Opti-Acoustic Scene Reconstruction in Highly Turbid Underwater Environments

إليك ملخص تقني مفصل لورقة البحث بعنوان "إعادة بناء المشهد الأكوستيكي-البصري في البيئات المائية شديدة العكر".

1. بيان المشكلة

تتطلب المركبات ذاتية القيادة تحت الماء (AUVs) إعادة بناء دقيقة لهندسة المشهد من أجل عمليات المناورة والملاحة عن قرب، لا سيما في البيئات شديدة العكر (مثل المياه المحملة بالرواسب أو الملوثة). تواجه طرق إعادة البناء الحالية قيوداً كبيرة في هذه الظروف:

• الطرق القائمة على الرؤية (أحادية أو ستيريو): تعتمد على ميزات النقاط البارزة والإضاءة المتسقة. في المياه العكرة، يتسبب تشتت الضوء في حدوث ضبابية، وتأثيرات الهالة (halo effects)، وتشوه الألوان، مما يجعل اكتشاف الميزات غير موثوق. علاوة على ذلك، تعاني الأنظمة أحادية العدسة من غموض المقياس (scale ambiguity).
• الطرق القائمة على السونار: رغم قوتها في مواجهة العكر والإضاءة، إلا أن سونارات التصوير توفر إسقاطات ثنائية الأبعاد لمساحات ثلاثية الأبعاد مع غموض في الارتفاع (elevation ambiguity) (فهي تقيس المدى والاتجواني لكنها تفتقر إلى بيانات الارتفاع الرأسي الدقيقة). كما أنها تعاني من دقة منخفضة، مما يجعلها غير مناسبة لاكتشاف الميزات الدقيقة أو الأجسام القريبة الضرورية للمناورة.
• طرق الدمج الحالية: تعتمد معظم الأساليب الحالية التي تدمج بين البصري والأكوستيكي على الميزات البصرية كمصدر أساسي للبيانات، باستخدام السونار فقط للتحسين. وتفشل هذه الطرق في المياه العكرة حيث تغيب الميزات البصرية. بالإضافة إلى ذلك، تتطلب العديد من طرق الدمج تدريباً معقداً (تعلم آلي) أو تعدد وجهات النظر/الحركة، وهو ما لا يكون ممكناً دائماً في السيناريوهات ذات المساحات الضيقة أو المسافات القريبة.

التحدي الجوهري: كيف يمكن دمج بيانات السونار والكاميرا أحادية العدسة لإعادة بناء مشاهد ثلاثية الأبعاد في الوقت الفعلي داخل مياه شديدة العكر، دون الاعتماد على ميزات النقاط البصرية غير الموثوقة أو الحاجة إلى بيانات تدريب مكثفة.

2. المنهجية

يقترح المؤلفون إطار عمل لإعادة البناء الأكوستيكي-البصري في الوقت الفعلي يعامل بيانات السونار كقاعدة أساسية ويستخدم البيانات البصرية لحل غموض الارتفاع. يتكون خط العمل من أربع مراحل رئيسية:

أ. تقسيم الصورة البصرية (القائم على المناطق)

بدلاً من اكتشاف ميزات النقاط (التي تفشل في المياه العكرة)، تحدد الخوارزمية مناطق الاهتمام (ROIs) المقابلة للأجسام:

1. المعالجة المسبقة: تطبيق مرشح غاوسي (Gaussian filtering) لتقليل الضوضاء، واستخدام العتبة التكيفية (adaptive thresholding) للتعامل مع الإضاءة غير المنتظمة.
2. التقسيم: استخدام خوارزمية Watershed لتقسيم الصورة إلى مناطق مستقلة ($R$).
3. التصفية: استبعاد المناطق الصغيرة (الضوضاء/الجسيمات) التي تقل عن عتبة البكسل ($T$)، والاحتفاظ فقط بمناطق الأجسام الهامة.

