakte curve in Figuur 4B). Toch was er een factor tien van de EAG en TGS2620 (10 versus Hz 1 Hz). Deze vergelijking is echter kwalitatief als EAG en TGS2620 werden niet getest in dezelfde omstandigheden.

Vervolgens hebben we onderzocht de stabiliteit in de tijd van onze hele-insect voorbereiding (n = 12 motten) in vergelijking met weggesneden antennes (n = 7 antennes). De EAG werd periodiek geregistreerd in reactie op prikkels feromoon (duur 500 msec, dosering 1 ug). Ruwe EAG (in mV) omgezet om relatieve EAG (procenten beginwaarde verkregen op tijdstip t = 0). Figuur 5 toont zeer goede stabiliteit aan de hele insecten prepreiding binnen een werkdag. In tegenstelling, AGD opgenomen op geïsoleerde antennes snel afneemt in de tijd, zodat het signaal daalt tot de helft van de oorspronkelijke waarde na slechts 1,5 uur. Deze keer afhankelijkheid wordt goed beschreven door een exponentiële verval met een levensduur van 2 uur.

Tenslotte testten we het vermogen van de EAG robot plateform zoeken naar een geurbron (feromoon verbinding Z7-12: OAc) met een reactieve zoekstrategie (figuur 6A). De zoekstrategie combineert wind stijging telkens het feromoon wordt gedetecteerd met spiraal gieten in afwezigheid van detecties 28. De aanwezigheid van feromoon wordt gedetecteerd van de EAG de neuromorfische detector, zoals beschreven in stap 4.3. Twee voorbeelden van EAG die tijdens het zoeken worden weergegeven in figuur 6B. Zonder de geurbron, de EAG blijft rond de nul (dat wil zeggen 2,5 V) met zeer weinig of geen detecties. De robot voert spiraal gieten en in het algemeen laat de zoekruimte beferts bereiken van de doellocatie (in 92% van de proeven, n = 26 onderzoeken figuur 6C rechts). Met de geurbron (figuur 6C links), de EAG presenteert uitbarstingen van activiteit (detecties) verweven met periodes van stilte (geen detecties). Spiraal casting zich vooral op de pluim contour (figuur 6C links, rode lijn) en lijkt een efficiënte strategie voor het verplaatsen van de pluim middellijn als de geur verloren gaat. In deze toestand is de bron die doorgaans gevonden (slaagpercentage = 96%, n = 44 proeven).

Figuur 1
Figuur 1. Whole-insect EAG voorbereiding en robot setup. A) De electroantennogram (EAG) is opgenomen van een hele-insect voorbereiding (zie tekst voor details). B) De voorbereiding op het beroven is gemonteerdot. Klik hier om een grotere versie van deze afbeelding te bekijken.

Figuur 2
Figuur 2. Hardware-software-interface. A) Eagle schema van de hardware. Het circuit bestaat uit zes delen (zie tekst voor details). Het laat filtering (frequentieband 0,1-500 Hz, inkeping bij 50 Hz), amplificatie (totale winst 250X) en signaal conditionering in het bereik van 0-5 V. B) Eagle layout toont lijnen van koper (de top is in het rood en de bodem in het blauw) en gaten (in het groen). C) Printplaat (PCB) met de afzonderlijke elementen. D) Grafische gebruikersinterface (GUI) geschreven in Qt-C + + voor data visualisatie (rood spoor = EAG ingang, groene sporen= Neuron modeluitkomsten), filter ontwerp en signaaldetectie. Klik hier om een grotere versie van deze afbeelding te bekijken.

Figuur 3
Figuur 3. Signaaldetectie van de EAG. A) Electroantennogram (EAG) model. De EAG wordt gemodelleerd door een lineaire cascade 27 die bestaat uit een statische niet-lineariteit gevolgd door een 1 ste orde laagdoorlaatfilter met exponentiële impulsfunctie Vergelijking 21 . De EAG output wordt gegeven door de convolutie integraal met Vergelijking 22 . B) Techniek aanpak. De deconvolution filtER schrijft Vergelijking 23 en Vergelijking 24 , Zie tekst voor details. Geur ontmoetingen (hits) worden gedetecteerd wanneer Vergelijking 12 boven een vooraf bepaalde drempel. C) Bio-geïnspireerde aanpak. Een Hodgkin-Huxley soort neuron model met vijf interne stromen (lek, K +, Na +, Ca2 + en SK) wordt gebruikt om de waargenomen vuurpatroon excitatie-inhibitie (EI) reproduceren experimenteel waargenomen 13. Voor signaaldetectie, wordt de EAG-signaal gebruikt als input huidige en klappen worden gedetecteerd wanneer een uitbarsting van excitatie wordt gevolgd door remming in het afvuren activiteit.

