Implementación digital de modelos neuronales acoplados y su aplicación en una estrategia de navegación autónoma para robots móviles.

Resumen

Este artículo presenta la implementación digital de un par de neuronas Hindmarsh-Rose (HR) en un microcontrolador de bajo costo. Se eligió el modelo HR porque puede reproducir la mayoría de los comportamientos observados en una neurona biológica aislada. Las neuronas están acopladas en una configuración bidireccional y la corriente sináptica correspondiente de cada neurona está diseñada estratégicamente de tal manera que, en ausencia de obstáculos, estas corrientes son idénticas y las neuronas logran la sincronización. Por el contrario, cuando hay un obstáculo, las corrientes sinápticas se vuelven diferentes y las neuronas pierden la sincronía. En este trabajo, esta estrategia se implementa mediante hilos de programación para la lectura paralela de sensores y métodos numéricos para la solución de ecuaciones diferenciales requeridas en el modelo matemático, con una aplicación a la prevención de colisiones en robótica móvil. Específicamente, demostramos que cuando las neuronas están sincronizadas, el robot se mueve en línea recta, pero cuando aparece un obstáculo, se pierde la sincronía en las neuronas, lo que resulta en que una de las ruedas gire más rápido que la otra para evitar la colisión. Los resultados experimentales obtenidos muestran que la estrategia de evitación de colisiones propuesta puede ser útil en un escenario del mundo real.