Diseño e implementación de una red neuromórfica adaptativa para la generación y control de movimiento robótico bioinspirado

La presente Tesis Doctoral se centra en el análisis, diseño, simulación e implementación de un modelo que imite los principios de las estructuras neuronales biológicas responsables de la locomoción: los Generadores de Patrones Centrales (CPGs). Esta Tesis se sitúa en el campo de la ingeniería neuromórfica, una disciplina que surgió a finales de los años ochenta con el objetivo de desarrollar dispositivos electrónicos basados en la neurona como unidad fundamental, capaces de aplicar modelos que aprovechen las características de los sistemas neuronales biológicos. Aunque la ingeniería neuromórfica es un campo bien establecido, hasta la fecha no se han realizado investigaciones que integren simultáneamente sensores analógicos y neuromórficos para controlar y ajustar el comportamiento robótico en tiempo real. En esta Tesis, se presenta un sistema que emplea redes neuronales pulsantes (SNNs) implementadas en la plataforma neuromórfica SpiNNaker. Este sistema recopila información de sensores analógicos de presión (FSRs) y sensores digitales (retina neuromórfica), permitiendo así modificar el comportamiento de la estructura neuronal y, por ende, la velocidad y dirección de un robot según la estabilidad del terreno y la actividad visual detectada en su entorno. Para lograrlo, se propone una estructura neuronal artificial basada en el modelo LIF, inspirada en el funcionamiento básico de los CPGs. Esta estructura se implementa primero en el simulador neuromórfico Brian 2 para evaluar su viabilidad. Posteriormente, se traslada al hardware neuromórfico de SpiNNaker, y se comparan los resultados entre el simulador y el hardware para verificar su similitud. Una vez confirmada su efectividad, se utiliza una FPGA para monitorizar la salida de la estructura neuronal y ajustar su comportamiento externamente a SpiNNaker, controlando así los actuadores mediante la señal de salida de la estructura neuronal. Finalmente, mediante una serie de experimentos, se valida que la estructura neuronal desarrollada cumple con los objetivos planteados en esta Tesis, proporcionando una plataforma capaz de adaptar su comportamiento según los parámetros externos detectados en su entorno.

Author dc:creator

• López Osorio, Pablo

Advisors dc:contributor.advisor

• Pérez Peña, Fernando
• Domínguez Morales, Juan P.

• Neurorobotics
• Central Pattern Generator
• Spiking Neural Network
• Neuromorphic Hardware
• Adaptive learning
• SpiNNaker

Statement dc:rights

• Attribution-NonCommercial-NoDerivatives 4.0 Internacional

Licence dc:rights.uri

• http://creativecommons.org/licenses/by-nc-nd/4.0/

Language dc:language.iso

eng

Handle dc:identifier.uri

http://hdl.handle.net/10498/32875

OAI identifier oai:identifier

oai:rodin.uca.es:10498/32875