根據阿德萊德大學和隆德大學的工程師和神經科學家團隊開展的一項開創性新研究，昆蟲可視化和捕獵獵物的方式可以幫助改善自主機器人技術。

這項研究發表于今天的“神經工程雜志”，它開發了一種自動機器人，用于根據昆蟲的視覺跟蹤測試目標和追蹤可視化模型。

“移動機器人在工業，健康和醫療服務以及娛樂產品中的應用越來越受到關注。然而，我們的機器人仍遠遠落后于生物系統中存在的算法的準確性，效率和適應性， “論文的主要作者，機械工程博士生Zahra Bagheri說。

“大自然提供了一個概念證明，即實際的現實世界解決方案存在，并且經過數百萬年的發展，這些解決方案非常高效，”她說。

“即使是效率最高的數字處理器，昆蟲也具有非常復雜的行為能力，而且微型大腦消耗的能量很小。我們的研究旨在發現昆蟲目標檢測和選擇的基礎行為和神經元機制是否能夠提供阿德萊德大學視覺生理學和神經機器人實驗室負責該項目的Wiederman博士說，這是一個機器人自主執行類似任務的藍圖。

“在雜亂的背景下檢測和跟蹤移動物體是自然和人工視覺系統最具挑戰性的任務之一。我們正在研究昆蟲大腦用于目標跟蹤的實際算法，作為機器人的靈感來源，”O'Carroll教授說。 (瑞典隆德大學生物系)。

研究小組使用來自蜻蜓大腦中的“小目標運動探測器”神經元的記錄來開發閉環目標檢測和跟蹤算法。為了在真實條件下測試其性能，他們在機器人平臺上實施了該模型，該平臺使用基于昆蟲行為的主動追蹤策略。

“這是第一次受到昆蟲神經生理學啟發的目標跟蹤模型已在自動機器人上實施并在真實條件下進行測試，”Wiederman博士說。

“ 盡管在我們的實驗中使用了一系列具有挑戰性的條件，機器人在閉環追蹤目標方面表現非常出色;低對比度目標，嚴重雜亂的環境和干擾物的存在。這種類型的性能可以允許使用實時應用程序非常簡單的處理器，“Cazzolato教授(阿德萊德大學機械工程學院)說。

“我們揭示了昆蟲的神經系統如何在目標追蹤和追蹤過程中處理各種挑戰的見解，”Bagheri女士說。

該團隊希望他們的硬件實施將提供一個平臺，以更好地了解昆蟲的感覺運動系統，以及工程應用的原型。