[論文レビュー] 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 Haefner+6 more|arXiv (Cornell University)|Dec 28, 2018

UAV Applications and Optimization参考文献 9被引用数 24

ひとこと要約

本論文では、無人航空機（UAS）および手荷物搭載プラットフォームからのメートルスケール分解能の放射線マッピングを可能にする、シーンデータ統合（SDF）を用いたボクセル化3次元最大尤度推定法（MLEM）を用いたリアルタイム3次元ガンマ線マッピングシステムLAMPを提案する。カリフォルニア州バークレーでの133Ba源のリアルタイム3次元局在化に加え、福島での放射セシウム分布マッピングにおいて、同一の再構成パラメータを用いて成功裏に実行され、点源および拡散源の両方への適応性が裏付けられた。

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.

研究の動機と目的

• 放射能脅威の検出および環境モニタリングを目的としたリアルタイムで高分解能な3次元放射線マッピングシステムの開発。
• 人的被曝を低減するため、無人航空機（UAS）を用いた遠隔的で安全な放射線マッピングの実現。
• 同一のアルゴリズムが点源および拡散源の両方に対応可能であることを実証すること。
• モジュラーで文脈に適応するセンサーセットを搭載した移動プラットフォーム上で、メートル分解能のマッピングを達成すること。
• 搭載されたコンピューティングとデータストリーミングにより、リアルタイムで3次元の放射性核種分布を可視化すること。

提案手法

• LAMPシステムは、放射線検出器と視覚的・慣性的センサーを統合し、3次元空間における同時位置特定とマッピング（SLAM）を可能にする。
• シーンデータ統合（SDF）は、ガンマ線検出データと視覚的・運動データを、ボクセル化された3次元グリッドに最大尤度推定法（MLEM）を用いて統合し、放射源再構成を実現する。
• システムはプラットフォーム上でのリアルタイム3次元ガンマ線マッピングを実行し、飛行中またはハンドヘルド操作中にタブレット上で即座に可視化を可能にする。
• 点源および拡散源の両方に対して同一の再構成アルゴリズムを適用し、異なる展開状況でも同一パラメータを用いる。
• UASにおける自律航行を活用することで、測定の頑健性とカバー効率を向上させる。
• データ統合は、固定翼および多軸UAV、および手荷物搭載構成をサポートするモジュラーなセンサーセットを用いてリアルタイムで実行される。

実験結果

リサーチクエスチョン

• RQ1 モバイルプラットフォームから、リアルタイムで3次元放射線マッピングがメートル分解能で達成可能か？
• RQ2 同一の再構成アルゴリズムが、孤立した点源と拡散した放射性汚染物質の両方を効果的にマッピング可能か？
• RQ3 自律飛行UASは、複雑または危険な環境における放射能マッピングの効率と安全性を向上できるか？
• RQ4 飛行中またはハンドヘルド操作中に、リアルタイムで3次元放射源分布マップを信頼性を持ってユーザインターフェースにストリーミング可能か？
• RQ5 LAMPシステムは、都市部の構造物や事故後環境など多様な現地条件においても一貫した性能を維持できるか？

主な発見

• LAMPシステムは、カリフォルニア州バークレーのテストサイトで133Ba点源を成功裏に局在化し、UAV飛行中にメートル分解能の3次元マッピングを達成した。
• 日本国福島県において、2011年の原子力事故に起因する137Csおよび134Csの分布マッピングを、手荷物搭載構成で実施した。
• 点源（133Ba）および拡散源（137Cs, 134Cs）の両ケースにおいて同一の再構成パラメータが使用され、アルゴリズムの一貫性が裏付けられた。
• リアルタイムで3次元マップがプラットフォーム上で計算され、タブレットにストリーミングされ、即時の状況認識が可能になった。
• 都市部および複雑な地形環境でも、優れた頑健性を示し、アクセス性が向上し、作業員の被曝が低減された。
• SDFとUAVおよび手荷物搭載プラットフォームの統合により、緊急対応および環境監視に適したスケーラブルで文脈に適応する放射線マッピングが実現された。