MotionDLO: Hybrid Event- and Frame-Based Tracking of Deformable Linear Objects

في عالم الروبوتات، هناك فجوة مستمرة بين ما يمكن للآلة رؤيته وما تحتاج إلى فعله. تتفوق الروبوتات في تحريك الأشياء الثقيلة والصلبة مثل الصناديق المعدنية أو قطع السيارات، لكنها تعاني مع أي شيء ناعم أو مرن أو غير متوقع. فكر في ضفيرة أسلاك في مصنع سيارات، أو كابل في غرفة خوادم، أو خيط جراحي في مستشفى. تُعرف هذه الأجسام بالأسلاك الخطية القابلة للتشكل (deformable linear objects). فهي تلتوي وتتني وتتشابك بطرق يستحيل التنبؤ بها بدقة مسبقة. وللتحكم فيها، يجب على الروبوت مراقبة حركتها في الوقت الفعلي، وتحديث فهمه لشكلها مئات المرات في الثانية. الكاميرات التقليدية، التي تلتقط صوراً مثل كاميرا الأفلام القياسية، غالباً ما تكون بطيئة جداً لهذه المهمة؛ فبحلول الوقت الذي تلتقط فيه الكاميرا العادية صورة واضحة لسلك سريع الحركة، يكون السلك قد تحرك بالفعل، مما يترك الروبوت مع صورة ضبابية وغير محدثة، وهذا التأخير يتسبب في إخفاق الروبوت في إصابة هدفه، أو الأسوأ من ذلك، فقدان تتبع الجسم تماماً.

ولحل هذه المشكلة، بدأ الباحثون في استخدام نوع مختلف من المستشعرات يسمى "كاميرا الحدث" (event camera). وخلافاً للكاميرا القياسية التي تلتقط صورة كاملة في فترات زمنية ثابتة، تعمل كاميرا الحدث مثل الجهاز العصبي؛ فهي لا تبلغ إلا عن التغييرات فقط. إذا رأيت بكسلات المستشعر تغيراً في الضوء، فإنها ترسل إشارة فوراً، وإذا كان المشهد ساكناً، يظل المستشعر صامتاً. يسمح هذا للكاميرا بالتفاعل مع الحركة في أجزاء من المليون من الثانية (مايكرو ثانية)، مما يلتقط سرعة السلك المتحرك دون أي ضبابية. ومع ذلك، ورغم أن هذه الكاميرات سريعة للغاية، إلا أنها غالباً ما تكون ضعيفة في تحديد مكان الجسم بدقة أو وصف تفاصيل شكله؛ فهي ترى الحركة، لكنها تجد صعوبة في تحديد الشكل. لقد كان التحدي الذي واجه المهندسين هو الجمع بين رد الفعل الخاطف لكاميرا الحدث والرؤية الدقيقة والمفصلة للكاميرا القياسية، لإنشاء نظام يتميز بالسرعة والدقة في آن واحد لتمكين الروبوت من أداء المهام الدقيقة.

لقد طور فريق من الباحثين نظاماً جديداً يسمى "MotionDLO" لسد هذه الفجوة. يركز عملهم على تتبع هذه الأسلاك والكابلات المرنة أثناء حركتها، لضمان معرفة الروبوت بمكان كل جزء من الجسم في جميع الأوقات. يعمل النظام باستخدام "عينين" مختلفتين في وقت واحد؛ العين الأولى هي كاميرا قياسية عالية الدقة تلتقط صوراً للحصول على رؤية واضحة ومفصلة لشكل السلك، والعين الأخرى هي كاميرا الحدث التي تراقب أي حركة. وقد صمم الباحثون البرمجيات للتبديل بين هذين المنظورين بناءً على ما يفعله السلك. فعندما يكون السلك ساكناً، يعتمد النظام على الكاميرا القياسية لبناء خريطة دقيقة ومفصلة لشكلة، وبمجرد أن يبدأ السلك في الحركة، ينتقل النظام فوراً إلى كاميرا الحدث. وبفضل سرعة استجابة كاميرا الحدث، يمكنها تتبع حركة السلك أثناء حدوثها، وتحديث فهم الروبوت لموقع السلك كل 12 ميلي ثانية.

