食品醫(yī)療、工業(yè)生物和國防航天的快速發(fā)展,帶來了放射科學的廣泛應用,在享受核技術帶來變革的同時,核安全問題也被提到新的高度。如何對放射源進行有效監(jiān)管,如何對丟失或者未知放射源進行快速搜索,如何消除人工搜索放射源帶來的危險和耗時的缺陷,這是放射技術取得進一步發(fā)展的基本前提。傳統(tǒng)的放射源搜尋方式大多采用人工穿上厚重的防護服在現(xiàn)場進行探測操作,然而仍然無法避免遭到核輻射的傷害。而采用機器人搜索的技術一直遭到國外壟斷,這一技術在國內(nèi)的發(fā)展很緩慢,僅僅少數(shù)幾家高校院所在進行遙控搜索機器人、無人機搜索機器人等的開發(fā)。但是他們都有一個問題,那就是必須要人工進行操作,無法實現(xiàn)自動化的放射源搜索。因此,為了解決這個痛點,本文設計了放射源智能搜索機器人,實現(xiàn)自動化、智能化搜索放射源,填補國內(nèi)這一空白。本論文主要運用機器人技術和機器學習的邊緣加速技術,來研究放射源定位搜索問題;對機器人的硬件和軟件進行了系統(tǒng)的研究,設計了實用性更強的機械結(jié)構(gòu)和拓展性更好的硬件電路,完成對ROS(Robot Operating System,機器人操作系統(tǒng))的移植應用,設計了包括伺服電機驅(qū)動、激光雷達、伽瑪相機、SLAM(Simultaneous Localization and Mapping,同步位置鎖定與建立地圖)、深度攝像頭和邊緣加速器等節(jié)點算法的研究與設計;通過將機器學習技術進行邊緣端的應用,實現(xiàn)圖像識別的邊緣加速技術在便攜式設備上的研究與應用;并根據(jù)需求開發(fā)出Android手機端APP用以遠程控制,最終實現(xiàn)放射源智能搜索機器人的便攜化、自動化和智能化。本文創(chuàng)新性地運用交叉學科技術解決放射源的安全搜尋難題,通過使用MA24xx角蜂鳥邊緣加速芯片,在普通ARM處理器上運行YOLO模型達到了最高15幀的道路障礙圖像檢測,進而實現(xiàn)機器人毫秒級的控制速度。通過北京高能新技術有限公司的HENT33-013A便攜式伽瑪相機輸出放射源熱點圖,使用自行訓練的Caffe尋源網(wǎng)絡模型配合角蜂鳥進行三角定位,創(chuàng)新性將放射源強度的梯度下降結(jié)合SLAM避障導航算法,最終使得放射源定位精度以及自主避障搜索速度滿足實際的應用需求。對于強度為15mCi的放射源,10m距離下自主尋源時間最短可達120秒。
【學位單位】：成都理工大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：TP242
【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景
        1.1.1 核技術的發(fā)展
        1.1.2 核安全隱患
        1.1.3 機器人技術發(fā)展
        1.1.4 邊緣計算的發(fā)展
    1.2 放射源搜索技術的發(fā)展
    1.3 主要研究內(nèi)容
    1.4 本章小結(jié)
第2章 放射源定位成像技術
    2.1 粒子探測技術
        2.1.1 粒子的組成
        2.1.2 帶電粒子的檢測
        2.1.3 光子的檢測
    2.2 常用的粒子探測器
        2.2.1 氣體探測器
        2.2.2 半導體探測器
        2.2.3 閃爍體探測器
    2.3 伽瑪射線成像原理
    2.4 伽馬射線成像算法
        2.4.1 編碼板解碼算法
        2.4.2 放射源熱點圖解析算法
    2.5 本章小結(jié)
第3章 邊緣計算的放射源定位算法設計與實現(xiàn)
    3.1 深度學習技術
        3.1.1 深度學習的發(fā)展
        3.1.2 深度學習在低功耗設備上的應用難點
    3.2 邊緣加速技術及芯片
    3.3 角蜂鳥邊緣加速模組
    3.4 角蜂鳥開發(fā)環(huán)境搭建及使用
    3.5 角蜂鳥目標檢測算法設計
    3.6 放射源熱點圖模型訓練
    3.7 模型轉(zhuǎn)換與測試算法設計
    3.8 放射源定位算法設計
    3.9 本章小結(jié)
第4章 機器人系統(tǒng)設計
    4.1 機器人機械結(jié)構(gòu)設計
    4.2 機器人下層電路設計
        4.2.1 電源系統(tǒng)電路設計
        4.2.2 下層STM32 控制電路設計
        4.2.3 電機驅(qū)動電路設計
        4.2.4 慣性測量單元電路設計
        4.2.5 遠程遙控系統(tǒng)設計
        4.2.6 電池電壓監(jiān)測電路設計
    4.3 機器人上層硬件設計
    4.4 下層STM32 軟件設計
        4.4.1 下層STM32 與上層樹莓派通信算法設計
        4.4.2 電機控制算法設計
    4.5 機器人自主導航算法設計
        4.5.1 ROS系統(tǒng)介紹
        4.5.2 ekf融合濾波算法設計
        4.5.3 機器人實現(xiàn)SLAM地圖創(chuàng)建
    4.6 機器人自主尋源算法設計
    4.7 Android端控制臺開發(fā)
    4.8 本章小結(jié)
第5章 系統(tǒng)測試與結(jié)果分析
    5.1 基礎功能測試
        5.1.1 鍵盤遠程控制機器人
        5.1.2 APP遠程控制機器人
        5.1.3 搖桿控制器遠程控制機器人
        5.1.4 機器人地圖創(chuàng)建與自主尋源
    5.2 技術指標與結(jié)果分析
        5.2.1 機器人動態(tài)避障導航能力測試與分析
        5.2.2 不同障礙物目標檢測識別率測試與分析
        5.2.3 不同負載設備下機器人續(xù)航時間測試
        5.2.4 機器人自主尋源時間測試
    5.3 本章小結(jié)
致謝
參考文獻
攻讀學位期間取得學術成果

