باحثون يطورون أنظمة ذاتية تعمل على اكتشاف التغيرات في الظلال

مهندسون في معهد ماساتشوستس للتكنولوجيا قد طوروا نظامًا جديدًا يعتبر مهمًا جدًا للسيارات ذاتية القيادة و سلامةها. النظام قادر على اكتشاف التغيرات الصغيرة في الظلال على الأرض، ويمكنه تحديد ما إذا كان هناك أي كائنات متحركة حول الزاوية.

أحد الأهداف الرئيسية لأي شركة تسعى إلى إنشاء سيارات ذاتية القيادة هو زيادة السلامة. المهندسون يعملون باستمرار على جعل السيارات أفضل في تجنب الاصطدام مع السيارات أو المارة، خاصة تلك التي تأتي من حول زاوية المبنى.

النظام الجديد也有 إمكانية الاستخدام في الروبوتات التي ستنavigates المستشفيات في المستقبل. يمكن لهذه الروبوتات تسليم الأدوية أو الإمدادات في جميع أنحاء المستشفى، والنظام سيساعد彼女 على تجنب الاصطدام بال أشخاص.

سيتم تقديم ورقة في الأسبوع المقبل في مؤتمر الأنظمة الذكية والروبوتات. وتشمل وصفات التجارب الناجحة التي أجراها الباحثون، بما في ذلك سيارة ذاتية القيادة تتجاوز موقف سيارات وتنتهي عندما تقترب من سيارة أخرى.

النظام الحالي غالبًا ما يكون LIDAR، والذي يمكنه اكتشاف الأجسام المرئية بمقدار نصف ثانية. وفقًا للباحثين، يمكن أن تجعل الثواني الصغيرة فرقًا كبيرًا في السيارات الذاتية الحركة السريعة.

“للتطبيقات التي يتحرك فيها الروبوتات في بيئات تحتوي على كائنات متحركة أو أشخاص، يمكن أن يعطي نظامنا للروبوت تحذيرًا مبكرًا من أن شخصًا ما يأتي من حول الزاوية، بحيث يمكن للسيارة أن تبطئ، وتعدل مسارها، وتستعد مسبقًا لتجنب الاصطدام”، يضيف المؤلف المشارك دانييلا روس، مدير مختبر علوم الحاسوب والذكاء الاصطناعي (CSAIL) وأستاذ الهندسة الكهربائية والحاسوب أندرو وارنا فيتيربي. “الحلم الكبير هو تقديم رؤية ‘أشعة إكس’ من نوع ما للسيارات المتحركة بسرعة على الشوارع”.

تم اختبار النظام الذاتي الجديد فقط في الداخل. في هذه الظروف، تكون ظروف الإضاءة أقل، وسرعات الروبوتات أبطأ. يمكن للنظام الذاتي تحليل الظلال واكتشافها بسهولة أكبر في هذا البيئة.

تم تجميع الورقة بواسطة دانييلا روس؛ المؤلف الأول فيليكس ناسر، الذي كان باحثًا سابقًا في CSAIL؛ ألكسندر أميني، طالب دراسات عليا في CSAIL؛ إيغور جيليتشينسكي، باحث ما بعد الدكتوراه في CSAIL؛ طالب الدراسات العليا كريستينا ليا؛ غاي روزمان من معهد أبحاث تويوتا؛ وسرتاك كارامان، أستاذ مساعد في الفضاء والطيران في معهد ماساتشوستس للتكنولوجيا.

نظام ShadowCam

قبل التطورات الجديدة، كان الباحثون已经 لديهم نظامًا يسمى “ShadowCam”. النظام قادر على تحديد وتصنيف التغيرات في الظلال على الأرض من خلال استخدام تقنيات الرؤية الحاسوبية. تم تطوير الإصدارات السابقة من النظام بواسطة أستاذي معهد ماساتشوستس للتكنولوجيا ويليام فريمان وأنتونيو تورالبا. لم يكن الأستاذان من المؤلفين في ورقة IROS، وتم تقديم أعمالهم في 2017 و 2018.

يستخدم نظام ShadowCam إطارات الفيديو من كاميرا محددة، ويمكنه اكتشاف أي تغييرات في شدة الضوء بمرور الوقت. هذا يخبر النظام إذا كان هناك شيء يتحرك بعيدًا أو يأتي أقرب، ويتحليل المعلومات وتصنيف كل صورة على أنها كائن ساكن أو متحرك. هذا يسمح للنظام بالمضي قدمًا بالطريقة الأمثل.

تم تعديل نظام ShadowCam وتغييره لاستخدامه على السيارات الذاتية الحركة. في الأصل، استخدم نظامًا حقيقيًا يسمى “AprilTags”، والذي كان مثل رموز QR. استخدم نظام ShadowCam هذه العلامات لتوجيه انتباهه إلى مجموعات معينة من البكسل لتحديد ما إذا كان هناك ظلال موجودة. ومع ذلك، ثبت أن هذا النظام مستحيل الاستخدام في السيناريوهات الحقيقية.

بسبب ذلك، أنشأ الباحثون عملية جديدة تستخدم تسجيل الصور وتقنية البصريات المباشرة معًا. تقنية تسجيل الصور تضع طبقات متعددة من الصور لتحديد أي اختلافات.

تستخدم تقنية البصريات المباشرة التي يستخدمها الباحثون ما يسمى “البصريات المباشرة النادرة” (DSO)، وتعمل بشكل مشابه لـ AprilTags. تستخدم DSO سحابة ثلاثية الأبعاد، وتخطط الميزات المختلفة للبيئة عليها. ثم يجد خط أنابيب الرؤية الحاسوبية منطقة اهتمام مثل الأرضية.

يستخدم نظام ShadowCam DSO-تسجيل الصور ويوفر جميع الصور من نفس نقطة نظر الروبوت. يمكن للروبوت، المتحرك أو الساكن، أن يركز على نفس منطقة البكسل حيث توجد ظلال.

ماذا بعد

سيستمر الباحثون في العمل على هذا النظام، وسيركزون على الفروق بين ظروف الإضاءة الداخلية والخارجية. في النهاية، يريد الفريق زيادة سرعة النظام وتأتمته.