⚡ electrical engineering

Robust Global-Local Behavior Arbitration via Continuous Command Fusion Under LiDAR Errors

تقدم هذه الورقة وحدة تحكيم أصلية في نظام ROS2 تستخدم سياسة مدربة بواسطة خوارزمية PPO لدمج أوامر تتبع المسار النقي (Pure Pursuit) العالمية وأوامر تتبع الفجوات (Gap Follow) المحلية القائمة على مستشعر ليدار بشكل مستمر، مما يظهر تعزيزاً في المتانة ضد عيوب الاستشعار مثل الضجيج والتأخير والانقطاع في سيناريوهات القيادة في المسافات القريبة مقارنة بأساس يعتمد على أخذ العينات.

المؤلفون الأصليون: Mohamed Elgouhary, Amr S. El-Wakeel

نُشر 2026-03-31

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Mohamed Elgouhary, Amr S. El-Wakeel

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 تقود سيارة تمتلك "عقلين" مختلفين يعملان في آن واحد، ولكن بشخصيتين متباينتين تماماً.

العقلان:

الملاح (المتحكم العالمي): هذا العقل يشبه نظام GPS صارم. هو يعرف المسار المثالي، وأسرع طريق للوصول إلى خط النهاية، ويريد البقاء تماماً داخل الخط المرسوم. يقول: "استمر في السير مستقيماً، ابقَ في المسار، لا تنحرف!"
كلب الحراسة (المتحكم المحلي): هذا العقل شديد اليقظة وسريع الاستجابة. هو يهتم فقط بما يقع أمام مقدمة السيارة مباشرة. إذا رأى صخرة، أو حفرة، أو سيارة أخرى، فإنه يصرخ: "توقف! انعطف! تجنب الاصطدام!" هو لا يهتم بالوجهة؛ بل يهتم فقط بعدم الاصطدام في هذه اللحظة.

المشكلة:
في العالم الحقيقي، لا تكون مستشعرات السيارة (تحديداً مستشعر "ليدار" LiDAR، الذي يشبه عيناً ليزرية عالية التقنية) مثالية. أحياناً، قد يرتبك الليزر بسبب الغبار، أو المطر، أو خلل تقني. قد يعتقد المستشعر أن هناك شجرة أمام السيارة مباشرة بينما هي تبعد عنها عشرة أقدام فعلياً، أو قد يفشل في رصد سيارة بالكامل لثانية واحدة.

إذا تركت "كلب الحراسة" يتولى القيادة تماماً في كل مرة تصبح فيها بيانات المستشعرات مشوشة، فقد تنحرف السيارة بعنف وتفشل في الوصول إلى وجهتها. وإذا استمعت فقط إلى "الملاح"، فقد تسير السيارة مباشرة نحو جدار لأن نظام الـ GPS لم يرَ العائق.

الحل: "شرطي المرور" (وحدة التحكيم)
تقدم هذه الورقة البحثية "شرطي مرور" ذكياً، يجلس بين "الملاح" و"كلب الحراسة". وبدلاً من ترك أحد العقلين يستحوذ على السيطرة تماماً، يقوم "شرطي المرور" بدمج أوامرهما معاً بسلاسة.

إليك كيف يعمل ذلك، باستخدام تشبيه بسيط:

تشبيه "مقبض التحكم في الصوت"

تخيل أن "الملاح" و"كلب الحراسة" هما عازفان يعزفان مقطوعتين مختلفتين.

"الملاح" يعزف مقطوعة جاز هادئة (البقاء على المسار).
"كلب الحراسة" يعزف مقطوعة طبول صاخبة ومضطربة (تجنب العوائق).

عادةً، لا تسمع إلا واحداً منهما فقط. ولكن هذا النظام الجديد يستخدم مقبض تحكم في الصوت (يسمى $\alpha$ ) يتحكم فيه "شرطي المرور".

إذا كان الطريق خالياً، يرفع "شرطي المرور" صوت "الملاح" إلى 100% ويخفض صوت "كلب الحراسة" إلى 0%. فتسير السيارة بسلاسة.
إذا ظهرت سيارة فجأة، يقوم "شرطي المرور" فوراً برفع صوت "كلب الحراسة" وخفض صوت "الملاح". فتنحرف السيارة بأمان.
اللمسة السحرية: "شرطي المرور" لا يكتفي بمجرد التبديل بينهما، بل يدير المقبض بشكل مستمر. قد يضبط "الملاح" على 70% و"كلب الحراسة" على 30%، مما يخلق أمراً توجيهياً مدمجاً وسلساً يبدو طبيعياً وليس متقطعاً.

