PATH: Continuous Target Sensing among Autonomous Cooperative Drones
تقدم هذه الورقة PATH، وهو إطار عمل خفيف الوزن ومعتمد على الهندسة يُمكّن الطائرات بدون طيار ذاتية القيادة من نقل مسؤوليات تتبع الأهداف بسلاسة عبر إعادة بناء الأهداف في فضاء ثلاثي الأبعاد، وإسقاطها في منظور المستقبِل كأولويات مكانية، والتحقق من الاستحواذ من خلال مصافحة اتفاق متبادل، مما يحقق دقة عالية وزمن انتقال منخفض رغم الغموض البصري ومحدودية عرض نطاق الاتصال.
المؤلفون الأصليون:Heegyeong Kim, Alice James, Avishkar Seth, Endrowednes Kuantama, Jane Williamson, Yimeng Feng, Richard Han
تخيل عالماً تعمل فيه روبوتات طائرة صغيرة، تُعرف باسم الطائرات بدون طيار (الدرونز)، معاً لمراقبة الحياة البرية، أو مراقبة مواقع البناء، أو البحث عن الأشخاص في حالات الاستغاثة. هذه الآلات مفيدة للغاية، لكنها تشترك في عائق واحد: بطارياتها تنفد. لا يمكن لطائرة واحدة أن تبقى في الجو للأبد. ولحل هذه المشكلة، حلم المهندسون منذ زمن طويل بنظام يمكن من خلاله لطائرة واحدة أن تنقل مهمة مراقبة هدف معين إلى طائرة أخرى جديدة، مما يسمح للأولى بالهبوط وإعادة الشحن بينما تستمر المهمة دون انقطاع. ومع ذلك، لا يكمن التحدي في مجرد العثور على طائرة جديدة، بل في ضمان أن الطائرة الجديدة تنظر إلى نفس الشخص أو الحيوان أو الشيء الذي كانت تتبعه الطائرة الأولى بدقة. ولأن الطائرتين تتحركان، فإنهما تريان العالم من زوايا ومسافات مختلفة. فقد يبدو الشخص صغيراً وبعيداً لطائرة واحدة، لكنه يبدو كبيراً وقريباً للأخرى، أو قد يكون محاطاً بأشخاص آخرين يشبهونه كثيراً. وإذا التقطت الطائرة الثانية الهدف الخاطئ، تفشل المهمة.
لقد طور باحثون في جامعة ماكواري طريقة جديدة تسمى PATH لحل هذه المشكلة المعقدة المتمثلة في تمرير "العصا" بين الروبوتات الطائرة. فبدلاً من الاعتماد على تحديد المواقع عبر الأقمار الصناعية العالمية، والذي قد يكون غير موثوق به في المدن أو الغابات، أو محاولة مطابقة المظهر البصري للهدف مثل التعرف على الوجه لدى البشر، يستخدم هذا النظام هندسة بسيطة وبعض الرياضيات لضمان اتفاق الطائرتين على ما تريانه. تبدأ العملية عندما تحدد الطائرة الأولى، "المرسل"، هدفاً وتقيس مسافته وموقعه في الفضاء ثلاثي الأبعاد. ثم ترسل بيانات الموقع هذه إلى الطائرة الثانية، "المستقبل". والمستقبل، الذي يمكنه رؤية علامة خاصة على الطائرة الأولى ليعرف بالضبط موقعها بالنسبة للمرسل، يستخدم هذه المعلومات لحساب أين يجب أن يظهر الهدف في عرض كاميرته الخاصة. إنها تقوم أساساً برسم خريطة في عقلها لتعرف أين تنظر.
بمجرد أن ترصد الطائرة الثانية هدفاً محتملاً بالقرب من تلك النقطة المتوقعة، فإنها لا تفترض ببساه أنه هو الهدف الصحيح. بدلاً من ذلك، ترسل وصفاً لما وجدته إلى الطائرة الأولى. تقوم الطائرة الأولى بعد ذلك بالتحقق مما إذا كان هذا الوصف الجديد يتطابق مع ما تراه حالياً. وتسمى عملية التحقق هذه "مصافحة الاتفاق المتبادل". ينتظر النظام حتى يتفق كلا الدرونين على الهدف لفترة زمنية محددة — حوالي سبع ثوانٍ من التأكيد المستمر — قبل نقل مهمة التتبع رسمياً. وهذا يضمن أن عملية التسليم ليست خطأ ناتجاً عن خلل لحظي أو خدعة بصرية مربكة.
