GuideTWSI: A Diverse Tactile Walking Surface Indicator Dataset from Synthetic and Real-World Images for Blind and Low-Vision Navigation
تقدم هذه الورقة GuideTWSI، وهي مجموعة بيانات متنوعة تجمع بين الصور الاصطناعية والواقعية لمعالجة ندرة بيانات مؤشرات المشي اللمسية (TWSI)، وتحديداً لسد الفجوة بين القضبان الاتجاهية لشرق آسيا والقباب المقطوعة في أمريكا الشمالية وأوروبا لتحسين سلامة الملاحة للأفراد المكفوفين وضعاف البصر.
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 تسير في شارع مزدحم وعيناك مغمضتان. لا يمكنك رؤية الرصيف، أو ممر المشاة، أو خطر حافة رصيف محطة المترو. ولكن، يمكنك الشعور بالأرض تحت قدميك.
بالنسبة للمشاة المكفوفين وضعاف البصر، ليست الأرض مجرد خرسانة؛ إنها لغة. تعمل البلاطات ذات الملمس الخاص التي تسمى مؤشرات أسطح المشي اللمسية (TWSIs) مثل "علامات التوقف" و"الأسهم الاتجاهية" المصنوعة من النتوءات والقضبان.
- القضبان الاتجاهية: خطوط متوازية طويلة تقول: "استمر في المشي بهذا الاتجاه".
- القباب المقطوعة: صفوف من النقاط المستديرة والنتوءات التي تصرخ: "توقف! خطر أمامك! أنت على وشك الخطو خارج الرصيف أو نحو حركة المرور".
المشكلة: النقطة العمياء للروبوت
لعقود من الزمن، كان العلماء يبنون روبوتات لتوجيه المكفوفين. لكن هذه الروبوتات لديها مشكلة رئيسية: فهي سيئة في قراءة الأرض.
معظم مجموعات البيانات الموجودة التي استُخدمت لتدريب هذه الروبوتات تشبه كتاب طبخ يحتوي فقط على وصفات لنوع واحد محدد من الكعك.
- نكهة خاطئة: معظم البيانات تأتي من آسيا، حيث تكون "النقاط المنبعجة" (القباب) نادرة. البيانات مليئة بـ "الخطوط" (القضبان).
- زاوية خاطئة: يتم التقاط الصور من مستوى عين الإنسان (من وضعية الوقوف). لكن روبوتات التوجيه غالباً ما تكون على الأرض (مثل الكلاب أو الروبوتات رباعية الأرجل)، وتنظر إلى الأسفل بزاوية حادة.
- النتيجة: الروبوت الذي تم تدريبه على هذه البيانات المحدودة قد يمشي متجاوزاً "علامة التوقف" (القباب) لأنه يعرف فقط كيف يبحث عن "علامات الذهاب" (الخطوط). وهذا كارثة تتعلق بالسلامة.
الحل: GuideTWSI (المترجم العالمي)
قام الباحثون في هذه الورقة البحثية ببناء مكتبة ضخمة جديدة من البيانات تسمى GuideTWSI. فكر في الأمر كإنشاء "مترجم عالمي" للأرض. لم يكتفوا بالتقاط الصور فحسب؛ بل بنوا نظاماً من ثلاثة أجزاء لتعليم الروبوتات كيفية رؤية النتوءات:
1. "صالة الألعاب الرياضية للواقع الافتراضي" (البيانات الاصطناعية)
بما أن التقاط آلاف الصور لكل رصيف ممكن في العالم أمر مستحيل، فقد بنى الفريق عالماً من ألعاب الفيديو باستخدام محرك Unreal Engine (نفس التقنية المستخدمة في الأفلام والألعاب عالية الجودة).
- التشبيه: تخيل جهاز محاكك طيران للطيارين. يمكنك تحطيم طائرة 1,000 مرة في المحاكي دون أن يتأذى أحد.
- ما فعلوه: أنشأوا أكثر من 15,000 مشهد افتراضي بظروف جوية مختلفة (مطر، ضباب، شمس ساطعة)، وألوان أرصفة مختلفة، وزوايا كاميرا مختلفة. لقد برمجوا اللعبة لتقوم تلقائياً بتسمية كل نتوء. لقد أعطى هذا الروبوتات "صالة ألعاب رياضية" للتدرب عليها قبل مواجهة الشوارع الحقيقية.
2. "مجموعة العالم الحقيقي" (البيانات المنسقة)
جمعوا صوراً موجودة من الإنترنت وقاموا بتنظيفها، مثل تنظيم علية فوضوية. قاموا بإصلاح التصنيفات السيئة وتأكدوا من أن جميع الصور تتحدث نفس "اللغة" حتى يتمكن الروبوت من التعلم منها.
3. "اختبار المجال" (بيانات الروبوت الحقيقية)
ثبتوا كاميرا على روبوت رباعي الأرجل (روبوت يشبه الكلب) وأرسلوه للمشي حول الحرم الجامعي والأحياء السكنية. التقطوا أكثر من 2,400 صورة لنتوءات حقيقية من منظور الروبوت المنخفض والموجه للأسفل. هذه هي بيانات "الامتحان النهائي".
النتيجة السحرية
عندما دربوا "عقل" الروبوت (نموذج الذكاء الاصطناعي) باستخدام البيانات القديمة والمحدودة فقط، كان الروبوت متعثراً. فقد كان يخطئ في رصد النتوءات أو يتوقف متأخراً جداً.
ولكن عندما أضافوا بيانات "صالة الألعاب الرياضية للواقع الافتراضي" إلى المزيج؟ أصبح الروبوت محترفاً.
- قفزة في الدقة: تحسنت قدرة الروبوت على رصد النتوءات بنسبة تصل إلى 29% (وهي قفزة هائلة في عالم الذكاء الاصطناعي).
- النجاح في العالم الحقيقي: وضعوا الروبوت على مقود (مجازياً) وأرسلوه إلى شوارع حقيقية. لقد توقف عند النتوءات بنسبة 96% من المرات، حتى في أماكن لم يسبق له رؤيتها من قبل. كما توقف عند المسافة المثالية؛ قريباً بما يكفي ليكون آمناً، وبعيداً بما يكفي للسماح للإنسان بالتقدم براحة.
لماذا يهم هذا الأمر؟
فكر في هذا الأمر كتعليم كلب لتوجيه شخص كفيف.
- قبل: كان الكلب مدرباً فقط على العشب الناعم. وعندما اصطدم بطريق حصوي، ارتبك واستمر في المشي نحو حركة المرور.
- الآن: أعطينا الكلب "محاكاة" لكل أنواع الأرضيات التي يمكن تخيلها (طين، حصى، جليد، مطر) ثم اختبرناه في شوارع حقيقية. الآن، هو يعرف تماماً متى يجلس ويقول: "توقف يا زعيم، نحن عند الحافة".
باختة القول: أنشأت هذه الورقة البحثية أول "كتاب مدرسي" ضخم ومتنوع للروبوتات لتعلم كيفية قراءة الأرض. ومن خلال دمج الصور الحقيقية مع عالم ألعاب الفيديو، علموا الروبوتات كيفية توجيه المكفوفين بأمان عبر أخطر أجزاء المدينة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.