Localizing Multiple Radiation Sources Actively with a Particle Filter

要約

数やその他の関連パラメータが事前にわかっていない放射線源の位置特定について説明します。
データ収集は、静的障害物が存在する定義済みの関心領域内で調査を実行する自律移動ロボットによって確実に行われます。
測定軌跡は事前に計画されたものではなく情報に基づいて行われ、位置特定には音源のパラメーターを継続的に推定する正規化粒子フィルターが利用されます。
動的ロボット制御に関しては、これは 2 つのモード間で切り替わります。1 つはシャノンのエントロピーを最小限に抑えることを試みるモードであり、もう 1 つはターゲット領域の未調査の部分で予想される測定値の分散を低減することを目的とするものです。
どちらのモードでも、障害物からの安全な距離が維持されます。
アルゴリズムのパフォーマンスは、さまざまな活動を示す 3 つの放射線源から以前に取得された現実世界のデータに基づくシミュレーション研究でテストされました。
私たちのアプローチにより、地域を探索して発生源を見つけるのに必要な時間が約 40% 短縮されます。
ただし、現時点では、この方法では強度が比較的低い音源の位置を確実に特定することができません。
これに関連して、手順の信頼性と堅牢性を高め、ロボットプラットフォームの自律性を向上させるために、追加の研究が計画されています。

要約(オリジナル)

We discuss the localization of radiation sources whose number and other relevant parameters are not known in advance. The data collection is ensured by an autonomous mobile robot that performs a survey in a defined region of interest populated with static obstacles. The measurement trajectory is information-driven rather than pre-planned, and the localization exploits a regularized particle filter estimating the sources’ parameters continuously. Regarding the dynamic robot control, this switches between two modes, one attempting to minimize the Shannon entropy and the other aiming to reduce the variance of expected measurements in unexplored parts of the target area; both of the modes maintain safe clearance from the obstacles. The performance of the algorithms was tested in a simulation study based on real-world data acquired previously from three radiation sources exhibiting various activities. Our approach reduces the time necessary to explore the region and to find the sources by approximately 40~\%; at present, however, the method is unable to reliably localize sources that have a relatively low intensity. In this context, additional research has been planned to increase the credibility and robustness of the procedure and to improve the robotic platform autonomy.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google