← أحدث الأبحاث
💻 computer science

CARLAverse: A Highly Modular, Distributed, and Multimodal Framework for Human-in-the-Loop Simulation

إن CARLAverse هو إطار عمل محاكاة مفتوح المصدر، وموزع، ومتعدد الوسائط يدمج بيئات القيادة وركوب الدراجات والمشاة لتمكين تجارب بشرية في الحلقة (human-in-the-loop) قابلة للتوسع من خلال فصل التغذية الراجعة اللمسية الحرجة لزمن الاستجابة عن اختناقات الشبكة عبر بنية مبتكرة تعتمد على عميل محلي وخادم مركزي.

المؤلفون الأصليون: Patrick Rebling, Philipp Nenninger, Reiner Kriesten

نُشر 2026-09-11
📖 5 دقيقة قراءة🧠 قراءة متعمّقة
CC BY 4.0

المؤلفون الأصليون: Patrick Rebling, Philipp Nenninger, Reiner Kriesten

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

لبناء سيارات يمكنها القيادة من تلقاء نفسها بأمان، يجب على المهندسين تعليمها كيفية التنقل في عالم مليء بالبشر غير المتوقعين. وبينما تتفوق الحواسيب في اتباع القواعد الصارمة، فإنها غالبًا ما تعاني في فهم المفاوضات الضمنية وغير المنطوقة التي تحدث في شارع مزدحم: مثل راكب دراجة يلتفت فوق كتفه قبل الانعطاف، أو مشاة يترددون عند ممر المشاة، أو سائق يشير لتغيير مساره. ولدراسة هذه التفاعلات المعقدة دون المخاطرة بحياة البشر، يستخدم الباحثون أجهزة المحاكاة. تتيح هذه البيئات الرقمية للبشر تمثيل سيناريوهات القيادة بينما تقوم الحواسيب بتسجيل ردود أفعالهم. ومع ذلك، لا تزال هناك عقبة رئيسية: معظم أجهزة المحاكاة الحالية هي جزر معزولة. فهي يمكن أن تظهر لسائق بشري عالمًا افتراضيًا، لكنها تجد صعوبة في ربط هذا السائق ببشر حقيقيين آخرين يعملون كراكبي دراجات أو مشاة في نفس المساحة المشتركة. وعندما يحاول عدة أشخاص التفاعل في عالم افتراضي عبر شبكة، فإن التأخير في إرسال المعلومات يمكن أن يكسر الإيهام، مما يجعل التجربة تبدو بطيئة أو يسبب عدم ارتياح جسدي.

لقد عالج فريق من الباحثين في جامعة كارلسروه للعلوم التطبيقية هذا التحدي من خلال إنشاء نظام جديد مفتوح يسمى CARLAverse. يعمل هذا الإطار كجسر، مما يسمح لأنواع مختلفة من أجهزة المحاكاة — تلك المخصصة للسيارات، والدراجات، والمشاة — بالاتصال والتفاعل في مدينة افتراضية واحدة متزامنة. يكمن الابتكار الجوهري في كيفية معالجة النظام لفيزياء الحركة. فبدلاً من إرسال كل تفصيل صغير حول توجيه الشخص أو تبديله للسرعات إلى حاسوب مركزي وانتظار الرد، يقوم النظام بتقسيم العمل. حيث يقوم الجهاز المحلي لكل مشارك بحساب القوى الفورية عالية السرعة التي يشعر بها، مثل المقاومة في عجلة القيادة أو الاهتزاز في مقود الدراجة، بينما يدير خادم مركزي حركة المرور الأوسع ومواقع المركبات الأخرى. يضمن هذا التصميم أن تكون التغذية الراجعة التي يشعر بها الإنسان فورية وواقعية، حتى لو كان المشاركون في مبانٍ أو مدن مختلفة. ومن خلال الجمع بين هذه الحسابات الموزعة والبيئة الافتراضية المشتركة، أنشأ الباحثون منصة حيث يمكن لعدة أشخاص التدرب بأمان ودراسة كيفية تفاعلهم مع بعضهم البعض في حركة مرور مختلطة، مما يلتقط الديناميكيات الاجتماعية الحقيقية التي غالبًا ما يفتقدها الذكاء الاصطناعي.

