During missions involving radiation exposure, unmanned robotic platforms may embody a valuable tool, especially thanks to their capability of replacing human operators in certain tasks to eliminate the health risks associated with such an environment. Moreover, rapid development of the technology allows us to increase the automation rate, making the human operator generally less important within the entire process. This article presents a multi-robotic system designed for highly automated radiation mapping and source localization. Our approach includes a three-phase procedure comprising sequential deployment of two diverse platforms, namely, an unmanned aircraft system (UAS) and an unmanned ground vehicle (UGV), to perform aerial photogrammetry, aerial radiation mapping, and terrestrial radiation mapping. The central idea is to produce a sparse dose rate map of the entire study site via the UAS and, subsequently, to perform detailed UGV-based mapping in limited radiation-contaminated regions. To accomplish these tasks, we designed numerous methods and data processing algorithms to facilitate, for example, digital elevation model (DEM)-based terrain following for the UAS, automatic selection of the regions of interest, obstacle map-based UGV trajectory planning, and source localization. The overall usability of the multi-robotic system was demonstrated by means of a one-day, authentic experiment, namely, a fictitious car accident including the loss of several radiation sources. The ability of the system to localize radiation hotspots and individual sources has been verified.

中文翻译：

---

使用自动化异构机器人系统进行辐射调查

在涉及辐射暴露的任务中，无人机器人平台可能是一种有价值的工具，特别是由于它们能够在某些任务中取代人类操作员以消除与这种环境相关的健康风险。此外，技术的快速发展使我们能够提高自动化率，使操作人员在整个过程中的重要性降低。本文介绍了一种专为高度自动化的辐射测绘和源定位而设计的多机器人系统。我们的方法包括一个三阶段程序，包括顺序部署两个不同平台，即无人机系统 (UAS) 和无人驾驶地面车辆 (UGV)，以执行航空摄影测量、航空辐射测绘和地面辐射测绘。中心思想是通过 UAS 生成整个研究地点的稀疏剂量率图，然后在有限的辐射污染区域执行基于 UGV 的详细绘图。为了完成这些任务，我们设计了许多方法和数据处理算法来促进例如基于数字高程模型 (DEM) 的 UAS 地形跟踪、感兴趣区域的自动选择、基于障碍物图的 UGV 轨迹规划和源本地化。多机器人系统的整体可用性通过为期一天的真实实验证明，即一场虚构的车祸，包括几个辐射源的损失。该系统定位辐射热点和单个源的能力已经过验证。在有限的辐射污染区域执行基于 UGV 的详细绘图。为了完成这些任务，我们设计了许多方法和数据处理算法来促进例如基于数字高程模型 (DEM) 的 UAS 地形跟踪、感兴趣区域的自动选择、基于障碍物图的 UGV 轨迹规划和源本地化。多机器人系统的整体可用性通过为期一天的真实实验证明，即一场虚构的车祸，包括几个辐射源的损失。该系统定位辐射热点和单个源的能力已经过验证。在有限的辐射污染区域执行基于 UGV 的详细绘图。为了完成这些任务，我们设计了许多方法和数据处理算法来促进例如基于数字高程模型 (DEM) 的 UAS 地形跟踪、感兴趣区域的自动选择、基于障碍物图的 UGV 轨迹规划和源本地化。多机器人系统的整体可用性通过为期一天的真实实验证明，即一场虚构的车祸，包括几个辐射源的损失。该系统定位辐射热点和单个源的能力已经过验证。例如，基于数字高程模型 (DEM) 的 UAS 地形跟踪、感兴趣区域的自动选择、基于障碍物地图的 UGV 轨迹规划和源定位。多机器人系统的整体可用性通过为期一天的真实实验证明，即一场虚构的车祸，包括几个辐射源的损失。该系统定位辐射热点和单个源的能力已经过验证。例如，基于数字高程模型 (DEM) 的 UAS 地形跟踪、感兴趣区域的自动选择、基于障碍物地图的 UGV 轨迹规划和源定位。多机器人系统的整体可用性通过为期一天的真实实验证明，即一场虚构的车祸，包括几个辐射源的损失。该系统定位辐射热点和单个源的能力已经过验证。一场虚构的车祸，包括几个辐射源的损失。该系统定位辐射热点和单个源的能力已经过验证。一场虚构的车祸，包括几个辐射源的损失。该系统定位辐射热点和单个源的能力已经过验证。