One-Stage Object Detectors in Autonomous Driving

في عالم السيارات ذاتية القيادة، تُعد قدرة المركبة على الرؤية بالغة الأهمية تماماً مثل قدرتها على التوجيه أو الكبح. فقبل أن تتمكن السيارة من اتخاذ قرار بالانعطاف، أو التوقف، أو تغيير المسار، يجب عليها أولاً أن تفهم ما يدور حولها. وتعتمد هذه العملية، المعروفة باسم "الإدراك"، على الكاميرات والمستشعرات لتحديد كل شيء، بدءاً من المركبات الأخرى والمشاة وصولاً إلى إشارات المرور وراكبي الدراجات. ويتمثل التحدي الذي يواجه المهندسين في بناء نظام يمكنه رصد هذه الأجسام فوراً وبشكل صحيح، حتى عندما يكون الطريق مزدحماً، أو الطقس سيئاً، أو كانت الأجسام بعيدة المدى. فإذا كان النظام بطيئاً جداً، فقد تتفاعل السيارة متأخرة للغاية؛ وإذا لم يكن دقيقاً بما يكفي، فقد يغفل عن خطر ما تماماً. ولحل هذه المشكلة، طور الباحثون أنواعاً مختلفة من أنظمة الرؤية الحاسوبية، والتي تنقسم بشكل عريض إلى تلك التي تتبع نهجاً بطيئاً ودقيقاً يتكون من خطوتين، وتلك التي تقوم بتخمين سريع وواحد. وقد أصبحت النوعية الأخيرة، المعروفة باسم "المكتشفات أحادية المرحلة"، الخيار المفضل للقيادة في الوقت الفعلي لأنها تستطيع معالجة بث الفيديو بسرعة كافية لمواكبة مركبة متحركة.

لقد شرع فريق من الباحثين من جامعة فلوريدا غالت كوست مؤخراً في رسم خارطة طريق لهذه الأنظمة السريعة أحادية الخطوة. وبدلاً من بناء مكتشف جديد بأنفسهم، أجروا مراجعة شاملة للتكنولوجيا الموجودة، متتبعين كيفية تطور هذه الأنظمة من نسخها الأولى إلى أكثر النماذج تقدماً المتاحة اليوم. وكان هدفهم هو فهم كيف توازن هذه التصميمات المختلفة بين الاحتياجات المتنافسة للسرعة والدقة والكفاءة، وتحديد أي منها جاهز حقاً للظروف غير المتوقعة للطريق المفتوح. ومن خلال تحليل تاريخ هذه الأدوات، والطرق المحددة التي بُنيت بها، وكيفية أدائها في الاختبارات القياسية، يقدم المؤلفون صورة واضحة للمكان الذي تقف فيه التكنولوجيا وأين لا تزال تعاني من القصور.

تبدأ قصة هذه المكتشفات بالإدراك بأن السيارات ذاتية القيادة لا تملك ترف الانتظار. فغالياً ما كانت تعمل الأنظمة المبكرة مثل المحقق الذي يدرج أولاً كل المشتبه بهم المحتملين قبل تضييق القائمة، وهي طريقة دقيقة ولكنها بطيئة جداً بالنسبة لسيارة تتحرك بسرعات الطرق السريعة. لقد غيرت المكتشفات أحادية المرحلة هذا الأمر عبر النظر إلى الصورة بأكملة دفعة واحدة والتنبؤ بمواقع الأجسام في تمريرة واحدة. وقد تتبع الباحثون سلالة هذه الأنظمة، بدءاً من النسخ الأولى التي كانت قادرة على تحديد الأجسام بسرعة ولكنها غال القدرة على الدقة. ومع مرور الوقت، أدخل المهندسون تحسينات مثل طرق أفضل لدمج المعلومات البصرية من أجزاء مختلفة من الصورة، وطرق جديدة للتعامل مع حقيقة أن بعض الأجسام، مثل المشاة البعيدين، تظهر أصغر بكاً من غيرها.

