CN113447974B - 一种放射源强度三维分布的估计方法 - Google Patents
一种放射源强度三维分布的估计方法 Download PDFInfo
- Publication number
- CN113447974B CN113447974B CN202110719309.6A CN202110719309A CN113447974B CN 113447974 B CN113447974 B CN 113447974B CN 202110719309 A CN202110719309 A CN 202110719309A CN 113447974 B CN113447974 B CN 113447974B
- Authority
- CN
- China
- Prior art keywords
- voxel
- environment
- radioactive source
- calculating
- intensity
- 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
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
- G01T1/16—Measuring radiation intensity
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- High Energy & Nuclear Physics (AREA)
- Molecular Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measurement Of Radiation (AREA)
Abstract
本发明公开了一种放射源强度三维分布的估计方法,涉及核辐射领域,通过建立数学模型表示放射源强度分布与探测数据之间的关系,将所述放射源强度分布的估计问题转化为求解线性方程的数学问题,通过MLEM迭代的方法进行求解,最终得到环境中所述放射源强度分布的估计值。本申请提出的方案,能够使得机器人在只有少量伽马相机探测数据的情况下完成对放射源强度分布的估计,通过建立数学模型,根据几何关系解析计算出系统矩阵中的每个元素,使得机器人实现对放射源强度分布在线估计的同时提升准确度,并适用于存在障碍物的复杂环境。
Description
技术领域
本发明涉及核辐射探测领域,尤其涉及一种放射源强度三维分布的估计方法。
背景技术
核能的发展在给人们带来巨大的经济和社会效益的同时,也带来了巨大的安全隐患。一旦涉核装置发生事故,现场普遍具有强放射性,人类在高辐射环境中的工作受到限制或完全无法进行工作。在此环境下,由机器人完成事故应急处置成为一种选择。而核事故产生的各种带电粒子和高能射线给机器人同样带来了许多挑战。当受到的辐射剂量过高时,机器人携带的计算机系统、传感器等设备可能面临失效风险。
传统的伽马射线探测设备为盖革计数器,即GM管。它可以通过计算单位时间内入射伽马光子的数量来测量当前位置的辐射剂量。申请号为201811653369.7的专利公开了一种移动机器人核环境下的放射源定位及强度估计方法,通过在机器人上安装GM管获取周边辐射信息,基于粒子滤波框架实现对放射源的定位。然而该方法需要机器人遍历走过环境中的大量探测点后才可以得到准确的估计结果,在此过程中机器人不可避免地会受到更多的辐射,在辐射强度水平高的复杂环境下存在困难。
伽马相机可以远距离的进行辐射探测,申请号为201711242752.9的专利公开了一种对放射性物质三维定位追踪方法及装置。通过将伽马图像和光学平面图像数据进行图像融合,从而对放射性物质进行三维直观追踪定位。然而在核应急环境下,机器人所处环境复杂,且光照条件不良,光学平面图像可能无法获取,此环境下该方法失效。
因此对于核应急的三维复杂环境下放射源强度分布的估计,目前存在以下不足:首先,采用传统GM管进行强度分布的估计,需要机器人遍历环境中的大量探测点,使得机器人在完成强度分布的估计任务的同时自身受到大量辐射,增加了失效的风险;其次,在核应急的复杂环境下,基于视觉光学图像的强度分布估计方法会因为光照不足等原因失效,此时机器人只能获得辐射信息;再次,现有技术中基于辐射信息的强度分布估计主要通过蒙特卡洛模拟的方法进行计算,无法满足机器人的在线估计需求。且对于存在障碍物的环境,对于强度的估计存在较大误差。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是如何估计核应急的三维复杂环境下放射源强度分布。
为实现上述目的,本发明提供了一种放射源强度三维分布的估计方法,其特征在于,通过建立数学模型表示放射源强度分布与探测数据之间的关系,将所述放射源强度分布的估计问题转化为求解线性方程的数学问题,通过MLEM迭代的方法进行求解,最终得到环境中所述放射源强度分布的估计值。
进一步地,所述方法包括以下步骤:
步骤1、构建出待重建环境的全局地图,将地图进行体素化处理,并加入障碍物材料等环境信息;
步骤2、获取伽马相机的位姿;
步骤3、建立相机成像模型,根据所述的相机位姿,计算待重建环境中各体素j对探测器像素i的贡献在相机成像影响下的分量wij;
步骤4、建立环境衰减模型,根据所述的相机位姿及环境信息,计算待重建环境中各体素j对探测器像素i的贡献在环境衰减影响下的分量Sij;
步骤5、将所述的相机成像模型及所述的环境衰减模型的计算结果结合,得到系统矩阵,从而构建线性方程组,得到放射源强度分布与探测数据之间的数学关系;
步骤6、利用MLEM迭代算法求解所述的线性方程组。
进一步地,所述步骤1采用的是核应急机器人SLAM建图技术。
进一步地,所述步骤2采用的是核应急机器人SLAM定位技术。
进一步地,所述步骤1中的体素地图建立包括:
(1)通过SLAM技术得到所述全局地图;
(2)选取合适的体素大小,将所述全局地图体素化;
(3)在各体素数据中添加障碍物材质信息,用于计算衰减。
进一步地,所述全局地图是根据多线激光雷达等传感器获取环境点云数据而或得到的。
进一步地,步骤2中的所述伽马相机为伽马射线探测设备,具有像素化的探测器模块,用于测量视野中通过针孔准直器后到达探测器平面的光子数及其能量。
进一步地,所述步骤3中的所述相机成像模型,对于每个像素i与每个体素j之间的计算过程包括以下步骤:
步骤3.1、选取合适的划分数,将所述伽马相机探测器像素i虚拟的划分为数个更小的单元;
步骤3.2、将所有小单元中心与体素中心进行连线;
步骤3.3、计算所有所连线段中可以穿过准直器平面上小孔的线段所占的比例。
进一步地,所述步骤4中的所述环境衰减模型,对于每个像素i与每个体素j之间的计算过程包括以下步骤:
(1)根据环境信息及伽马射线能量从预先设定的查找表中选取合适的线衰减系数;
(2)将体素与探测器像素连线,求所连线段经过的所有体素索引值及相应的交线长度;
(3)根据公式(1)计算得到结果;
式中,k表示线段所经过的体素索引;dijk表示线段与第k个体素相交的长度;rij表示像素像素i与每个体素j之间的欧式距离。
进一步地,所述步骤5中构建的线性方程组是根据每个探测值建立一个线性方程,每个线性方程如公式(2)所示:
式中,bi表示第i个探测器像素的测量值;wij表示第i个探测器像素与第j个体素之间的相机成像模型计算结果;Sij表示第i个探测器像素与第j个体素之间的环境衰减模型计算结果;xj表示体素j中的放射源强度。
本发明与现有的技术相比,具有以下特点:
1.利用具有像素化探测器的伽马相机检测环境中的放射性物质,使得机器人根据很少的探测点测量得到的数据即可估计出环境中的放射源强度分布。通过建立模型计算放射源强度分布与相机探测器像素值之间的关系,可以在不需要视觉图像辅助的情况下完成计算,使得该方法在照明条件不足的情况下同样适用。
2.将系统矩阵的计算划分为相机成像模型和环境衰减模型两部分,利用几何关系解析计算出系统矩阵中各元素的值,与通过模拟的方法获取系统矩阵相比缩短了计算时间,实现机器人对放射源强度分布的在线估计。
3.对于相机成像模型的计算过程,将相机探测器像素虚拟的划分为更小的单元进行计算,提高了系统矩阵计算结果的准确度,使得机器人对放射源强度分布的估计更加精确。
以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明,以充分地了解本发明的目的、特征和效果。
附图说明
图1为本发明一个较佳实施例的所述的对放射源强度三维分布的估计方法流程示意图;
图2为本发明一个较佳实施例的所述的相机成像模型示意图及像素虚拟划分数为5的示意图;
图3为本发明一个较佳实施例的系统矩阵中所述的相机成像模型解析计算算法流程图。
具体实施方式
以下参考说明书附图介绍本发明的多个优选实施例,使其技术内容更加清楚和便于理解。本发明可以通过许多不同形式的实施例来得以体现,本发明的保护范围并非仅限于文中提到的实施例。
在附图中,结构相同的部件以相同数字标号表示,各处结构或功能相似的组件以相似数字标号表示。附图所示的每一组件的尺寸和厚度是任意示出的,本发明并没有限定每个组件的尺寸和厚度。为了使图示更清晰,附图中有些地方适当夸大了部件的厚度。
如图1-3所示,参照图1,本发明具体实现过程如下:
1、利用多线激光雷达等传感器,获取环境点云信息,利用SLAM技术,构建出环境的全局地图,之后根据所需的定位精度,将地图进行体素化处理,并在每个体素中加入障碍物材料等环境信息;
2、利用SLAM技术对机器人进行全局定位,同时根据伽马相机与机器人的标定结果,获取在每次探测时伽马相机的位置及姿态;
3、建立相机成像模型,计算每个像素i与每个体素j之间的wij。计算的具体步骤包括:
1)根据环境的大小及所需的计算精度选取合适的划分数n,将伽马相机探测器像素i虚拟的划分为n×n个更小的单元;
2)将n×n小单元各自的中心与体素j的中心连线,得到n×n个线段;
3)分别计算每个线段与伽马相机准直器平面的交点;
4)计算每个交点到准直器上小孔中心的距离,并与小孔半径进行比较;
5)统计其中距离小于等于半径的交点所占的比例作为wij。
4、建立环境衰减模型,计算每个像素i与每个体素j之间的Sij。计算的具体步骤包括:
1)对于环境中的每个体素,根据环境信息中的材料属性,及伽马相机数据中探测到的伽马射线能量,从预先设定的查找表中选取相应的线衰减系数μ添加到对应的体素属性内;
2)将探测器像素i中心与体素j的中心进行连线;
3)计算像素i中心与体素j中心的距离rij;
3)根据线段方程利用计算机图形学的知识计算该线段所经过的所有体素索引值k,以及线段在每个体素中的相交线段长度dijk
4)遍历所有的相交体素,根据公式
计算得到Sij。
5、将相机成像模型及环境衰减模型的计算结果结合,计算系统矩阵,同时构建线性方程组,得到放射源强度分布与探测数据间的数学关系。系统矩阵中各元素的计算方法为aij=wijSij。对于每一个探测器像素i,可以构建线性方程
