Journal of Geomatics Science and Technology

fa نقشه‌برداری مسیر و کشف چشمه‌های رادیواکتیو متحرک خارج از کنترل با توسعه الگوریتم‌های مبتنی بر بینایی ماشین و مدل مونت‌کارلو Radiation mapping and detection of out-of-control radioactive sources by developing algorithms based on machine vision فتوگرامتری و سنجش از دور Photo&RS پژوهشي Research <div style="text-align: justify;"> با پیشرفت سریع فناوری هسته‌ای و گسترش آن در سطح جهانی، تهدیداتی ناشی از مواد رادیواکتیو به‌ویژه در زمینه تروریسم و سهل‌انگاری در جابه‌جایی آنها ظهور کرده است که می‌تواند مخاطرات جدی برای انسان‌ها و محیط‌زیست ایجاد کند؛ لذا، توسعه سامانه‌های کارآمد برای شناسایی و ردیابی منابع رادیواکتیو به‌عنوان یک نیاز ضروری احساس می‌شود. مقاله حاضر، رویکردی نوین برای شناسایی و نقشه‌برداری مواد پرتوزا را با استفاده از الگوریتم‌های بینایی ماشین ارائه می‌دهد. هدف اصلی این تحقیق، افزایش دقت و کارایی شناسایی چشمه‌های رادیواکتیو در محیط‌های پیچیده و متغیر است. در مرحله ابتدایی، الگوریتمی بر اساس حرکت ربات‌های چرخ‌دار طراحی شد که شامل ملاحظاتی چون حرکت تصادفی، حسگر عدم برخورد و تغییر جهت در نزدیکی ربات‌های دیگر بود. سپس، در یک صفحه دوبعدی، ده ربات با ویژگی‌های مشخص مدل‌سازی شد و حرکات آنها بر اساس ضبط حرکت در ۱۲۰ ثانیه با ۲۵ فریم بر ثانیه ثبت گردید. در گام بعدی، الگوریتم مبتنی بر روش بینایی ماشین با استفاده از معادلات ردیابی KLT، مسیر حرکت ربات‌ها را شناسایی کرد. همچنین، سناریوی پرتویی با معرفی یک چشمه رادیواکتیو بر روی یکی از ربات‌ها طراحی و ۳۰۰۰ کد مونت‌کارلو برای شبیه‌سازی آن به‌کاررفته است. در نهایت، با استفاده از الگوریتم‌های همبستگی، امکان شناسایی ربات آلوده به ماده رادیواکتیو در میان سایر ربات‌ها بررسی شد. نتایج نشان می‌دهد که روش‌های پیشنهادی قابلیت بالایی در مکان‌یابی منابع رادیواکتیو دارند و می‌توان از این الگوریتم‌ها برای مدل‌سازی سناریوهای مختلف در محیط‌های شبیه‌سازی استفاده کرد. این امر به کاهش پرتوگیری غیرضروری افراد کمک می‌کند و توانمندی‌های دستگاه‌های تشخیص تشعشع را به طور چشمگیری افزایش می‌دهد.  </div> <div style="text-align: justify;">In this paper, we present a novel approach to ray mapping and detection through the development of machine vision algorithms. The primary objective is to enhance the efficiency and accuracy of identifying and locating out-of-control radioactive sources in complex and dynamic environments. Initially, an algorithm was devised based on the movement patterns of Timio's wheeled robots. This algorithm takes into account various factors, such as their random movement within the environment, obstacle and wall detection capabilities, directional adjustments when approaching each other, and other relevant scenarios. To facilitate experimentation, we defined 10 representative characters of these robots on the following page, each occupying a 10 x 10 square meter area. A video capturing their movement was recorded over a duration of 120 seconds at a frame rate of 25 frames per second. The coordinates of their movement paths were then recorded within this time frame. Subsequently, a machine vision algorithm was developed based on the KLT tracking method equations. This algorithm effectively tracked the movement paths of the characters, and the resulting coordinates were compared with the actual movement coordinates for validation. In the next phase, a radiation scenario was introduced by placing a radioactive source on one of the characters. To simulate this, we employed 3000 Monte Carlo codes specifically designed to account for the presence of the source. The output of these codes, recorded as counts in the detector, was extracted and stored for analysis. Finally, to detect the moving radioactive source within an environment containing a high number of characters, algorithms based on data correlation between the movement paths and the recorded counts in the detector were utilized.  </div> نقشه‌برداری پرتوی, ردیابی چشمه رادیواکتیو, بینایی ماشین, تروریسم هسته‌ای, سناریوی پرتوی Radiation mapping, radioactive source tracking, machine vision, nuclear terrorism, radiation scenario. 61 74 http://jgst.issgeac.ir/browse.php?a_code=A-10-1096-1&slc_lang=fa&sid=1 AmirMOhammad Beigzadeh امیرمحمد بیگ زاده abeigzadeh@aeoi.org.ir 100319475328460010999 100319475328460010999 Yes پژوهشگاه علوم و فنون هسته‌ای Hadi Ardiny هادی اردینی hardini@aeoi.org.ir 100319475328460011000 100319475328460011000 No پژوهشگاه علوم و فنون هسته‌ای