Sliding Sensors: Configurable Confidence in State Estimation for Continuum Robots

تخيل عالماً لا تكون فيه الروبوتات مجرد أذرع معدنية صلبة، بل كائنات مرنة تشبه الثعابين يمكنها التلوي ببراعة عبر المساحات الضيقة، أو استكشاف الكهوف، أو حتى مساعدة الأطباء في إجراء عمليات جراحية دقيقة داخل جسم الإنسان. تُسمى هذه الروبوتات "الروبوتات المستمرة" (continuum robots). الجزء الصعب يكمن في معرفة موقع كل بوصة من جسدها اللين بدقة في أي لحظة. فإذا اعتقد الروبوت أن أنفه في مكان ما بينما هو في الواقع في مكان آخر، فقد يصطدم بشيء لا ينبغي له لمسه. ولحل هذه المشكلة، يلجأ المهندسون عادةً إلى وضع مستشعرات على الربوط لتعمل بمثابة "عيون"، تخبر الكمبيوتر بمكان وجود الروبوت. لكن العائق هنا هو أنه إذا كان لديك زوج واحد فقط من العيون عند طرف الثعبان، فسيكون الروبوت متأكداً تماماً من موقع أنفه، لكنه سيظل يخمن موقع بقية جسده. الأمر يشبه محاولة تخمين شكل دودة طويلة ومتعرجة بمجرد النظر إلى رأسها؛ فكلما ابتعدت عن الرأس، زاد عدم اليقين لديك.

يتناول هذا البحث حلاً ذكياً لهذه اللعبة من التخمين. فبدلاً من إبقاء "العيون" (المستشعرات) ثابتة في مكان واحد، صمم الباحثون روبوتاً يمكن للمستشعر فيه أن ينزلق فعلياً ذهاباً وإياباً على طول جسم الروبوت، مثل خرزة تتحرك على خيط. ومن خلال تحريك المستشعر، يمكنهم نقل "نطاق اليقين" إلى أي مكان يحتاجه الروبوت بشدة. اختبر الفريق هذه الفكرة باستخدام روبوت حقيقي ومحاكاة حاسوبية، ووجدوا أنه على الرغم من أن الروبوت لم يصبح مثالياً، إلا أن تحريك المستشرم حول جعل تخمين الروبوت لشكل جسمه أفضل قليلاً مما لو كان المستشعر ثابتاً في مكانه.

المستشعر المنزلق: روبوت يمكنه "النظر" إلى نفسه

في عالم الروبوتات المرنة، يمثل معرفة الشكل الخاص بك تحدياً مستمراً. فهذه الروبوتات مصممة للانحناء والالتواء في بيئات غير مؤكدة، لذا فهي تحتاج لمعرفة موقعها بدقة لتبقى آمنة. وعادةً ما يضع المهندسون مستشعرات في أماكن ثابتة لقياس موقع الروبوت. ومع ذلك، فإن هذا يخلق مشكلة: يكون الروبوت واثقاً جداً من الأجزاء القريبة من المستشعر، ولكن كلما ابتعدت عن المستشعر، انخفضت درجة الثقة. الأمر يشبه محاولة وصف طريق طويل ومتعرج عندما لا يمكنك رؤية سوى الأقدام القليلة الأولى؛ حيث يتعين عليك تخمين الباقي بناءً على كيف يبدو الطريق "عادةً"، وهو أمر ليس دقيقاً دائماً.

تساءل الباحثون وراء هذه الدراسة سؤالاً بسيطاً: ماذا لو لم يكن لزاماً على المستشعر أن يبقى في مكانه؟ لقد اقترحوا تصميماً جديداً حيث يتم تركيب المستشعر على مسار داخل جسم الروبوت، مما يسمح له بالانزلاق ذهاباً وإياباً مثل منزلق النافذة. وهذا يحول المستشعر إلى أداة نشطة يمكنها التحرك إلى أجزاء مختلفة من الروبوت لـ "التحقق" من مناطق معينة.

كيف اختبروا ذلك

لمعرفة ما إذا كانت هذه الفكرة ستنجح، قام الفريق ببناء روبوت لإثبات المفهوم. استخدموا روبوتاً بطول 70 سنتيمتراً يعمل بنظام التوجيه بالأوتار ومصنوع من أنابيب معدنية خاصة. وفي داخل العمود الفقري للروبوت، وضعوا مستشعراً كهرومغناطيسياً صغيراً (بحجم حبة أرز تقرياً، بقطر 0.5 ملم وطول 8 ملم) متصلاً بآلية انزلاق. تم تشغيل هذه الآلية بواسطة محرك صغير يمكنه دفع المستشعر ذهاباً وإياباً على طول مسار يبلغ 60 ملم.

