CN110231642B - 一种构建辐射场地图的方法、装置以及机器人 - Google Patents
一种构建辐射场地图的方法、装置以及机器人 Download PDFInfo
- Publication number
- CN110231642B CN110231642B CN201910569636.0A CN201910569636A CN110231642B CN 110231642 B CN110231642 B CN 110231642B CN 201910569636 A CN201910569636 A CN 201910569636A CN 110231642 B CN110231642 B CN 110231642B
- Authority
- CN
- China
- Prior art keywords
- radiation
- image
- map information
- information
- measuring point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005855 radiation Effects 0.000 title claims abstract description 215
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000004044 response Effects 0.000 claims abstract description 76
- 238000012545 processing Methods 0.000 claims abstract description 34
- 230000002285 radioactive effect Effects 0.000 claims abstract description 25
- 230000005865 ionizing radiation Effects 0.000 claims abstract description 20
- 238000010276 construction Methods 0.000 claims abstract description 18
- 238000013507 mapping Methods 0.000 claims abstract description 14
- 238000005259 measurement Methods 0.000 claims description 23
- 230000004927 fusion Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 4
- 239000002184 metal Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 241000519995 Stachys sylvatica Species 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/02—Dosimeters
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01T—MEASUREMENT OF NUCLEAR OR X-RADIATION
- G01T1/00—Measuring X-radiation, gamma radiation, corpuscular radiation, or cosmic radiation
- G01T1/29—Measurement performed on radiation beams, e.g. position or section of the beam; Measurement of spatial distribution of radiation
- G01T1/2914—Measurement of spatial distribution of radiation
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/48—Matching video sequences
