基于秀丽隐杆线虫本体感受回馈机制的自适应波形运动研究

Traditional researches on the undulatory locomotion are based on the study of some footless animals, such as snake et al. These researches focus on the tissue level or individual level of animals. C. elegans is a tiny nematode worm with a largely invariant nervous system, consisting of exactly 302 neurons with known connectivity and functions. This tiny worm provides us with the first possibility of understanding the complex behaviors of an organism from the genetic level up to the system level. Based on the known anatomy structure of nervous system and muscular system, the nervous system is extracted and modeled by the dynamic neural network (DNN), and the muscular system is modeled mathematically. Furthermore, the proprioceptive mechanism is investigated based on the biological structure of C. elegans, and this mechanism is incorporated into our model to implement the propagation of the undulatory wave through the body. Based on some certain tasks, such as find object and avoid obstacle, switching logic function (SLF) are constructed based on the logic of these tasks. SLF can be learnt by the DNN and the model worm can perform the specific tasks. At last, a worm-like robot will be constructed to perform the undulatory locomotion based on the theoretical results autonomously. The research will provide a new way to investigate and model the essence of undulatory locomotion of low level animals. The model in this research could also serve as the prototypes for other footless animals and facilitate the biomimetic motion in robotics. Additionally, the technology in this research would facilitate the military, clinical, and rescue applications.

对波形运动的传统研究主要是基于对蛇等爬行动物的运动行为进行分析、建模，进而构造机器人，而这些研究主要在生物体的组织器官和个体层面上进行。本课题以秀丽隐杆线虫为对象，基于其已知的神经和肌肉系统解剖结构及其之间的连接，利用人工智能技术在细胞级的层面上研究其在本体感受回馈机制下产生波形运动的机理，建立波形运动模型，进而构造能够产生波形运动的自适应爬虫机器人。在理论研究方面，本课题对秀丽隐杆线虫的神经系统进行提取并用动态神经网络对其模拟，同时对其肌肉系统进行分析和建模，研究其神经系统产生波动信号的机制以及波动信号依靠本体感受回馈在体内传播及产生肌肉收缩的原理。在应用研究方面，本课题基于理论结果构建爬虫机器人，使其产生前进、后退、转弯、寻找目标、躲避障碍等较为复杂的自适应爬行行为。该课题的完成，不仅对波形运动的产生机理有更深入的理论研究价值，同时该技术能在军事、医学、救援等领域能得到广泛应用。

作为自然界最基本的运动方式之一，波形运动在地面上具有多于双足或多足运动所需的自由度，具有更强的灵活性和适应性的特点。秀丽隐杆线虫为我们研究波形运动提供了一个很好的研究模型。该线虫全身透明，身体长约2-3毫米，总共有302个神经元，并且所有神经元连接已知。这302个神经元提供了一个生物神经网络，基于这个神经网络，该线虫能完成所有的生命活动，包括寻找食物，躲避毒药，产卵，休眠等。同时，这302个神经元能产生本体感受回馈机制并产生类似于蛇爬行的波形运动。本项目主要研究了三个方面的内容：一是研究了基于秀丽隐杆线虫本体感受回馈机制及神经系统的波形运动机理；二是研究了用非线性函数来模拟波形运动方向控制的输入输出关系；三是研发了基于本体感受回馈机制的波形运动爬虫机器人。经过三年的研究，取得的主要结果归纳为四个方面。第一，在运动机理方面以单节点趋温性行为研究对象，建立了以下模型：环境模型、运动学模型、偏转角度模型、人工神经网络模型。第二，分析秀丽隐杆线虫的肌肉结构，将该线虫身体构造成一个多关节的连杆结构进行波动运动研究，从而建立了以下模型：肌肉结构模型、连杆运动学模型、波形运动偏转角度模型、波形运动控制神经网络模型。第三，通过探索秀丽隐杆线虫波形运动产生机理及运动过程本质，结合其波形运动行为，提出了基于逻辑切换函数的波形运动模型，模拟了该线虫的多种爬行模态以及躲避障碍物行为。第四，构造了一个基于本体感受回馈机制的爬虫机器人。该爬虫机器人可根据传感器探测到障碍物信息，将避障策略运用到自主设计的仿生爬虫机器人中。经过不断的训练和测试，最终实现仿生爬虫机器人在行进过程中自主避障的行为。本项目属于人工智能和生物信息学的交叉项目，把当前的前沿技术例如神经网络技术、神经计算科学、智能机器人技术有机地结合起来，在学科交叉领域的新生长点上进行创新性研究，为交叉学科的有机融合提供一套可行的方法。