当前位置:主页 > 科技论文 > 搜索引擎论文 >

基于边缘计算的放射源智能搜索机器人设计与实现

发布时间:2020-10-18 11:44
   食品医疗、工业生物和国防航天的快速发展,带来了放射科学的广泛应用,在享受核技术带来变革的同时,核安全问题也被提到新的高度。如何对放射源进行有效监管,如何对丢失或者未知放射源进行快速搜索,如何消除人工搜索放射源带来的危险和耗时的缺陷,这是放射技术取得进一步发展的基本前提。传统的放射源搜寻方式大多采用人工穿上厚重的防护服在现场进行探测操作,然而仍然无法避免遭到核辐射的伤害。而采用机器人搜索的技术一直遭到国外垄断,这一技术在国内的发展很缓慢,仅仅少数几家高校院所在进行遥控搜索机器人、无人机搜索机器人等的开发。但是他们都有一个问题,那就是必须要人工进行操作,无法实现自动化的放射源搜索。因此,为了解决这个痛点,本文设计了放射源智能搜索机器人,实现自动化、智能化搜索放射源,填补国内这一空白。本论文主要运用机器人技术和机器学习的边缘加速技术,来研究放射源定位搜索问题;对机器人的硬件和软件进行了系统的研究,设计了实用性更强的机械结构和拓展性更好的硬件电路,完成对ROS(Robot Operating System,机器人操作系统)的移植应用,设计了包括伺服电机驱动、激光雷达、伽玛相机、SLAM(Simultaneous Localization and Mapping,同步位置锁定与建立地图)、深度摄像头和边缘加速器等节点算法的研究与设计;通过将机器学习技术进行边缘端的应用,实现图像识别的边缘加速技术在便携式设备上的研究与应用;并根据需求开发出Android手机端APP用以远程控制,最终实现放射源智能搜索机器人的便携化、自动化和智能化。本文创新性地运用交叉学科技术解决放射源的安全搜寻难题,通过使用MA24xx角蜂鸟边缘加速芯片,在普通ARM处理器上运行YOLO模型达到了最高15帧的道路障碍图像检测,进而实现机器人毫秒级的控制速度。通过北京高能新技术有限公司的HENT33-013A便携式伽玛相机输出放射源热点图,使用自行训练的Caffe寻源网络模型配合角蜂鸟进行三角定位,创新性将放射源强度的梯度下降结合SLAM避障导航算法,最终使得放射源定位精度以及自主避障搜索速度满足实际的应用需求。对于强度为15mCi的放射源,10m距离下自主寻源时间最短可达120秒。
【学位单位】:成都理工大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:TP242
【文章目录】:
摘要
Abstract
第1章 绪论
    1.1 研究背景
        1.1.1 核技术的发展
        1.1.2 核安全隐患
        1.1.3 机器人技术发展
        1.1.4 边缘计算的发展
    1.2 放射源搜索技术的发展
    1.3 主要研究内容
    1.4 本章小结
第2章 放射源定位成像技术
    2.1 粒子探测技术
        2.1.1 粒子的组成
        2.1.2 带电粒子的检测
        2.1.3 光子的检测
    2.2 常用的粒子探测器
        2.2.1 气体探测器
        2.2.2 半导体探测器
        2.2.3 闪烁体探测器
    2.3 伽玛射线成像原理
    2.4 伽马射线成像算法
        2.4.1 编码板解码算法
        2.4.2 放射源热点图解析算法
    2.5 本章小结
第3章 边缘计算的放射源定位算法设计与实现
    3.1 深度学习技术
        3.1.1 深度学习的发展
        3.1.2 深度学习在低功耗设备上的应用难点
    3.2 边缘加速技术及芯片
    3.3 角蜂鸟边缘加速模组
    3.4 角蜂鸟开发环境搭建及使用
    3.5 角蜂鸟目标检测算法设计
    3.6 放射源热点图模型训练
    3.7 模型转换与测试算法设计
    3.8 放射源定位算法设计
    3.9 本章小结
第4章 机器人系统设计
    4.1 机器人机械结构设计
    4.2 机器人下层电路设计
        4.2.1 电源系统电路设计
        4.2.2 下层STM32 控制电路设计
        4.2.3 电机驱动电路设计
        4.2.4 惯性测量单元电路设计
        4.2.5 远程遥控系统设计
        4.2.6 电池电压监测电路设计
    4.3 机器人上层硬件设计
    4.4 下层STM32 软件设计
        4.4.1 下层STM32 与上层树莓派通信算法设计
        4.4.2 电机控制算法设计
    4.5 机器人自主导航算法设计
        4.5.1 ROS系统介绍
        4.5.2 ekf融合滤波算法设计
        4.5.3 机器人实现SLAM地图创建
    4.6 机器人自主寻源算法设计
    4.7 Android端控制台开发
    4.8 本章小结
第5章 系统测试与结果分析
    5.1 基础功能测试
        5.1.1 键盘远程控制机器人
        5.1.2 APP远程控制机器人
        5.1.3 摇杆控制器远程控制机器人
        5.1.4 机器人地图创建与自主寻源
    5.2 技术指标与结果分析
        5.2.1 机器人动态避障导航能力测试与分析
        5.2.2 不同障碍物目标检测识别率测试与分析
        5.2.3 不同负载设备下机器人续航时间测试
        5.2.4 机器人自主寻源时间测试
    5.3 本章小结
致谢
参考文献
攻读学位期间取得学术成果

【参考文献】

相关期刊论文 前10条

1 曾明星;李桂平;周清平;覃遵跃;徐洪智;张彬连;黄云;郭鑫;;从MOOC到SPOC:一种深度学习模式建构[J];中国电化教育;2015年11期

2 郭丽丽;丁世飞;;深度学习研究进展[J];计算机科学;2015年05期

3 尹宝才;王文通;王立春;;深度学习研究综述[J];北京工业大学学报;2015年01期

4 刘建伟;刘媛;罗雄麟;;深度学习研究进展[J];计算机应用研究;2014年07期

5 余凯;贾磊;陈雨强;徐伟;;深度学习的昨天、今天和明天[J];计算机研究与发展;2013年09期

6 何克抗;;学习“教育信息化十年发展规划”——对“信息技术与教育深度融合”的解读[J];中国电化教育;2012年12期

7 张金带;;适应新形势 办好《铀矿地质》——庆祝《铀矿地质》创刊50周年[J];铀矿地质;2012年06期

8 孙志军;薛磊;许阳明;王正;;深度学习研究综述[J];计算机应用研究;2012年08期

9 闫强;王安建;王高尚;陈其慎;于汶加;李瑞萍;;铀矿资源概况与2030年需求预测[J];中国矿业;2011年02期

10 范深根;我国放射事故概况与原因分析[J];辐射防护;2002年05期


相关博士学位论文 前1条

1 张敏;未知放射源辐射场构造与智能随机搜索及其优化研究[D];南华大学;2016年



本文编号:2846253

论文下载
论文发表

本文链接:http://www.bigengculture.com/kejilunwen/sousuoyinqinglunwen/2846253.html

上一篇:基于聚类分析下的运动目标跟踪算法研究  
下一篇:没有了
分享