UGV-CBRN: An Unmanned Ground Vehicle for Chemical, Biological, Radiological, and Nuclear Disaster Response
作者: Simon Schwaiger, Lucas Muster, Georg Novotny, Michael Schebek, Wilfried Wöber, Stefan Thalhammer, Christoph Böhm
分类: cs.RO
发布日期: 2024-06-20 (更新: 2024-09-20)
🔗 代码/项目: GITHUB
💡 一句话要点
提出一种用于CBRN灾害响应的无人地面车辆系统，集成自主辐射绘图与半自主物质采样分析。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 无人地面车辆 CBRN灾害响应 辐射绘图 物质采样 拉曼光谱 机器人 自主导航
📋 核心要点
- 现有CBRN灾害响应中，人工搜救风险高、效率低，需要机器人辅助进行辐射源定位和物质采样分析。
- 该系统集成自主辐射绘图、半自主物质采样和在线分析，使操作员能在安全距离评估威胁。
- 现场测试验证了系统在CBRN灾害响应挑战赛中的能力，并公开了传感器数据和软件代码。
📝 摘要（中文）
本文介绍了一种用于化学、生物、放射性和核（CBRN）灾害响应的无人地面车辆（UGV）系统。该系统旨在通过加速灾害评估并使操作员远离危险环境来支持搜救（SAR）团队。在CBRN灾害事件中，机器人被部署来识别和定位辐射源，随后人类响应者评估情况并消除危险。该系统通过集成自主辐射绘图、半自主物质采样和CBRN威胁在线分析，使人类操作员能够从安全距离定位和评估威胁，从而增强了机器人与SAR团队的集成。系统利用两个激光雷达、一个IMU和一个盖革计数器来绘制周围区域地图并定位潜在的辐射源。一个具有六个自由度的移动机械臂用于操作阀门和采样，样品由车载拉曼光谱仪进行分析。人类操作员从远程位置监控任务的进展，定义目标位置并指导半自主操作过程。多样化的恢复行为有助于机器人部署、系统状态监控以及软硬件的恢复。现场测试展示了该系统在欧洲机器人黑客马拉松（EnRicH）CBRN灾害响应挑战赛中的能力。论文提供了记录的传感器数据和实现的软件，可通过GitHub存储库获取。
🔬 方法详解
问题定义：论文旨在解决CBRN（化学、生物、放射性和核）灾害响应中，人工搜救人员面临的高风险和低效率问题。现有方法依赖人工进入危险区域进行侦察、采样和分析，这不仅威胁到人员安全，也限制了响应速度和范围。因此，需要一种能够自主或半自主地执行这些任务的机器人系统。
核心思路：论文的核心思路是利用无人地面车辆（UGV）搭载多种传感器和执行机构，实现对CBRN威胁的远程探测、定位和采样分析。通过集成自主导航、辐射绘图、机械臂操作和在线分析等功能，使操作员能够在安全距离外评估灾害情况，从而降低风险并提高响应效率。
技术框架：该系统的整体架构包括以下几个主要模块： 1. 感知模块：利用两个激光雷达（LiDAR）和一个惯性测量单元（IMU）进行环境建模和定位；使用盖革计数器检测和定位辐射源。 2. 执行模块：配备一个六自由度（6-DoF）移动机械臂，用于执行阀门操作和物质采样。 3. 分析模块：搭载车载拉曼光谱仪，用于对采集的样本进行在线分析，识别CBRN物质。 4. 控制模块：实现自主导航和半自主操作，允许人类操作员远程监控任务进展，定义目标位置并指导机械臂操作。 5. 恢复模块：包含多种恢复行为，用于应对机器人部署过程中可能出现的硬件和软件故障。
关键创新：该系统的关键创新在于将自主辐射绘图、半自主物质采样和在线分析集成到一个UGV平台上。这种集成使得操作员能够从安全距离外全面评估CBRN威胁，而无需亲自进入危险区域。此外，系统还具备一定的自主导航和恢复能力，提高了在复杂环境中的适应性和可靠性。
关键设计： * 辐射绘图算法：利用盖革计数器的数据，结合激光雷达构建的环境地图，实现对辐射源的定位和强度评估。 * 半自主操作界面：允许操作员远程控制机械臂进行精确的采样操作，同时提供视觉反馈和力反馈信息。 * 在线分析流程：集成拉曼光谱仪的数据处理和分析算法，实现对采集样本的快速识别和分类。 * 恢复策略：设计多种恢复行为，例如自动重启、路径重新规划等，以应对各种故障情况。
🖼️ 关键图片
📊 实验亮点
该系统在欧洲机器人黑客马拉松（EnRicH）CBRN灾害响应挑战赛中进行了现场测试，验证了其在实际场景中的可行性和有效性。测试结果表明，该系统能够成功定位辐射源、采集样本并进行在线分析，为操作员提供有价值的信息。此外，论文还公开了传感器数据和软件代码，为其他研究者提供了参考。
🎯 应用场景
该研究成果可广泛应用于各类CBRN灾害事故的应急响应，例如核电站泄漏、化工厂爆炸、生化恐怖袭击等。通过部署该UGV系统，可以快速评估灾害现场情况，减少人员伤亡，并为后续的救援和清理工作提供支持。此外，该技术还可应用于环境监测、危险品处理等领域，具有重要的社会和经济价值。
📄 摘要（原文）
Robotic search and rescue (SAR) supports response teams by accelerating disaster assessment and by keeping operators away from hazardous environments. In the event of a chemical, biological, radiological, and nuclear (CBRN) disaster, robots are deployed to identify and locate radiation sources. Human responders then assess the situation and neutralize the danger. The presented system takes a step toward enhanced integration of robots into SAR teams. Integrating autonomous radiation mapping with semi-autonomous substance sampling and online analysis of the CBRN threat lets the human operator localize and assess the threat from a safe distance. Two LiDARs, an IMU, and a Geiger counter are used for mapping the surrounding area and localizing potential radiation sources. A mobile manipulator with six Degrees of Freedom manipulates valves and samples substances that are analyzed by an onboard Raman spectrometer. The human operator monitors the mission's progression from a remote location defining target locations and directing the semi-autonomous manipulation processes. Diverse recovery behaviours aid robot deployment, system state monitoring, as well as recovery of hard- and software. Field tests showcase the capabilities of the presented system during trials at the CBRN disaster response challenge European Robotics Hackathon (EnRicH). We provide recorded sensor data and implemented software through a GitHub repository: https://github.com/TW-Robotics/search-and-rescue-robot-2024.