اختبروا هذا الإعداد بطريقتين. أولاً، استخدموا روبوتاً حقيقياً في المختبر، حيث حركوا المستشعر ذهاباً وإياباً بينما ظل الروبوت ثابتاً في أشكال مختلفة (مستقيم، وشكل حرف C، وشكل حرف S). واستخدموا كاميرات عالية السرعة لتتبع الموقع الحقيقي للروبوت، والذي عمل بمثابة "الحقيقة الأرضية" (ground truth) لمعرفة مدى قرب تقديراتهم من الواقع. ثانياً، أجروا عمليات محاكاة لروبوت افتراضي حيث يمكن للمستشعر الانزلاق على طول جسم الروبوت بالكامل.

ما الذي وجدوه

أظهرت النتائج أن تحريك المستشعر ساعد بالفعل. فعندما كان المستشعر ثابتاً عند طرف الروبوت، كان تقدير الروبوت لشكل جسمه يحتوي على قدر معين من الخطأ. ولكن عندما سمحوا للمستشعر بالانزلاق ذهاباً وإياباً، انخفض الخطأ.

في الاختبارات الواقعية مع الروبوت الذي يتخذ شكل حرف C، قلل انزلاق المستشعر من خطأ الموقع بنسبة 6.1% (من 1.64 سم إلى 1.54 سم). أما بالنسبة للروبوت الذي يتخذ شكل حرف S، فقد كان التحسن أكثر وضوحاً، حيث انخفض خطأ الموقع بنسبة 8.4% (من 1.78 سم إلى 1.63 سم). كما تحسن خطأ التوجيه (مدى معرفة الروبوت للاتجاه الذي يشير إليه) بنسبة تتراوح بين 3% إلى 4% اعتماداً على الشكل.

ويوضح الباحثون أن هذا يحدث لأن كمبيوتر الروبوت يمكنه استخدام حركة المستشعر بمرور الوقت لتجميع صورة أفضل للجسم بأكمله. الأمر يشبه محاولة تخمين شكل نفق طويل ومظلم عن طريق تسليط ضوء كشاف من أحد طرفيه؛ فإذا أمسكت الضوء ثابتاً، فلن ترى سوى دائرة صغيرة. ولكن إذا حركت الضوء ذهاباً وإياباً، يمكنك بناء خريطة ذهنية أكثر وضوحاً لشكل النفق. ويشير البحث إلى أن هذا "المُعطى الحركي" (motion prior) – أي استخدام حقيقة أن المستشعر يتحرك – يساعد الروبوت على دمج المعلومات القديمة والجديدة لتقديم تخمين أذكى.

ما يعنيه هذا (وما لا يعنيه)

يلاحظ البحث بحذر أن هذا ليس حلاً سحرياً يجعل الروبوت مثالياً. فقد كانت التحسينات صغيرة ولكنها قابلة للقياس، كما أن الاختبارات أجريت في الغالب بينما كان الروبوت ثابتاً أو يتحرك ببطء شديد. ويعترف المؤلفون بأنهم لم يختبروا بعد كيفية عمل هذا النظام عندما يتحرك الروبوت بسرعة أو في بيئة واقعية فوضوية. كما أشاروا إلى أن تصميمهم الحالي ضخم نوعاً ما ويتطلب أن يكون المستشعر صغيراً جداً ليتناسب مع قلب الروبوت.

ومع ذلك، نجحت الدراسة في إثبات أن المفهوم يعمل: يمكنك إعادة تهيئة المستشعر ميكانيكياً لتغيير المكان الذي يشعر فيه الروبوت بأكبر قدر من الثقة. وهذا يفتح الباب لنوع جديد من "التقدير النشط"، حيث لا يكتفي الروبوت بانتظار البيانات سلبياً، بل يحرك مستشعراته بنشاط للحصول على أفضل المعلومات الممكنة. ويأمل المؤلفون أن يلهم هذا الدراسات المستقبلية للروبوتات التي يمكنها التخطيط لحركاتها واستراتيجيات الاستشعار الخاصة بها معاً، مما يضمن معرفتها الدقيقة بموقعها دائماً، بغض النظر عن مقدار التلوي الذي تقوم به.