Summary

Designe og implementere Nevrologiske Simuleringer på LEGO Robots

Published: May 25, 2013
doi:

Summary

En tilnærming til nevrale nettverk modellering på LEGO Mindstorms robotikkplattformen er presentert. Metoden gir et simuleringsverktøy for virvelløse nevrovitenskapelig forskning i både forskningslaboratorium og klasserommet. Denne teknikken gjør at etterforskningen av biomimetic robot kontroll prinsipper.

Abstract

Vi presenterer en metode for å bruke den kommersielt tilgjengelige LEGO Mindstorms NXT robotikk plattform for å teste systemer nivå nevrovitenskap hypoteser. Det første trinn i metoden er å utvikle et nervesystem simulering av bestemte refleksive oppførsel av en passende modell organisme, her bruker vi den amerikanske hummer. Exteroceptive reflekser formidlet av decussating (krysset) nerveforbindelser kan forklare et dyrs drosjer mot eller bort fra en stimulus som beskrevet av Braitenberg og er spesielt godt egnet for etterforskning ved hjelp av NXT-plattformen. En Nervesystemet simulering programmeres via LabVIEW programvare på LEGO Mindstorms plattform. Når nervesystemet er innstilt på riktig måte, blir atferdsmessige eksperimenter kjørt på roboten, og på dyret under identiske forhold i omgivelsene. Ved å kontrollere den sensoriske miljøet oppleves av prøvene, kan forskjeller i atferdsmessige utganger følges. Disse forskjellene kan peke på spesifikke deficienckaper i nervesystemet modell og tjene til å informere gjentakelse av modellen for den spesielle oppførselen under studien. Denne metoden gjør det mulig for den eksperimentelle manipulasjon av elektroniske nervesystem og fungerer som en måte å utforske nevrovitenskap hypoteser spesifikt om nevrofysiologiske grunnlaget for enkle medfødte refleksive atferd. LEGO Mindstorms NXT kit gir en rimelig og effektiv plattform for å teste foreløpige biomimetic robot kontroll ordninger. Tilnærmingen er også godt egnet for den videregående skolen klasserommet for å tjene som grunnlag for en hands-on forespørsel-basert biorobotics pensum.

Introduction

Nevrofysiologiske undersøkelser i løpet av de siste 100 årene har utvidet enormt vår kunnskap om nervesystemet struktur og funksjon. Imidlertid har de fleste av nervesystemet forskning hittil støttet seg på bruk av isolerte preparater eller behersket fag. Mens det har vært mange vellykkede innsats for å ta opp nevral aktivitet fra fritt oppfører dyr 2-5, gir biorobotic tilnærming et verdifullt verktøy for å tillate nervesystemet manipulasjon for å teste systemer nivå nevrovitenskap hypoteser seks. Simulerte nervesystem som opererer på roboter kan eksperimentelt manipulert og gi rom for utvidelse av programvare modellering til den fysiske verden. Denne tilnærmingen har blitt godt implementert i den akademiske verden 7,8, men prosessen med å bygge en biomimetic robot for hypotesetesting kan være dyrt og tidkrevende. Vi presenterer en metode for å utføre biorobotic tilnærming ved hjelp av en kommersielt tilgjengelig robotikk kdet (LEGO Mindstorms NXT 2.0). Målet med denne metoden er å gi en rask og effektiv måte å teste systemene nivå nevrovitenskap hypoteser på robot 9 eller bio-hybrid 10 nedfelt nevrale nettverk simuleringer. Akselererer prosessen fra hypotesen å eksperimentere forbedrer forskning produktivitet. Den enkle LEGO Mindstorms plattformen gir en test seng for biomimetic sensorer og nevrale nettverk som vi demonstrere ved hjelp av amerikansk hummer (Homarus americanus) som modell organisme. Metoden gir også et kraftig hands-on pedagogisk verktøy i klasserommet så elevene kan designe og manipulere nervesystem for sine egne roboter 11.

Protocol

En. Bygging av Robot Model Velg en modell organisme for å studere som er godt representert i neuroethological litteratur. Virvelløse dyr generelt gjør gode kandidater fordi deres relativt enkle nervesystem har blitt godt undersøkt og består primært av medfødte reflekser. Vi vil demonstrere denne tilnærmingen ved hjelp av den amerikanske hummer, Homarus americanus. Velg godt studert refleksive atferd for modellering formål. Vi har valgt hummer reaksjoner på antennal bøy og å klor…

Representative Results

Innspill fra en hummer klør i sin nervesystemet megle hinder forhandling i en roman miljø. Figur 1 viser et skjermbilde av videoen som brukes til å analysere atferden til en LEGO robot (figur 1A) og en hummer (figur 1B) i testen arena. Testen arena ble umodifisert mellom dyr og robot tester bortsett fra at vannet ble tømt fra tanken for roboten prøvelser. Video sporing resultatene vises i figur 2. Dyre-og robot reise st…

Discussion

Ved initiering biorobotic nervesystemet simulering eksperimenter, er det noen viktige retningslinjer å følge. Å velge riktig modell organisme er kritisk: plukke en organisme som er lett å oppnå og opprettholde. Virvelløse dyr er ideelle fordi de ikke krever vanligvis institusjonelle godkjenning for eksperimentering og deres dyrehold behov er ofte mindre krevende enn de av virveldyr. Fra et vitenskapelig perspektiv er det gunstig å velge et dyr som har en etablert neuroethological litteratur posten for å trekke h…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Vi takker Dr. Chris Rogers (Tufts University) for programmering og manuskript forslag. Vi takker Alex Giuliano og Deborah Lee for video produksjonsstøtte.

