論文の概要: RADRON: Cooperative Localization of Ionizing Radiation Sources by MAVs with Compton Cameras

• arxiv url: http://arxiv.org/abs/2510.26018v1
• Date: Wed, 29 Oct 2025 23:25:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-31 16:05:09.601469
• Title: RADRON: Cooperative Localization of Ionizing Radiation Sources by MAVs with Compton Cameras
• Title（参考訳）: RADRON:コンプトンカメラを用いたMAVによる電離放射線源の協調局在化
• Authors: Petr Stibinger, Tomas Baca, Daniela Doubravova, Jan Rusnak, Jaroslav Solc, Jan Jakubek, Petr Stepan, Martin Saska,
• Abstract要約: 小型航空機(MAV)の協調による放射性物質の局在化のための新しいアプローチを提案する。 われわれのアプローチでは、最先端の単一検出器コンプトンカメラを高感度かつ小型の電離放射線検出器として利用している。 検出器の非常に低い重量 (40 g) は、アジャイルMAVの協力による放射線検出の新たな可能性を開く。
• 参考スコア（独自算出の注目度）: 3.575266783913221
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present a novel approach to localizing radioactive material by cooperating Micro Aerial Vehicles (MAVs). Our approach utilizes a state-of-the-art single-detector Compton camera as a highly sensitive, yet miniature detector of ionizing radiation. The detector's exceptionally low weight (40 g) opens up new possibilities of radiation detection by a team of cooperating agile MAVs. We propose a new fundamental concept of fusing the Compton camera measurements to estimate the position of the radiation source in real time even from extremely sparse measurements. The data readout and processing are performed directly onboard and the results are used in a dynamic feedback to drive the motion of the vehicles. The MAVs are stabilized in a tightly cooperating swarm to maximize the information gained by the Compton cameras, rapidly locate the radiation source, and even track a moving radiation source.
• Abstract（参考訳）: 小型航空機(MAV)と協調して放射性物質を局在させる新しい手法を提案する。 われわれのアプローチでは、最先端の単一検出器コンプトンカメラを高感度かつ小型の電離放射線検出器として利用している。 検出器の非常に低い重量 (40 g) は、アジャイルMAVの協力による放射線検出の新たな可能性を開く。 本稿では,コンプトンカメラによる計測を融合させ,極端に粗い測定でも,放射源の位置をリアルタイムで推定する,という新しい基本概念を提案する。 データ読み出しと処理は直接オンボードで行われ、結果は動的フィードバックで車両の動きを駆動する。 MAVは、コンプトンカメラが取得した情報を最大化し、放射線源を迅速に発見し、移動している放射線源を追跡するために、緊密に協調する群れの中で安定している。

関連論文リスト

• Radar Fields: Frequency-Space Neural Scene Representations for FMCW Radar [62.51065633674272]
  本稿では,アクティブレーダイメージア用に設計されたニューラルシーン再構成手法であるRadar Fieldsを紹介する。 提案手法では,暗黙的ニューラルジオメトリとリフレクタンスモデルを用いて,暗黙的な物理インフォームドセンサモデルを構築し,生のレーダ測定を直接合成する。 本研究では,密集した車両やインフラを備えた都市景観を含む,多様な屋外シナリオにおける手法の有効性を検証する。
  論文  参考訳（メタデータ） (2024-05-07T20:44:48Z)
• Deep Learning-Based Classification of Gamma Photon Interactions in Room-Temperature Semiconductor Radiation Detectors [0.0]
  CdZnTeSe(CZTS)半導体検出器は、コンプトンと光電イベントの間に検出されたエネルギーの重なりが大きい。 我々の研究は、バイオメディカルイメージングを改善する次世代高エネルギーガンマ線検出器の開発に確固たる基礎を築いた。
  論文  参考訳（メタデータ） (2023-11-01T17:42:56Z)
• Tetris-inspired detector with neural network for radiation mapping [0.0]
  本稿では,テトリスにインスパイアされた検出器画素と,放射マッピングのための機械学習を用いたフレームワークを提案する。 画素間パディングを用いて、画素とニューラルネットワークのコントラストを増大させ、検出器の読み取りを分析することで、最大4ピクセルの検出器が高解像度の指向性マッピングを実現することができる。 非正方形テトリス型検出器は、従来の格子型検出器よりも性能を向上することができる。
  論文  参考訳（メタデータ） (2023-02-07T22:17:18Z)
• Radiation-Induced Dark Counts for Silicon Single-Photon Detectors in Space [55.41644538483948]
  イオン化放射線による検出器の材料格子の変位損傷は、検出器の永久的な暗カウントの増加をもたらす。 高高度の核爆発が発生した場合、爆発によって生成された人工放射線帯は、低軌道衛星のシリコン単光子検出器に過度に損傷を与える。
  論文  参考訳（メタデータ） (2021-11-17T22:36:41Z)
• LiRaNet: End-to-End Trajectory Prediction using Spatio-Temporal Radar Fusion [52.59664614744447]
  本稿では,レーダセンサ情報と広範に使用されているライダーと高精細度(HD)マップを用いた新しい終端軌道予測手法LiRaNetを提案する。 自動車レーダーは、リッチで補完的な情報を提供し、より長い距離の車両検出と即時速度測定を可能にします。
  論文  参考訳（メタデータ） (2020-10-02T00:13:00Z)
• Depth Estimation from Monocular Images and Sparse Radar Data [93.70524512061318]
  本稿では,ディープニューラルネットワークを用いた単眼画像とレーダ点の融合により,より正確な深度推定を実現する可能性を検討する。 レーダ測定で発生するノイズが,既存の融合法の適用を妨げている主要な理由の1つであることが判明した。 実験はnuScenesデータセット上で行われ、カメラ、レーダー、LiDARの記録を様々な場面と気象条件で記録する最初のデータセットの1つである。
  論文  参考訳（メタデータ） (2020-09-30T19:01:33Z)
• RadarNet: Exploiting Radar for Robust Perception of Dynamic Objects [73.80316195652493]
  我々は、自動運転車の文脈における認識のためにRadarを利用する問題に取り組む。 我々は、LiDARとRadarの両方のセンサーを知覚に利用した新しいソリューションを提案する。 RadarNetと呼ばれる我々のアプローチは、ボクセルベースの早期核融合と注意に基づく後期核融合を特徴としている。
  論文  参考訳（メタデータ） (2020-07-28T17:15:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。