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- High Energy & Nuclear Physics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Molecular Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Electromagnetism (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明实施例公开了一种构建辐射场地图的方法、装置以及机器人,处理器用于将获取的视频图像中各帧图像与未经辐射的帧图像进行比较,以提取出各帧图像的辐射响应信号。依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率。处理器用于基于图像信息的定位建图算法对视频图像进行深度处理,以构建环境地图信息。将各测量点的目标剂量率与环境地图信息进行融合,得到辐射场地图信息。通过处理器对采集的视频图像进行可见光和电离辐射信息的两路处理,并融合两路处理结果,便可以实现辐射场地图的构建。该技术方案适用于放射性水平不确定、条件复杂的未知辐射场环境。
Description
技术领域
本发明涉及辐射场技术领域,特别是涉及一种构建辐射场地图的方法、装置以及机器人。
背景技术
核设施退役与核事故应急都存在未知的放射性环境,在这种环境中作业的首要任务是了解设施内部环境信息和辐射场信息。
现有技术中,通常采用机器人装载摄像机、激光雷达和核辐射探测器完成环境探测任务。但是由于机器人装载的设备较多,导致机器人行动的灵活性较差,对于放射性水平不确定、条件复杂的未知辐射场环境,现有技术并不适用。
可见,如何实现对未知辐射场环境的检测,是本领域技术人员亟待解决的问题。
发明内容
本发明实施例的目的是提供一种构建辐射场地图的方法、装置以及机器人,可以实现对未知辐射场环境的检测。
为解决上述技术问题,本发明实施例提供了一种构建辐射场地图的方法,包括:
获取辐射场的视频图像;
将所述视频图像中各帧图像与未经辐射的帧图像进行比较,以提取出各帧图像的辐射响应信号;
依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率;
基于图像信息的定位建图算法对所述视频图像进行深度处理,以构建环境地图信息;
将各测量点的目标剂量率与所述环境地图信息进行融合,得到辐射场地图信息。
可选的,所述依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率包括:
将同一测量点不同拍摄角度下的各帧图像作为一组待分析图像;
查找预先建立的辐射响应信号与剂量率的对应关系数据库,确定出各帧待分析图像的剂量率;
选取取值最大的剂量率的待分析图像所对应的拍摄角度作为放射源方向,并将取值最大的剂量率作为所述测量点的目标剂量率。
可选的,所述将各测量点的目标剂量率与所述环境地图信息进行融合,得到辐射场地图信息包括:
根据剂量率与颜色饱和度的对应关系数据库,确定出各测量点的目标剂量率所对应的目标颜色饱和度;
根据各测量点在所述环境地图信息中的位置以及各测量点所对应的目标颜色饱和度,对所述环境地图信息进行颜色填充,以得到辐射场地图信息。
可选的,在所述依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率之后还包括:
判断是否存在大于或等于预设上限值的目标剂量率;
当存在大于或等于预设上限值的目标剂量率时,则进行告警提示。
可选的,在所述将各测量点的目标剂量率与所述环境地图信息进行融合,得到辐射场地图信息之后还包括:
存储所述辐射场地图信息。
可选的,在所述将各测量点的目标剂量率与所述环境地图信息进行融合,得到辐射场地图信息之后还包括:
展示所述辐射场地图信息。
本发明实施例还提供了一种构建辐射场地图的装置,包括获取单元、提取单元、确定单元、构建单元和融合单元;
所述获取单元,用于获取辐射场的视频图像;
所述提取单元,用于将所述视频图像中各帧图像与未经辐射的帧图像进行比较,以提取出各帧图像的辐射响应信号;
所述确定单元,用于依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率;
所述构建单元,用于基于图像信息的定位建图算法对所述视频图像进行深度处理,以构建环境地图信息;
所述融合单元,用于将各测量点的目标剂量率与所述环境地图信息进行融合,得到辐射场地图信息。
可选的,所述确定单元包括分组子单元、查找子单元和选取子单元;
所述分组子单元,用于将同一测量点不同拍摄角度下的各帧图像作为一组待分析图像;
所述查找子单元,用于查找预先建立的辐射响应信号与剂量率的对应关系数据库,确定出各帧待分析图像的剂量率;
所述选取子单,用于选取取值最大的剂量率的待分析图像所对应的拍摄角度作为放射源方向,并将取值最大的剂量率作为所述测量点的目标剂量率。
可选的,所述融合单元包括确定子单元和填充子单元;
所述确定子单元,用于根据剂量率与颜色饱和度的对应关系数据库,确定出各测量点的目标剂量率所对应的目标颜色饱和度;
所述填充子单元,用于根据各测量点在所述环境地图信息中的位置以及各测量点所对应的目标颜色饱和度,对所述环境地图信息进行颜色填充,以得到辐射场地图信息。
可选的,还包括判断单元和告警单元;