بُني النظام على أساس من النمطية، مما يعني أنه يمكنه التكيف مع مختلف إعدادات الأجهزة دون الحاجة إلى إعادة بناء كاملة. وهو يدعم ثلاثة أنماط متميزة للتنقل: قيادة سيارة، ركوب دراجة، والمشي. بالنسبة للسيارة، يتصل النظام بأجهزة محاكاة القيادة القياسية المزودة بعجلات قيادة ودواسات. وبالنسبة للدراجة، فإنه يرتبط بأجهزة تدريب ذكية يمكنها تعديل المقاومة لمحاكاة التلال أو الرياح. أما بالنسبة للمشاة، فيستخدم النظام سماعات الواقع الافتراضي والكاميرات لتتبع حركات الجسم، مما يسمح للشخص بالمشي بشكل طبيعي ورؤية العالم من ارتفاع بشري. وما يجعل هذا النهج فريدًا هو قدرته على إبقاء هذه التجارب المختلفة في تزامن تام. فعندما ينزل مشاة في الواقع الافتري من الرصيف، يرى السائق في محاكي السيارة تلك الحركة فورًا ويشعر بالتغيير المناسب في بيئة الطريق. ويحقق النظام ذلك من خلال الفصل الدقيق بين المهام الثقيلة لإدارة حركة المرور العالمية والحسابات الحساسة والسريعة للحركة الفردية.

في الماضي، كان ربط عدة أجهزة محاكاة يعتمد غالبًا على طبقات برمجية تعمل كوسيط، تمرر الرسائل ذهابًا وإيابًا. وقد وجد الباحثون أن هؤلاء الوسطاء يتسببون في الكثير من التأخير، وهو أمر غير مقبول للأنظمة التي تعتمد على التغذية الراجعة الفيزيائية مثل التغذية الراجعة للقوة أو منصات الحركة. ولحل هذه المشكلة، يتجاوز نظام CARLAverse هذه الطبقات الإضافية، مما يسمح للأجهزة المحلية بالتحدث مباشرة إلى الخادم المركزي باستخدام قنوات اتصال انسيابية. يضمن خط الاتصال المباشر هذا أنه عندما يدير السائق العجلة، تستجيب السيارة الافتراضية فورًا، وتدفع محركات التغذية الراجعة للقوة ضد يده دون تأخير ملحوظ. وبالمثل، عندما يبدل راكب الدراجة، تتعدل المقاومة في الوقت الفعلي لتناسب التضاريس الافتراضية. هذه الدقة حيوية لأن أي تأخير بسيط يمكن أن يسبب للإنسان الشعور بالمرض أو فقدان إحساسه بالحضور في المحاكاة.

كما دمج الباحثون ميزات متقدمة لجعل التجربة أكثر انغماسًا. يقوم النظام بتوليد الصوت بناءً على موقع المستخدم، بحيث يسمع السائق زئير المحرك بشكل مختلف اعتمادًا على مكانه في المدينة، ويسمع المشاة سيارة تقترب من الاتجاه الصحيح. ويتم التعامل مع المرئيات بعناية لضمان توافق الصور على الشاشات أو السماعات تمامًا مع منظور المستخدم، مما يمنع الدوار الذي يصيب الواقع الافتراضي غالبًا. وبالنسبة لمحاكي الدراجة، يقوم النظام حتى بحساب القوى الفيزيائية للرياح ومنحدر الطريق لتعديل المقاومة في جهاز التدريب، مما يجعل الرحلة تبدو حقيقية. وبالنسبة للمشاة، يستخدم النظام كاميرات ويب قياسية لتتبع حركات الجسم، وترجمة طريقة ميل الشخص أو إيماءاته إلى العالم الافتراضي، مما يسمح بتفاعلات طبيعية مثل التلويح أو النظر حوله.

الهدف النهائي من هذا العمل هو توفير أداة لفهم السلوك البشري في حركة المرور. فمن خلال وضع أشخاص حقيقيين في مساحة افتراضية مشتركة، يمكن للباحثين مراقبة كيفية تفاوضهم على حق الأولوية، وكيفية الإشارة إلى نواياهم، وكيفية رد فعلهم تجاه الأحداث غير المتوقعة. إن هذه البيانات يصعب جمعها عبر الوكلاء الاصطناعيين وحدهم، حيث غالبًا ما تفشل الحواسيب في محاكاة الفروق الدقيقة في لغة الجسد البشرية أو التردد. يتيح إطار عمل CARLAverse إجراء تجارب واسعة النطاق حيث يمكن لمؤسسات متعددة المشاركة في وقت واحد، والاتصال بأجهزة المحاكاة عبر مسافات شاسعة. تفتح هذه القدرة الباب لدراسة سيناريوهات المرور المعقدة التي تشمل السيارات والدراجات والمشاة جميعًا في آن واحد، مما يوفر فهمًا أغنى للنسيج الاجتماعي لطرقنا. وبينما يعد النظام حاليًا عملية محاكاة، يخطط الباحثون للتحقق من نماذجهم الفيزيائية بشكل أكبر وتوسيع قدراتهم، بما في ذلك إضافة منصات حركة للدراجات وأجهزة مشي متعددة الاتجاهات للمشاة. ومن خلال جعل هذه التكنولوجيا مفتوحة ومتاحة، يأمل الفريق في خفض الحواجز أمام الباحثين الآخرين لإجراء دراسات مماثلة، مما يعزز جهدًا تعاونيًا لجعل أنظمة النقل المستقبلية أكثر أمانًا وأكثر استجابة للاحتياجات البشرية.

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 →