Position Estimation Based on Grid Cells and Self-Growing Self-Organizing Map
Position Estimation Based on Grid Cells and Self-Growing Self-Organizing Map
复制标题
基于网格单元和自生长自组织映射的位置估计
DOI：
10.1155/2019/3606397
复制
发表时间：
2019-02
影响因子：
--
通讯作者：
Li Hailin
中科院分区：
文献类型：
--
作者：
Li Baozhong;Liu Yanming;Li Hailin
路径整合作为动物纳塔尔归巢行为的基础，可以连续提供相对于初始位置的当前位置信息。自由运动动物大脑中的一些神经元可以通过特殊的放电模式对当前位置和周围环境进行编码。研究表明，动物大脑海马中的网格细胞（GCs）等神经元与路径整合有关。它们可能以与基于中国剩余定理（CRT）的剩余数系统（RNS）相同的方式编码动物当前位置的坐标。因此，为了给车辆提供一种仿生位置估计方法，本文提出了一种基于改进的传统自组织映射（SOM）的GCs编码信息解码模型，该模型充分利用了GCs的放电特性。本文讨论了该模型的细节。此外，通过计算机仿真实现了该模型，并分析了其在不同条件下的性能。仿真结果表明，该位置估计模型是有效和稳定的。
As the basis of animals' natal homing behavior, path integration can continuously provide current position information relative to the initial position. Some neurons in freely moving animals' brains can encode current positions and surrounding environments by special firing patterns. Research studies show that neurons such as grid cells (GCs) in the hippocampus of animals' brains are related to the path integration. They might encode the coordinate of the animal's current position in the same way as the residue number system (RNS) which is based on the Chinese remainder theorem (CRT). Hence, in order to provide vehicles a bionic position estimation method, we propose a model to decode the GCs' encoding information based on the improved traditional self-organizing map (SOM), and this model makes full use of GCs' firing characteristics. The details of the model are discussed in this paper. Besides, the model is realized by computer simulation, and its performance is analyzed under different conditions. Simulation results indicate that the proposed position estimation model is effective and stable.
登录
查看更多内容
影响因子：
1.5
作者：
E. Rolls
通讯作者：
E. Rolls
DOI：
10.1007/bfb0119405
发表时间：
1999-03
期刊：
--
影响因子：
--
作者：
G. Dissanayake;P. Newman;H. Durrant-Whyte;S. Clark;M. Csorba
通讯作者：
G. Dissanayake;P. Newman;H. Durrant-Whyte;S. Clark;M. Csorba
影响因子：
--
作者：
Vesanto, J;Alhoniemi, E
通讯作者：
Alhoniemi, E
影响因子：
56.9
作者：
S. Thorrold;C. Latkoczy;P. Swart;Cynthia M. Jones
通讯作者：
S. Thorrold;C. Latkoczy;P. Swart;Cynthia M. Jones
影响因子：
8.3
作者：
Bachrach, Abraham;Prentice, Samuel;Roy, Nicholas
通讯作者：
Roy, Nicholas