← أحدث الأبحاث
💻 computer science

Pose-Anchored Optical Flow for Low-Latency Human Action Anticipation in Human-Robot Teaming

تقدم هذه الورقة البحثية PoseOFF، وهو تمثيل للتدفق البصري المرتكز على الوضعية يلتقط ديناميكيات الحركة الموضعية حول مفاصل الإنسان لتمكين التنبؤ بدقة وبزمن انتقال منخفض بالأفعال البشرية في فرق العمل بين الإنسان والروبوت دون التكلفة الحسابية لمعالجة الإطار الكامل.

المؤلفون الأصليون: Lewis de Zoete Grundy, Chris McCarthy, Christopher Fluke

نُشر 2026-08-27
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Lewis de Zoete Grundy, Chris McCarthy, Christopher Fluke

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

في عالم الفرق البشرية-الروبوتية الصاخب، تعتمد السلامة والكفاءة على قدرة الروبوت على قراءة عقل الإنسان حتى قبل أن يكتمل الفعل. تخيل ذراعاً روبوتية تعمل جنباً إلى جنب مع نجار بشري؛ إذا انتظر الروبوت حتى ينهي الإنسان أرجحة المطرقة تماماً لكي يستجيب، فسيكون الأوان قد فات بالفعل لمنع تصادم أو لتقديم مساعدة في الوقت المناسب. للتفاعل بشكل طبيعي، يجب على الآلة أن تستنتج القصد من خلال الحركات الأولى والأكثر دقة. لسنوات، حاول الباحثون تعليم الروبوتات هذه المهارة عبر تتبع الهيكل العظمي لجسم الإنسان، ورسم خرائط لمواقع المفاصل مثل المرفقين والركبتين. وبينما تعد هذه الطريقة سريعة وموثوقة، إلا أنها غالباً ما تغفل عن التفاصيل الدقيقة للحركة، مثل دوران المعصم أو الطريقة التي تمسك بها اليد جسماً ما، خاصة في الثواني الأولى من الفعل. وعلى العكس من ذلك، فإن الطرق الأخرى التي تحلل حركة كل بكسل في الفيديو تلتقط هذه التفاصيل، لكنها ثقيلة حسابياً لدرجة أنها تبطئ الروبوت، مما يجعل الاستجابة في الوقت الفعلي أمراً مستحيلاً.

اقترح فريق من الباحثين في جامعة سوينبيرن للتكنولوجيا نهجاً جديداً يسمى "PoseOFF"، والذي يسعى لسد هذه الفجوة عبر الجمع بين سرعة تتبع الهيكل العظمي وتفصيل تحليل الحركة. وبدلاً من مراقبة إطار الفيديو بأكمده أو مجرد نقاط الهيكل العظمي، يركز أسلوبهم تحديداً على الرقع الصغيرة من الحركة المحيطة بكل مفصل مباشرة. ومن خلال ربط بيانات الحركة مباشرة بهيكل الجسم، يلتقط النظام الديناميكيات المحلية لطرف ما — مثل بدء دوران اليد أو بدء رفع المرفق — دون عبء معالجة المشهد بأكمله. تتيح هذه التقنية للروبوت فهم ما على وشك أن يفعله الإنسان في وقت أبكر بكثير من تسلسل الحركة، باستخدام قدر أقل بكثير من قوة الحوسبة مقارنة بالتحليل التقليدي للفيديو.

اختبر الباحثون هذه الفكرة على عدة مجموعات بيانات قياسية تحتوي على آلاف المقاطع المرئية لأشخاص يؤدون مهام متنوعة، من الأنشطة اليومية البسيطة مثل شرب الماء إلى الحركات البدنية الأكثر تعقيداً. ودمجوا أسلوبهم الجديد لالتقاط الحركة في ثلاث بنيات مختلفة ومعروفة لـ "أدمغة الروبوت" المصممة للتعرف على الأفعال البشرية. كانت النتائج واضحة: من خلال إضافة هذه الإشارات الحركية الموضعية، استطاعت النماذج التنبؤ بالفعل الصحيح بنفس مستوى الدقة مع مراقبة جزء ضئيل فقط من الحركة. وفي كثير من الحالات، حقق النظام أفضل أداء له بعد مشاهدة نصف تسلسل الفعل فقط، وهو إنجاز لم تستطع النماذج القياسية مضاهاته إلا عندما يقترب الفعل من الاكتمال. كان هذا التحسن ملحوظاً بشكل خاص في المهام التي تتضمن مهارات حركية دقيقة، مثل الكتابة أو وضع الكريم، حيث تكون التحولات الطفيفة في اليد أو الأصابع هي أولى الأدلة على ما يحدث، قبل وقت طويل من تغير وضعية الجسم الإجمالية.

كما كشفت الدراسة أن هذه الطريقة ليست أكثر دقة فحسب، بل هي عملية للغاية للاستخدام في العالم الحقيقي. فبينما يؤدي تحليل الحركة الكاملة لإطار فيديو ما إلى إنشاء كم هائل من البيانات التي قد يستغرق معالجتها أكثر من عشر ثوانٍ، يقلل الأسلوب الجديد حجم هذه البيانات بعدة مراتب، مما يخفض وقت المعالجة إلى جزء من الثانية. وتعني هذه الكفاءة أن بإمكان الروبوت تشغيل هذا النظام على أجهزة قياسية دون الحاجة إلى حواسيب فائقة باهظة الثمن ومتخصصة. ووجد الباحثون أن النظام لم يضف سوى وقت ضئيل جداً إلى عملية اتخاذ القرار لدى الروبوت، مما يجعله مناسباً للبيئات التي تكون فيها الاستجابات في أجزاء من الثانية حاسمة من أجل السلامة.

ومع ذلك، فقد كان الباحثون حذرين في الإشارة إلى أن هذا النهج ليس حلاً عالمياً لكل موقف. فالطريقة تعتمد بشكل كبير على قدرة الروبوت على تحديد مفاصل الإنسان بشكل صحيح في المقام الأول. وفي السيناريوهات التي يكون فيها الإنسان محجوباً بشكل كبير أو تكون الحركة كبيرة وفوضوية بحيث تشمل الجسم بأكمله في آن واحد، واجه النظام أحياناً صعوبات أو لم يؤدِ بشكل أفضل من نماذج الهيكل العظمي القياسية فقط. في هذه الحالات المحددة، كانت إشارات الحركة المحلية إما مخفية بسبب الحجب أو لم تكن العامل الأساسي في تمييز الفعل. وبالرغم من هذه القيود، تشير النتائج إلى أنه من خلال التركيز على الأجزاء الأكثر صلة من الحركة، يمكن للروبوتات أن تصبح شركاء أكثر استباقية. هذا التحول يسمح للآلات بالانتقال من مجرد الاستجابة لما حدث بالفعل إلى الفهم الاستباقي لما أوشك على الحدوث، مما يمهد الطريق لتعاون أكثر سلاسة وأماناً وطبيعية بين البشر والآلات.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →