Все статьи автора в журнале: Фу Ли.

1. Сетевая модель для навигации робототехнических систем

   Network model for robotic navigation

   Номер: 2025 / 12

   Лю Исинь | Lyu Isin | Селезнева М.С. | Selezneva M.S. | Неусыпин К.А. | Neusypin K.А. | Цзюй Ичэнь | TSzyuy Ichen | Фу Ли. | Fu Li. | neysipin@mail.runeysipin@mail.ru

   Авторы статьи

   Authors

   Лю Исинь

   Lyu Isin

   Селезнева М.С.

   Selezneva M.S.

   Неусыпин К.А.

   Neusypin K.А.

   Цзюй Ичэнь

   TSzyuy Ichen

   Фу Ли.

   Fu Li.

   neysipin@mail.ru

   neysipin@mail.ru

   ---

   Сетевая модель для навигации робототехнических систем

    

   УДК 681.513

   DOI: 10.36652/0869-4931-2025-79-12-560-565

    

   Навигация является жизненно важной когнитивной функцией животных и, в первую очередь, основывается на точном восприятии ими направления движения в окружающей среде. Доказано, что клетки направления движения головы (HDC), находящиеся в лимбической системе животных, играют важную роль в определении направления движения аллоцентрически в горизонтальной плоскости, независимо от местоположения животного и условий окружающей среды. Однако HDC-модели, которые могут быть реализованы в роботизированных приложениях, исследуются редко, особенно те, которые биологически правдоподобны и применимы к реальному миру. В статье предложена вычислительная сеть HDC, которая согласуется с несколькими нейрофизиологическими данными, касающимися биологических HDC, и может использоваться в задачах навигации роботов. Сеть HDC сохраняет представление о направлении движения, основываясь только на угловой скорости в качестве входных данных. Предложенная HDC-модель исследована в прцессе обширного моделирования и реальных экспериментов и продемонстрировала высокую эффективность с точки зрения точности и возможности работы в режиме реального времени.

   ---

   Ключевые слова

   сетевая модель, навигация роботов, когнитивная навигация, непрерывная сеть аттракторов (CAN), клетки направления движения головы (HDC), нейронная одновременная локализация и картирование (SLAM)

   Network model for robotic navigation

   Navigation is a vital cognitive function of animals and is primarily based on their accurate perception of the direction of movement in the environment. It is shown that head direction cells (HDCs) located in the limbic system of animals play an important role in determining the direction of movement in the horizontal plane, regardless of the animal's location and external environmental conditions. However, HDC models that can be implemented in robotic applications are rarely studied, especially those that are biologically plausible and applicable to the real world. In this paper, we propose А computational network HDC that is consistent with several neurophysiological data regarding biological HDCs and can be used in robot navigation tasks is proposed. The HDC network maintains a representation of the direction of motion based only on the angular velocity as input. The proposed HDC model is studied through extensive simulations and real experiments and shows high performance in terms of accuracy and real-time capability.

   ---

   Keywords

   network model, robot navigation, cognitive navigation, continuous attractor network (CAN), head direction cells (HDC), neural simultaneous localization and mapping (SLAM)