Summary

Utforma och genomföra nervsystemet simuleringar på LEGO robotar

Published: May 25, 2013
doi:

Summary

Ett förhållningssätt till neuronätmodellering på LEGO Mindstorms Robotics plattformen presenteras. Metoden ger ett simuleringsverktyg för ryggradslösa neurovetenskaplig forskning både i forskningslabb och klassrummet. Denna teknik möjliggör undersökning av biomimetiska principer robotstyrning.

Abstract

Vi presenterar en metod för att använda kommersiellt tillgängliga LEGO Mindstorms NXT Robotics plattform för att testa system nivå neurovetenskap hypoteser. Det första steget i metoden är att utveckla ett nervsystem simulering av särskilda reflexiva beteenden av en lämplig modell organism, här använder vi den amerikanska hummer. Exteroceptive reflexer förmedlas av decussating (korsning) neurala kopplingar kan förklara ett djurs taxibilar mot eller bort från en stimulans som beskrivs av Braitenberg och är särskilt väl lämpad för undersökning med hjälp av NXT-plattformen. 1 Nervsystemet simuleringen programmeras med LabVIEW programvara på LEGO Mindstorms plattform. När nervsystemet är inställd på rätt sätt, är beteendeexperimenten köras på roboten och på djuret under identiska miljöförhållanden. Genom att styra den sensoriska miljön upplevs av proverna, kan skillnader i beteende-utgångar observeras. Dessa skillnader kan peka på specifika deficienctalet i nervsystemet modell och tjänar till att informera iteration av modellen för att ett visst beteende som studeras. Denna metod gör det möjligt för den experimentella manipulation av elektroniska nervsystem och fungerar som ett sätt att utforska neurovetenskapliga hypoteser specifikt avseende neurofysiologiska grunden för enkla medfödda reflexiv beteenden. LEGO Mindstorms NXT kit erbjuder en prisvärd och effektiv plattform för att testa preliminära biomimetiska system robotstyrning. Tillvägagångssättet är också väl lämpad för gymnasiet klassrummet för att ligga till grund för en hands-on frågebaserad biorobotics läroplan.

Introduction

Neurofysiologiska undersökningar under de senaste 100 åren har breddats enormt vår kunskap om nervsystemets struktur och funktion. Emellertid har de flesta nervsystemet forskning som hittills förlitat sig på användningen av isolerade preparat eller återhållna ämnen. Även om det har varit många lyckade försök att spela in neural aktivitet från fritt bete djur 2-5 ger biorobotic synsätt ett värdefullt verktyg för att möjliggöra nervsystemet manipulation för att testa systemnivå neurovetenskapliga hypoteser 6. Simulerade nervsystem trafikerar robotar kan experimentellt manipuleras och möjliggöra en utvidgning av programvara modellering till den fysiska världen. Detta tillvägagångssätt har genomförts väl i den akademiska världen 7,8, men arbetet med att bygga en biomimetisk robot för hypotesprövning kan vara dyrt och tidskrävande. Vi presenterar en metod för att utföra biorobotic tillvägagångssätt och använda en kommersiellt tillgänglig robotteknik kdet (LEGO Mindstorms NXT 2,0). Målet med denna metod är att ge ett snabbt och effektivt sätt att testa system nivå neurovetenskap hypoteser på robotliknande 9 eller bio-hybrid 10 förkroppsligade neurala simuleringar nätverk. Påskynda processen från hypotesen att experimentera förbättrar forskningen produktiviteten. Den enkla LEGO Mindstorms-plattformen ger en testbädd för biomimetiska sensorer och neurala nätverk som vi visar med hjälp av amerikanska Hummer (Homarus americanus) som modellorganism. Metoden ger också en kraftfull praktisk pedagogiskt verktyg i klassrummet som eleverna kan konstruera och manipulera nervsystem för sina egna robotar 11.

Protocol

Ett. Bygga robotmodell Välj en modell organism för att studera som är väl representerade i neuroethological litteraturen. Ryggradslösa djur gör generellt goda kandidater eftersom deras relativt enkla nervsystem har studerats väl och utgörs främst av medfödda reflexer. Vi kommer att visa detta synsätt använder Amerikansk hummer, Homarus americanus. Välj väl studerade reflexiva beteenden för modellering ändamål. Vi har valt hummer svar till antennal böj och klo bump upptäck…

Representative Results

Ingångar från en hummer klor i sitt nervsystem medla hindret förhandling i en ny miljö. Figur 1 visar en skärmdump av videon som används för att analysera beteendet hos en LEGO robot (Figur 1A) och en hummer (Figur 1B) i testet arenan. Testet arena var omodifierat mellan djur-och tester robot förutom att vattnet tömdes från tanken för roboten prövningar. Video spårning Resultaten visas i figur 2. Animaliska och …

Discussion

Vid start av biorobotic nervösa experiment systemsimuleringsprov, finns det några viktiga riktlinjer att följa. Att välja rätt modell organismen är kritisk: plocka en organism som är lätt att få och behålla. Ryggradslösa djur är idealiska eftersom de vanligtvis inte kräver institutionellt godkännande för experiment och deras djurhållning behov ofta är mindre krävande än ryggradsdjur. Ur ett vetenskapligt perspektiv är det fördelaktigt att välja ett djur som har en etablerad neuroethological littera…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Vi tackar Dr Chris Rogers (Tufts University) för programmering och manuskript förslag. Vi tackar Alex Giuliano och Deborah Lee för videoproduktion stöd.

Finansiering tillhandahålls av en NSF Graduate Research Fellowship och 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