The computation of linear speed for visual flight control in Drosophila melanogaster
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
ETH Library The computation of linear speed for visual flight control in Drosophila melanogaster Doctoral Thesis Author(s): Rohrseitz, Nicola Publication date: 2009 Permanent link: https://doi.org/10.3929/ethz-a-005780104 Rights / license: In Copyright - Non-Commercial Use Permitted This page was generated automatically upon download from the ETH Zurich Research Collection. For more information, please consult the Terms of use.
DISS. ETH NO. 18165 THE COMPUTATION OF LINEAR SPEED FOR VISUAL FLIGHT CONTROL IN DROSOPHILA MELANOGASTER A dissertation submitted to ETH ZURICH for the degree of Doctor of Sciences presented by NICOLA ROHRSEITZ Dipl Ing ETH microtech, MSc microtechn Ecole Polytechnique Fédérale de Lausanne Date of birth March 19th, 1979 citizen of Pregassona,Ticino accepted on the recommendation of Professor Rodney J. Douglas Professor Thomas S. Collett Doctor Steven N. Fry 2009
The Computation of Linear Speed for Visual Flight Control in Drosophila melanogaster Summary Insects rely strongly on vision for flight control. Measuring the distribution of motion in a visual scene allows them to follow precise trajectories, correcting for perturbations in the air flow and avoiding obstacles with exquisite aerobatic maneuvers. Current models are unable to explain the natural flight behavior, and thus, a detailed analysis of free flight is needed. Moreover, motion processing is a fundamental feature of higher developed visual systems and therefore plays a critical role for our understanding of visual performance and principles of neural computation in general. The design of advanced technical applications —such as vision chips for autonomous flying micro-robots— call for ever faster and more efficient image processing strategies. These exist as neuronal circuits in insects, which are capable of most impressive visual behaviors in the context of flight control, despite the tiny size of their brain. The neural processing of image motion has been extensively studied in the context of flight course control in tethered insects, which allows precise visual stimulation for the measurement of reflexive behaviors and electrophysiological recording in the visual pathways. The relevance of these studies for free flight behavior, however, remains equivocal because of the disruption of natural mechanosensory feedback. The effects of these highly constrained experimental conditions remain largely unknown. Indeed, the greatest controversy arises from free flight studies. While tethered, insects and specific cells in the visual pathways (e.g., the lobula plate tangential cells in flies) respond mostly to the temporal frequency of the visual stimulus. However, when studied in free-flight, flies expose a speed-dependent behavior. Hence, no matter the academic debate on the neural encoding of optic flow, flying insects keep on controlling their body speed with respect to the visual surroundings. To explore visual speed control in flying insects, I analysed the visuomotor pathways of the fruit fly Drosophila melanogaster at different levels, exploiting its characteristic reflexive behavior by means of engineering tools and techniques.
xvi At the organism level, I measured the kinematics of the whole body in relation to a wide- field visual stimulation, such as found in nature. This input-output approach allowed me to formulate and verify a model for visual groundspeed control. At the circuit level, I studied the response to local stimuli and the limits of the visual system. Using the body kinematics as a read-out system, I found specific characteristics that led me to formulate how visual groundspeed is computed. At the cellular level, I genetically knocked-out specific cells in the visual pathways, with the aim of identifying their role for visual flight control, and bridge the gap between the behavioral results and previous electrophysiological studies. The ablated flies flew normally, questioning the role of the targeted neurons for visual flight control. The three levels of investigation required different skills and concepts that had to be devel- oped, and brought together in a sensible fashion. Their main result is the formulation of two computational principles, namely: Fruit flies control linear groundspeed following an underdamped proportional controller. Linear speed computation is topographically distributed. These principles contrast with the findings of previous research performed with tethered insects, but agree with other free-flight studies. Notwithstanding the difference in behavioral context, my experiments indicate that the reason for this incongruence might lie in the geometry of the visual stimulation. The found principles of linear speed computation for flight control are a step towards gaining a complete understanding of free flight behavior in respect of the visual surroundings. The principles identified for translation could be valid for other degrees of freedom as well, and the study of those will lead to clarifying how neural networks fuse physically separate control vectors. Nicola Rohrseitz, PhD Dissertation Institute of Neuroinformatics, D-PHYS, ETH Zurich
