Data collection from highways: a geometric, class-agnostic approach to embedded vehicle counting

تخيل أنك تقف على طريق سريع مزدحم، تحاول عدّ عدد السيارات التي تمر كل دقيقة. في عالم هندسة المرور، معرفة هذا الرقم تشبه معرفة نبض قلب المدينة؛ فهي تساعد المخططين في اتخاذ القرار بشأن مكان بناء طرق جديدة أو كيفية توقيت إشارات المرور. لعقود من الزمن، كانت الطريقة الأذكى للقيام بذلك هي استخدام أجهزة كمبيوتر تعتمد على "التعلم العميق" — وهي عقول رقمية مدربة على التعرف على أشكال محددة مثل "سيارة"، "حافلة"، أو "شاحنة". هذه الأنظمة تشبه حراس الأمن شديدي الملاحظة الذين يمكنهم تحديد هوية مركبة، وتتبع مسارها، وعدّها. ومع ذلك، فإن هذه العقول الرقمية لديها مشكلة كبيرة: فهي لا تعرف إلا ما عُلّمت إياه. فإذا مرت جرارة مزرعة غريبة، أو حمولة متساقطة، أو عربة يجرها حمار، فقد يرتبك الكمبيوتر لأنه لم يُدرب على رؤية مثل هذه الأشياء. علاوة على ذلك، فإن هذه الكمبيوترات الذكية متعطشة للكهرباء وتحتاج إلى أجهزة قوية وباهظة الثمن لتشغيلها، مما يجعل من الصعب تركيبها على أعمدة بسيطة بجانب الطريق.

يستكشف هذا البحث نهجًا مختلفًا وأبسط بكثير: بدلاً من محاولة التعرف على ماهية الشيء، يقوم النظام فقط بملاحظة أن شيئًا ما يتحرك. إنه يعامل الطريق كأنه خط سلكي غير مرئي ضخم. إذا عبر ظل أو كتلة متحركة خطًا معينًا، يتم احتسابها كمركبة. يطلق المؤلفون على هذا النهج اسم "النهج غير المرتبط بالفئة" (class-agnostic)، مما يعني أنه لا يهتم بفئة أو نوع الشيء؛ بل يهتم فقط بالحركة. السؤال الكبير الذي يعالجه البحث هو: هل يمكننا بناء نظام عدّ بسيط للغاية لدرجة أنه يعمل على كمبيوتر صغير ورخيص (مثل Raspberry Pi)، ويعمل دون الحاجة إلى بيانات تدريب، ومع ذلك يؤدي المهمة بنجاح؟ إنهم يجادلون بأن هذه الأنظمة أحيانًا تكون أبسط الحيل الهندسية أفضل من الذكاء الاصطناعي المعقد والمستهلك للطاقة، خاصة عندما تحتاج إلى عدّ أشياء لم ترها من قبل.

السلك الخفي: عدّ السيارات دون معرفة ماهيتها

قرر مؤلفو هذا البحث التراجع خطوة إلى الوراء عن الطريقة عالية التقنية و"الذكية" لعدّ السيارات. فبدلاً من بناء عقل رقمي يتعلم التعرف على السيارة، بنوا نظامًا يعمل مثل حارس بسيط وسريع جدًا يقف على جسر. هذا الحارس لا يهتم إذا كان الشيء الذي يمر أمامه سيارة، أو شاحنة، أو روبوتًا عملاقًا؛ هو يهتم فقط إذا تحرك شيء ما عبر خط معين.

"سحر" الخط غير المرئي
تخيل أنك تلعب لعبة فيديو حيث يتعين عليك الإمساك بأشياء تسقط. عادةً، ستحاول تحديد كل جسم أولاً. لكن هذا البحث يقترح حيلة أبسط: فقط ارسم خطًا عبر الشاشة. إذا عبر أي شيء هذا الخط، تضغط على زر. في العالم الحقيقي، هذا "الخط" هو قطعة من البرمجيات تسمى "الحلقة الافتراضية". إنها تشبه الحلقات المعدنية القديمة المدفونة في الطريق والتي تُفعل إشارات المرور، ولكن بدلًا من كونها مدفونة في الأسفلت، يتم رسمها على شاشة الكاميرا.

يعمل النظام في ثلاث خطوات بسيطة:

1. الخلفية: تتعلم الكاميرا كيف يبدو الطريق وهو فارغ.
2. الفرق: تقارن الصورة الحالية بالطريق الفارغ. إذا كان هناك فرق (سيارة متحركة)، فإنها تبرزها ككتلة بيضاء "blob" على شاشة سوداء.
3. العدّ: تتحقق مما إذا كانت تلك الكتلة البيضاء تلمس الخط غير المرئي. إذا فعلت، يتم احتساب واحد.

العبقرية هنا هي أن النظام لا يسأل أبدًا: "هل هذه سيارة؟" بل يسأل فقط: "هل تحرك شيء ما عبر الخط؟" وهذا يعني أنه يمكنه عدّ سيارة، أو بقرة، أو كومة من القمامة دون الحاجة إلى تعلم شكل أي منها.

قاعدتا الطريق
اختبر الباحثون طريقتين مختلفتين لجعل عملية العدّ هذه دقيقة.