Finansiering gitt av en NSF Graduate Research Fellowship og en ONR MURI i syntetisk biologi.

References

  1. Braitenberg, V. Taxis, kinesis and decussation. Prog. in Brain Res. 17, 210-222 (1965).
  2. Schregardus, D. S., Pieneman, A. W., Ter Maat, A., Jansen, R. F., Brouwer, F., Gahr, M. L. A lightweight telemetry system for recording neuronal activity in freely behaving small animals. Journal of Neuroscience Methods. 155 (1), 62-71 (2006).
  3. Kagaya, K., Takahata, M. Readiness discharge for spontaneous initiation of walking in crayfish. Journal of Neuroscience. 30 (4), 1348-1362 (2010).
  4. Schrameck, J. E. Crayfish Swimming: Alternating Motor Output and Giant Fiber Activity. Science. 169 (3946), 698-700 (1970).
  5. Kanz, J. E., Eberly, L. B., Cobbs, J. S., Pinsker, H. M. Neuronal correlates of siphon withdrawal in freely behaving Aplysia. J. Neurophysiol. 42 (6), 1538-1556 (1979).
  6. Webb, B. Validating biorobotic models. Journal of Neural Engineering. 3, 1-20 (2006).
  7. Wessnitzer, J., Asthenidis, A., Petrou, G., Webb, B. A cricket-controlled robot orienting towards a sound source. Proceedings of the 12th Annual conference on Towards autonomous robotic systems. , 1-12 (2011).
  8. Grasso, F., Atema, J. Integration of flow and chemical sensing for guidance of autonomous marine robots in turbulent flows. Environ. Fluid Mech. 2 (1), 95-114 (2002).
  9. Westphal, A., Rulkov, N. F., Ayers, J., Brady, D., Hunt, M. Controlling a lamprey-based robot with an electronic nervous system. Smart Struct. and Systems. 8 (1), 39-52 (2011).
  10. Chao, Z. C., Bakkum, D. J., Potter, S. M. Shaping embodied neural networks for adaptive goal-directed behavior. PLoS Computational Biology. 4 (3), e1000042 (2008).
  11. Blustein, D., Schultheis, K., Ayers, J. Building nervous systems for robots: an interactive and collaborative neuroscience curriculum. , (2011).
  12. Ayers, J., Blustein, D., Westphal, A. A Conserved Biomimetic Control Architecture for Walking, Swimming and Flying Robots. Lect. Notes on Artif. Intelli. 7375, 1-12 (2012).
  13. Cowan, N., Ma, E., Cutkosky, M., Full, R. A Biologically Inspired Passive Antenna for Steering Control of a Running Robot. , 541-550 (2003).
  14. Gasperi, M., Hurbain, P. . Extreme NXT: Extending the LEGO MINDSTORMS NXT to the Next Level. , (2007).
  15. Gasperi, M. . LabVIEW for LEGO MINDSTORMS NXT. , (2008).
  16. Kennedy, D., Davis, W. Chapter 27 Organization of invertebrate motor systems. Handbook of Physiology. 1, 1023-1088 (1977).
  17. Buchanan, J., Grillner, S. Newly identified “glutamate interneurons” and their role in locomotion in the lamprey spinal cord. Science. 236 (4799), 312-314 (1987).
  18. Rulkov, N. Modeling of spiking-bursting neural behavior using two-dimensional map. Physical Review E. 65, (2002).
  19. Derby, C. D., Atema, J. Narrow-spectrum chemoreceptor cells in the walking legs of the lobster, Homarus americanus: Taste specialists. Journal of Comparative Physiology A. 146 (2), 181-189 (1982).
  20. Tort, A. B. L., Neto, W. P., Amaral, O. B., Kazlauckas, V., Souza, D. O., Lara, D. R. A simple webcam-based approach for the measurement of rodent locomotion and other behavioural parameters. Journal of Neuroscience Methods. 157 (1), 91-97 (2006).
  21. Huxley, T. H. . The Crayfish, An Introduction to the Study of Zoology. , (1880).
  22. Blustein, D., Ayers, J. A conserved network for control of arthropod exteroceptive optical flow reflexes during locomotion. Lect. Notes on Artif. Intelli. 6226, 72-81 (2010).
  23. Webb, B., Scutt, T. A simple latency-dependent spiking-neuron model of cricket phonotaxis. Biological Cybernetics. 82 (3), 247-269 (2000).
  24. Demarse, T. B., Wagenaar, D. A., Blau, A. W., Potter, S. M. The Neurally Controlled Animat: Biological Brains Acting with Simulated Bodies. Autonomous Robots. 11 (3), 305-310 (2001).
  25. Novellino, A., D’Angelo, P., Cozzi, L., Chiappalone, M., Sanguineti, V., Martinoia, S. Connecting neurons to a mobile robot: an in vitro bidirectional neural interface. Computational Intelligence and Neuroscience. , 12725 (2007).
check_url/kr/50519?article_type=t

Play Video

Cite This Article
Blustein, D., Rosenthal, N., Ayers, J. Designing and Implementing Nervous System Simulations on LEGO Robots. J. Vis. Exp. (75), e50519, doi:10.3791/50519 (2013).

View Video