【參考文獻】

相關期刊論文 前10條

1 曾明星;李桂平;周清平;覃遵躍;徐洪智;張彬連;黃云;郭鑫;;從MOOC到SPOC:一種深度學習模式建構(gòu)[J];中國電化教育;2015年11期

2 郭麗麗;丁世飛;;深度學習研究進展[J];計算機科學;2015年05期

3 尹寶才;王文通;王立春;;深度學習研究綜述[J];北京工業(yè)大學學報;2015年01期

4 劉建偉;劉媛;羅雄麟;;深度學習研究進展[J];計算機應用研究;2014年07期

5 余凱;賈磊;陳雨強;徐偉;;深度學習的昨天、今天和明天[J];計算機研究與發(fā)展;2013年09期

6 何克抗;;學習“教育信息化十年發(fā)展規(guī)劃”——對“信息技術與教育深度融合”的解讀[J];中國電化教育;2012年12期

7 張金帶;;適應新形勢 辦好《鈾礦地質(zhì)》——慶�！垛櫟V地質(zhì)》創(chuàng)刊50周年[J];鈾礦地質(zhì);2012年06期

8 孫志軍;薛磊;許陽明;王正;;深度學習研究綜述[J];計算機應用研究;2012年08期

9 閆強;王安建;王高尚;陳其慎;于汶加;李瑞萍;;鈾礦資源概況與2030年需求預測[J];中國礦業(yè);2011年02期

10 范深根;我國放射事故概況與原因分析[J];輻射防護;2002年05期

相關博士學位論文 前1條

1 張敏;未知放射源輻射場構(gòu)造與智能隨機搜索及其優(yōu)化研究[D];南華大學;2016年

本文編號：2846253