无人驾驶飞机系统 (UAS)可为核电站事故等应急救援工作创建范例

文章作者：马丰敏  

 在 2021 年 10 月的 EnRicH 黑客马拉松期间，一架使用西南研究所开发的自主软件的无人机在无法运行的核设施中导航。使用 LIDAR 数据和探索算法，SwRI 通过同时定位和映射环境来构建测试设施的地图。

在 EnRicH 2021 欧洲机器人黑客马拉松期间，美国西南研究所的无人驾驶飞机系统 (UAS) 探索并绘制了核电站内部的地图，检测辐射源——无需人类飞行员的帮助即可自主检测。SwRI 的 UAS 或无人机技术可能有助于在自然灾害和其他事件发生后在工业设施和基础设施中执行拯救生命的搜救任务和危险检查。

黑客马拉松于 10 月 4 日至 8 日在奥地利兹文滕多夫核电站举行，这是唯一一座完全建成但从未启动的核设施。无法运行的沸水反应堆工厂作为训练场，为放射性和核事故以及灾难情景做准备。

“今天的无人机和地面机器人通常需要大量人工操作，”SwRI 的 UAS 研究团队经理 Eric Thorn 说。“我们展示的自主性有可能显着减轻人类操作员的负担，让机器人系统能够独立行动并自行操作。”

SwRI 的技术通过内部资助的研究进行开发和测试，将新算法与计算机视觉传感器相结合，使无人机能够自主探索和绘制以前未知的环境。

“我们开发了一个完全自主的堆栈，可以与各种传感器和 UAS 平台配对以执行关键任务，”Eric Thorn说。

SwRI 的 EnRicH 科目以配备多个传感器的四轴无人机为特色——光探测和测距 (LIDAR)、飞行时间相机和辐射探测器。该团队利用无人机上的处理器和地面处理来执行同步定位和映射 (SLAM)、探索、决策、自动驾驶、计算机视觉分析、传感和其他任务。

从左边看，SwRI 无人机在橙色起重机旁边盘旋，该起重机用于将燃料棒降低到主要安全壳中。中间，激光雷达图像显示了无人机在安全壳入口（蓝色/绿色圆圈）和起重机（橙色矩形）上方盘旋时的视角。右下角的黑色矩形是通风井。无人机在通风井中飞行，垂直飞行 40 英尺，到达起重机所在的区域。无人机上的辐射探测器在位于竖井中的红色管道中发现了放射性同位素钴 60。

该技术使用算法和建模工​​具实时绘制内部结构和开放空间的空间地形图。融合来自计算机视觉传感器的数据，该技术在探索新位置时绘制路线图。基于卷积神经网络 (CNN) 的感知技术也可用于检测人、车辆和其他物体。

“我们展示了我们的探索性规划器，它使系统能够在没有人工操作员帮助的情况下绘制和导航新空间，尽管环境具有挑战性，但它仍然表现良好，”智能系统部门的 SwRI 项目经理 Chris Bang 说。“探索性规划师正在人造环境和洞穴等自然环境中证明自己。”

在 EnRicH 黑客马拉松期间，作为预先计划的挑战的一部分，无人机自动检测到钴 60 的两个来源，这是一种放射性同位素，隐藏在不同的位置。参与者事先没有关于该设施的信息，也没有关于评审小组提出的勘探挑战的信息。

“规划器表现出强大的灵活性，能够在以前未知的环境中熟练地运行，”Bang 补充道。“它证明了其实时适应、学习和执行任务的能力，这在时间紧迫的搜救和危险场景中至关重要。”

SwRI 工程师使用激光雷达点云数据重建了核电站内装有电动涡轮机的设施的高分辨率图像。左侧的 3D 立方体或体素提供有关涡轮机设施的空间信息。几个体素图像用于创建右侧涡轮机的高分辨率图像。SwRI 专注于数据可视化，以识别核电厂和其他危险设施事故后的损害和潜在危险。

SwRI 的自主堆栈已用于从商业和军事连接和自主地面车辆到自动化无人机和智能农业设备的所有领域。它利用开源工具，如机器人操作系统 (ROS) 和专有的机器学习算法和人工智能设计开发。