将所有的线性方程组合成线性方程组
b=Ax。
6、利用MLEM迭代的计算方法求解线性方程组,得到放射源强度分布x的估计值。迭代计算的具体步骤包括:
1)给定放射源强度分布初值;
x(0)=1
2)正向投影计算;
b(k)=Ax(k)
3)将计算的值bk与真实测量值b相除,并将比值乘以AT进行反投影;
4)对图像进行修正,得到x(k+1);
5)重复第2)-4)步,直到达到设定的迭代次数;
迭代公式如下:
式中,aij为系统矩阵中的各元素值;k表示迭代次数。
经过m次迭代后,最终得到放射源强度分布的估计值x(m)。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (6)
1.一种放射源强度三维分布的估计方法,其特征在于,通过建立数学模型表示放射源强度分布与探测数据之间的关系,将所述放射源强度分布的估计问题转化为求解线性方程的数学问题,通过MLEM迭代的方法进行求解,最终得到环境中所述放射源强度分布的估计值;其中,所述方法包括以下步骤:
步骤1、构建出待重建环境的全局地图,将地图进行体素化处理,并加入障碍物材料信息;
步骤2、获取伽马相机的位姿;
步骤3、建立相机成像模型,根据所述的相机位姿,计算待重建环境中各体素j对探测器像素i的贡献在相机成像影响下的分量wij,所述分量wij的计算步骤包括:
1)根据环境的大小及所需的计算精度选取合适的划分数n,将所述伽马相机探测器像素i虚拟的划分为n×n个更小的单元;
2)将n×n小单元各自的中心与体素j的中心连线,得到n×n个线段;
3)分别计算每个所述线段与所述伽马相机准直器平面的交点;
4)计算每个所述交点到所述准直器上小孔中心的距离,并与所述小孔半径进行比较;
5)统计其中距离小于等于所述小孔半径的所述交点所占的比例作为wij;
步骤4、建立环境衰减模型,根据所述的相机位姿及环境信息,计算待重建环境中各体素j对探测器像素i的贡献在环境衰减影响下的分量Sij,所述分量Sij的计算步骤包括:
1)对于环境中的每个所述体素,根据环境信息中的材料属性,及所述伽马相机数据中探测到的伽马射线能量,从预先设定的查找表中选取相应的线衰减系数μ添加到对应的所述体素属性内;
2)将所述探测器像素i中心与所述体素j的中心进行连线;
3)计算所述像素i中心与所述体素j中心的距离rij;
4)根据线段方程利用计算机图形学的知识计算该线段所经过的所有体素索引值k,以及线段在每个体素中的相交线段长度dijk;
5)遍历所有的相交体素,根据公式(1)计算得到Sij,
其中,k表示线段所经过的体素索引;参数uk为第k个体素的线衰减系数;dijk表示线段与第k个体素相交的长度;rij表示像素i与每个体素j之间的欧几里得距离;
步骤5、将所述的相机成像模型及所述的环境衰减模型的计算结果结合,得到系统矩阵,从而构建线性方程组,得到放射源强度分布与探测数据之间的数学关系,所述线性方程组是根据每个探测值建立一个线性方程,每个线性方程如公式(2)所示:
式中,bi表示第i个探测器像素的测量值;wij表示第i个探测器像素与第j个体素之间的相机成像模型计算结果;Sij表示第i个探测器像素与第j个体素之间的环境衰减模型计算结果;xj表示体素j中的放射源强度;
步骤6、利用MLEM迭代算法求解所述的线性方程组。
2.如权利要求1所述的放射源强度三维分布的估计方法,其特征在于,所述步骤1采用的是核应急机器人SLAM建图技术。
3.如权利要求2所述的放射源强度三维分布的估计方法,其特征在于,所述步骤2采用的是核应急机器人SLAM定位技术。
4.根据权利要求3所述的放射源强度三维分布的估计方法,其特征在于,所述步骤1中的体素地图建立包括:
(1)通过SLAM技术得到所述全局地图;
(2)选取合适的体素大小,将所述全局地图体素化;
(3)在各体素数据中添加障碍物材质信息,用于计算衰减。
5.根据权利要求4所述的放射源强度三维分布的估计方法,其特征在于,所述全局地图是根据多线激光雷达传感器获取环境点云数据而得到的。
6.根据权利要求5所述的放射源强度三维分布的估计方法,其特征在于,步骤2中的所述伽马相机为伽马射线探测设备,具有像素化的探测器模块,用于测量视野中通过针孔准直器后到达探测器平面的光子数及其能量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110719309.6A CN113447974B (zh) | 2021-06-28 | 2021-06-28 | 一种放射源强度三维分布的估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110719309.6A CN113447974B (zh) | 2021-06-28 | 2021-06-28 | 一种放射源强度三维分布的估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113447974A CN113447974A (zh) | 2021-09-28 |
CN113447974B true CN113447974B (zh) | 2022-07-19 |
Family
