Obstacle-Aware Autonomous Coverage and Navigation for Outdoor Robots

تخيل روبوتًا أُرسل لقص عشب حقل واسع ومفتوح. في عالم مثالي وخالٍ، يمكن للآلة ببساطة أن تتحرك ذهابًا وإيابًا في خطوط مستقيمة حتى تنتهي المهمة. لكن العالم الحقيقي نادرًا ما يكون مثاليًا. فالأرض غير مستوية، وعجلات الروبوت تنزلق، والسماء فوقه لا تقدم إشارة واضحة لتخبره بمكانه بالضبط. عندما ينعطف الروبوت بشكل حاد، يمكن لإحساسه الداخلي بالاتجاه أن ينحرف، مما يجعله يفقد تتبع مساره الخاص. وإذا لم يستطع معرفة أين هو، فلن يعرف أين كان، وسوف يترك بقعًا من العشب دون قص، أو والأسوأ من ذلك، قد يصطدم بشجرة فشل في رؤيتها. هذا هو التحدي المركزي لإرسال الآلات ذاتية القيادة إلى الخارج: كيف تحافظ على مسار دقيق وفعال عندما تكون البيئة مزدحمة، والإشارات مهتزة، والمهمة قد تستمر لساعات.

لقد عالج الباحثون في جامعة "بوليتكنيكو دي ميلانو" في إيطاليا هذه المشكلة من خلال بناء نظام كامل يسمح لروبوت واحد بتغطية مساحات خارجية كبيرة بشكل موثوق. يركز عملهم على الفجوة بين خطة الكمبيوتر المثالية والواقع الفوضوي لقيادة آلة عبر حقل. لقد أنشأوا إطار عمل برمجياً موحداً يجمع بين ثلاث قدرات حاسمة: معرفة مكان الروبوت بدقة، وتخطيط مسار يمكن للروبوت اتباعه فعلياً دون أن يعلق، وإدارة المهمة بحيث يمكن للروبوت التعافي من الأخطاء والعودة لشحن نفسه عندما ينخفض مستوى البطارية. اختبر الفريق هذا النظام في خمسة مواقع مختلفة في العالم الحقيقي، تتراوح من قطع أراضٍ صغيرة بسيطة إلى مواقع كبيرة ومعقدة مليئة بالعوائق، ووجدوا أن الروبوت تمكن من إكمال المهمة بأكملها بنجاح، مغطياً ما بين 93.1% و96.1% من المساحة المستهدفة دون أي مساعدة بشرية.

إن قلب هذا النظام هو طريقة جديدة للحفاظ على توجيه الروبوت. في المساحات المفتوحة، تعتمد الروبوتات غالباً على إشارات الأقمار الصناعية لمعرفة موقعها، لكن هذه الإشارات يمكن أن تضعف أو تصبح غير دقيقة، خاصة عندما ينعطف الروبوت بشكل متكرر. ولحل هذه المشكلة، زود الباحثون الروبوت بجهاز استقبال أقمار صناعية خاص ثنائي الهوائي. وبخلاف أجهزة الاستقبال القياسية التي تخبر الجهاز بمكانه فقط، يقوم هذا النظام بقياس الزاوية بين هوائيين لتحديد اتجاه الروبوت بدقة عالية، حتى عندما يكون الروبوت ثابتاً أو يتحرك ببطء. يتم دمج هذه البيانات مع المعلومات من مستشعرات عجلات الروبوت في عملية حسابية مستمرة تعمل بمثابة فحص دائم لذاكرة الروبوت. وإذا أصبحت إشارة القمر الصناعي غير موثوقة، فإن النظام لديه استراتيجية احتياطية: حيث ينظر إلى الاتجاه الذي كان يسلكه الروبوت خلال الثواني القليلة الماضية لتقدير اتجاهه الحالي. وهذا يضمن أن الروبوت لن يفقد أبداً إحساسه بالاتجاه، حتى أثناء المنعطفات الضيقة أو عندما تكون السماء غائمة.

