Summary

Design og implementering af Nervesystemet Simuleringer på LEGO robotter

Published: May 25, 2013
doi:

Summary

En tilgang til neurale netværk modellering på LEGO Mindstorms robot platform præsenteres. Metoden giver et simuleringsværktøj for hvirvelløse neurovidenskab forskning i både forskningslaboratorium og klasseværelset. Denne teknik gør det muligt at undersøge biomimetiske robotstyring principper.

Abstract

Vi præsenterer en metode til at bruge kommercielt tilgængelige LEGO Mindstorms NXT robotter platform til at teste systemerne niveau neurovidenskab hypoteser. Det første trin i metoden er at udvikle et nervesystem simulering af specifikke refleksive adfærd af en passende model organisme, her bruger vi den amerikanske hummer. Eksteroceptiv reflekser medieret af decussating (krydsning) neurale forbindelser kan forklare et dyrs taxaer mod eller væk fra en stimulus som beskrevet af Braitenberg og er især velegnet til undersøgelse ved hjælp af NXT platformen. 1. nervesystemet simulation er programmeret ved hjælp af LabVIEW software på LEGO Mindstorms-platform. Når nervesystemet er indstillet korrekt, bliver adfærdsmæssige eksperimenter køre på robotten og på dyret under identiske miljøforhold. Ved at styre den sensoriske miljø opleves af prøverne, kan forskellene i adfærdsmæssige udgange overholdes. Disse forskelle kan pege på specifikke deficiencerne i nervesystemet model og tjener til at informere iteration af model for en bestemt adfærd under studiet. Denne metode giver mulighed for den eksperimentelle manipulering af elektroniske nervesystemer og tjener som en måde at udforske neuroscience hypoteser specifikt vedrørende neurofysiologiske grundlag af simple medfødte refleksive adfærd. LEGO Mindstorms NXT kit giver en billig og effektiv platform til at teste de indledende biomimetiske robotstyring ordninger. Den fremgangsmåde er også velegnet til high school klasseværelset til at tjene som grundlag for en hands-on inquiry-baserede biorobotics pensum.

Introduction

Neurofysiologiske undersøgelser i løbet af de seneste 100 år har udvidet enormt vores viden om nervesystemet struktur og funktion. Imidlertid har de fleste af nervesystemet hidtidige forskning påberåbt anvendelsen af ​​isolerede præparater eller tilbageholdende emner. Mens der har været mange vellykkede bestræbelser på at optage neurale aktivitet i frit opfører dyr 2-5, den biorobotic tilgang giver et værdifuldt redskab til at give mulighed for nervesystemet manipulation for at teste systemer niveau neurovidenskab hypoteser 6.. Simuleret nervesystem opererer på robotter kan eksperimentelt manipuleres og give mulighed for udvidelse af software modellering til den fysiske verden. Denne tilgang er blevet godt gennemført i den akademiske verden 7,8, men processen med at opbygge et biomimetisk robot til hypotesetest kan være dyrt og tidskrævende. Vi præsenterer en metode til at udføre biorobotic tilgang med en kommercielt tilgængelig robotteknologi kdet (LEGO Mindstorms NXT 2.0). Målet med denne metode er at give en hurtig og effektiv måde at teste systemerne niveau neurovidenskab hypoteser om robot 9 eller bio-hybrid 10 legemliggjort neurale netværk simuleringer. Fremskynde processen fra hypotesen at eksperimentere forbedrer forskningen produktivitet. Den simple LEGO Mindstorms platform giver et prøveanlæg for biomimetiske sensorer og neurale netværk, som vi vise ved hjælp af amerikanske hummer (Homarus americanus) som en model organisme. Metoden giver også en stærk hands-on pædagogisk redskab i klasseværelset, da eleverne kan designe og manipulere nervesystemer for deres egne robotter 11..

Protocol

1.. Opbygning af Robot Model Vælg en model organisme for at studere, som er godt repræsenteret i neuroethological litteratur. Hvirvelløse generelt gøre gode kandidater, fordi deres relativt simple nervesystem er blevet godt undersøgt og er primært sammensat af medfødte reflekser. Vi vil demonstrere denne tilgang med den amerikanske hummer, Homarus americanus. Vælg velundersøgte refleksive adfærd til modellering formål. Vi har valgt den hummer svar til antennal bøjning og klo bum…

Representative Results

Input fra en hummer kløer i sit nervesystem mægle hindring forhandling i en roman miljø. Figur 1 viser et skærmbillede af den video bruges til at analysere opførslen af en LEGO robot (figur 1A) og en hummer (figur 1B) i testen arena. Testområdet blev umodificeret mellem dyr og robot test bortset fra, at vandet blev tømt fra tanken til robotten forsøg. Videosporingssystemet resultaterne vises i figur 2.. Dyre-og robot…

Discussion

Ved indledning biorobotic nervesystem simulation eksperimenter, er der et par vigtige retningslinjer at følge. At vælge den rigtige model organisme er kritisk: vælge en organisme, der er let at opnå og vedligeholde. Hvirvelløse er ideelle, fordi de ikke kræver normalt institutionel godkendelse til eksperimenter og deres opdræt behov er ofte mindre krævende end hvirveldyr. Fra et videnskabeligt perspektiv, er det gavnligt at vælge et dyr, der har en etableret neuroethological litteratur rekord hvorfra man kan tr…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Vi takker Dr. Chris Rogers (Tufts University) til programmering og manuskript forslag. Vi takker Alex Giuliano og Deborah Lee til videoproduktion support.

Finansiering leveres af 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/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