ID=77813240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110719309.6A Active CN113447974B (zh) | 2021-06-28 | 2021-06-28 | 一种放射源强度三维分布的估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113447974B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6815687B1 (en) * | 1999-04-16 | 2004-11-09 | The Regents Of The University Of Michigan | Method and system for high-speed, 3D imaging of optically-invisible radiation |
WO2005022197A2 (en) * | 2003-07-18 | 2005-03-10 | Radioact Corporation | Methods and apparatus for the detection and localization of hazardous materials |
GB0624918D0 (en) * | 2006-12-13 | 2007-01-24 | Lancaster University | Detection of Radiation |
CN103096975A (zh) * | 2010-09-09 | 2013-05-08 | 皇家飞利浦电子股份有限公司 | 用于在磁共振成像期间测量对受试者的辐射剂量的剂量计、治疗设备和计算机程序产品 |
WO2021026280A1 (en) * | 2019-08-05 | 2021-02-11 | Flir Detection, Inc. | Radiation source localization systems and methods |
CN113034600A (zh) * | 2021-04-23 | 2021-06-25 | 上海交通大学 | 基于模板匹配的无纹理平面结构工业零件识别和6d位姿估计方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2681094B1 (es) * | 2017-02-10 | 2019-10-21 | Consejo Superior Investigacion | Sistema y metodo para la identificacion volumetrica e isotopica de distribuciones de escenas radioactivas |
CN112710424B (zh) * | 2020-12-08 | 2021-08-24 | 上海交通大学 | 一种标定机器人末端六维力传感器的方法 |
-
2021
- 2021-06-28 CN CN202110719309.6A patent/CN113447974B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6815687B1 (en) * | 1999-04-16 | 2004-11-09 | The Regents Of The University Of Michigan | Method and system for high-speed, 3D imaging of optically-invisible radiation |
WO2005022197A2 (en) * | 2003-07-18 | 2005-03-10 | Radioact Corporation | Methods and apparatus for the detection and localization of hazardous materials |
GB0624918D0 (en) * | 2006-12-13 | 2007-01-24 | Lancaster University | Detection of Radiation |
CN103096975A (zh) * | 2010-09-09 | 2013-05-08 | 皇家飞利浦电子股份有限公司 | 用于在磁共振成像期间测量对受试者的辐射剂量的剂量计、治疗设备和计算机程序产品 |
WO2021026280A1 (en) * | 2019-08-05 | 2021-02-11 | Flir Detection, Inc. | Radiation source localization systems and methods |
CN113034600A (zh) * | 2021-04-23 | 2021-06-25 | 上海交通大学 | 基于模板匹配的无纹理平面结构工业零件识别和6d位姿估计方法 |
Non-Patent Citations (4)
Title |
---|
γ图像重构放射源三维分布的物理模型设计;党晓军;《核技术》;20120228;113-116 * |
均匀介质中γ成像三维图像重建;朱宁等;《核电子学与探测技术》;20140720(第07期);825-828 * |
基于融合-迭代的辐射源定位算法;聂挥宇;《计算机与数字工程》;20141231;806-808 * |
融合Kinect与γ相机图像的放射性区域重建与定位;王刚;《应用光学》;20200930;第966页第1栏第2段-971页第2栏第3段 * |
Also Published As
