源于自然的机器人导航

本书讲述了一种来自“海马”的神经单元的空间定位能力在机器人的地图构建和导航系统的发展方向，现阶段生物导航系统的计算模型在机器人中的应用是很好有限的。此书的目的就是想确定在外界真实环境中“海马”模型在地图构建和导航能力领域中的应用程度。研究重点主要集中在实现机器人的应用性能而不是保持生物可信性。

第1章概述
1.1移动机器人
1.2同步定位和地图构建
1.3环境探索、目标导航和适应变化
1.4生物模型的应用
1.5章节介绍
第2章地图构建和导航
2.1地图构建和导航问题
2.1.1定位和地图构建
2.1.2SLAM：“鸡和蛋”问题
2.1.3不确定性的处理
2.1.4探索未知环境
2.1.5目标导航
2.1.6学习并应对环境变化
第3章机器人地图构建方法
3.1基于概率的地图构建算法
3.1.1卡尔曼滤波算法
3.1.2极大期望算法
3.1.3粒子滤波算法
3.2拓扑地图构建算法
3.3环境探索、导航和适应环境变化
3.3.1环境探索
3.3.2目标导航
3.3.3适应动态环境
3.4讨论
第4章生物导航系统
4.1啮齿类动物与认知地图
4.1.1头方向信息和具体位置细胞
4.1.2环境探索，导航和适应变化
4.2其他动物和昆虫
4.2.1蜜蜂
4.2.2蚂蚁
4.2.3灵长类动物
4.2.4人类
4.3讨论
第5章海马脑区模型生物仿真
5.1头方向和具体位置细胞——人工技术状态
5.1.1吸引子网络
5.1.2路径综合
5.1.3利用外部辅助信息校正头方向
5.1.4位置细胞——人工技术状态
5.1.5利用外界辅助线索的具体位置细胞
5.1.6利用自我定位信息的位置细胞
5.1.7导航
5.2讨论
第6章机器人与生物激励比较
6.1鲁棒性与准确度
6.2地图友好性与使用性
6.3传感器差异
6.4在真实世界环境中的能力
6.5问题的解
第7章海马模型的探索性研究
7.1机器人和环境
7.2完整模式结构
7.3空间方向模型
7.3.1方向表征
7.3.2认知非自我中心的标志序列
7.3.3使用非自我中心的标志序列重定向
7.3.4内部动力学
7.3.5使用自中心信息进行路径集成
7.4模型性能
7.4.1实验1：路径集成标定
7.4.2实验2：定向和一维地图构建
7.5空间位置模型
7.5.1表示位置
7.5.2学习非自中心导引标志物
7.5.3利用非中心引导标志重定位
7.5.4内部动力学
7.5.5使用自中心信息进行路径集成
7.6模型性能
7.6.1实验3：定位和二维地图构建
7.7讨论和总结
7.7.1与生物系统的比较
7.7.2与其他模型的比较
7.7.3结论
第8章RatSLAM扩展海马模型
8.1空间位姿模型
8.1.1完整模型的结构
8.1.2位姿感知细胞的生物证据
8.1.3位姿表征
8.1.4内部动态过程
8.1.5视觉场景的学习
8.1.6使用熟悉的视觉场景进行重定位
8.1.7直观的路径积分
8.2局部场景的形成
8.2.1绝对差总和的模型
8.2.2图像直方图
8.3海马模型中的可视化SLAM
8.4室内和室外环境中的SLAM
8.4.1实验4：有人造路标的SLAM
8.4.2实验5：环形环境中的SLAM
8.4.3实验6：在办公大楼中的SLAM
8.4.4实验7：室外环境中的SLAM
8.4.5只有路径积分时的表现
8.4.6SLAM结果
8.5总结和讨论
8.5.1RatSLAM的必要条件
8.5.2RatSLAM表征的本质
第9章目标记忆的探索性研究
9.1用RatSLAM唤起目标记忆
9.2学习
9.3回忆
9.3.1实验8：小环境的目标回忆
9.3.2目标回忆结果
9.3.3实验9：大环境中的目标回忆
9.3.4目标回忆结果
9.4总结和讨论
9.4.1创建适合于目标回忆的地图
第10章扩展RatSLAM：经历地图构建算法
10.1由经历构成的地图
10.2关联经历：空间、时间、行为
10.3地图校正
10.4地图的适应性和长期保持
10.5室内经历制图结果
1O.5.1实验10：大的位姿感知细胞表征
10.5.2实验11：小的位姿感知细胞表征
10.6实验12：室外的经历制图
10.7总结和讨论
第11章环境探索，目标记忆和适应改变
11.1有效的环境探索
11.1.1实验评估
11.1.2讨论
11.2用时间地图回忆路线
11.2.1构建时间地图
11.2.2路径规划
11.2.3行为仲裁
11.2.4路线丢失恢复
11.3SLAM和在静态环境中的导航
11.3.1实验13：小位姿冲突下的目标回忆
11.3.2实验14：大位姿冲突下的目标回忆
11.3.3讨论
11.4适应环境的变化
11.4.1实验15：室内地图的适应性
11.4.2实验结果
11.5讨论
11.5.1结论
第12章讨论
12.1本书总结
12.1.1地图构建与导航
12.1.2海马神经模型的探索性研究
12.1.3RatSLAM：一种扩展海马模型
12.1.4目标记忆：探索性研究
12.1.5扩展RatSLAM：经历地图构建
12.1.6环境探索，目标回忆和适应变化
12.2贡献
12.2.1机器人和生物系统的比较综述
12.2.2海马模型的性能评估
12.2.3扩展海马模型的实现
12.2.4经历地图构建算法
12.2.5一种地图构建与导航的综合方法
12.3地图构建与导航研究的前景
12.4网格细胞
12.5总结
附录A移动行为
参考文献
复制图列表
索引