Forskerteam, der optimerer strålingsdetektering ved hjælp af drone -netværk

Droner er stadig vigtigere værktøjer for retshåndhævende myndigheder. Blandt andre anvendelser, droner kan udstyres med sensorer til at detektere radioaktivt materiale, der ulovligt transporteres.

Når en gruppe robotdroner indsamler oplysninger fra deres indbyggede strålingssensorer, hver samler lidt forskellige intel, afhængigt af, hvordan de bevæger sig i forhold til det bevægelige mål, der mistænkes for at bære radioaktivt materiale. En central idé er, at droner kan kommunikere med nogle af de andre droner og dele deres data med dem. Dette efterlader spørgsmålet:Hvilken drone er bedst egnet til at være gruppens beslutningstager? For eksempel, skulle det være den, der har hørt fra de fleste andre droner, eller den der fløj tættere på den mistænkte transportør? Et team af forskere ved University of Delaware har udviklet en metode til at kvantificere beslutningsnøjagtigheden af ​​autonome robotdroner i et netværk, som de for nylig beskrev i tidsskriftet Autonomous Robots.

Send dronerne ind

I et århundrede forskere har brugt Geiger -tællere til at opdage farligt radioaktivt materiale. James Bond havde endda en Geiger -tæller i sit ur i filmen Thunderball fra 1965.

Imidlertid, ikke alle situationer er egnede til mennesker udstyret med håndholdte Geiger -tællere. For særligt farlige scenarier, såsom inspektion af formodede våbenfaciliteter eller jagt på mennesker, der muligvis gemmer sprængstof, myndighederne kan vælge at implementere et netværk af robotdroner, der bærer strålingsdetekterende sensorer.

Disse sensorer skal være yderst følsomme for at skelne små mængder radioaktivt materiale fra den baggrundsstråling, der er allestedsnærværende i miljøet, fra kilder som sol og jord. Problemet er, at svage signaler (eller signaler, der er blevet svage ved skjult eller afskærmning) meget hurtigt begraves i baggrundsstøjen, efterhånden som afstanden mellem materialet og sensoren øges.

"Robotteknologi kan hjælpe med at træffe mere præcise beslutninger om, hvorvidt der er noget fishy, ​​der foregår, "sagde Bert Tanner, en lektor i maskinteknik ved UD. "Det er som at lede efter en nål i en høstak, så det kommer helt an på, hvor følsomme og dygtige dine detektorer er, og hvor smarte dine algoritmer er. "

Dronerne omgiver målet som en flok løver, der spejder bytte, men i stedet for at angribe, de indsamler og deler hurtigt oplysninger, mens de er på farten. Da hver drone har en anden vej, hvad de "ser" er lidt anderledes. Nogle "taler" til og deler data med flere droner end andre. Nogle er tættere på den formodede strålekilde - så de indsamler mere pålidelige målinger med højere signal og mindre støj. Spørgsmålet er - hvilken drone har de bedste oplysninger til at træffe den mest nøjagtige beslutning til sidst?

"Vi ville finde ud af:Hvordan finder vi ud af, hvilken der skal være beslutningstager?" Sagde Tanner. "Hvordan kan vi få forskellige droner til at sammenligne noter?"

Det er et klassisk dilemma mellem kvalitet og kvantitet - om det er bedre at have mange oplysninger eller en mindre mængde information af højere kvalitet. Når du har at gøre med radioaktivt materiale, beslutninger skal træffes i løbet af få minutter, da forsinkelser kan bringe liv i fare.

Måske har en drone i blandingen tilstrækkelig stærk information og er også tæt nok til at få kvalitetsinformation direkte fra strålingskilden. Information strømmer gennem et netværk i både direkte og kredsløbende veje.

"Dette papir tager et første skridt i retning af at karakterisere disse effekter, "sagde Ioannis Poulakakis, en lektor i maskinteknik ved UD.

For at nærme sig dette problem, holdet lavede en række beregninger, der samlede grafteori og netværkets principper. Indrajeet Yadav, en kandidatstuderende i maskinteknik, sætte blyant på papir, efter at han indså, at dette problem ikke tidligere var blevet løst. Han indså også, at nogle nyligt erhvervede matematiske færdigheder kunne være nyttige.

"Lige før dette, Jeg tog et kursus i grafteori i matematikafdelingen, " han sagde.

Yadav kom specifikt til UD for at studere med Tanner og Poulakakis. Yadav havde arbejdet i atomindustrien i et par år, før han besluttede at gå på efterskole.

"Robotik er noget, jeg altid har ønsket at gøre, " han sagde.

UD -teamet lavede simuleringer og testede derefter deres fund ved hjælp af feltmåledata fra en database for indenlandske nukleare detekteringskontorer (DNDO) med strålingssensormålinger. De fandt en formel, der tager højde for mængde og kvalitet af observeret stråling og beslutter, hvilken sensor der er bedst placeret til at træffe beslutningen for teamet.