تكمن عبقرية النظام في كيفية جعل هذين التدفقين المختلفين من المعلومات يعملان معاً دون ارتباك. وجد الباحثون أنه إذا اعتمدوا فقط على كاميرا الحدث السريعة، فقد يفقد الروبوت القدرة على تتبع السلك المطلوب، خاصة إذا كان هناك عدة أسلاك في المشهد. وإذا اعتمدوا فقط على الكاميرا القياسية، فسيكون الروبوت بطيئاً جداً في مواكبة الحركات السريعة. يحل نظام MotionDLO هذه المعضلة باستخدام الكاميرا القياسية لتحديد نقطة بداية صلبة ودقيقة وتأكيد هوية الجسم، ثم مع بدء حركة الجسم، تتولى كاميرا الحدث المهمة، موفرةً تدفقاً مستمراً من التحديثات التي تبقي معرفة الروبوت متجددة. النظام ذكي بما يكفي لمعرفة متى توقف الجسم عن الحركة، فيعود للتبديل إلى الكاميرا التفصيلية لتصحيح أي أخطاء صغيرة قد تكون تسللت أثناء الحركة السريعة. وهذا يخلق حلقة سلسة لا يفقد فيها الروبوت رؤية الجسم أبداً، بغض النظر عن سرعة حركته.

اختبر الفريق نظامهم في بيئة صناعية واقعية، باستخدام ذراع روبوتية للإمساك وتحريك أنواع مختلفة من الكابلات والأنابيب. استخدموا ثلاثة أنواع محددة من الأجسام: أنبوب بلاستيكي يستخدم لضغط الهواء، وكابل اتصالات محمياً، وسلك طاقة رفيع. حرك الروبوت هذه الأجسام بسرعات متفاوتة، بما في ذلك الحركات السريعة جداً التي قد تجعل الكاميرا القياسية لا ترى سوى ضبابية. أظهرت النتائج أن نظام MotionDLO يمكنه تتبع الأجسام بدقة مذهلة؛ فحتى عندما حرك الروبوت الكابلات بسرعات تصل إلى 2,255 ملم في الثانية، حافظ النظام على متوسط خطأ يقل عن نصف مليمتر. هذا المستوى من الدقة أمر بالغ الأهمية لأنه يعني أن الروبوت يمكنه التعامل مع السلك دون إتلافه أو إسقاطه. وفي المقابل، فشلت الطرق الأخرى المعتمدة على الكاميرات القياسية أو التتبع البسيط القائم على الأحداث تحت هذه الظروف، حيث إما فقدت تتبع الجسم تماماً أو ارتكبت أخطاء كبيرة جعلت من المستحيل على الروبوت إكمال المهمة.

كان أحد أهم النتائج هو قدرة النظام على تتبع سلك واحد متحرك حتى عندما كان متشابكاً مع أسلاك أخرى ثابتة. ففي مشهد مزدحم يحتوي على كابلات متعددة، غالباً ما ترتبك طرق التتبع الأخرى، حيث تخلط بين الأسلاك أو تفقد السلك المتحرك تماماً. ومع ذلك، استخدم MotionDLO القدرة الفريدة لكاميرا الحدث على رؤية الأجزاء المتحركة فقط؛ وبما أن الأسلاك الثابتة لم تكن تحفز كاميرا الحدث، فقد تمكن النظام من عزل السلك المتحرك عن الفوضى المحيطة وتتبعه بثبات. هذه القدرة على الحفاظ على هوية ثابتة للجسم بمرور الوقت تعد خطوة كبيرة للأمام، حيث تسمح للروبوتات بأداء مهام معقدة تتطلب فترات طويلة من التركيز دون تشتت أو فقدان لمسار العمل.

