为了克服传统智能机器人研究中的种种困难，缩小其与实际应用之间的距离，一种全新的“动物机器人”正逐渐成为研究的热点。所谓“动物机器人”就是指利用动物作为运动本体，背负或在身体内埋置电子电路、传感器等装置，经过一定的训练，通过遥控方式控制动物的运动行为，来得到所需的信息或完成某种任务。或以此为平台把动物作为生物传感器，或制作不同的动物疾病模型，来研究疾病的发生机理及治疗康复方法。因此，本研究不仅对基础研究、临床应用具有重要的意义，而且可以用作搜救、探索、排爆等具有重大的工程及军事价值。　　 然而，如何有效的训练“动物机器人”？如何利用动物本身的感觉或神经信息？所有这些成为上述应用的前提及关键。为此，本文首先针对“动物机器人”实验训练平台及训练方法进行了研究；其次，由于神经信息通常编码于动作电位串中，为把“动物机器人”作为应用及研究的平台，本文对动作电位的检测及分类分别进行了深入的研究。主要研究内容及成果如下(博士期间所作的生物组织的触觉建模相关内容放入附录进行阐述)：　　 (1)本文研制了用于训练“动物机器人”的便携式多模式刺激器以及动物行为监控分析系统。该微型刺激器采用集成有片上系统的芯片(nRF24E1)，所以它具有体积小重量轻的特点；同时该系统集成有基于机器视觉的动物行为监控功能，能方便设置不同的刺激参数模式，并记录分析动物的行为特性，适用于神经行为学的相关研究。　　 (2)在分析已有的动物行为训练的基础上，本文提出了混合声音条件刺激及神经电刺激的“动物机器人”训练方法，并通过采用上述训练平台，初步训练出“动物机器人”原型；在上述刺激器的基础上，本文进一步设计了用于小型动物的神经信息无线采集系统以及微推进电极，并通过在体大鼠实验初步验证了其有效性。由于采用通用电子元件，系统具有设计简单、廉价、方便、实用的特点。　　 (3)研究了基于连续小波变换及平滑非线性能量算子的检测方法：通过选择不同尺度的小波系数进行直接相乘而后对乘积进行非线性能量算子进行检测。大鼠纹状体在体实验初步结果表明，本算法具有较好的稳定性及有效性且适用于低信噪比；与小波滤波的方法相比，本算法具有较高的检测率，且保持较低的虚警率。　　 (4)提出了一种新的基于小波包及自适应模糊推理系统(ANFIS)的动作电位的分类方法：通过采用具有移不变特性的小波包进行预处理，而后再选择合适的小波包作为模糊神经网络的输入，通过ANFIS来形成规则，从而对动作电位进行分类；并通过在体大鼠大脑不同部位的动作电位的记录实验，对本算法的性能进行了分析验证。　　 (5)附录部分主要探讨和研究了切割过程中触觉信息采集系统的建立，建模及绘制方法。首先，基于图像及三维磁跟踪的方法，设计了生物组织切割过程的多参量采集系统；研究了在切割不同组织时，切割速度，切割深度等与切割反馈力，破裂极限间的相互关系；其次，提出了一种基于模糊规则来建立切割触觉模型方法；最后，对集成此模型的触觉手术刀模拟系统进行了描述并对其有效性进行了初步的验证。