← أحدث الأبحاث
⚡ electrical engineering

OcclusionCBF: Backup Control Barrier Functions for Safe Navigation Among Hidden Dynamic Obstacles

تُعد OcclusionCBF مرشح سلامة يوسع وظائف حاجز التحكم الاحتياطي لضمان تجنب الاصطدام للروبوتات التي تتنقل بين العوائق الديناميكية المخفية، وذلك من خلال المصادقة على مسار احتياطي مقابل تنبؤات الإشغال القابلة للوصول، مما يضمن الجدوى التكرارية وتحسين نجاح المهام مع حد أدنى من العبء الحسابي.

المؤلفون الأصليون: Taekyung Kim, Hun Kuk Park, Renya Wada, Nikolay Atanasov, Shumon Koga, Dimitra Panagou

نُشر 2026-09-09
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Taekyung Kim, Hun Kuk Park, Renya Wada, Nikolay Atanasov, Shumon Koga, Dimitra Panagou

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

غالباً ما تواجه الروبوتات التي تتحرك في العالم مشكلة يحلها البشر دون تفكير: ما الذي يكمن خلف الزاوية مباشرة؟ في مجال الروبوتات، يصمم المهندسون أنظمة للتنقل بأمان من خلال التفاعل مع ما تستطيع مستشعراتها رؤيته. ومع ذلك، فإن العالم المادي مليء بالنقاط العمياء التي تسببها المباني، أو السيارات المركونة، أو الأرفف. فالروبوت الذي يتجنب فقط العوائق التي يمكنه رؤيتها حالياً قد يقود نفسه إلى وضع يصبح فيه، في اللحظة التي يظهر فيها أحد المشاة أو المركبات من مكان مخفي، فوات الأوان للتوقف. يكون الروبوت قد التزم بالفعل بمسار لا يترك له أي وسيلة للكبح أو الدوران في الوقت المناسب. هذا ليس فشلاً في "عيون" الروبوت، بل هو فشل في تخطيطه؛ إذ لم يأخذ في الحسبان احتمال ظهور شيء غير مرئي في مكان يجعل اصطداماً أمراً حتمياً بسبب سرعة الروبوت وحدود دورانه.

ولحل هذه المشكلة، طور فريق من الباحثين نظام سلامة جديداً يسمى OcclusionCBF. يعمل هذا النظام كحارس للروبوت، حيث يتحقق باستمرار مما إذا كان مسار الروبوت الحالي آمناً ليس فقط لما هو مرئي الآن، بل أيضاً لما قد يظهر من الظلال. وبدلاً من انتظار رؤية عائق مخفي، يتخيل النظام كل مكان محتمل يمكن أن يتواجد فيه جسم مخفي وكيف يمكن أن يتحرك. ثم يقوم بإجراء محاكاة ذهنية، متسائلاً سؤالاً حاسماً: إذا ظهر عائق فجأة في أي من تلك البقاع المخفية، هل سيظل بإمكان الروبوت التوقف أو الابتعاد بأمان؟ إذا كانت الإجلة "لا"، فإن النظام يدفع الروبوت بلطف لإبطاء سرعته أو تغيير مساره قبل أن يصبح الخطر مرئياً. يسمح هذا النهج للروبوت بأن يظل هادئاً وفعالاً عندما يكون المسار خالياً، ولكنه يصبح حذراً واستباقياً بمجرد وجود نقطة عمياء.

اختبر الباحثون هذه الفكرة باستخدام كل من عمليات المحاكاة الحاسوبية والروبوتات الحقيقية. لقد أنشأوا سيناريوهات تعين فيها على الروبوتات التنقل عبر مناطق مزدحمة بها عوائق متحركة تكون أحياناً مخفية خلف الجدران أو أشياء أخرى. وفي هذه الاختبارات، قارنوا نظامهم الجديد بطرق أقدم كانت إما تتجاهل الأخطار المخفية أو تحاول التخطيط لمسارات معقدة ومتفرعة لكل نتيجة محتملة. وأظهرت النتائج أن النظام الجديد كان أفضل بكثير في إيصال الروبوت إلى وجهته دون الاصطدام. وفي الاختبارات الأكثر ازدحاماً وصعوبة، حيث فشلت الطرق الأخرى في إيجاد مسار آمن أو اصطدمت بعوائق مخفية، نجح النظام الجديد في الوصول إلى الهدف في معظم الأحيان. وقد فعل ذلك من خلال اتخاذ قرارات في غضٍ من الزمن لا يتعدى بضعة أجزاء من الألف من الثانية، وهو ما يكفي لمواكبة حركات الروبوت في الوقت الفعلي.

إن ما يجعل هذا النهج فعالاً بشكل خاص هو كيفية تعامله مع عدم اليقين تجاه المجهول. فبدلاً من محاولة التنبؤ بمكان دقيق لشخص أو سيارة مخفية، ينظر النظام إلى "سحابة" من جميع المواقع المحتملة التي يمكن أن يشغلوها بناءً على سرعتهم القصوى. ثم يتحقق مما إذا كان لدى الروبوت مسار هروب مضمون من أي نقطة في تلك السحابة. وإذا كان الروبوت يتحرك بسرعة كبيرة تمنعه من التوقف في حال ظهور جسم مخفي، فإن النظام يبطئ سرعته تلقائياً، مما يخلق هامشاً من الأمان. يحدث هذا دون أن يحتاج الروبوت إلى التوقف تماماً أو التردد؛ فهو ببساطة يعدل سرعته واتجاهه بما يكفي لضمان توفر مخرج آمن دائماً.

استعرض الفريق هذه التكنولوجيا في مجموعة متنوعة من البيئات، بما في ذلك بيئة مدينة محاكية واختبار فيزيائي حيث كان على روبوت عبور شارع بينما كان جدار يحجب رؤيته لمركبة قادمة. في الاختبار الفيزيائي، انتظر نظام سلامة قياسي حتى تصبح المركبة مرئية قبل أن يتفاعل، وهو ما كان متأخراً جداً لتجنب الاصطدام. ومع ذلك، أدرك النظام الجديد الخطر المتمثل في المركبة المخفية بينما كانت لا تزال خلف الجدار. فقد أبطأ سرعة الروبوت ووجهه بعيداً عن منطقة الخطر قبل أن تظهر المركبة إلى الأنظار، مما سمح للروبوت بالعبور بأمان. هذا السلوك الاستباقي، الذي يحدث قبل رؤية الخطر، هو الفرق الجوهري بين التفاعل مع العالم وفهم المخاطر الكامنة فيه.

يشير نجاح هذه الطريقة إلى طريقة جديدة لبناء الثقة في الآلات ذاتية القيادة. فمن خلال ضمان امتلاك الروبوت دائماً لخطة بديلة للأشياء التي لا يستطيع رؤيتها، يمكن للمهندسين السماح لهذه الآلات بالعمل في بيئات معقدة وديناميكية بثقة أكبر. لا يتطلب النظام أن يكون الروبوت مثالياً أو أن يمتلك مستشعرات خارقة؛ بل يتطلب ببساطة أن يحترم الروبوت حدود حركته واحتمالية وقوع ما لا يُرى. ومن خلال الاختبارات الصارمة والإثبات الرياضي، أظهر الباحثون أن هذا النهج ليس مجرد فكرة نظرية، بل هو أداة عملية يمكنها منع الحوادث في العالم الحقيقي، مما يحافظ على سلامة كل من الروبوت والناس من حوله.

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 ⚡ eess →