所述判断单元,用于在所述依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率之后,判断是否存在大于或等于预设上限值的目标剂量率;
所述告警单元,用于当存在大于或等于预设上限值的目标剂量率时,则进行告警提示。
可选的,还包括存储单元;
所述存储单元,用于在所述将各测量点的目标剂量率与所述环境地图信息进行融合,得到辐射场地图信息之后,存储所述辐射场地图信息。
可选的,还包括展示单元;
所述展示单元,用于在所述将各测量点的目标剂量率与所述环境地图信息进行融合,得到辐射场地图信息之后,展示所述辐射场地图信息。
本发明实施例还提供了一种构建辐射场地图的机器人,包括机器人本体框架,还包括设置于机器人上的图像传感器;
所述图像传感器与所述机器人的处理器连接,用于将采集的辐射场的视频图像传输至所述处理器;
所述处理器,用于将所述视频图像中各帧图像与未经辐射的帧图像进行比较,以提取出各帧图像的辐射响应信号;依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率;
所述处理器还用于基于图像信息的定位建图算法对所述视频图像进行深度处理,以构建环境地图信息;将各测量点的目标剂量率与所述环境地图信息进行融合,得到辐射场地图信息。
可选的,利用FPC排线将所述图像传感器的电路板与所述处理器的主板连接。
可选的,在所述处理器以及所述图像传感器外侧均设置金属屏蔽层。
由上述技术方案可以看出,构建辐射场地图的机器人包括机器人本体框架,还包括设置于机器人上的图像传感器;图像传感器与机器人的处理器连接,用于将采集的辐射场的视频图像传输至处理器。为了实现辐射场地图的构建,处理器需要对视频图像进行两路处理,一路用于将视频图像中各帧图像与未经辐射的帧图像进行比较,以提取出各帧图像的辐射响应信号。为了将辐射响应信号反映到环境地图信息上,需要对辐射响应信号进行量化处理,依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,可以确定出放射源方向以及相应测量点的目标剂量率。另一路用于基于图像信息的定位建图算法对所述视频图像进行深度处理,以构建环境地图信息。将各测量点的目标剂量率与环境地图信息进行融合,最终得到辐射场地图信息。与传统方式中装载各类设备实现辐射场地图构建的机器人相比,本技术方案通过利用图像传感器能够感知可见光,并且能够进行辐射探测的功能,只需在机器人上装载图像传感器,机器人行动的灵活性较好。通过机器人处理器对采集的视频图像进行可见光和电离辐射信息的两路处理,并融合两路处理结果,便可以实现辐射场地图的构建,适用于放射性水平不确定、条件复杂的未知辐射场环境。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种构建辐射场地图的方法的流程图;
图2a为本发明实施例提供的一种环境地图信息的示意图;
图2b为本发明实施例提供的一种基于图2a得到的辐射场地图信息的示意图;
图3为本发明实施例提供的一种构建辐射场地图的装置的结构示意图;
图4为本发明实施例提供的一种构建辐射场地图的机器人的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下,所获得的所有其他实施例,都属于本发明保护范围。
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
接下来,详细介绍本发明实施例所提供的一种构建辐射场地图的方法。图1为本发明实施例提供的一种构建辐射场地图的方法的流程图,该方法包括:
S101:获取辐射场的视频图像。
在本发明实施例中可以采用具有辐射探测功能的图像传感器采集视频图像。
图像传感器采集的图像包括可见光信息和电离辐射信息。其中,可见光信息可以用于形成常规的环境地图信息,电离辐射信息表征了辐射场的辐射分布情况。为了实现辐射场地图的构建,需要对图像传感器采集的视频图像进行两路处理。一路用于分析辐射环境下各测量点的放射性水平,可以参见S102和S103的操作。另一路用于构建地图信息,可以参见S104的操作。
S102:将视频图像中各帧图像与未经辐射的帧图像进行比较,以提取出各帧图像的辐射响应信号。
辐射响应信号表示不同剂量率在不同灰度上的增量,属于增量信号。
未经辐射的帧图像指的是不存在辐射响应的各类灰度图像。在具体实现中,可以将辐射环境下采集的各帧图像转化为灰度图,并与未经辐射的帧图像进行比较,可以确定出辐射环境下各帧图像的增量,该增量即为辐射响应信号。
S103:依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率。
在实际应用中,机器人拍摄辐射场的图像时,针对每个测量点会通过不断调整摄像角度,以获取全方位角的图像。
辐射环境下的电离射线会在图像中形成白色斑点。当机器人的拍摄角度正对放射源时,此时拍摄的图像出现的白色斑点较多。
