基于多超声传感器信息和neucube的移动机器人走廊场景识别

？为提高室内移动机器人的环境感知能力,针对其常处的结构化走廊场景的分类、spiking神经网络(snn)和基于snn的新型计算模型neucube进行研究。snn利用尖脉冲传递时、空信息,比传统的神经网络更适于动态、时序信息的分析,以及各种模式信息的识别和分类。此外,snn更易于用硬件实现。在对neucube的基本原理、学习方法和计算步骤进行讨论的基础上,利用多超声传感信息和neucube对室内移动机器人常处的7种走廊场景进行识别。实验结果表明基于多超声传感信息和neucube的移动机器人走廊场景分类方法可以对7种走廊场景进行有效识别,该方法有助于增强移动机器人的自主性和提高其智能水平。