Detail of the student project

List
Topic:Analýza radioaktivní kontaminace pomocí autonomního dronu
Department:Katedra kybernetiky
Supervisor:Ing. Petr Štibinger
Announce as:Bakalářská práce, Semestrální projekt
Description:Cílem projektu je vývoj softwaru pro autonomní bezpilotní letoun (dron), který umožní analyzovat plošnou kontaminaci radioaktivním materiálem. Zdrojem vstupních dat bude radiační detektor (event camera) založený na čipu Timepix3, který je umístěn na palubě dronu. Příprava softwaru bude probíhat v následujících krocích: Seznamte se s prostředím ROS (Robot Operating System) a jeho úlohou v rámci MRS UAV systému pro řízení dronů. Zprovozněte načítání dat z detektoru Timepix3 ze simulátoru Gazebo nebo letových nahrávek z experimentů. Zachycené radiační události spárujte s údajem o pozici dronu z řídicí jednotky. Prostorově rozmístěné události sdružujte do skupin pomocí vhodně zvoleného shlukovacího algoritmu. Ten by měl být schopen samostatně určit počet radioaktivních ložisek. Určete sílu zářičů umístěných v těchto ložiscích. Využijte statistické metody, např. EM algoritmus, pro odhad parametrů modelu. Jako model volte Gaussovskou směs (Gaussian mixture model) a odhadněte aktivitu jednotlivých ložisek.

Výstupem projektu bude software pro analýzu dat (v jazyce C nebo Python) od načítání dat ze senzoru, přes shlukování, až po odhad aktivity zářičů. Svůj postup také zdokumentujte a doplňte o vhodnou vizualizaci výsledků. Závěrečná zpráva by měla mít rozsah alespoň 10 normostran, a může sloužit jako základ budoucí bakalářské práce.

V případě zájmu je možné projekt rozšířit a zpracovat jako bakalářskou práci. Rozšíření může zahrnovat zpracovávání dat v reálném čase, použití složitějšího modelu pro odhad parametrů založeného na principech jaderné fyziky a přípravu softwaru pro reálný experiement, který se uskuteční na jaře 2022 v prostoru Státního ústavu pro jadernou, chemickou a biologickou orchranu.
Bibliography:Poikela, T., Plosila, J., Westerlund, T., Campbell, M., De Gaspari, M., Llopart, X., ... & Kruth, A. (2014). Timepix3: a 65K channel hybrid pixel readout chip with simultaneous ToA/ToT and sparse readout. Journal of instrumentation, 9(05), C05013.

Melnykov, V., & Melnykov, I. (2012). Initializing the EM algorithm in Gaussian mixture models with an unknown number of components. Computational Statistics & Data Analysis, 56(6), 1381-1395.

Morelande, M. R., & Skvortsov, A. (2009, July). Radiation field estimation using a gaussian mixture. In 2009 12th International Conference on Information Fusion (pp. 2247-2254). IEEE.

Baca, T., Stibinger, P., Doubravova, D., Turecek, D., Solc, J., Rusnak, J., ... & Jakubek, J. (2021, June). Gamma radiation source localization for micro aerial vehicles with a miniature single-detector compton event camera. In 2021 International Conference on Unmanned Aircraft Systems (ICUAS) (pp. 338-346). IEEE.

Bilmes, J. A. (1998). A gentle tutorial of the EM algorithm and its application to parameter estimation for Gaussian mixture and hidden Markov models. International Computer Science Institute, 4(510), 126.
Responsible person: Petr Pošík