在本发明实施例中,可以将同一测量点不同拍摄角度下的各帧图像作为一组待分析图像;查找预先建立的辐射响应信号与剂量率的对应关系数据库,确定出各帧待分析图像的剂量率;选取取值最大的剂量率的待分析图像所对应的拍摄角度作为放射源方向,并将取值最大的剂量率作为测量点的目标剂量率。以此类推,可以确定出各测量点的放射源方向以及目标剂量率。
S104:基于图像信息的定位建图算法对视频图像进行深度处理,以构建环境地图信息。
构建地图信息属于常规技术,在此不再赘述。
S305:将各测量点的目标剂量率与环境地图信息进行融合,得到辐射场地图信息。
测量点的剂量率越高,说明该测量点的电离辐射越严重。
为了在环境地图信息中直观的表征各测量点的目标剂量率。在本发明实施例中,可以将剂量率转化为颜色信息。通过颜色的深浅表征剂量率的高低。
在具体实现中,可以预先建立剂量率与颜色饱和度的对应关系数据库,根据该对应关系数据库,可以确定出各测量点的目标剂量率所对应的目标颜色饱和度。根据各测量点在环境地图信息中的位置以及各测量点所对应的目标颜色饱和度,对环境地图信息进行颜色填充,以得到辐射场地图信息。
本发明实施例中,机器人可以实时采集视频图像,并根据所扫描到的范围生成相应的环境地图信息。如图2a所示为生成的环境地图信息的示意图,图2a中已探查区域为机器人已经扫描采集图像的区域,未探查区域为机器人尚未扫描到的区域。如图2b所示为对图2a所示的环境地图信息进行颜色填充后得到的辐射场地图信息。在实际应用中,可以采用绿色作为填充色,绿色的饱和度越高,颜色就越深,说明该测量点处的辐射越强烈。
由上述技术方案可以看出,为了实现辐射场地图的构建,处理器需要对获取的辐射场的视频图像进行两路处理,一路用于将视频图像中各帧图像与未经辐射的帧图像进行比较,以提取出各帧图像的辐射响应信号。为了将辐射响应信号反映到环境地图信息上,需要对辐射响应信号进行量化处理,依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,可以确定出放射源方向以及相应测量点的目标剂量率。另一路用于基于图像信息的定位建图算法对所述视频图像进行深度处理,以构建环境地图信息。将各测量点的目标剂量率与环境地图信息进行融合,最终得到辐射场地图信息。通过处理器对采集的视频图像进行可见光和电离辐射信息的两路处理,并融合两路处理结果,便可以实现辐射场地图的构建。该技术方案适用于放射性水平不确定、条件复杂的未知辐射场环境。
剂量率越高说明辐射越严重,在本发明实施例中,当辐射环境中存在辐射较为严重的区域时,可以设置提示机制,以便于管理人员可以及时了解辐射环境的放射性水平。
具体的,在依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率之后,判断是否存在大于或等于预设上限值的目标剂量率;当存在大于或等于预设上限值的目标剂量率时,则进行告警提示。
预设上限值用于表示剂量率的取值上限。当某个测量点的目标剂量率大于或等于预设上限值时,则说明该测量点的辐射较为严重,此时系统可以进行告警提示。
其中,告警提示的方式可以有多种,例如声光报警,显示屏展示提示信息等。在此对于告警提示的具体方式不做限定。
通过设置提示机制,可以当辐射场存在较为严重的辐射时,引起管理人员的注意,以便于提醒管理人员针对于辐射场的放射性分布情况采取相应的措施。
在本发明实施例中,在将各测量点的目标剂量率与环境地图信息进行融合,得到辐射场地图信息之后还可以展示辐射场地图信息,以便于管理人员及时了解辐射场的放射性分布情况。
在本发明实施例中,在将各测量点的目标剂量率与环境地图信息进行融合,得到辐射场地图信息之后,可以存储辐射场地图信息,以便于后续分析时调用。
图3为本发明实施例提供的一种构建辐射场地图的装置的结构示意图,包括获取单元31、提取单元32、确定单元33、构建单元34和融合单元35;
获取单元31,用于获取辐射场的视频图像;
提取单元32,用于将视频图像中各帧图像与未经辐射的帧图像进行比较,以提取出各帧图像的辐射响应信号;
确定单元33,用于依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率;
构建单元34,用于基于图像信息的定位建图算法对视频图像进行深度处理,以构建环境地图信息;
融合单元35,用于将各测量点的目标剂量率与环境地图信息进行融合,得到辐射场地图信息。
可选的,确定单元包括分组子单元、查找子单元和选取子单元;
分组子单元,用于将同一测量点不同拍摄角度下的各帧图像作为一组待分析图像;
查找子单元,用于查找预先建立的辐射响应信号与剂量率的对应关系数据库,确定出各帧待分析图像的剂量率;
选取子单,用于选取取值最大的剂量率的待分析图像所对应的拍摄角度作为放射源方向,并将取值最大的剂量率作为测量点的目标剂量率。
可选的,融合单元包括确定子单元和填充子单元;
确定子单元,用于根据剂量率与颜色饱和度的对应关系数据库,确定出各测量点的目标剂量率所对应的目标颜色饱和度;