La computazione della velocità lineare per il controllo visuale del volo della Drosophila melanogaster Sommario Gli insetti controllano il volo soprattutto mediante il sistema visivo. La loro capacità di misurare la distribuzione del movimento in scene visive permette loro di seguire traiettorie precise, correggendo contemporaneamente le perturbazioni nel flusso d’aria ed evitando osta- coli con sbalorditive manovre acrobatiche. Gli attuali modelli computazionali sono tuttavia incapaci di spiegare il loro naturale comportamento in volo libero ed è quindi necessario analizzarne i dettaglı̂. Inoltre, l’analisi del movimento è una caratteristica fondamentale dei sistemi visivi più evoluti e quindi gioca un ruolo cruciale nella nostra comprensione dei principı̂ di computazione neurale in generale. La creazione di sistemi tecnologici avanzati —come, per esempio, sensori visivi per robot volanti autonomi— richiede strategie di tratta- mento d’immagine sempre più rapide ed efficienti. Queste esistono negl’insetti sotto forma di circuiti neurali specializzati, i quali permettono loro l’accurato controllo del volo in pressoché ogni situazione e questo nonostante un cervello dalle dimensioni molto ridotte. In passato, il trattamento neurale d’immagini in movimento è stato ampiamente studiato su insetti sospesi per il torace, nel contesto del controllo della direzione. Questo tecnica permette una precisa stimolazione visiva per la misura dei comportamenti di riflesso e per registrazioni elettrofisiologiche da neuroni. Tuttavia, la pertinenza dei risultati cosı̀ ottenuti rimane dubbia perché la naturale percezione data da sistemi sensorici ad azione meccanica è alterata. Studı̂ in volo libero, difatti, giunsero a risultati controversi. Insetti sospesi e talune cellule nervose che trasmettono informazioni visive (per esempio, le cellule tangenti alla lobula plate delle mosche) reagiscono maggiormente ad una specifica frequenza temporale dello stimolo visivo. D’altro canto però, quando studiati in volo libero, api e mosche seguono la velocità relativa della scena. Dunque, indipendentemente dal dibattito accademico su come i movimenti visivi siano effettivamente codificato, gl’insetti volanti continuano a controllare la loro velocità corporea relativamente all’ambiente visuale circostante.
xviii Con lo scopo d’esplorare il controllo del volo degl’insetti, ho analizzato a più livelli i circuiti neurali della Drosophila melanogaster —comunemente nota come moschino della frutta—, sfruttando la ripetibilità dei suoi riflessi con mezzi ed approccı̂ ingenieristici. A livello dell’organismo, ho misurato la cinematica del corpo intero in relazione ad ampı̂ stimoli visivi. In seguito ad un processo d’astrazione della Drosophila, la relazione tra movimento e stimolo m’ha permesso di formulare un modello di controllo visivo della velocità e di verificarne l’esattezza in un contesto di stimolazione naturale. A livello dei circuiti neurali, ho studiato la computazione del moto visivo a livello locale ed i limiti del sistema visivo della Drosophila. Usando il movimento corporeo nello spazio come misura di risposta neurale, ho scoperto caratteristiche peculiari che mi ha portato a formulare come la velocità lineare possa essere calcolata basandosi unicamente sulla visione. A livello cellulare, ho disattivato specifici neuroni, coll’intento d’identificarne il ruolo nel comportamento in volo libero. Tuttavia, le Drosophilae transgeniche non hanno mostrato alcuna differenza con gl’esperimenti precedenti, mettendo in dubbio l’importanza di quelle cellule per il controllo del volo. Questi tre livelli di studio richiesero capacità e concetti di diverso tipo. Questi dovettero essere sviluppati e portati insieme in un contesto sperimentale adeguato. Il risultato principale di questa fusione di discipline è la formulazione di due principı̂ computazionali, ossia: La Drosophila melanogaster controlla la sua velocità lineare secondo uno schema pro- porzionale sotto-attenuato. La computazione della velocità lineare è distribuita topograficamente. Questi principı̂ contrastano con i risultati di studı̂ precedenti su insetti sospesi per il torace, ma concordano con quelli ottenuti in volo libero. Nonostante le differenze sperimentali, i miei risultati indicano che la causa di questa incongruenza possa risiedere nella geometria dello stimolo visuale. I principı̂ di computazione della velocità lineare che ho ottenuto sono un passo verso una completa comprensione del comportamento in volo libero nell’ambiente visuale circostante. Questi principı̂ validi per la traslazione potrebbero difatti essere confermati anche per altri gradi di libertà, il cui studio porterebbe a chiarire come circuiti neurali combinano diversi vettori di controllo. Nicola Rohrseitz, PhD Dissertation Institute of Neuroinformatics, D-PHYS, ETH Zurich
Puoi anche leggere