ب. معالجة السونار

1. اكتشاف الميزات: تطبيق مرشح SOCA-CFSR (معدل الإنذار الكاذب الثابت) على مصفوفة شدة السونار لإزالة الضوضاء و"الارتدادات الثانية" (الأصداء الكاذبة).
2. التجميع (Clustering): الاحتفاظ فقط بالارتداد الأقرب لكل زاوية اتجاه (بافتراض أن الأجسام الأمامية هي الأقرب). يتم تجميع هذه النقاط باستخدام خوارزمية DBSCR (التجميع القائم على الكثافة) لتشكيل مجموعات سونار متميزة ($C$).

ج. إسقاط السونار على الصورة

لحل غموض الارتفاع الخاص بالسونار:

1. التوسع الرأسي: لكل ارتداد سونار (محدد بالمدى $r$ والاتجواني $\theta$)، تقوم الخوارطة بإسقاط النقطة على جميع زوايا الارتفاع المحتملة ($\phi$) ضمن الفتحة الرأسية للسونار.
2. الرسم الخرائطي: يتم تحويل هذه النقاط المحتملة ثلاثية الأبعاد إلى إطار الكاميرا وإسقاطها على المستوى الصوري ثنائي الأبعاد. وبسبب المعايرة الثابتة، يظهر شعاع سونار واحد كـ خط رأسي في صورة الكاميرا.

د. المطابقة وإعادة البناء ثلاثي الأبعاد

1. مطابقة التداخل: تطابق الخوارزمية بين مناطق الصورة المجزأة ($R$) ومجموعات السونار ($C$) إذا تداخلت مكانياً ($C \cap R \neq \emptyset$). وفي حال تداخل عدة مجموعات، يتم اختيار الأقرب منها.
2. حل الارتفاع: بالنسبة للمنطقة المتطابقة، تقوم الخوارزمية بتوسيع مجال رؤية السونار ليتناسب مع شكل المنطقة البصرية.
3. حساب العمق: لتحديد الإحداثيات ثلاثية الأبعاد الدقيقة:
   • المدى ($r$): مشتق من ارتداد السونار الأصلي.
   • الارتفاع ($\phi$): يتم تحديده من خلال الموضع الرأسي للبكسل في صورة الكاميرا.
   • المسافة ($z_c$): يتم حساب متوسط مسافة نقاط شعاع السونار ضمن منطقة التداخل وتطبيقها على جميع البكسلات في ذلك العمود من منطقة الصورة.
4. المخرجات: مجموعة كثيفة من النقاط ثلاثية الأبعاد في الفضاء الإقليدي، تجمع بين مدى السونار والارتفاع البصري.

3. المساهمات الرئيسية

• الدمج المُحسّن للعكر: أول طريقة تدمج تحديداً بين بيانات السونار والكاميرا أحادية العدسة عبر استخدام السونار كمصدر هندسي أساسي واستخدام البيانات البصرية فقط للارتفاع، مما يجعلها قوية في الظروف التي تنعدم فيها الميزات البصرية.
• المطابقة القائمة على المناطق: تتجنب الخطوة المعرضة للفشل المتمثلة في اكتشاف ميزات النقاط في المياه العكرة عبر مطابقة مناطق الصورة مع مجموعات السونار.
• التشغيل في الوقت الفعلي بوضعية واحدة: تعمل الخوارزمية في الوقت الفعلي ويمكنها إعادة بناء المشاهد من وضعية واحدة للروبوت، مما يلغي الحاجة إلى الحركة متعددة وجهات النظر أو مسارات SLAM المعقدة المطلوبة في الطرق الأخرى.
• لا تتطلب تدريباً: على عكس مناهج التعلم العميق (مثل AONeuS أو Gaussian Splatting)، فإن هذه الطريقة هندسية ولا تتطلب التدريب على مجموعات بيانات محدودة أو محددة.
• مفتوحة المصدر: تم إصدار الكود لتسهيل إمكانية إعادة الإنتاج.

4. النتائج التجريبية

تحقق المؤلفون من صحة النهج باستخدام مركبة BlueROV2 مجهزة بسونار Oculus M750d وكاميرا منخفضة الإضاءة.