تعد سلسلة "YOLO" واحدة من أهم عائلات هذه المكتشفات، والتي تم تحديثها مراراً وتكراراً لتصبح أسرع وأكثر دقة. وقد لاحظ الباحثون أنه بينما كانت النسخ الأولى رائدة من حيث السرعة، فقد تعلمت الإصدارات الأحدث التعامل مع المشاهد المعقدة بشكل أفضل، رغم أنها لا تزال تواجه تحديات مع الأجسام الصغيرة جداً أو المخفية. وهناك توجهات أخرى، مثل تلك التي لا تعتمد على صناديق محددة مسبقاً للعثور على الأجسام، قد قدمت مساراً مختلفاً. فهذه الأنظمة "الخالية من المرتكزات" (anchor-free) تبسط العملية من خلال البحث عن مراكز النقاط أو زوايا الأجسام مباشرة. وبينما يتسم هذا التصميم بالأناقة وغالباً ما يكون أكثر مرونة، وجدت المراجعة أنه لا يترجم دائماً إلى زمن الاستجابة المنخفض للغاية المطلوب للقيادة الآمنة، حيث يمكن أن تكون بعض هذه الطرق ثقيلة حسابياً أو تعاني في البيئات المزدحمة.

كما تسلط الورقة الضوء على فجوة حاسمة بين كيفية أداء هذه الأنظمة في المختبر وكيفية عملها في العالم الحقيقي. ففي الاختبارات المحكومة باستخدام مجموعات البيانات القياسية، تحقق العديد من المكتشفات درجات مبهرة، حيث تحدد نسبة عالية من السيارات والناس بشكل صحيح. ومع ذلك، يشير الباحثون إلى أن هذه الاختبارات غالباً ما تستخدم صوراً واضحة وجيدة الإضاءة لا تعكس الواقع الفوضوي للقيادة. فعندما تتغير الظروف — مثل هطول الأمطار الغزيرة، أو الضباب، أو في الليل — يمكن أن ينخفض أداء حتى أفضل النماذج بشكل كبير. علاوة على ذلك، تؤكد الدراسة أن المكتشف قد يكون سريعاً بما يكفي للعمل على كمبيوتر قوي، ولكنه يتطلب قدرات تفوق الشرائح الصغيرة الموفرة للطاقة الموجودة داخل المركبة. ويظل التوازن بين السرعة والدقة توتراً مركزياً؛ فجعل النظام أسرع غالباً ما يعني أنه يصبح أقل دقة، وجعل النظام أكثر دقة يمكن أن يبطئه إلى درجة خطيرة.

ومن خلال تحليلهم لمختلف مجموعات البيانات المرجعية، يظهر المؤلفون أنه لا يوجد مكتشف واحد مثالي لكل موقف. فبعض النماذج تتفوق في رصد المركبات الكبيرة لكنها تغفل عن راكبي الدراجات الصغار، بينما يبرع البعض الآخر في تحديد الأجسام في المسافة البعيدة لكنها تعاني مع تلك التي يتم حجبها جزئياً. وتشير المراجعة إلى أن مستقبل إدراك القيادة الذاتية لا يكمن فقط في جعل المكتشفات أسرع، بل في جعلها أكثر متانة وقابلية للتكيف. ويشمل ذلك تحسين كيفية تعاملها مع الطقس الصعب، وضمان قدرتها على العمل على أجهزة محدودة، وتطوير طرق أفضل لقياس سلامتها في سيناريوهات العالم الحقيقي بدلاً من مجرد الأرقام على الورق. ويخلص الباحثون إلى أنه على الرغم من أن المكتشفات أحادية المرحلة قد قطعت شوطاً طويلاً وتشكل العمود الفقري للإدراك الحديث للقيادة الذاتية، إلا أنه لا يزال هناك عمل كبير يتعين القيام به قبل أن تُعتبر هذه الأنظمة موثوقة تماماً في جميع ظروف القيادة. ويتطلب المسار المستقبلي تحولاً من مجرد السعي وراء درجات أعلى في الاختبارات القياسية إلى بناء أنظمة مرنة، وفعالة، وآمنة في البيئة المعقدة والديناميكية للعالم الحقيقي.