LiDARDraft: Generating LiDAR Point Cloud from Versatile Inputs
يُعد LiDarlDraft إطار عمل مبتكرًا يولد سحب نقاط ليدار (LiDAR) واقعية ومتنوعة من مدخلات متعددة الاستخدامات مثل النصوص والصور والرسومات التخطيطية عبر توحيدها في تخطيطات ثلاثية الأبعاد لتوجيه نموذج ControlNet القائم على خريطة النطاق (rangemap)، مما يتيح "المحاكاة من الصفر" القابلة للتحكم لبيئات القيادة الذاتية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول تعليم روبوت كيفية قيادة سيارة. للقيام بذلك بأمان، يحتاج الروبوت إلى ممارسة ملايين الأميال في عالم افتراضي قبل أن يلمس عجلة القيشن الحقيقية أبداً. لكن بناء هذه العوالم الافتراضية أمر صعب للغاية ومكلف. عادةً، يتعين على المهندسين وضع كل شجرة، ومبنى، وسيارة أخرى يدوياً في برنامج حاسوبي ثلاثي الأبعاد، وهو ما يستغرق وقتاً طويلاً جداً. وهنا يأتي دور نوع خاص من علوم الحاسوب يسمى "الذكاء الاصطناعي التوليدي". فكر في الأمر كأنه فنان فائق الذكاء قد شاهد الملايين من الصور ويمكنه الآن رسم صور جديدة تبدو حقيقية. لقد حاول العلماء تعليم هذا الفنان رسم خرائط ثلاثية الأبعاد للعالم باستخدام الماسحات الضوئية بالليزر (المعروفة باسم LiDAR)، وهي "عيون" السيارات ذاتية القيادة التي ترى في ثلاثة أبعاد. كان التحدي الكبير هو أنه بينما يبدع الفنان في الرسم، فإنه سيء للغاية في اتباع تعليمات محددة. إذا طلبت منه "ارسم تقاطعاً مزدحماً"، فقد يرسم غابة بدلاً من ذلك، أو يضع السيارات في السماء. الأمر يشبه محاولة إعطاء وصفة لطاهٍ يتحدث لغة مختلفة؛ فالنتيجة غالباً ما تكون فوضوية.
هذه هي المشكلة التي عالجها فريق من الباحثين في جامعة تونغجي باستخدام أداة جديدة أطلقوا عليها اسم LiDARDraft. لقد أرادوا إيجاد طريقة تتيح للناس إنشاء مشاهد قيادة واقعية ثلاثية الأبعاد باستخدام مدخلات بسيطة مثل جملة نصية، أو صورة عابرة، أو حتى رسم تخطيطي بسيط، دون الحاجة لأن يكونوا خبراء في النمذجة ثلاثية الأبعاد. سلاحهم السري هو وسيط ذكي يسمونه "التخطيط ثلاثي الأبعاد" (3D layout). تخيل أنك تبني مدينة باستخدام قطع الليغو. بدلاً من محاولة نحت كل قطعة لتتبدو كسيارة حقيقية أو شجرة، يمكنك فقط استخدام كتل بسيطة: صندوق أحمر لسيارة، وشكل بيضاوي أخضر لشجيرة، ومستوى رمادي مسطح للطريق. هذا "المخطط البسيط الذي يشبه الليغو" سهل الصنع، لكنه يحمل كل المعلومات المهمة حول أماكن الأشياء وماهيتها. يستخدم LiDARDraft هذا المخطط كجسر؛ حيث يأخذ مدخلك البسيط (مثل وصف نصي)، ويحوله إلى هذا التخطيط البسيط، ثم يستخدم مرشداً خاصاً (يسمى ControlNet) ليخبر الفنان الذكي بالضبط كيف يحول تلك الكتل البسيطة إلى مسح ليزري ثلاثي الأبعاد مفصل وواقعي.
وجد الباحثون أن هذا النهج يعمل بشكل جيد بشكل مدهش. فمن خلال إجبار الذكاء الاصطناعي على اتباع "مخطط الليغو"، تمكنوا من إنشاء سحب نقطية ثلاثية الأبعاد عالية الجودة (خرائط رقمية ثلاثية الأبعاد) تطابق تعليمات المستخدم تماماً. على سبيل المثال، إذا كتبت "سيارة أمامي وشجرة على اليسار"، فسيقوم النظام بإنشاء مشهد بهذا الترتيب بالضبط، مع الأشكال والمواقع الصحيحة. لقد اختبروا ذلك باستخدام النصوص، والصور، وحتى المسوحات ثلاثية الأبعاد الموجودة، وفي كل حالة، حققت طريقتهم نتائج أفضل من المحاولات السابقة، التي كانت غالباً ما تضيف سيارات عشوائية وزائفة أو تخطئ في تصميم الطريق. وأظهر الفريق أن هذا النظام يمكنه حتى أخذ صورة واحدة لشارع وتحويلها إلى محاكاة قيادة ثلاثية الأبعاد كاملة، أو أخذ رسم تخطيطي بسيط وملء تفاصيله لتصبح واقعية.
ما يجعل هذا مثيراً للاهتمام بشكل خاص هو مدى مرونته. فقد أظهر الباحثون أنه يمكنك تعديل المشهد بمجرد تحريك "كتل الليغو" في التخطيط. إذا أردت إزالة سيارة من المحاكاة، فما عليك سوى حذف الصندوق الأحمر من المخطط، وسيقوم الذكاء الاصطناعي فوراً بإعادة إنشاء المشهد بدون تلك السيارة، مع الحفاظ على اتساق كل شيء آخر. كما وجدوا أن هذه الطريقة فعالة؛ فهي لم تتطلب إعادة تدريب من الصفر في كل مرة، مما وفر كمية هائلة من قدرة الحاسوب. في اختباراتهم، استطاع النظام تعلم اتباع تعليمات التخطيط هذه في 5,000 خطوة فقط، وهو تحسن كبير مقارنة بالبدء من الصفر. تشير النتائج إلى أننا نقترب من مستقبل يمكننا فيه بناء عوالم تدريب كاملة للقيادة الذاتية بمجرد وصفها بلغة إنجليزية بسيطة أو إظهار صورة سريعة، مما يجعل عملية تعليم الروبوتات القيادة أسرع، وأرخص، وأكثر أماناً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.