Figuur 4 < br /> Figuur 4. EAG responstijd. A) EAG opnamen in reactie op 20 msec pulsen feromoon (dosis 1 ug en 10 ug) van verschillende snelheden (1, 2, 4, 6, 8 en 10 pulsen / sec). De genormaliseerde EAG vermogensspectrum wordt een stimulus gepulseerd 1 en 10 Hz (dosis 1 ug en 10 ug). De EAG lost afzonderlijke pulsen tot 10 Hz. B) Opnames van gas sensor TGS2620 in reactie op ethanol (fluctuerende concentratie). De gestreepte en effen krommen zijn de sensor respons met en zonder de dop, respectievelijk. De sensor met de dop heeft een responstijd van tientallen seconden en kan dus niet volgt de schommelingen van de gasconcentratie. De TGS2620 zonder dop lost individuele schommelingen tot 1 Hz. Klik hier om een grotere versie van deze afbeelding te bekijken.

altijd "> Figuur 5
Figuur 5. EAG stabiliteit (hele insect voorbereiding vs weggesneden antenne). De EAG werd elk uur opgenomen tijdens 8 uur voor de hele-insect voorbereiding (n = 12 motten) en elke 20 minuten gedurende 3,2 uur voor weggesneden antennes (n = 7 antennes). De figuur toont de relatieve EAG (percentages van de initiële waarde verkregen op het tijdstip t = 0). De tijdsafhankelijkheid voor weggesneden antennes is goed uitgerust met een exponentieel verloop met een levensduur van 2 uur (halfwaardetijd van 1,5 uur).

Figuur 6
Figuur 6. Robotic experimenten. A) De stijging casting strategie combineert upwind stijging van deaanwezigheid van de geur met spiraal casting in zijn afwezigheid 28 B.) Typische EAG opgenomen tijdens het zoeken, terwijl de robot in beweging is (met en zonder de geur). C) Robot trajecten met geur (n = 44 studies) en zonder geur (n = 26 proeven). De rode gestippelde lijn geeft de pluim contour waar 90% van alle detecties opgetreden tijdens de proeven. Experimentele omstandigheden: zoek ruimte = 4 mx 2,5 m, snelheid robot = 5,6 cm / sec, target = 10 ug van feromoon afgezet op een papieren filter en vervangen om de 2 proeven, robot aanvankelijke locatie = 2 m van het doel, windsnelheid = 0.9 ± 0,2 m / sec bij doellocatie. Klik hier om een grotere versie van deze afbeelding te bekijken.

Discussion

Bijna twintig jaar geleden, Kanzaki en zijn collega's een pionier in de idee van het gebruik EAG op olfactorische robots 29-30. Hun techniek werd oorspronkelijk gebaseerd op weggesneden antennes. Hier hebben we opgenomen uit intacte antennes om de gevoeligheid en de levensduur van het preparaat te verbeteren. Andere studies 31-32 ook gemerkt de superioriteit van het hele lichaam voorbereidingen over geïsoleerde antennes. In onze robot experimenten, ervaren we een stabiele opnames binnen een dag. In tegenstelling, AGD opgenomen op geïsoleerde antennes hebben een levensduur van 2 uur (figuur 5).

Onze EAG-robot platform werd voornamelijk ontwikkeld om biologische hypothesen over olfactorische codering en zoekstrategieën bij insecten 13 testen. Net als bij de centrale neuronen ontvangen input van insect antennes, wij zijn aangesloten een neuron model naar een echte mot antenne op een robot en uitgevoerd feromoon detectie op basis van haar afvuren patroon. Detectie en niet-detectie gebeurtenissen warengebruikt om de robot naar de bron feromoon drijven. De reactieve zoekstrategie hier beschouwd werd geïnspireerd door de gedragspatronen van de mannelijke motten aangetrokken door een sexferomoon. Het presteerde goed in laboratoriumomstandigheden (figuur 6), waardoor de lokalisatie van een lage emissiebron (feromoon dosis van 10 ug in ons geval versus 10 mg Contract 24) in een relatief grote zoekruimte (initiële afstand tussen bron 2 m versus 10 cm in eerdere experimenten 20-21).

Deze robot experimenten moet worden beschouwd als een proof of concept te laten zien dat insecten antennes zijn geschikt voor robotica olfactorische zoekopdrachten. Hoewel insecten antennes staan ​​bekend om te reageren op giftige gassen, drugs en ​​explosieven 9-11, zijn een aantal uitbreidingen nodig zijn voor het omgaan met de echte wereld toepassingen. Ten eerste kan een meer geavanceerde zoekmethode 34-36 efficiënter bij afstanden boven 10 m wanneer de reacquisitionvan de pluim wordt zeer onwaarschijnlijk. Ten tweede kan het nodig zijn om EAG combineren van verschillende soorten in een bio-elektronische neus configuratie 14 voor geurstoffen belangen detecteren. Ten derde, kan stereo sensing mogelijkheden verkregen door het opnemen van de twee antennes van dezelfde insecten blijken uiteindelijk in termen van effectiviteit. Twee sensoren gebruikt in parallel kan inderdaad toenemen gerichtheid. Ten vierde, uitbreidingen van de zoekstrategie collectief robot zoekopdrachten 37 zijn moeten worden beschouwd voor de praktijk zelfs als ze niet biologisch relevant bij motten.

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

Neurowetenschappen robotica electroantennogram EAG gas-sensor elektronische neus olfactorische zoeken surge en gieten mot insect reukzin neuron
Met behulp van Insect Electroantennogram Sensoren op autonome robots voor olfactorische zoekopdrachten
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