أ. تجارب الخزان الداخلي (العكر المحاكى)

• الإعداد: تم الاختبار مقابل أربعة نماذج أساسية (Stereo Sonar, ORBSLAM3, LSD SLAM, COLMAP) عبر أربعة أنواع من المياه (من النوع I إلى النوع 9C، والتي تمثل المياه من الصافية إلى شديدة العكر).
• النتائج:
  • الطرق القائمة على الرؤية فقط (ORBSLAM3, LSD SLAM, COLMAP): تدهور أداؤها بشكل كبير مع زيادة العكر. في المياه شديدة العكرة (Type 7C/9C)، فشلت تماماً (تغطية فوكسل تساوي صفر) أو أنتجت سحابات متفرقة وغير دقيقة.
  • السونار الستيري (Stereo Sonar): حافظ على الاستقرار ولكنه عانى من تغطية منخفضة وعدم القدرة على التقاط التفاصيل الدقيقة (مثل الأنابيب الصغيرة أو العوارض المائلة).
  • الطريقة المقترحة: أظهرت أداءً مستقراً عبر جميع مستويات العكر. ومع زيادة العكر، نمت ميزة التغطية التي حققتها مقارنة بالطرق القائمة على الرؤية بشكل ملحوظ. كما حققت أخطاء مسافة مطلقة أقل والتقطت تفاصيل هندسية دقيقة (مثل الجدران المموجة) التي فاتتها تقنية السونار وحدها.

ب. تجارب ميدانية خارجية (بيئة المارينا)

• الإعداد: تم النشر في مارينا الأكاديمية البحرية الأمريكية (عكرة طبيعياً). تمت المقارنة فقط مع Stereo Sonar، حيث فشلت الطرق القائمة على الرؤية في إيجاد الميزات.
• الهياكل: رصيف يحتوي على ركائز خشبية وجدار بحري مموج.
• النتائج:
  • التغطية: حققت الطريقة المقترحة تغطية فوكسل أعلى بنحو 6 إلى 8 أضعاف من Stereo Sonar (على سبيل المثال، 24,956 مقابل 3,867 فوكسل للرصيف).
  • التفاصيل: نجحت في إعادة بناء هياكل الأنابيب الصغيرة والعوارض المائلة التي أغفلها نهج السونار تماماً.
  • الهندسة: أعادت بدقة الهندسة المموجة للجدار البحري، مما وسع مجال الرؤية الرأسي بما يتجاوز الحدود الأصلية للسونار.

5. الأهمية والقيود

الأهمية:
يعالج هذا العمل فجوة حرجة في الروبوتات تحت الماء: تمكين المناورة والملاحة عن قرب في البيئات التي لا تكفي فيها الرؤية البحتة ولا السونار البحت. من خلال الاستفادة من نقاط القوة المتكاملة لكلا المستشعرين (السونار للمدى، والكاميرا للارتفاع) دون الاعتماد على الميزات البصرية الهشة، فإنه يقدم حلاً قوياً للعمليات في المياه الملوثة أو الغنية بالرواسب.

القيود:

• افتراض المسافة الثابتة: تفترض الطريقة أنه بالنسبة لاتجواني سونار معين، يكون المدى ثابتاً عبر الامتداد الرأسي للمنطقة البصرية المتطابقة. وهذا يحد من الفعالية في المشاهد ذات الهندسة المعقدة وغير المنتظمة للغاية حيث قد يصطدم شعاع سونار واحد بعدة أجسام في أعماق مختلفة ضمن نفس العمود البصري.
• التركيز على المسافات القريبة: الطريقة محسنة للتفاعلات القريبة؛ وقد يكون الأداء عند المسافات البعلة جداً مقيداً بدقة السونار وتباعد الشعاع.

في الختام، تقدم هذه الورقة حلاً عملياً في الوقت الفعلي لإعادة بناء المشهد تحت الماء، يتفوق بشكل كبير على أحدث الطرق القائمة على الرؤية أو السونار وحده في الظروف العكرة، مما يمهد الطريق لاستقلالية أكثر موثوقية للمركبات ذاتية القيادة تحت الماء في البيئات الصعبة.