• القاعدة رقم 1: تخمين السرعة. تفترض الطريقة الأولى أن جميع السيارات تتحرك بنفس السرعة تقريبًا. لقد حددوا عرض الخط غير المرئي ليتناسب مع المسافة التي يُتوقع أن تقطعها السيارة في إطار واحد من الفيديو. إذا تحركت السيارة ببطء أكثر من المتوقع، فقد تبقى على الخط لإطارين، وقد يقوم النظام بعدّها مرتين بالخطأ. تظهر الرياضيات أن هذه الطريقة يجب أن تكون دقة بنسبة 86% تقريبًا إذا كانت السيارات تسير بسرعة طبيعية. إنه تخمين جيد، لكنه ليس مثاليًا.
• القاعدة رقم 2: الخريطة ذاتية الضبط. الطريقة الثانية أكثر ذكاءً. فهي تراقب كتل السيارات المتحركة وتكتشف أماكن المسارات من تلقاء نفسها. ثم ترسم خطًا غير مرئي منفصل لكل مسار. عندما تدخل سيارة مسارًا ما، ينتظر النظام حتى تغادر السيارة الخط قبل عدّها. هذا يتجنب خطأ "العد المزدوج". كما تمنح هذه الطريقة ميزة إضافية: من خلال توقيت المدة التي تستغرقها السيارة لعبور الخط، يمكن للنظام تخمين السرعة التي كانت تسير بها.

الاختبار في العالم الحقيقي: أجهزة كمبيوتر صغيرة، نتائج كبيرة
اختبر الفريق هذه الأفكار على أجهزة كمبيوتر صغيرة ورخيصة تسمى أجهزة الكمبيوتر أحادية اللوحة (SBCs)، مثل Raspberry Pi. هذه الأجهزة بحجم بطاقة الائتمان وتكلف القليل جدًا، لكنها ليست قوية جدًا.

قارنوا طريقة "السلك الخفي" البسيطة هذه بطريقة أكثر تعقيدًا تحاول تتبع مسار كل سيارة (مثل شخصية في لعبة فيديو). وكانت النتائج مفاجئة:

• على جهاز كمبيوتر مكتبي قياسي، كانت طريقة التتبع المعقدة بطيئة وغالبًا ما ترتبك.
• على جهاز Raspberry Pi الصغير، فشلت الطريقة المعقدة فشلًا ذريعًا، حيث عدّت 37.5% فقط من السيارات بشكل صحيح. كانت بطيئة جدًا واضطلرت لخفض جودة الفيديو لدرجة أنها لم تعد قادرة على رؤية السيارات.
• أما طريقة "السلك الخفي" البسيطة، فقد عملت بسرعة أكبر من الوقت الفعلي وعدّت 91% من السيارات بشكل صحيح.

العقبة: "ركبة الدقة" و"أرضية معدل الإطارات"
اكتشف البحث أيضًا بعض الحدود الصعبة، مثل قواعد الفيزياء للكاميرات الرقمية.

• ركبة الدقة (The Resolution Knee): إذا كانت صورة الفيديو صغيرة جدًا (أقل من 200 بكسل عرضًا)، يتوقف النظام عن العمل. تصبح السيارات المتحركة صغيرة جدًا بحيث لا يستطيع الكمبيوتر تمييزها عن الضجيج. ولكن بمجرد أن تصبح الصورة كبيرة بما يكفي، فإن جعلها أكبر لا يفيد كثيرًا؛ بل يهدر قوة الكمبيوتر فقط.
• أرضية معدل الإطارات (The Frame Rate Floor): إذا كانت الكاميرا تلتقط صورًا قليلة جدًا في الثانية (أقل من 5 إطارات في الثانية)، فإن السيارات "تقفز" فوق الخط غير المرئي. تخيل سيارة تتحرك بسرعة كبيرة بين صورتين بحيث كانت على أحد جانبي الخط في الصورة الأولى، وعلى الجانب الآخر في الصورة الثانية، ولم تلمس الخط فعليًا في المنترض. سيفقدها النظام تمامًا. لا يوجد قدر من البرمجيات الذكية يمكنه إصلاح هذا إذا لم تكن الكاميرا تلتقط صورًا بسرعة كافية.

لماذا يهم هذا؟
يخلص المؤلفون إلى أنه بينما تعتبر أجهزة الكشف "الذكية" بالذكاء الاصطناعي رائعة عندما تمتلك الكثير من المال والطاقة، إلا أنها ليست دائمًا الأداة المناسبة. إذا كنت بحاجة إلى عدّ أشياء غريبة (مثل معدات المزارع)، أو إذا لم يكن لديك بيانات لتدريب الكمبيوتر، أو إذا كنت بحاجة لتشغيل مستشعر على بطارية صغيرة تعمل بالطاقة الشمسية، فإن هذه الطريقة الهندسية البسيطة هي الفائزة. الأمر لا يتعلق بكونك الأكثر دقة في كل موقف؛ بل يتعلق بكونك موثوقًا، رخيصًا، وقادرًا على العمل في أي مكان دون الحاج بحاجة إلى كمبيوتر خارق.

في النهاية، يظهر البحث أنه في بعض الأحيان، أفضل طريقة لحل مشكلة معقدة ليست ببناء عقل أذكى، بل ببناء فخ أبسط وأكثر صدقًا.