[论文解读] Temporal changes in stimulus perception improve bio-inspired source seeking

Alejandro Pequeño-Zurro, Danish Shaikh+1 more|arXiv (Cornell University)|Mar 25, 2019

Insect Pheromone Research and Control参考文献 21被引用 3

一句话总结

本文提出了一种受生物启发的Braitenberg车辆3a源寻址控制器，该控制器将刺激的时间导数纳入速度控制，解决了运动与感知之间的循环依赖问题。理论分析与仿真结果表明，与标准模型相比，引入刺激动态特性可提高收敛速度、增强轨迹稳定性并减少振荡。

ABSTRACT

Braitenberg vehicles are well known qualitative models of sensor driven animal source seeking (biological taxes) that locally navigate a stimulus function. These models ultimately depend on the perceived stimulus values, while there is biological evidence that animals also use the temporal changes in the stimulus as information source for taxis behaviour. The time evolution of the stimulus values depends on the agent's (animal or robot) velocity, while simultaneously the velocity is typically the variable to control. This circular dependency appears, for instance, when using optical flow to control the motion of a robot, and it is solved by fixing the forward speed while controlling only the steering rate. This paper presents a new mathematical model of a bio-inspired source seeking controller that includes the rate of change of the stimulus in the velocity control mechanism. The above mentioned circular dependency results in a closed-loop model represented by a set of differential-algebraic equations (DAEs), which can be converted to non-linear ordinary differential equations (ODEs) under some assumptions. Theoretical results of the model analysis show that including a term dependent on the temporal evolution of the stimulus improves the behaviour of the closed-loop system compared to simply using the stimulus values. We illustrate the theoretical results through a set of simulations.

研究动机与目标

• 解决生物启发导航中机器人速度与感知刺激变化之间的循环依赖问题。
• 建立并分析一种基于速度的新型控制机制，利用刺激的时间导数以提升源寻址性能。
• 证明引入时间刺激动态特性可提升收敛速度与轨迹稳定性，优于标准Braitenberg 3a模型。
• 为依赖运动相关感官输入（如光学流场或事件相机）的控制器提供理论基础。

提出的方法

• 使用微分代数方程（DAEs）对动态Braitenberg车辆进行形式化建模，以捕捉运动与刺激感知之间的相互依赖关系。
• 在特定假设下将DAE系统转换为非线性常微分方程（ODEs），以支持解析稳定性分析。
• 将刺激时间导数纳入前向速度控制律中，根据刺激梯度及其变化率调节速度。
• 围绕直线轨迹对系统进行线性化，以分析局部稳定性与特征值行为。
• 通过不同初始条件的仿真，对比标准与动态Braitenberg控制器的轨迹性能。
• 应用带通滤波原理以应对实际应用中的噪声敏感性问题，尽管当前工作未完全建模该因素。

实验结果

研究问题

• RQ1 在控制律中引入刺激时间导数，如何影响Braitenberg车辆的收敛速度与稳定性？
• RQ2 刺激动态特性对最优路径附近的轨迹形状与振荡幅度有何影响？
• RQ3 当车辆朝向远离源的方向行驶时，动态模型中的前向速度相较于标准模型有何变化？
• RQ4 能否通过简化的闭环模型，从理论上解析解决运动与感知之间的循环依赖问题？
• RQ5 该控制器对使用运动依赖型传感器（如事件相机或光学流场）的机器人系统有何影响？

主要发现

• 仿真结果表明，引入刺激导数的动态控制器相较于标准Braitenberg 3a，能实现更快的收敛速度，初始位姿为x = -6, y = 0。
• 动态模型的轨迹表现出更小的振荡幅度与更短的路径长度，尤其在靠近线性化轨迹（x = -6, y = 1）时表现更优。
• 线性化系统特征值的实部在动态控制器下变得更负，表明系统收敛至直线解的速度更快。
• 当车辆直接朝向远离源的方向行驶时，动态控制器降低了前向速度，从而促进更锐利的转向并提升路径效率，仿真结果（x = -2, y = 1, θ = arctan(-1/2)）验证了这一点。
• 动态模型的特征值虚部更小，表明系统在参考轨迹附近的振荡行为更弱。
• 理论分析证实，即使在高信噪比假设下，引入刺激动态特性也能增强系统稳定性与性能。