[论文解读] 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 24

一句话总结

该论文提出LAMP系统，一种利用场景数据融合（SDF）与体素化三维最大似然期望最大化（MLEM）的实时三维伽马射线测绘系统，可在无人飞行器（UAS）和便携式平台中实现米级分辨率的辐射测绘。该系统在加州伯克利成功实现了对133Ba源的实时三维定位，并在福岛实现了对放射性铯分布的测绘，且使用相同的重建参数，证明了该方法对点源和分布源的适应性。

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.

研究动机与目标

• 开发一种用于放射性威胁探测和环境监测的实时、高分辨率三维辐射测绘系统。
• 通过无人飞行器（UAS）实现远程、安全的辐射测绘，以减少人员暴露。
• 证明单一算法对点源和分布源的适应能力。
• 利用移动平台上模块化、上下文感知的传感器套件实现米级分辨率测绘。
• 通过机载计算和数据流式传输至平板电脑，实现实时三维放射性源分布可视化。

提出的方法

• LAMP系统将辐射探测器与视觉和惯性传感器集成，实现在三维空间中的同时定位与地图构建（SLAM）。
• 场景数据融合（SDF）利用最大似然期望最大化（MLEM）方法，在体素化三维网格中融合伽马射线探测数据与视觉及运动数据，实现源重构。
• 系统在平台上实现实时三维伽马射线测绘，支持飞行或手持操作期间在平板电脑上即时可视化。
• 统一的重建算法应用于点源和分布源，不同部署场景中使用相同的参数。
• 系统利用UAS的自主导航提高测量的鲁棒性和覆盖效率。
• 通过支持固定翼和多旋翼UAS以及便携式配置的模块化传感器套件，实现实时数据融合。

实验结果

研究问题

• RQ1 实时三维辐射测绘系统能否在移动平台上实现米级分辨率测绘？
• RQ2 同一重建算法能否有效映射孤立点源和分布性放射性污染？
• RQ3 自主UAS能否提高复杂或危险环境中放射性测绘的效率与安全性？
• RQ4 能否在飞行或手持操作期间可靠地将实时三维源分布图流式传输至用户界面？
• RQ5 LAMP系统能否在城市建筑和事故后环境等多样化的现场条件下保持一致的性能？

主要发现

• LAMP系统在加利福尼亚州伯克利的一个测试场地成功实现了对133Ba点源的三维定位，飞行过程中实现了米级分辨率的三维测绘。
• 在日本福岛县，系统通过便携式配置对2011年核事故释放的137Cs和134Cs的分布进行了测绘。
• 点源（133Ba）和分布源（137Cs、134Cs）两种情况下均使用了相同的重建参数，证明了算法的一致性。
• 实时三维地图在平台上本地计算并流式传输至平板电脑，实现了即时态势感知。
• 系统在城市环境和复杂地形中均表现出鲁棒性能，显著提升了可及性并减少了操作人员暴露。
• SDF与UAS及便携式平台的集成，为应急响应和环境监测提供了可扩展、上下文感知的辐射测绘能力。