填充子单元,用于根据各测量点在环境地图信息中的位置以及各测量点所对应的目标颜色饱和度,对环境地图信息进行颜色填充,以得到辐射场地图信息。
可选的,还包括判断单元和告警单元;
判断单元,用于在依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率之后,判断是否存在大于或等于预设上限值的目标剂量率;
告警单元,用于当存在大于或等于预设上限值的目标剂量率时,则进行告警提示。
可选的,还包括存储单元;
存储单元,用于在将各测量点的目标剂量率与环境地图信息进行融合,得到辐射场地图信息之后,存储辐射场地图信息。
可选的,还包括展示单元;
展示单元,用于在将各测量点的目标剂量率与环境地图信息进行融合,得到辐射场地图信息之后,展示辐射场地图信息。
图3所对应实施例中特征的说明可以参见图1所对应实施例的相关说明,这里不再一一赘述。
由上述技术方案可以看出,为了实现辐射场地图的构建,处理器通过获取单元在获取到辐射场的视频图像之后,需要对视频图像进行两路处理,一路用于将视频图像中各帧图像与未经辐射的帧图像进行比较,以提取出各帧图像的辐射响应信号。为了将辐射响应信号反映到环境地图信息上,需要对辐射响应信号进行量化处理,依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,可以确定出放射源方向以及相应测量点的目标剂量率。另一路用于基于图像信息的定位建图算法对所述视频图像进行深度处理,以构建环境地图信息。融合单元可以将各测量点的目标剂量率与环境地图信息进行融合,最终得到辐射场地图信息。通过处理器对采集的视频图像进行可见光和电离辐射信息的两路处理,并融合两路处理结果,便可以实现辐射场地图的构建。该技术方案适用于放射性水平不确定、条件复杂的未知辐射场环境。
图4为本发明实施例提供的一种构建辐射场地图的机器人的结构示意图,包括机器人本体框架11,还包括设置于机器人上的图像传感器12;图像传感器12与机器人的处理器13连接,用于将采集的辐射场的视频图像传输至处理器13。
在本发明实施例中,图像传感器12采用具有辐射探测功能的传感器。图像传感器12所在的电路与处理器13的主板电路独立设置,可以利用FPC排线将图像传感器12的电路板与处理器13的主板连接。
图像传感器12采集的图像包括可见光信息和电离辐射信息。其中,可见光信息可以用于形成常规的环境地图信息,电离辐射信息表征了辐射场的辐射分布情况。为了实现辐射场地图的构建,需要对图像传感器12采集的视频图像进行两路处理。
一路用于将视频图像中各帧图像与未经辐射的帧图像进行比较,以提取出各帧图像的辐射响应信号;依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率。
在实际应用中,机器人拍摄辐射场的图像时,针对每个测量点会通过不断调整摄像角度,以获取全方位角的图像。
辐射环境下的电离射线会在图像中形成白色斑点。当机器人的拍摄角度正对放射源时,此时拍摄的图像出现的白色斑点较多。
在本发明实施例中,可以将同一测量点不同拍摄角度下的各帧图像作为一组待分析图像;查找预先建立的辐射响应信号与剂量率的对应关系数据库,确定出各帧待分析图像的剂量率;选取取值最大的剂量率的待分析图像所对应的拍摄角度作为放射源方向,并将取值最大的剂量率作为测量点的目标剂量率。以此类推,可以确定出各测量点的放射源方向以及目标剂量率。
另一路用于基于图像信息的定位建图算法对视频图像进行深度处理,以构建环境地图信息。构建地图信息属于常规技术,在此不再赘述。
当处理器13完成对视频图像的两路处理后,需要将两路处理结果进行融合,即将各测量点的目标剂量率与环境地图信息进行融合,得到辐射场地图信息。
测量点的剂量率越高,说明该测量点的电离辐射越严重。
为了在环境地图信息中直观的表征各测量点的目标剂量率。在本发明实施例中,可以将剂量率转化为颜色信息。通过颜色的深浅表征剂量率的高低。
在具体实现中,可以预先建立剂量率与颜色饱和度的对应关系数据库,根据该对应关系数据库,可以确定出各测量点的目标剂量率所对应的目标颜色饱和度。根据各测量点在环境地图信息中的位置以及各测量点所对应的目标颜色饱和度,对环境地图信息进行颜色填充,以得到辐射场地图信息。
在本发明实施例中,为了降低电离辐射对器件的损坏,可以在处理器13以及图像传感器12外侧均设置金属屏蔽层。
