基于移动机器人的放射源搜寻方法研究

摘要

随着世界范围内核工业迅速发展，放射源丢失事件也频繁发生。目前，对于放射源的搜寻大多采用人工搜寻，搜寻人员容易受到辐射伤害。当前，机器人技术蓬勃发展，如何利用智能机器人搭载小型探测器进行辅助搜寻，提高搜寻效率，降低人员伤害风险，是核应急领域的重要研究内容。本论文结合国家“十三五”核能开发科研项目《核应急处置机器人关键技术研究》课题需求，按照放射源参数反演、逐步靠近放射源、避开障碍物三部分内容展开。　　（1）基于点放射源的辐射空间统计特性，研究建立放射源参数反演的贝叶斯推理模型，包括多测量点联合推理和渐进推理两种模型。针对放射源参数的联合推理方式，改进传统的MH(Metropolis–Hastings)采样方法，提出了自适应MH实现对放射源参数的估计。结合机器人搜寻放射源是一个渐进的过程，研究了粒子滤波算法估计放射源参数。由于放射源参数估计是一个静态参数估计问题，会导致粒子退化的问题，通过增加少量噪声和融合 MH算法改进粒子滤波重要性采样过程，完成了放射源参数的渐进式估计。　　（2）放射源的搜寻过程，是一个全局目标点未知的路径规划问题，机器人能够得到移动路径上的一系列局部测量信息。利用滚动窗口法的思想设置子目标点，通过子目标点的不断迭代使机器人趋近放射源。研究了利用局部测量信息设置子目标点的原则及过程，设计了寻源机器人的导航系统，包括三个主要模块：寻源路径规划模块、陷阱逃离模块和策略控制模块。　　（3）研究了机器人寻源过程中避障问题。因为放射源搜寻机器人是通过连续的局部路径规划完成最终的全局路径规划，主要研究了局部路径规划下的避障问题，通过改进传统人工势场法实现。改进后的人工势场法可以使机器人到达障碍物附近的目标点。　　（4）由于放射源的特殊性，对理论方法进行了计算机仿真实验和实物测试。结果证明通过机器人搭载小型辐射探测器，结合贝叶斯理论能够完成对未知放射源的搜寻，为放射源搜寻工作提供了一种可行的解决方案。

目录

声明

1 绪论

1.1研究背景和意义

1.2研究现状

1.2.1 辐射探测机器人研究现状

1.2.2 放射源定位方法研究现状

1.2.3 研究现状总结

1.3课题来源及研究内容

1.4论文组织结构安排

2 基于一种自适应MH采样的放射源参数反演算法研究

2.1辐射测量基础

2.2辐射测量中的统计规律

2.3辐射测量中贝叶斯推理模型

2.4自适应MH采样算法

2.4.1 蒙特卡罗模拟方法

2.4.2 MH采样算法

2.4.3 自适应MH采样的设计

2.4.4 自适应MH采样反演放射源参数的实现

2.5本章小结

3 基于MCMC粒子滤波的放射源定位算法研究

3.1粒子滤波定位放射源基础

3.2贝叶斯重要性采样

3.3序贯重要性采样

3.4粒子滤波定位放射源的流程

3.5重采样方法

3.6 MCMC粒子滤波算法

3.6.1 重要性采样方法设计思路

3.6.2 基于MH算法的重要性采样

3.6.3 MCMC粒子滤波定位放射源的实现

3.7本章小结

4 寻源机器人的路径规划研究

4.1机器人路径规划介绍

4.2改进人工势场算法

4.3滚动窗口

4.4坐标系设置及变换

4.4.1 坐标系设置及机器人传感器配置

4.4.2 辐射探测器坐标变换

4.5寻源机器人导航系统设计

4.6寻源路径规划模块设计

4.6.1 粒子预估向量

4.6.2 势场向量

4.6.3 局部目标点的选择

4.7陷阱逃离模块设计

4.8策略控制模块设计

4.8.1 初始扫描寻控制

4.8.2 陷阱判断及逃离

4.9本章小结

5 实验及结果分析

5.1放射源位置估计实验

5.1.1 自适应MH算法估计放射源仿真实验

5.1.2 MCMC粒子滤波算法估计放射源仿真实验

5.1.3 自适应MH算法估计放射源实验

5.2放射源搜寻实验

5.2.1 机器人搜寻放射源仿真实验

5.2.2 机器人搜寻放射源实验

5.3本章小结

结论

致谢

参考文献

攻读学位期间的研究成果