"الفلتر الذكي" (التعامل مع المستشعرات السيئة)

العبقرية الحقيقية في هذه الورقة تكمن في كيفية تعامل "شرطي المرور" مع بيانات المستشعرات السيئة.

في الماضي، إذا حدث خلل في المستشعرات (مثل "الهلوسة" حيث تظن السيارة وجود شبح أمامها)، فقد يصاب نظام يعتمد على القواعد البسيطة بالذعر ويضغط على المكابح بقوة.

الطريقة القديمة: "أرى شبحاً! توقف!" (حتى لو كان مجرد خلل تقني).
الطريقة الجديدة (هذه الورقة): تم تدريب "شرطي المرور" باستخدام طريقة تعلم خاصة (التعلم التعزيزي - Reinforcement Learning). لقد شهد آلاف السيناريوهات التي تكذب فيها المستشعرات. وقد تعلم كيف ينظر إلى الصورة الكبيرة.
- هو يتساءل: "هل لا يزال 'الملاح' واثقاً؟ هل يبالغ 'كلب الحراسة' في رد فعله؟ هل هذا مجرد خلل تقني؟"
- إذا كانت المستشعرات مشوشة، يثق "شرطي المرور" في "الملاح" أكثر ويتجاهل الصراخ الهستيري لـ "كلب الحراسة"، مما يمنع السيارة من الارتباك بسبب إنذار كاذب.

"شبكة الأمان"

حتى مع وجود "شرطي مرور" ذكي، أضاف المؤلفون "شبكة أمان". إذا كانت المستشعرات معطلة لدرجة أن السيارة لا تستطيع رؤية أي شيء، أو إذا كانت البيانات قديمة جداً (غير محدثة)، فإن "شبكة الأمان" تضغط على المكابح فوراً. إنها تشبه والداً يمسك بعجلة القيادة إذا كان الطفل السائق على وشك ارتكاب خطأ فادح.

النتائج: لماذا هذا مهم؟

اختبر الباحثون هذا النظام في محاكاة لسيارة سباق (F1TENTH) ضد منافس أبطأ. لقد تعمدوا إتلاف المستشعرات عبر إضافة ضجيج، وتأخير في البيانات، وعوائق وهمية ("أشباح").

المنافس: قاموا أيضاً ببناء نظام "ثقيل رياضياً" يحاول حساب كل مسار مستقبلي ممكن. كان هذا النظام سريعاً في المتوسط، ولكنه كان يتجمد أو يصاب بالذعر أحياناً عندما تصبح المستشعرات مشوشة، مما يؤدي إلى خسارته للسباق أو اقترابه الشديد من المنافس.
النظام الجديد: كان نظام "شرطي المرور" أكثر اتساقاً. حتى عندما كانت المستشعرات تكذب عليه، استمر في تحريك السيارة للأمام بأمان. لم يصبه الذعر بسهولة، وتمكن من إنهاء السباق في معظم الحالات.

باخت-صار

تقدم هذه الورقة طريقة جديدة لقيادة السيارات ذاتية القيادة تتسم بـ المتانة (لا تنهار بسهولة) والسلاسة. فبدلاً من الاختيار بين "اتبع الخريطة" أو "تجنب الاصطدام"، يتعلم النظام دمج الاثنين معاً بشكل مثالي، حتى عندما تكون "عيون" السيارة مشوشة. الأمر يشبه امتلاك سائق هادٍ بما يكفي لتجاهل الإنذارات الكاذبة، ولكنه حاد الذكاء بما يكفي للاستجابة فوراً عندما يكون الخطر حقيقياً.

إليك ملخص تقني مفصل للورقة البحثية بعنوان "التحكيم القوي بين السلوك العالمي والمحلي عبر دمج الأوامر المستمر تحت ظروف أخطاء ليدار (LiDAR)" للباحثين محمد الجوهري وعمرو س. الوكيل.

1. بيان المشكلة

تواجه أنظمة القيادة الذاتية النمطية تحديًا حرجًا: وهو تنسيق أهداف التقدم العالمي (مثل اتباع مسار مخطط له) مع ردود الفعل المحلية المتعلقة بالسلامة (مثل تجنب العوائق) عندما تكون بيانات الاستشعار غير مثالية.

