申请/专利权人:中国人民解放军空军工程大学
申请日:2021-09-07
公开(公告)日:2024-04-26
公开(公告)号:CN113743586B
主分类号:G06N3/0499
分类号:G06N3/0499;G06N3/10;G06N3/09
优先权:
专利状态码:有效-授权
法律状态:2024.04.26#授权;2021.12.21#实质审查的生效;2021.12.03#公开
摘要:本发明公开了一种基于海马空间认知机理的运行体自主定位方法,包括如下步骤:获取预设空间环境中的N个路标,通过运动于预设空间环境中的运行体运动过程中自身位置与N个路标之间的距离信息,生成位置细胞地图;实时计算运行体运动过程中不同位置空间所有位置细胞的放电率,构建基于RBF网络的空间记忆模型,将运行体实时感知到的与不同路标之间的距离信息输入到基于RBF网络的空间记忆模型中,激发所有位置细胞放电,获得所有位置细胞放电率,并将放电率最大的位置细胞表征的空间位置作为最终运行体的估计位置。为未来类脑导航与定位技术发展提供了一定的理论与技术参考。
主权项:1.一种基于海马空间认知机理的运行体自主定位方法,其特征在于,包括如下步骤:获取预设空间环境中的N个路标;通过运动于预设空间环境中的运行体运动过程中自身位置与N个路标之间的距离信息,生成位置细胞地图;实时计算运行体运动过程中不同位置空间所有位置细胞的放电率,并建立运行体和N个路标之间的距离信息与所有位置细胞放电率的对应关系;将运行体和N个路标之间的距离信息作为输入层、将高斯函数作为隐含层的激活函数、将所有位置细胞的放电率作为输出层,构建基于RBF网络的空间记忆模型;将运行体实时感知到的与不同路标之间的距离信息输入到基于RBF网络的空间记忆模型中,激发所有位置细胞放电,获得所有位置细胞放电率,并将放电率最大的位置细胞表征的空间位置作为最终运行体的估计位置;对基于RBF网络的空间记忆模型进行训练,其具体步骤包括:将运行体和N个路标之间的距离信息作为输入层;将高斯函数作为隐含层的激活函数,将每个位置处不同的距离信息进行非线性变换,计算基函数的中心、方差以及隐含层到输出层的权值;将所有位置细胞的放电率作为输出层,将隐含层节点的输出进行线性加权求和作为输出层的结果;通过不断训练调整网络权值参数获得基于RBF网络的空间记忆模型。
全文数据:
权利要求:
百度查询: 中国人民解放军空军工程大学 一种基于海马空间认知机理的运行体自主定位方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。