由上述技术方案可以看出,构建辐射场地图的机器人包括机器人本体框架,还包括设置于机器人上的图像传感器;图像传感器与机器人的处理器连接,用于将采集的辐射场的视频图像传输至处理器。为了实现辐射场地图的构建,处理器需要对视频图像进行两路处理,一路用于将视频图像中各帧图像与未经辐射的帧图像进行比较,以提取出各帧图像的辐射响应信号。为了将辐射响应信号反映到环境地图信息上,需要对辐射响应信号进行量化处理,依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,可以确定出放射源方向以及相应测量点的目标剂量率。另一路用于基于图像信息的定位建图算法对所述视频图像进行深度处理,以构建环境地图信息。将各测量点的目标剂量率与环境地图信息进行融合,最终得到辐射场地图信息。与传统方式中装载各类设备实现辐射场地图构建的机器人相比,本技术方案通过利用图像传感器能够感知可见光,并且能够进行辐射探测的功能,只需在机器人上装载图像传感器,通过机器人处理器对采集的视频图像进行可见光和电离辐射信息的两路处理,并融合两路处理结果,便可以实现辐射场地图的构建。本技术方案提供的机器人行动的灵活性较好,适用于放射性水平不确定、条件复杂的未知辐射场环境。
以上对本发明实施例所提供的一种构建辐射场地图的方法、装置以及机器人进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
Claims (9)
1.一种构建辐射场地图的方法,其特征在于,包括:
获取辐射场的视频图像;所述视频图像包括:可见光信息和电离辐射信息,所述可见光信息用于形成常规的环境地图信息,所述电离辐射信息表征辐射场的辐射分布情况;
将所述视频图像中各帧图像与未经辐射的帧图像进行比较,以提取出各帧图像的辐射响应信号;
依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率;
基于图像信息的定位建图算法对所述视频图像进行深度处理,以构建环境地图信息;
将各测量点的目标剂量率与所述环境地图信息进行融合,得到辐射场地图信息;
所述依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率包括:
将同一测量点不同拍摄角度下的各帧图像作为一组待分析图像;
查找预先建立的辐射响应信号与剂量率的对应关系数据库,确定出各帧待分析图像的剂量率;
选取取值最大的剂量率的待分析图像所对应的拍摄角度作为放射源方向,并将取值最大的剂量率作为所述测量点的目标剂量率。
2.根据权利要求1所述的方法,其特征在于,所述将各测量点的目标剂量率与所述环境地图信息进行融合,得到辐射场地图信息包括:
根据剂量率与颜色饱和度的对应关系数据库,确定出各测量点的目标剂量率所对应的目标颜色饱和度;
根据各测量点在所述环境地图信息中的位置以及各测量点所对应的目标颜色饱和度,对所述环境地图信息进行颜色填充,以得到辐射场地图信息。
3.根据权利要求1-2任意一项所述的方法,其特征在于,在所述依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率之后还包括:
判断是否存在大于或等于预设上限值的目标剂量率;
当存在大于或等于预设上限值的目标剂量率时,则进行告警提示。
4.根据权利要求1-2任意一项所述的方法,其特征在于,在所述将各测量点的目标剂量率与所述环境地图信息进行融合,得到辐射场地图信息之后还包括:
存储所述辐射场地图信息。
5.根据权利要求1-2任意一项所述的方法,其特征在于,在所述将各测量点的目标剂量率与所述环境地图信息进行融合,得到辐射场地图信息之后还包括:
展示所述辐射场地图信息。
6.一种构建辐射场地图的装置,其特征在于,包括获取单元、提取单元、确定单元、构建单元和融合单元;
所述获取单元,用于获取辐射场的视频图像;所述视频图像包括:可见光信息和电离辐射信息,所述可见光信息用于形成常规的环境地图信息,所述电离辐射信息表征辐射场的辐射分布情况;
所述提取单元,用于将所述视频图像中各帧图像与未经辐射的帧图像进行比较,以提取出各帧图像的辐射响应信号;
所述确定单元,用于依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率;
所述构建单元,用于基于图像信息的定位建图算法对所述视频图像进行深度处理,以构建环境地图信息;
所述融合单元,用于将各测量点的目标剂量率与所述环境地图信息进行融合,得到辐射场地图信息;
所述确定单元包括分组子单元、查找子单元和选取子单元;
所述分组子单元,用于将同一测量点不同拍摄角度下的各帧图像作为一组待分析图像;
所述查找子单元,用于查找预先建立的辐射响应信号与剂量率的对应关系数据库,确定出各帧待分析图像的剂量率;
所述选取子单,用于选取取值最大的剂量率的待分析图像所对应的拍摄角度作为放射源方向,并将取值最大的剂量率作为测量点的目标剂量率。
7.一种构建辐射场地图的机器人,包括机器人本体框架,其特征在于,还包括设置于机器人上的图像传感器;
所述图像传感器与所述机器人的处理器连接,用于将采集的辐射场的视频图像传输至所述处理器;所述视频图像包括:可见光信息和电离辐射信息,所述可见光信息用于形成常规的环境地图信息,所述电离辐射信息表征辐射场的辐射分布情况;
所述处理器,用于将所述视频图像中各帧图像与未经辐射的帧图像进行比较,以提取出各帧图像的辐射响应信号;依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率;
