[논문 리뷰] 3-D Radiation Mapping in Real-Time with the Localization and Mapping Platform LAMP from Unmanned Aerial Systems and Man-Portable Configurations

Ryan Pavlovsky, Andrew Haefner외 6명|arXiv (Cornell University)|2018. 12. 28.

UAV Applications and Optimization참고 문헌 9인용 수 24

한 줄 요약

이 논문은 무인 항공 시스템(UAS)과 수동 운반 플랫폼에서 메터 해상도 방사능 맵핑을 가능하게 하는 실시간 3차원 감마선 맵핑 시스템인 LAMP를 제시한다. 이 시스템은 볼록체화된 3차원 최대우도기대법(MLEM)을 사용하는 장면 데이터 융합(SDF) 기반으로 개발되었으며, 캘리포니아 버클리에서 133Ba 원천의 실시간 3차원 국소화와 일본 후쿠시마에서의 방사성세세슘 분포 맵핑을 동일한 재구성 매개변수로 성공적으로 수행하여, 점원천과 분포원천 모두에 적용 가능한 방법의 유연성을 입증하였다.

ABSTRACT

Real-time, meter-resolution gamma-ray mapping is relevant in the detection and mapping of radiological materials, and for applications ranging from nuclear decommissioning, waste management, and environmental remediation to homeland security, emergency response, and international safeguards. We present the Localization and Mapping Platform (LAMP) as a modular, contextual and radiation detector sensor suite, which performs gamma-ray mapping in three dimensions (3-D) and in real time, onboard an unmanned aerial vehicle (UAV) or in a man-portable configuration. The deployment of an unmanned aerial system (UAS) for gamma-ray mapping can be advantageous, as the UAS provides a means of measuring large areas efficiently and improving accessibility to some environments, such as multi-story structures. In addition, it is possible to increase measurement robustness through autonomous navigation, and to reduce radiation exposure to users as a result of the remote measurement. LAMP enables meter-resolution gamma-ray mapping through Scene Data Fusion (SDF) [1], a capability that fuses radiation and scene data via voxelized 3-D Maximum Likelihood Expectation Maximization (MLEM) to produce 3-D maps of radioactive source distributions in real-time. Results are computed onboard LAMP while it is flying on the UAV and streamed from the system to the user, who can view the 3-D map on a tablet in real-time. We present results that demonstrate the SDF concept, including a set of UAS flights where a 133Ba source is localized at a test site in Berkeley, CA and a handheld measurement in Fukushima Prefecture, Japan where the distribution of radiocesium(137,134Cs) released from the accident of the Fukushima Daiichi Nuclear Power Plant is mapped. The reconstruction parameters used for each measurement were identical, indicating that the same algorithm can be used for both point or distributed sources.

연구 동기 및 목표

• 방사능 위협 탐지 및 환경 모니터링을 위한 실시간 고해상도 3차원 방사능 맵핑 시스템 개발
• 인간의 노출을 줄이기 위해 무인 항공 시스템(UAS)을 활용한 원격 안전 맵핑 실현
• 동일한 알고리즘이 점원천과 분포원천 모두에 적응 가능함을 입증
• 모듈식이고 맥락 인식 센서 세트를 탑재한 이동 플랫폼에서 메터 해상도 맵핑 달성
• 기내 계산 및 태블릿으로의 데이터 스트리밍을 통한 실시간 3차원 방사능 원천 분포 시각화 제공

제안 방법

• LAMP 시스템은 방사능 검출기와 시각 및 관성 센서를 통합하여 3차원 공간에서 동시 위치 및 맵핑(SLAM)을 가능하게 한다.
• 장면 데이터 융합(SDF)은 최대우도기대법(MLEM)을 사용하여 볼록체화된 3차원 격자에 감마선 검출 데이터를 시각 및 운동 데이터와 융합하여 원천 재구성한다.
• 시스템은 플랫폼 내부에서 실시간 3차원 감마선 맵핑을 수행하여 비행 중 또는 수동 운반 중 태블릿에서 즉각적인 시각화를 가능하게 한다.
• 통합된 재구성 알고리즘이 점원천과 분포원천 모두에 적용되며, 다양한 배치 환경에서 동일한 매개변수를 사용한다.
• 자율 비행을 활용하여 측정의 견고성과 커버리지 효율성을 향상시킨다.
• 모듈식 센서 세트를 활용해 실시간으로 데이터 융합을 수행하며, 고정익 및 다중로터 드론뿐만 아니라 수동 운반 구성에도 대응한다.

실험 결과

연구 질문

• RQ1 실시간 3차원 방사능 맵핑 시스템은 이동 플랫폼에서 메터 해상도 맵핑을 달성할 수 있는가?
• RQ2 동일한 재구성 알고리즘이 고립된 점원천과 분포원천 모두를 효과적으로 맵핑할 수 있는가?
• RQ3 자율 비행 드론은 복잡하거나 위험한 환경에서 방사능 맵핑의 효율성과 안전성을 향상시킬 수 있는가?
• RQ4 비행 중 또는 수동 운반 중 실시간 3차원 원천 분포 맵을 신뢰성 있게 사용자 인터페이스로 스트리밍할 수 있는가?
• RQ5 LAMP 시스템은 도시 구조물과 사고 후 환경과 같은 다양한 현장 조건에서도 일관된 성능을 유지를 할 수 있는가?

주요 결과

• LAMP 시스템은 캘리포니아 버클리의 시험 현장에서 133Ba 점원천을 성공적으로 국소화하였으며, 드론 비행 중 메터 해상도 3차원 맵핑을 달성하였다.
• 일본 후쿠시마 현에서 수동 운반 구성으로 2011년 핵사고로 인한 137Cs 및 134Cs 분포를 맵핑하였다.
• 점원천(133Ba)과 분포원천(137Cs, 134Cs)의 경우 동일한 재구성 매개변수를 사용하여 알고리즘의 일관성을 입증하였다.
• 기내에서 실시간 3차원 맵이 생성되어 태블릿으로 스트리밍되어 즉각적인 상황 인식이 가능하였다.
• 도시 환경 및 복잡한 지형 환경 모두에서 뛰어난 성능을 보였으며, 접근성 향상과 운영자 노출 감소를 실현하였다.
• SDF의 드론 및 수동 운반 플랫폼 통합은 비상 대응 및 환경 모니터링 분야에서 확장 가능하고 맥락 인식 가능한 방사능 맵핑을 가능하게 한다.