Publication number | Publication date |
---|---|
CN113447974A (zh) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103163548B (zh) | 基于伽马相机的放射性物质探测方法及其装置和系统 | |
CN109031440B (zh) | 一种基于深度学习的伽马放射性成像方法 | |
EP2074442B1 (en) | Radiation measurement | |
Hellfeld et al. | Real-time free-moving active coded mask 3D gamma-ray imaging | |
JP7107974B2 (ja) | 放射性環境における分布のボリュームおよび同位体の識別のためのシステムおよび方法 | |
KR101766294B1 (ko) | 부호화 구경을 이용한 방사선원의 분포에 대한 3차원 영상 처리 장치 및 방법 | |
Curtis et al. | Simulation and validation of the Mobile Urban Radiation Search (MURS) gamma-ray detector response | |
KR101682088B1 (ko) | 방사선원의 3차원 영상 처리 장치 및 방법 | |
Paradiso et al. | 3-D localization of radioactive hotspots via portable gamma cameras | |
Hellfeld et al. | Free-moving quantitative gamma-ray imaging | |
CN113447974B (zh) | 一种放射源强度三维分布的估计方法 | |
Mihailescu et al. | Standoff 3D gamma-ray imaging | |
Sato et al. | Radiation imaging of a highly contaminated filter train inside Fukushima Daiichi Nuclear Power Station unit 2 using an integrated Radiation Imaging System based on a Compton camera | |
Hui et al. | 3D reconstruction of scintillation light emission from proton pencil beams using limited viewing angles—a simulation study | |
Frandes et al. | Image Reconstruction Techniques for Compton Scattering Based Imaging: An Overview [Compton Based Image Reconstruction Approaches] | |
Staelens et al. | A three-dimensional theoretical model incorporating spatial detection uncertainty in continuous detector PET | |
Paradiso et al. | A versatile calibration procedure for portable coded aperture gamma cameras and RGB-D sensors | |
Tornga et al. | Three-dimensional Compton imaging using list-mode maximum likelihood expectation maximization | |
US20210116584A1 (en) | Method for tracking the position of an irradiating source | |
Sato | Identification of depth location of a radiation source by measurement from only one direction using a Compton camera | |
Hellfeld et al. | Quantitative Compton Imaging in 3D | |
CN107292474B (zh) | 核电厂体源辐射源强逆推方法及体源辐射源强逆推系统 | |
CN116858214B (zh) | 一种放射性核素分布绘图系统及绘图方法 | |
CN107292762B (zh) | 核电厂点源线源体源组合的复合辐射源强逆推方法及系统 | |
Sato | Estimation of radioactivity and dose equivalent rate by combining Compton imaging and Monte Carlo radiation transport code |
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 |