الصراع: تضمن المتحكمات العالمية (مثل Pure Pursuit) تتبع المسار، ولكنها قد تتجاهل العوائق الفورية. بينما تضمن المتحكمات المحلية التفاعلية (مثل Gap Follow) السلامة، ولكنها قد تفتقر إلى أهداف التقدم طويلة المدى.
تحدي الاستشعار: غالبًا ما تكون بيانات "ليدار" في العالم الحقيقي مشوبة بالضجيج، أو زمن التأخير، أو انقطاع المسح، أو القيم الشاذة الكاذبة قصيرة المدى. إن التحكيم التقليدي القائم على القواعد (التبديل بين المتحكمات بناءً على عتبات محددة) حساس للغاية لهذه العيوب، مما يؤدي إلى مناورات سابقة لأوانها، أو تذبذبات، أو سلوك مفرط في التحفظ يؤدي إلى توقف التقدم.
الهدف: تطوير طبقة تحكيم قوية تدمج هذين السلوكين المتميزين في أمر واحد، مع الحفاظ على السلامة والتقدم حتى في ظل تدهور كبير في الاستشعار، دون استبدال المتحكمات الأساسية القابلة للتفسير.

2. المنهجية

يقترح المؤلفون وحدة تحكيم تعمل ببيئة ROS2-native تستخدم التعلم التعزيزي (RL) لتعلم سياسة دمج مستمرة مع الإبقاء على المتحكمات منخفضة المستوى دون تغيير.

أ. بنية النظام

يعمل النظام بتردد 30 هرتز ويدمج متحكمين متوازيين منخفضي المستوى:

المتحكم العالمي: Pure Pursuit (PP) لتتبع المرجع.
المتحكم المحلي: Gap Follow (GF) لتجنب الاصطدام التفاعلي بناءً على ليدار ثنائي الأبعاد.

ينتج كلا المتحكمين أوامر "أكمان" (Ackermann) مرشحة (التوجيه $\delta$ والسرعة $v$ ).

ب. دمج الأوامر المستمر

بدلاً من التبديل بين المتحكمات، تخرج السياسة المتعلمة بوابة مستمرة $\alpha \in [0, 1]$ . الأمر النهائي $u_t$ هو مزيج خطي:
$u_t = (1 - \alpha_t) u_{PP,t} + \alpha_t u_{GF,t}$
هذا النهج يحافظ على استقرار وتفسير المتحكمات الأساسية مع السماح بانتقالات سلسة.

ج. التحكيم القائم على التعلم (PPO)

الخوارزمية: تحسين السياسة القريبة (PPO) مع تقدير الميزة المعممة (GAE).
فضاء الملاحظة: متجه سمات مدمج ( $s_t$ $s_{t}$ ) بدلاً من مسحات ليدار الخام. تشمل السمات:
- إحصائيات مخروط الليدار الأمامي (مثل الخلوص الأدنى).
- هندسة المرجع (الانحناء، مسافة النظر للأمام).
- معلومات الخصم النسبية (المسافة، الزاوية، السرعة).
- سمة المتانة: أثناء التدريب، يتم حجب ميزات الخصم عشوائيًا لمحاكاة السيناريوهات التي يكون فيها وضع الخصم غير قابل للملاحظة.
فضاء العمل: قيمة عددية واحدة $\alpha$ يتم رسمها عبر دالة "سيجمويد" (sigmoid) لضمان بقائها ضمن النطاق $[0, 1]$ .
تصميم المكافأة: يشجع على التقدم للأمام، ويعاقب على القرب غير الآمن (انتهاكات الخلوص)، ويمنع التبديل السريع (الارتجاف) في قيمة البوابة.

د. آليات السلامة

لضمان السلامة دون تعديل سياسة التعلم التعزيزي، يتضمن النظام:

بوابة نمط التفاعل: تعمل السياسة فقط خلال سيناريوهات تفاعل محددة (مثل التجاوز وجهاً لوجه).
تنعيم وقت التشغيل: استخدام مرشح تمرير منخفض لقيمة البوابة $\alpha$ لمنع التذبذبات عالية التردد.
تجاوز السلامة: يتم تفعيل التوقف القسري إذا انخفض الخلوص الأمامي عن حد أدنى أو إذا كانت البيانات المدخلة قديمة (انتهاء المهلة).

هـ. مقارنة خط الأساس

للتحقق من النهج، قام المؤلفون بتنفيذ خط أساس تنبؤي قائم على أخذ العينات (Sampling MPC).

يستخدم نفس مدخلات ROS ومعدل التحكم (30 هرتز).
يقيم مجموعة منفصلة من مرشحي التوجيه الثابت باستخدام نموذج دراجة كينماتيكي.
يفحص المرشحين مقابل بيانات ليدار لتحديد الاصطدامات ويختار المسار ذو التكلفة الأدنى.