كما أظهر الباحثون أن نظامهم يعمل دون الحاجة إلى التدريب على أنواع محددة من الأسلاك. تتطلب العديد من أنظمة رؤية الروبوتات الحديثة آلاف الساعات من بيانات التدريب لتعلم كيفية التعرف على جسم معين، وإذا واجه الروبوت نوعاً جديداً من الكابلات لم يره من قبل، فإنه غالباً ما يفشل. يتجنب MotionDLO هذه المشكلة باستخدام نهج "التعلم الصفري" (zero-shot)؛ فهو يستخدم نموذجاً عام الغرض يمكنه فهم شكل السلك بناءً على أوصاف بسيطة، بدلاً من حفظ أمثلة محددة. وهذا يعني إمكانية نشر النظام في مصنع مع نوع جديد من الكابلات وبدء العمل فوراً دون الحاجة إلى فترة تدريب طويلة، مما يجعل هذه التكنولوجيا عملية جداً للاستخدام الصناعي الواقعي حيث تتغير أنواع المواد والأدوات باستمرار.

في تجاربهم، قاس الفريق الوقت الذي يستغرقه النظام لمعالجة كل تحديث، ووجدوا أن العملية برمتها، من رصد الحركة إلى تحديث خطة الروبوت، تستغرق 12 ميلي ثانية فقط. هذه السرعة كافية للسماح للروبوت بالاستجابة في الوقت الفعلي، وتعديل قبضته أو مساره مع حركة السلك. تمكن النظام من الحفاظ على هذا الأداء عبر جميع أنواع الكابلات الثلاثة المختبرة، من الأنبوب البلاستيكي السميك إلى سلك الطاقة الرفيع جداً. وظلت الدقة عالية حتى عندما كانت الأسلاك تتحرك بسرعة، مما أثبت أن النهج الهجين نجح في الجمع بين سرعة الاستشعار القائم على الأحداث ودقة التصوير القياسي.

تتجاوز تداعيات هذا العمل مجرد تحريك الأسلاك؛ فالقدرة على تتبع الأجسام المرنة في الوقت الفعلي تفتح الباب أمام الروبوتات للتعامل مع نطاق أوسع بكثير من المهام. في المستقبل، يمكن استخدام هذه التكنولوجيا لأتمتة تجميع ضفائر الأسلاك المعقدة في السيارات، أو توجيه الكابلات في رفوف الخوادم الضيقة، أو حتى المساعدة في الإجراءات الطبية الدقيقة مثل الخياطة الجراحية. وأشار الباحثون إلى أنه بينما يعمل نظامهم الحالي في بُعدين، فإن الخطوة التالية ستكون إضافة إدراك العمق بحيث يمكن للروبوت فهم الشكل ثلاثي الأبعاد الكامل للجسم. كما يخططون لاختبار النظام في بيئات ذات ظروف إضاءة متغيرة، مثل تلك الموجودة في ورش اللحام أو قطع الليزر، لضمان بقائه قوماً في جميع الإعدادات الصناعية.

إن نجاح MotionDLO يثبت أن مستقبل الإدراك الروبوتي لا يكمن في الاختيار بين السرعة والدقة، بل في الجمع بين نقاط القوة للتقنيات المختلفة. فمن خلال "الاستماع" إلى الإشارات السريعة لكاميرا الحد مع الحفاظ على "النظرة الثابتة" للكاميرا القياسية، يحقق النظام مستوى من الأداء لا يمكن لأي منهما الوصول إليه بمفرده. يقدم هذا النهج حلاً عملياً لمشكلة أعاقت طويلاً أتمتة المهام التي تنطوي على مواد مرنة. ومع ازدياد انتشار الروبوتات في المصانع والمنازل، ستصبح القدرة على التعامل مع ما هو غير متوقع والدقيق لا تقل أهمية عن القدرة على رفع الأحمال الثقيلة. يوفر MotionDLO مساراً واضحاً نحو ذلك المستقبل، مبيناً أنه مع الجمع الصحيح بين المستشعرات والبرمجيات، يمكن للروبوتات أخيراً أن تتعلم التعامل مع العالم كما هو في الواقع: فوضوي، متحرك، ومليء بالأشياء المرنة.