所述处理器还用于基于图像信息的定位建图算法对所述视频图像进行深度处理,以构建环境地图信息;将各测量点的目标剂量率与所述环境地图信息进行融合,得到辐射场地图信息;
所述依据各帧图像的辐射响应信号以及预先建立的辐射响应信号与剂量率的对应关系数据库,确定出放射源方向以及相应测量点的目标剂量率包括:
将同一测量点不同拍摄角度下的各帧图像作为一组待分析图像;
查找预先建立的辐射响应信号与剂量率的对应关系数据库,确定出各帧待分析图像的剂量率;
选取取值最大的剂量率的待分析图像所对应的拍摄角度作为放射源方向,并将取值最大的剂量率作为所述测量点的目标剂量率。
8.根据权利要求7所述的机器人,其特征在于,利用FPC排线将所述图像传感器的电路板与所述处理器的主板连接。
9.根据权利要求7所述的机器人,其特征在于,在所述处理器以及所述图像传感器外侧均设置金属屏蔽层。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910569636.0A CN110231642B (zh) | 2019-06-27 | 2019-06-27 | 一种构建辐射场地图的方法、装置以及机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910569636.0A CN110231642B (zh) | 2019-06-27 | 2019-06-27 | 一种构建辐射场地图的方法、装置以及机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110231642A CN110231642A (zh) | 2019-09-13 |
CN110231642B true CN110231642B (zh) | 2022-10-25 |
Family
ID=67857490
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910569636.0A Active CN110231642B (zh) | 2019-06-27 | 2019-06-27 | 一种构建辐射场地图的方法、装置以及机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110231642B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113485346B (zh) * | 2021-07-15 | 2022-07-22 | 上海交通大学 | 一种移动机器人在核事故复杂环境中的自主导航方法 |
CN113689496B (zh) * | 2021-08-06 | 2023-07-18 | 西南科技大学 | 一种基于vr的核辐射环境场景构建与人机交互方法 |
CA3233028A1 (en) | 2021-11-26 | 2023-06-01 | Framatome Gmbh | Method for automatically mapping the radiation in a portion of a building and a robot vehicle |
CN114325795B (zh) * | 2021-12-31 | 2024-08-13 | 天津大学 | 一种有害辐射场中城市内测量点分布和测量值获取方法 |
CN115201884B (zh) * | 2022-09-14 | 2022-12-20 | 嘉兴嘉卫检测科技有限公司 | 一种环境监测用的空气辐射测量方法及系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8362431B2 (en) * | 2005-03-15 | 2013-01-29 | Mount Holyoke College | Methods of thermoreflectance thermography |
US8415632B2 (en) * | 2010-03-09 | 2013-04-09 | General Electric Company | Methods and systems for calibrating a nuclear medicine imaging system |
KR20120122322A (ko) * | 2011-04-28 | 2012-11-07 | 한국기초과학지원연구원 | 방사선 분포 화상 측정 장치 |
JP5918093B2 (ja) * | 2012-09-21 | 2016-05-18 | 日立アロカメディカル株式会社 | 放射線測定装置及び放射線測定方法 |
CN103874193B (zh) * | 2012-12-13 | 2018-06-15 | 中国电信股份有限公司 | 一种移动终端定位的方法及系统 |
