论文部分内容阅读
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Neu Cube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Neu Cube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Neu Cube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Neu Cube的移动机器人走廊场