Person Detection and Tracking from an Overhead Crane LiDAR
تتناول هذه الورقة تحدي اكتشاف وتتبع الأشخاص من خلال مستشعر ليدار (LiDAR) مثبت على رافعة علوية عبر تنسيق مجموعة بيانات جديدة مشروحة، وتقييم كواشف ثلاثية الأبعاد مكيفة مثل VoxelNeXt وSECOND مع خوارزميات تتبع متكاملة، وإثبات الدقة العالية والجدوى في الوقت الفعلي لسد الفجوة بين معايير القيادة القياسية والاستشعار الصناعي العلوي.
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 أرضية مصنع مزدحمة حيث تتحرك رافعات ضخمة لنقل المواد الثقيلة ذهابًا وإيابًا. في وسط كل هذه الآلات، يسير عمال بشريون. السؤال الكبير هو: كيف نضمن ألا تصطدم الرافعة بالإنسان عن طريق الخطأ؟
عادةً ما نستخدم الكاميرات لهذا الغرض. لكن الكاميرات لديها مشكلات: فقد تتعرض للعمى بسبب الأضواء الساطعة، ولا يمكنها الرؤية عبر الدخان أو الغبار، كما أنها تنتهك خصوصية الناس لأنها تلتقط الوجوه.
يقترح هذا البحث حلاً مختلفاً: ماسح ليزر (LiDAR) "فائق الحواس" يتدلى من السقف.
إليك قصة ما فعله الباحثون، مشروحة ببساء:
١. المشكلة: الرؤية "المقلوبة"
فكر في سيارة ذاتية القيادة. تحتوي على مستشعرات في المقدمة تنظر إلى العالم كما يفعل البشر: للأمام مباشرة. هي ترى الناس كأشكال طويلة ونحيفة.
الآن، تخيل تعليق مستشعر في سقف مصنع. إنه ينظر إلى الأسفل مباشرة.
- التشبيه: إذا نظرت إلى شخص من الأمام، سترى وجهه وصدره. أما إذا نظرت إليه من الأعلى مباشرة (مثل طائرة بدون طيار)، فلن ترى سوى قمة رأسه وكتفيه. يبدون كدائرة صغيرة ومسطحة.
- التحدي: برامج الكمبيوتر (الذكاء الاصطناعي) الجيدة في رصد الأشخاص في السيارات مدربة على النظر إلى الناس من الأمام. إذا أعطيتها رؤية "من الأعلى إلى الأسفل"، فستصاب بالارتباك. الأمر يشبه محاولة التعرف على صديق من خلال النظر فقط إلى قمة رأسه؛ قد تظن أن القبعة هي شخص!
٢. الحل: بناء "مكتبة" جديدة
بما أنه لم تكن هناك صور "من الأعلى إلى الأسفل" موجودة مسبقاً لتصوير الناس لتعليم الذكاء الاصطناعي، اضطر الباحثون لإنشاء مجموعتهم الخاصة.
- مجموعة البيانات: قاموا بتثبيت ماسح ليزر في رافعة حقيقية داخل مصنع. جعلوا ثلاثة من أصدقائهم يمشون حولهم، ويلوحون بأيديهم، ويتحركون بطرق مختلفة. ثم استخدموا برنامجاً لرسم صناديق ثلاثية الأبعاد حول هؤلاء الأشخاص في بيانات الليزر.
- النتيجة: لقد أنشأوا "كتاباً مدرسياً" خاصاً (مجموعة بيانات) مخصصاً لتعليم الكمبيوتر كيفية رؤية الناس من السقف.
٣. التدريب: تجربة "عيون" مختلفة
أخذ الباحثون خمسة نماذج مختلفة من الذكاء الاصطناعي (التي تمثل "عيون" النظام) والتي كانت مدربة أصلاً للسيارات، وحاولوا تعليمها رؤية الناس من السقف.
- التشبيه: تخيل أن لديك خمسة طهاة مختلفين خبراء في صنع المعكرونة الإيطالية، وتريد منهم صنع السوشي. لا يمكنك فقط إعطاؤهم السوشي؛ بل يجب أن تريهم المكونات وتعلمهم التقنية الجديدة. هذا ما يسمى بـ "تعلم النقل" (Transfer Learning).
- الفائزون: تعلم اثنان من هؤلاء الطهاة (يُطلق عليهما VoxelNeXt و SECOND) بسرعة أكبر وأصبحا أفضل طهاة سوشي.
- كان VoxelNeXt مذهلاً في رصد الأشخاص القريبين من الرافعة (ضمن مسافة ٣ أمتار).
- كان SECOND الأكثر موثوقية في رصد الأشخاص على مسافات أبعد، حتى عندما تصبح إشارة الليزر غير واضحة قليلاً.
٤. التتبع: نظام "بطاقة الاسم"
رصد الشخص لمرة واحدة أمر سهل. ولكن ماذا لو مشى خلف عمود ثم عاد مرة أخرى؟ يجب أن يعرف النظام: "هذا لا يزال جون، وليس شخصاً جديداً".
- التشبيه: تخيل حارس أمن عند ملهى ليلي. يرى شخصاً يدخل (الرصد/Detection). ثم يتبعه بنظراته، ويتأكد من عدم فقدان أثره حتى لو تحرك خلف عمود (التتبع/Tracking).
- استخدم الباحثون "حارسين" خفيفين (AB3DMOT و SimpleTrack). وقد وجدوا أنه إذا كانت "العيون" (المكتشف/Detector) جيدة، فإن "الحارس" (المتتبع/Tracker) يقوم بعمل رائع. أما إذا كانت العيون سيئة، فإن الحارس يصاب بالارتباك.
٥. النتائج: ما مدى جودة ذلك؟
- بالقرب من الرافعة: عندما يكون الشخص على بعد متر واحد من الرافعة، يكون النظام مثالياً تقريباً (دقة ٩٧٪). إنه يشبه امتلاك عين صقر.
- في المسافات الأبعد: كلما ابتعدت المسافة (حتى ٥ أمتار)، تنخفض الدقة قليلاً لكنها تظل عالية جداً (٨٤٪).
- السرعة: النظام سريع بما يكفي للعمل على كمبيوتر صغير (مثل كمبيوتر ألعاب متطور) في الوقت الفعلي. لا يحتاج إلى كمبيوتر خارق ضخم.
لماذا يهم هذا الأمر؟
هذا البحث خطوة كبيرة للأمام في مجال السلامة الصناعية.
١. الخصوصية: لا يلتقط صوراً للوجوه، لذا لا يشعر العمال بأنهم مراقبون من قبل كاميرا.
٢. الموثوقية: يعمل في الظلام، وفي الغبار، وتحت ضوء الشمس الساطع.
٣. المصدر المفتوح: شارك الباحثون "كتابهم المدرسي" (مجموعة البيانات) و"وصفاتهم" (الكود) مجاناً. وهذا يعني أن المصانع الأخرى يمكنها الآن بناء أنظمة سلامة خاصة بها دون البدء من الصفر.
باخت-مختصر: علم الباحثون الكمبيوتر كيف ينظر للأسفل من رافعة ويرصد البشر بدقة الليزر، مما خلق شبكة أمان سريعة، وتحترم الخصوصية، وتعمل في أقسى ظروف المصانع.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.