AirAlign: Geometry-Aware Relative Pose Alignment for UAV Last-Meter Navigation
يُعد AirAlign إطار عمل مدركاً للهندسة يستفيد من نموذج خلفي لإعادة البناء البصري مُدرب مسبقاً ومجموعة من النماذج المنفصلة للمشاهد لتحقيق محاذاة قوية للوضعية النسبية للملاحة في الأمتار الأخيرة للطائرات بدون طيار تحت تأثير تغيرات حادة في زوايا الرؤية والمظهر.
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
أصبحت الطائرات بدون طيار مشهداً مألوفاً في سمائنا، حيث تُكلف بكل شيء من فحص خطوط الطاقة إلى توصيل الطرود إلى عتبات الأبواب. وبينما تبرع هذه الآلات في الطيران لمسافات طويلة باستخدام إشارات الأقمار الصناعية لمعرفة موقعها، إلا أنها تواجه صعوبة عندما تقترب جداً من وجهتها. فالأمتار القليلة الأخيرة من الرحلة هي الأكثر حرجاً والأكثر صعوبة. عند هذا المدى، غالباً ما تكون إشارات الأقمار الصناعية خشنة للغاية بحيث لا يمكنها توجيه هبوط دقيق، كما أن المشهد الذي تراه الطائرة يختلف جذرياً عن المشهد الذي يراه الهدف على الأرض. فالمبنى الذي يُرى من الأعلى يبدو كشكل مسطح، ولكن مع هبوط الطائرة، يكشف نفس المبنى عن جدران ونوافذ وأنسجة تتغير وتتشوه مع كل درجة حركة. ولكي تهبط بأمان أو تلتقط جسماً ما، يجب على الطائرة أن تفهم بدقة كيف يرتبط موقعها وزاويتها بالهدف، وهي مهمة تُعرف باسم ملاحة "المتر الأخير".
لقد طور باحثون في جامعة نانجينغ لعلوم الطيران والفضاء نظاماً جديداً يسمى AirAlign لحل هذه المشكلة تحديداً. يركز نهجهم على مساعدة الطائرة بدون طيار على تحديد موقعها واتجاهها الدقيق باستخدام صورتين فقط: واحدة ملتقطة من موقع الطائرة الحالي، وأخرى تظهر الهدف الذي يتعين عليها الوصول إليه. وبدلاً من الاعتماد على مستشعرات ثقيلة مثل كاميرات العمق أو ماسحات ضوئية ثلاثية الأبعاد معقدة، يستخدم النظام كاميرا واحدة وقوة الذكاء الاصطناعي لتفسير الهندسة الكامنة داخل تلك الصور. لقد درب الفريق نموذجهم على التعرف على العلاقات المكانية بين الأشياء، مما يسمح له بحساب المسافة التي تبعدها الطائرة عن الهدف والاتجاه الذي يجب أن تنعطف نحوه. وتعد هذه القدرة ضرورية للعمليات المستقلة حيث يجب على الطائرة التفاعل مع العالم، مثل وضع طرد في مكان محدد أو الالتحام بمحطة شحن، بدلاً من مجرد التحليق بالقرب منها.
يتضمن جوهر طريقتهم تعليم الكمبيوتر كيفية "رؤية" البنية ثلاثية الأبعاد للمشهد من صور مسطحة. لقد استخدموا نموذج ذكاء اصطناعي موجود مسبقاً كان مصمماً في الأصل لإعادة بناء الأشكال ثلاثية الأبعاد من الصور. ومن خلال تكييف هذا النموذج، تمكن الباحثون من جعله يستخلص الميزات الهندسية التي تصف شكل وتخطيط البيئة، بدلاً من مجرد التعرف على ماهية الأشياء الموجودة. عندما تلتقط الطائرة صورة المصدر وصورة الهدف، يقوم النظام بتحليل الاختلافات في المنظور وترتيب الميزات لتحديد المسافة النسبية والاتجاه. وتختلف هذه العملية عن الطرق القديمة التي تحاول ببساطة مطابقة الأنماط البصرية، والتي غالباً ما تفشل عندما يتغير زاوية الرؤية بشكل جذري. فالنظام الجديد يفهم أن التغيير في شكل الظل أو قصر طول خط سقف المبنى يشير إلى تغيير محدد في موقع الطائرة في الفضاء.
ولضمان أن يكون نظامهم قوياً ولا يكتفي بمجرد حفظ بيانات التدريب، اتبع الباحثون استراتيجية اختبار صارمة. فقد قسموا مجموعة صور التدريب الخاصة بهم إلى مجموعات منفصلة بناءً على المشاهد المحددة التي تصورها، مما ضمن عدم ظهور أي مشهد في كل من مرحلتي التدريب والاختبار في آن واحد. وقاموا بتدريب نسخ متعددة من النموذج، حيث تعلم كل منها من مجموعة مختلفة من المشاهد، ثم دمجوا تنبؤات كل هذه النماذج لتشكيل إجابة واحدة متوسطة. يساعد هذا النهج، المعروف باسم "النموذج التجميعي" (ensemble)، في تنعيم الأخطاء وتحسين الموثوقية. وقد اختُبرت نتائج هذا العمل في مسابقة أقيمت في ورشة عمل حول المركبات الجوية غير المأهولة في الوسائط المتعددة، حيث واجه النظام تحدياً للتنبؤ بالموقع والزاوية النسبية بين أزواج الصور. حقق نظام AirAlign درجة نهائية قدرها 0.002790، متفوقاً بشكل كبير على الدرجة المرجعية الرسمية البالغة 0.633957، محققاً تصنيفاً عالياً بين الفرق المتنافسة.
كما بحثت الدراسة في الأجزاء الأكثر أهمية لنجاح النظام. ووجدوا أن المعلومات الهندسية المستخلصة من الصور كانت حاسمة، وأن النظام يعمل بشكل أفضل عندما يستخدم عدداً محدداً من مجموعات التدريب بدلاً من الكثير أو القليل جداً. واكتشفوا أن التنبؤ بالاتجاه الذي يجب أن تواجهه الطائرة يعتمد بشكل كبير على فهم وضعية الكاميرا، بينما يتطلب حساب المسافة مزيجاً من وضعية الكاميرا وخريطة النقاط ثلاثية الأبعاد للمشهد. وعندما قاموا بإزالة هذه المكونات المحددة أو المصطلحات الرياضية الإضافية المصممة لضبط الدقة، انخفض أداء النظام بشكل ملحوظ. وقد أكد ذلك أن الجمع بين الوعي الهندسي وطريقة التدريب التجميعية كان مفتاح نجاحهم. ويظهر هذا العمل أنه مع أدوات الذكاء الاصطناعي المناسبة، يمكن للطائرات بدون طيار أن تتعلم كيفية التنقل في الأمتار الأخيرة الأكثر دقة من رحلتها باستخدام لا شيء سوى كاميرا وفهم واضح لشكل العالم.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.