WO2014120423A1 (en) * | 2013-01-31 | 2014-08-07 | The Board Of Trustees Of The Leland Stanford Junior University | A novel epid dosimetry method and system for radiation therapy |
CN106371126A (zh) * | 2016-08-15 | 2017-02-01 | 中国科学院合肥物质科学研究院 | 一种基于手机自身图像传感器的辐射剂量监测系统及监测方法 |
CN107132846B (zh) * | 2017-06-21 | 2020-06-05 | 南华大学 | 陌生室内场景下的γ辐射探测方法 |
CN107643536A (zh) * | 2017-09-13 | 2018-01-30 | 华南理工大学 | 一种辐射场可视化系统及其方法 |
-
2019
- 2019-06-27 CN CN201910569636.0A patent/CN110231642B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110231642A (zh) | 2019-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110231642B (zh) | 一种构建辐射场地图的方法、装置以及机器人 | |
CN110427917B (zh) | 用于检测关键点的方法和装置 | |
CN109031440B (zh) | 一种基于深度学习的伽马放射性成像方法 | |
JP5465383B2 (ja) | 高エネルギー粒子検出方法 | |
US5864601A (en) | Method and apparatus for inspecting pipes using a digitized radiograph | |
US20190378294A1 (en) | Stereo camera and height acquisition method thereof and height acquisition system | |
US11022705B2 (en) | System and method for the volumetric and isotopic identification of radiation distribution in radioactive surroundings | |
CN110531401B (zh) | 核辐射探测器及核辐射探测方法 | |
CN109754148A (zh) | 使用对象识别和其他技术的检查工作流 | |
WO2024002340A1 (zh) | 对待测物中的目标对象进行追踪的方法及系统 | |
JP2021060888A (ja) | 設備工事の検査方法、および設備工事の検査システム | |
CN115588040A (zh) | 一种基于全视图成像点坐标统计定位系统及方法 | |
CN114264227A (zh) | 焦点尺寸和位置的测量装置、方法和测量模组 | |
CN107862747B (zh) | 一种γ放射源增强现实方法及系统 | |
CN108937984A (zh) | 放射线摄像装置、放射线摄像系统和剂量指标管理方法 | |
CN109900702A (zh) | 车辆损伤检测的处理方法、装置、设备、服务器和系统 | |
US8492723B2 (en) | Method of analysis of an object by neutron interrogation, by the associated particle technique, and device for implementing the method | |
US10970982B2 (en) | Video surveillance apparatus and method | |
CN108717199A (zh) | 基于多探测器的放射性物质成像监控装置及方法 | |
KR102039902B1 (ko) | 원격 기자재 정도 검사 시스템 및 방법 | |
CN114088207A (zh) | 温度检测方法和系统 | |
RU2673396C1 (ru) | Способ сравнения цифровых изображений | |
CN118018693B (zh) | 一种基于云台球机的巡检监控方法和装置 | |
CN110261887B (zh) | 一种辐射射线类型的甄别方法、装置和介质 | |
CN108459344A (zh) | 基于γ相机的局域谱分析方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |