买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于SLAM的针对辐射工厂的α/β辐射地图构建方法_太原理工大学_202211037057.X 

申请/专利权人:太原理工大学

申请日:2022-08-29

公开(公告)日:2024-04-26

公开(公告)号:CN115291241B

主分类号:G01S17/89

分类号:G01S17/89;G01T1/167;G01T1/20;G06F18/25

优先权:

专利状态码:有效-授权

法律状态:2024.04.26#授权;2022.11.22#实质审查的生效;2022.11.04#公开

摘要:本发明属于移动车辆自主导航定位技术领域,具体为一种基于SLAM的针对辐射工厂的αβ辐射地图构建方法。包括以下步骤,S100:机器人在移动过程中,通过激光雷达获取环境激光数据,通过表面污染监测仪获取场景的辐射数据;S200:处理步骤S100所得的环境激光数据,得到关于核辐射工厂的栅格地图;S300:处理步骤S100所得的辐射数据,将表面污染监测仪探测到的αβ辐射信息映射到代价地图中,从而将栅格地图与辐射地图进行融合;S400:对辐射强度进行划分,设置不同的辐射等级,并显示在最终得到的融合结果中。本发明采用SLAM技术实现机器人自主αβ辐射检测。

主权项:1.一种基于SLAM的针对辐射工厂的αβ辐射地图构建方法,其特征在于:包括以下步骤,S100:机器人在移动过程中,通过激光雷达获取环境激光数据,通过表面污染监测仪获取场景的辐射数据;S200:处理步骤S100所得的环境激光数据,得到关于核辐射工厂的栅格地图;步骤S200的具体过程为,S201:状态预测:当前时刻粒子的位姿首先由运动模型进行更新,在初始值上增加高斯采样的噪声,进行一个粗略状态估计,得到粒子点的新位姿S202:扫描匹配:在S201的粗略估计得到粒子的位姿点基础上,找到一个使当前观测数据zt与已有地图最贴合的位姿,以改进基于里程计模型的提议分布;步骤S202的过程为,机器人向负x,正x,负y,正y,左旋转,右旋转一共六个状态移动预测位姿,计算每个状态下的匹配得分,选择最高得分对应的位姿为最优位姿;获得最优粒子位姿后,把粒子采样范围更改到激光雷达观测模型所代表的尖峰区域Li;其中,Li的范围定义为搜索出匹配度最高的位姿点就是尖峰区域Li的概率峰值区域;接下来确定该尖峰区域Li所代表的高斯分布的均值和方差;S203:计算每个粒子的权重;S204:根据每个粒子的权重进行重采样;步骤S204的具体过程为,通过计算有效粒子容量,使用有效样本容量Neff来衡量粒子的退化程度,在粒子点集中根据权重进行降序排列为χt;根据n=roundNeff从χt中筛选有效粒子其中round·代表就近取整函数;使用扰动粒子代替退化粒子保证粒子点总量保持不变,具体操作为: 其中Xm和σm分别为均值和协方差,Mt代表随机扰动,且Mt~N0,σm,α为扰动的缩放权重,值越大代表扰动越大,取值为0<α<1;退化粒子是指在上一步筛选中删除的粒子,此时使用扰动粒子代替退化粒子从而保持粒子总量不变;更新粒子权重得到新的粒子集;S205:对于每个粒子根据传感器观测数据zt和机器人当前位姿更新地图中的每个特征;S300:处理步骤S100所得的辐射数据,将表面污染监测仪探测到的αβ辐射信息映射到代价地图中,从而将栅格地图与辐射地图进行融合;步骤S300的具体过程为,S301:初始化:在步骤S200建立栅格地图的基础上构建辐射代价地图;机器人首次启动或者进入新的环境后,根据步骤S200建的栅格地图获得自定义辐射地图的尺寸大小、分辨率以及障碍物的基本信息,此时辐射地图是一个空白的代价地图;S302:机器人探测辐射信息的过程中,当遇到动态障碍物时,在代价地图中更新障碍物信息;S303:机器人探测辐射信息的过程中,根据辐射信息更新代价地图,完成辐射地图构建;步骤S303的具体过程为:机器人携带表面污染监测仪进行探测场景中的α和β辐射信息,当α和β粒子进入复合闪烁体灵敏区时,α和β粒子与复合闪烁体中各自的灵敏探测介质相互作用,产生不同幅度的光脉冲信号;光脉冲信号通过光电倍增管转变为电脉冲信号,通过信号处理单元进行预处理后,单片机系统记录α和β信号的计数率,然后输出数据到ROS中进行地图构建;传入ROS中的辐射数据是该区域探测到的辐射值,在ROS中将辐射值转换成代价地图的代价值,并将代价值映射到之前生成的空白代价地图中,最终完成辐射地图构建;S400:对辐射强度进行划分,设置不同的辐射等级,并显示在最终得到的融合结果中。

全文数据:

权利要求:

百度查询: 太原理工大学 一种基于SLAM的针对辐射工厂的α/β辐射地图构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。