Traitement d’informations tactiles dans une architecture neuronale en boucle fermée
Institution:
Paris 6Disciplines:
Directors:
Abstract EN:
In recent years, roboticians have taken biology as a source of inspiration and have tried with increasing effort to reproduce biological functions and structures in artificial systems. In particular, robotics and neuro-engineering have often merged into a unitary discipline that tries to reproduce basic principles of the nervous system with the goal of both making robots interact with the world in a human-like fashion and exploiting artificial models as benchmarks for testing novel scientific hypotheses. Following these objectives, the work presented here has been carried out to develop a closed loop neural architecture for active sensing and fine touch discrimination. Neural coding principles observed at the periphery of the somatosensory pathway were reproduced by emulating the spiking dynamics of primary afferents and cuneate neurons. Second order neuron responses were supplied to a classifier which computed the probability estimates of the stimulus and devised a movement policy for the fingertip in a dynamic recognition task scenario. The closed loop system was completed with a neuro-mimetic model of the cerebellum for the low-level control of the fingertip. In a real-world application, an artificial fingertip provided the inputs to the mechanoreceptor model. Testing the closed loop architecture on a Braille reading task showed that both primary afferent and cuneate neuron populations efficiently and reliably transmitted enough information to perform a perfect discrimination. The presented neural architecture could contribute to the study of both the neural bases of fine touch in humans, and neuro-mimetic solutions for processing tactile signals in humanoid robots.
Abstract FR:
La perception tactile joue un rôle important dans l’interaction des êtres vivants avec leur environnement. Pour cela, le système biologique a évolué de manière à être précis et efficace dans son extraction et traitement de l’information tactile, et sert aujourd’hui de source d’inspiration pour le développement de systèmes robotiques. S’inscrivant dans ce cadre, les travaux réalisés pour cette thèse ont porté sur la reproduction des mécanismes d’encodage de l’information tactile au sein d'une nouvelle architecture neuro-computationnelle. L’architecture conçue comprend des modèles bio-mimétiques reproduisant les mécanismes d’encodage de l’information tactile par les neurones du premier et second ordre du système somatosensoriel périphérique. Les signaux neuronaux sortant de ces modèles sont interprétés par des processus de discrimination et de décision de mouvement qui simulent les traitements s’opérant au niveau cortical. Finalement, la boucle de contrôle est fermée par un modèle bio-inspiré du cervelet corrigeant les erreurs de trajectoire lors du déplacement du système. Une implémentation neuro-robotique du système a été testée dans une tâche de lecture de Braille. Les résultats montrent que les modèles de neurones du premier et du second ordre encodent et transmettent de manière fiable et efficace suffisamment d’information pour permettre une discrimination parfaite de l’ensemble des stimuli. L'architecture neuronale présentée pourra contribuer à la compréhension des bases neuronales du traitement de l’information tactile au niveau périphérique, ainsi qu’au développement de solutions neuro-mimétiques pour améliorer les capacités tactiles en robotique humanoïde.