Summary

Проектирование и реализация системы Нервная Симуляторы на LEGO роботы

Published: May 25, 2013
doi:

Summary

Подход к моделированию нейронных сетей на платформе LEGO Mindstorms робототехника представлена. Метод обеспечивает инструмент для моделирования беспозвоночных нейронаук как в исследовательской лаборатории и в классе. Этот метод позволяет производить исследование биомиметическую принципы управления роботом.

Abstract

Мы представляем метод воспользоваться имеющимся в продаже LEGO Mindstorms NXT роботов платформу для тестирования систем уровне неврологии гипотез. Первый этап способа состоит в разработке нервной системы моделирования конкретных рефлексивный поведения соответствующем организме модель, здесь мы используем американский омаров. Экстероцептивные рефлексы опосредовано перекрещивание (пересечение) нервных связей может объяснить такси животного к или от стимула, как описано Braitenberg и особенно хорошо подходят для исследований с использованием платформы NXT. 1 нервной системы моделирования программируются с помощью LabVIEW программное обеспечение на LEGO Mindstorms платформы. После нервной системы настроены должным образом, поведенческие эксперименты выполняются на роботе и на животное при идентичных условиях окружающей среды. Управляя сенсорной среды, испытываемых образцов, различия в поведенческих выходы могут быть соблюдены. Эти различия могут указывать на конкретные deficiencх годов в нервной системе и модели служить для итерация модели для конкретного поведения в стадии изучения. Этот метод позволяет экспериментальные манипуляции электронных нервной системы и служит способом для изучения неврологии гипотезы особенно в отношении нейрофизиологической основе простых врожденных рефлексивного поведения. LEGO Mindstorms NXT комплект обеспечивает доступной и эффективной платформой для проверки предварительных биомиметическую схем управления роботом. Этот подход также хорошо подходит для высоких классах школы, чтобы служить основой для практического запрос на основе учебной программы biorobotics.

Introduction

Нейрофизиологических исследований в течение последних 100 лет чрезвычайно расширили наши знания о структуре нервной системы и функции. Тем не менее, большинство исследований нервной системы на сегодняшний день полагалась на использование изолированных препаратов или сдержанная предметам. В то время было много успешных усилий для записи нейронной активности от себя свободно 2-5 животных, biorobotic подход обеспечивает ценный инструмент для обеспечения нервной системы манипуляции с целью проверки систем неврологии уровне гипотез 6. Имитация нервной систем, работающих на роботы могут быть экспериментально манипулировать и создать условия для расширения программного обеспечения для моделирования в физическом мире. Этот подход был реализован также в академическом мире 7,8, но процесс строительства биомиметическую роботов для проверки гипотез может быть дорогим и трудоемким. Мы представляем метод для выполнения biorobotic подход с использованием коммерчески доступных к робототехникеего (LEGO Mindstorms NXT 2.0). Цель этого метода состоит в обеспечении быстрого и эффективного способа проверить Системы Уровень неврологии гипотез о роботом 9 или био-гибридным 10 воплощенная моделирования нейронных сетей. Ускорение процесса от гипотезы экспериментировать улучшает исследования производительности. Простые LEGO Mindstorms платформа обеспечивает испытательного стенда для биомиметическую датчики и нервных сетей, которые мы демонстрируем использование американский омар (Homarus атепсапиз) в качестве модельного организма. Способ также обеспечивает мощный практический инструмент обучения в классе, как студенты могут разрабатывать и манипулировать нервной системы в своей собственной роботов 11.

Protocol

1. Построение модели робота Выберите модель для изучения организма, который хорошо представлен в neuroethological литературы. Беспозвоночных обычно делают хорошие кандидаты, потому что их относительно простой нервной системы были хорошо изучены и в основном состоит из врожденных рефле?…

Representative Results

Входы от когтей омара в его нервной системе посредником препятствием переговоров в новой среде. Рисунке 1 показан скриншот видео использована для анализа поведения LEGO робота (рис. 1а) и Омар (рис. 1В) в тесте арене. Тест арена была неизмененной между животным и р…

Discussion

При инициировании biorobotic экспериментов нервной системы моделирования, есть несколько важных правил, следовать. Выбор правильной модели организме имеет решающее значение: выбрать организм, который легко получить и поддерживать. Беспозвоночные являются идеальными, поскольку они обычн?…

Disclosures

The authors have nothing to disclose.

Acknowledgements

Мы благодарим д-р Крис Роджерс (Университет Тафтса) для программирования и рукописи предложения. Мы благодарим Алекса Джулиано и Дебора Ли за поддержку видео производства.

Финансовые средства, предоставленные NSF Высшее исследовательский грант и MURI ОНР в Синтетическая биология.

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