[发明专利]一种基于四维空间平移及旋转的心理旋转机理实现模型

说明书

技术领域

本发明涉及大脑认知过程中心理旋转机理的建模，特别涉及基于四维空间平移及旋转模型的实现及其在移动机器人导航中可能的应用。

背景技术

心理旋转(mental rotation)是灵长类动物的一种重要的空间认知能力，它能够帮助我们在大脑中模拟旋转所看物体的位置状态，以解决某一特定任务，比如辨别两个物体方向是否一致。上世纪70年代Shepard等人著名的三维物体心理学旋转实验得出：判断两个物体是否匹配的反应时间与它们的角度差异线性正相关。该实验被提出之后，一些新的方法也被用来研究心理旋转的生物神经学基础，比如：功能性核磁共振成像，正电子发射型计算机断层显像，TMS经颅磁刺激等。这些方法揭示了在进行心理旋转时，大脑中的上顶叶皮层(superior parietal cortex,SPC)，前额皮层(prefrontal cortex,PFC)和中央前回皮层中的运动皮层(premotor cortex,PMC)这三个区域被持续激活。上顶叶皮层的功能包括空间构图、特定图形转换计算；前额皮层的功能包括运动控制及模仿；中央前回皮层的功能包括运动规划执行及运动模拟。这些发现也促使了一些心理旋转的神经学框架的产生，这些框架一般将心理学旋转分成四个认知过程：1)从各个方向上创建一个物体的心理图像(mental image)；2)参照其他图像，对目前的物体进行心理旋转，直到可以做出比较；3)关联比较两个物体；4)报告比较结果。

心理旋转是通过连续时间内对目标场景或物体进行多次空间变换完成的，它需要有限的先验知识或动作指导以完成特定任务。因为心理旋转是模拟旋转，所以是一种运动预测方法，其工程实现较为复杂，涉及场景感知与记忆、关键目标提取、目标特征提取、特征变换与比较这一系列动作，所以目前并没有特别完善的心理旋转的计算模型可将其应用到实际的机器视觉领域。

移动机器人导航算法目前已经比较成熟了，而基于视觉的导航是最重要的研究内容。但传统的导航算法也有一些难以克服的弊端，比如自适应能力薄弱和学习能力差等。特定环境下，比如在意外频发，动作危险，环境陌生时，以意识认知能力为基础的自主控制是十分重要的。特别地，除人之外的灵长类动物和婴幼儿使用地图和实时构图的能力不强，他们是如何执行导航任务的？研究表明心理旋转在导航过程中发挥了重要作用，灵长类动物能通过心理旋转对比眼前场景与目标场景，进而完善地图，并想象当前视角旋转一定角度后所能看到的场景是否与目标场景一致，以此决定下一步运动策略。可见，将心理旋转机制用在移动机器人导航任务上是有前景的。

发明内容

有鉴于此，为了解决上述问题，本发明设计一种实用的基于四维空间平移和旋转的心理旋转机理模型，将复杂的心理旋转过程简化成一个易于实现的计算模型，四维包括三维空间和时间维。并进一步探索其在移动机器人导航任务中可能的应用前景，目的是降低机器人导航算法的训练代价，提高算法的迁移和适应能力。

本发明的目的是提出一种实用的基于四维空间平移和旋转的心理旋转机理模型。

为实现以上目的，通过以下技术方案来实现的：

本发明提供的一种基于梯度策略的激励学习方法，包括以下步骤：

S1:抽象表示上顶叶皮层的空间构图功能，输入当前物体的RGB图片和3D点云图，输出3幅颜色特征图，8幅形状特征图，4幅方向特征图和1幅点云关键点特征图；

S2：抽象表示前额皮层的特征和位姿匹配功能，输入为S1得到的16幅特征图，输出为特征和位置匹配结果；

S3：抽象表示运动皮层的模拟旋转功能，输入为S2的匹配结果和S1输出的点云关键点特征图，输出为一系列与时间相关的四维旋转算子；

S4：移动机器人根据S3得到的旋转算子规划下一步运动策略。

进一步，所述步骤S1中的上顶叶皮层对应模块主要功能是进行空间构图，因为场景过于复杂，我们将提取目标场景中的某个关键物体进行研究，依据是我们人类在记忆地图的时候一般会选择性记忆当前视角下地图中的标志性路标或建筑等。上顶叶皮层将物体的颜色、形状、方向和关键点特征量化，输入为当前物体的RGB图片和3D点云图，RGB图片用在前三个特征的提取，3D点云图用在关键点特征的提取。颜色采用“颜色双竞争”算法表示；形状采用8尺度高斯金字塔图片进行Sobel边缘提取表示；方向采用余弦光栅和二维高斯卷积描述；对3D点云图使用SIFT算子提取关键点，以简化数据量。所述上顶叶皮层模块输出为3个颜色特征图，8个形状特征图，和4个方向特征图和1个关键点3D点云图。