3. المساهمات الرئيسية

بروتوكول تقييم المتانة القائم على ROS2:
- قدم بروتوكولاً منهجياً لحقن العيوب في بيانات ليدار، بما في ذلك الضجيج الغاوسي، والتأخيرات الثابتة (200 مللي ثانية)، وانقطاعات المسح (30%)، ومجموعة من القيم الشاذة الكاذبة قصيرة المدى في المخروط الأمامي.
- أنتج منحنيات متانة تقيس معدلات النجاح والاستقرار في وقت التشغيل مع زيادة ضغوط الاستشعار.
الدمج المستمر على مستوى الأمر:
- قدم وحدة تحكيم خفيفة الوزن تدمج Pure Pursuit وGap Follow عبر بوابة عددية واحدة متعلمة.
- أثبت أن تعلم متغير قرار واحد كافٍ لتنسيق السلوكيات المعقدة مع الحفاظ على قيود الوقت الفعلي.
مقارنة متطابقة مع خط الأساس:
- قدم مقارنة عادلة ضد نموذج تنبؤي يعتمد على أخذ العينات، باستخدام نفس المدخلات وترددات التحكم وبيئات المحاكاة، لعزل فوائد نهج الدمج.

4. النتائج التجريبية

أُجريت التجارب في محاكي F1TENTH Gym ROS على مسار Levine (للتدريب) ومسار IMS غير المرئي (للتقييم).

الأداء الاسمي (استشعار نظيف):
- المحكم المقترح: حقق نسبة نجاح 100% (10/10 جولات) مع 0 اصطدامات و0 انتهاء مهلة.
- Sampling MPC: حقق نسبة نجاح 90%، حيث انتهت جولة واحدة بانتهاء المهلة.
- وقت التشغيل: كان للمحكم متوسط وقت تشغيل أعلى قليلاً (31.95 مللي ثانية مقابل 24.15 مللي ثانية) ولكنه سجل انخفاضاً أكبر في ذروات وقت التشغيل الأسوأ (47.12 مللي ثانية مقابل 61.83 مللي ثانية)، مما يشير إلى استقرار أكثر اتساقاً في الوقت الفعلي.
المتانة تحت عيوب ليدار:
- مع زيادة احتمال وجود قيم شاذة كاذبة قصيرة المدى ( $p_{out}$ $p_{o u t}$ ) من 0.0 إلى 0.4:
  - تدهور أداء Sampling MPC بشكل حاد. فقد رفض المسارات الصالحة باعتبارها "غير آمنة" بسبب العوائق الكاذبة، مما أدى إلى انتهاء المهلة وأحداث قرب غير آمن.
  - حافظ المحكم المقترح على معدل نجاح آمن أعلى وتدهور بشكل تدريجي أكثر.
- السبب: يعتمد المحكم على إحصائيات السمات المجمعة (مثل إحصائيات الخلوص الأدنى) بدلاً من فحص كل شعاع مقابل كل مسار مرشح. وهذا يجعله أقل حساسية للقيم الشاذة المنعزلة ويمنع "الشلل التحفظي" الذي يظهر في خط الأساس القائم على أخذ العينات.

5. الأهمية والخاتمة

العملية: تقدم الطريقة حلاً عملياً لأنظمة القيادة الذاتية النمطية (مثل Autoware) حيث يكون استبدال المتحكمات الحالية المثبتة أمراً غير مرغوب فيه. فهي تعمل كمنسق "إضافي".
المتانة: تثبت الدراسة أن تعلم سياسة دمج أكثر متانة تجاه ضجيج الاستشعار والإيجابيات الكاذبة من التحكم التنبؤي التقليدي القائم على أخذ العينات في السيناريوهات التفاعلية.
الاستقرار في الوقت الفعلي: من خلال تجنب حلقات التحسين المعقدة عبر الإنترنت لكل مرشح، يوفر نهج الدمج أوقات تنفيذ أكثر قابلية للتنبؤ، وهو أمر بالغ الأهمية لدوائر التحكم الحرجة للسلامة.
النطاق: يوضح المؤلفون أن هذا تقييم على مستوى الأمر، وليس بديلاً للتخطيط عالي المستوى. فهو يعالج تحديداً تنسيق السلوكيات الموجودة تحت ظروف استشعار غير مثالية، مما يسد الفجوة بين التخطيط عالي المستوى والتحكم منخفض المستوى.

باختصار، تؤكد الورقة أن الدمج المستمر للمتحكمات القابلة للتفسير عبر التعلم يتفوق على خط أساس تنبؤي متطابق يعتمد على أخذ العينات من حيث السلامة، ومعدل النجاح، والاستقرار في الوقت الفعلي عند العمل تحت تأثير عيوب مستشعر ليدار الواقعية.