بمجرد أن يعرف الروبوت مكانه، يجب عليه أن يقرر كيف يتحرك. استخدم الباحثون أداة برمجية موجودة تولد نمطاً ذهاباً وإياباً لتغطية حقل، لكنهم وجدوا أن المخرات الخام لهذه الأداة كانت غالباً صلبة للغاية بالنسبة لآلة حقيقية. فقد يطلب المسار المخطط من الروبوت القيام بانعطاف مستحيل فيزيائياً أو عبور فجوة ضيقة جداً. ولإصلاح ذلك، أضاف الفريق ثلاث طبقات من التحسين. أولاً، قاموا بتعديل كثافة النقاط التي يتبعها الروبوت، بإضافة المزيد من النقاط في الأجزاء المستقيمة حيث يحتاج الروبوت إلى توجيه متكرر، والحفاظ على كثافة النقاط في المنعطفات حيث يكون الروبوت دقيقاً بالفعل. ثانياً، غيروا كيفية تحرك الروبوت بين الصفوف؛ فبدلاً من اتباع منحنى معقد مرسوم مسبقاً قد يصطدم بعائق، يقوم الروبوت ببساطة بالتوجه نحو بداية الصف التالي. ثم يقوم نظام تفاعلي منفصل بتوجيه الروبوت حول أي عوائق غير متوقعة، مثل شخص يمشي بجانبه أو صخرة شاردة، مما يضمن بقاءه آمناً مع وصوله إلى هدفه في الوقت نفسه. وأخيراً، قاموا بتجميع العوائق الصغيرة والمتفرقة في أشكال أكبر وأبسط قبل تخطيط المسار، مما يمنع الروبوت من محاولة التسلل عبر فجوات قد تكون صغيرة جداً لدرجة غير آمنة، وهو ما يعمل فعلياً على تنعيم التضاريس للمخطط.

القطعة الأخيرة من اللغز هي مدير المهمة، الذي يعمل كمشرف للروبوت. هذا النظام مبني على هيكل يسمى "شجرة السلوك"، والتي تسمح للروبوت باتخاذ القرارات بطريقة منطقية وخطوة بخطوة. إنه يتعامل مع دورة حياة المهمة بأكملها: بدء العمل، التنقل في المسار، التعامل مع المشكلات، وإنهاء اليوم. إذا علق الروبوت أو واجه عائقاً لا يمكنه تجاوزه، فإن النظام لا يتوقف ببساء. بدلاً من ذلك، يحاول سلسلة من إجراءات الاستعادة بترتيب محدد، مثل الدوران في مكانه للحصول على رؤية أفضل، أو الانتظار حتى يتحرك العائق، أو التراجع ببطء. وإذا انخفضت البطارية، يقوم النظام بمقاطعة مهمة التغطية وتوجيه الروبوت للعودة إلى منصة الشحن. عملية الإرساء آلية بالكامل؛ حيث يستخدم الروبوت كاميرا لرصد علامة بصرية على الشاحن ويقوم بمحاذاة نفسه بدقة ليتصل بالكهرباء. تسمح هذه الدورة للروبوت بالعمل لفترات طويلة، والعودة للشحن واستئناف مهمته دون تدخل بشري.

اختبر الباحثون هذا النظام بالكامل في خمس بيئات خارجية مختلفة لمعرفة أدائه تحت الظروف الحقيقية. تضمنت هذه المواقع أشكالاً محدبة، وهي بسيطة ومستديرة، وأشكالاً غير محدبة، وهي التي تحتوي على فجوات وزوايا تجعل الملاحة أصعب. كانت بعض المناطق خالية، بينما احتوت مناطق أخرى على عوائق معروفة مثل الأشجار أو الأعمدة، كما تضمنت الاختبارات عوائق غير معروفة، مثل أشخاص يسيرون عبر الحقل. وفي كل حالة، أكمل الروبوت المهمة بنجاح. لقد غطى ما بين 93.1% و96.1% من المساحة المخطط لها، وهي نتيجة ظلت ثابتة بغض النظر عن حجم الحقل أو تعقيده. أثبت النظام أنه من خلال الجمع بين تحديد الموقع القوي، وتخطيط المسار الذكي، ومدير مهمة مرن، يمكن لروبوت واحد أن يعمل بشكل مستقل في العالم الخارجي الفوضوي وغير المتوقع. وأشار الباحثون إلى أنه ترك الروبوت بعض الخطوط الصغيرة من العشب دون قص بسبب الحدود الطبيعية لحركة العجلات والدوران، لكن الأداء العام كان متسقاً وموثوقاً. كما لاحظوا أن الوقت الذي استغرقه تخطيط المسار لم يزد بشكل كبير مع كبر حجم الحقل، مما يعني أن النظام يمكنه التوسع لتغطية مساحات أكبر في المستقبل.

يوضح هذا العمل أن حلم الصيانة الخارجية ذاتية القيادة بالكامل أصبح حقيقة. من خلال معالجة الصعوبات المحددة المتمثلة في الحفاظ على توجيه الروبوت، وتخطيط مسار يمكن لآلة حقيقية اتباعه، وإدارة المهمة مع وجود شبكة أمان للأخطاء، نجح الباحثون في إنشاء نظام يعمل في الميدان. تشير النتائج إلى أن مثل هذه الروبوتات يمكن قريباً نشرها لمهام مثل قص العشب في المتنزهات الكبيرة، أو كنس الساحات الصناعية، أو صيانة مزارع الطاقة الشمسية، حيث تعمل لساعات وتعود للشحن من تلقاء نفسها. لا يتطلب النظام بيئة مثالية ليعمل؛ فهو مصمم للتعامل مع عيوب العالم الحقيقي، مما يجعله حلاً عملياً للحاجة المتزايدة للعمالة الخارجية المؤتمتة.