基于神经形态的触觉滑动感知方法

聚焦基于神经形态的触觉感知,构建触觉感知实验平台,研究基于脉冲神经网络的接触物体滑动检测方法.使用GelStereo触觉传感器采集接触表面标记点位移场触觉信息流,采用2种方式（地址位移表示（ADR）和地址事件表示（AER））对位移场流进行脉冲编码.基于脉冲响应模型(SRM)构建滑动检测网络,在英特尔神经形态硬件Loihi上完成了网络部署.实验结果表明,基于地址位移表示的脉冲响应模型准确率达到94.8%,F1分数达到95.7%. Loihi模型（针对神经形态硬件Loihi实现的特化脉冲响应模型）准确率达到93.8%,F1分数达到94.8%.所构建的脉冲神经网络在触觉滑动感知任务中实现了与人工神经网络（ANNs）相比拟的预测精度和更短的推理时间,在功耗上具有显著优势.