اختبر الباحثون هذا النظام باستخدام طائرات بدون طيار حقيقية تطير في الداخل والخارج، وتتبع كل شيء من السيارات الروبوتية الصغيرة إلى البشر السائرين. وفي إحدى مجموعات الاختبارات، أنشأوا سيناريو صعباً حيث ارتدى عدة أشخاص ملابس متطابقة، مما جعل من شبه المستحيل على الطائرات تمييزهم بمجرد النظر إلى وجوههم أو ملابسهم. في هذه المواقف المربكة، حققت الطريقة الجديدة نجاحاً ملحووداً؛ حيث حددت الهدف المقصود بدقة 96 في المئة، بينما ارتبكت الطرق القديمة التي تعتمد على مطابقة الميزات البصرية واختارت الشخص الخطأ. كما أثبت النظام أنه فعال للغاية، حيث يتطلب قدراً ضئيلاً جداً من البيانات لإرسالها بين الطائرتين ويعمل بسلاسة على أجهزة كمبيوتر صغيرة ومنخفضة الطاقة دون إبطائها.
كما بحثت الدراسة أيضاً في الأمور التي قد تسوء. ووجد الباحثون أن المصدر الأكبر للخطأ لم يكن قياس المسافة، بل عدم اليقين في معرفة كيفية توجه الطائرتين بالنسبة لبعضهما البعض بدقة. ومع ذلك، حتى مع وجود هذه الأخطاء الصغيرة، كان النظام قوياً بما يكفي للقيام بالمهمة. وتعمل هذه الطريقة دون الحاجة إلى إرفاق أي معدات خاصة بالهدف الذي تتم مراقبته، مما يجعلها مناسبة للمواقف الحساسة مثل مراقبة الحياة البرية دون إزعاجها. ومن خلال التركيز على العلاقة الهندسية بين الطائرتين والهدف، بدلاً من محاولة التعرف على مظهر الهدف، نجح الباحثون في ابتكار طريقة موثوقة لتعاون الروبوتات الطائرة. يقدم هذا النهج حلاً عملياً لإطالة عمر مهام الطائرات بدون طيار، مما يضمن أنه عندما تتعب طائرة واحدة، يمكن لأخرى أن تتولى المراقبة بسلاسة دون فقدان الهدف من الأنظار.
ملخص تقني: PATH (محاذاة المنظور ونقل التتبع)
بيان المشكلة غالبًا ما يكون الاستشعار المستمر للأهداف بواسطة الطائرات بدون طيار (UAVs) مقيدًا بقدرة التحمل المحدودة للطيران، مما يستلزم عمليات تعاونية حيث يتم نقل مسؤولية التتبع من طائرة مرسلة (D1) إلى طائرة مستقبلة (D2). يكمن التحدي الجوهري في عملية "التسليم" (handoff): إذ يجب على D2 تحديد واكتساب نفس الهدف الفيزيائي الذي تتبعه D1 حاليًا من منظور متغير زمنياً. تواجه الحلول الحالية قيودًا كبيرة:
التحديد الموضعي العالمي: الاعتماد على إحداثيات GNSS العالمية غالبًا ما يكون غير كافٍ للتمييز بين الأهداف المتقاربة بسبب أخطاء تعدد المسارات (multipath errors)، وحجب الإشارة، والحاجة إلى بنية تحتية (مثل RTK). علاوة على ذلك، لا يؤدي الموقع العالمي مباشرةً إلى حل مسألة أي من الملاحظات القريبة المجاورة يتوافق مع هدف المرسل.
الإشارة النشطة: يتطلب التحديد القائم على الليزر آليات توجيه نشطة إضافية ويمكن أن يزعج الحياة البرية أو يتداخل مع الاستشعار البصري، مما يحد من فائدته في سيناريوهات المراقبة السلبية.
الربط القائم على المظهر: يواجه مطابقة السمات أو إعادة التعرف المتعلم (re-identification) صعوبات في ظل التغيرات الكبيرة في المنظور والمقياس، أو السمات البصرية الضعيفة، أو وجود مشتتات متشابهة بصريًا. كما تفرض هذه الطرق أحمالًا حوسبية ثقيلة على الأجهزة الموجودة على متن الطائرة.
المنهجية: إطار عمل PATH يقدم البحث إطار عمل PATH (محاذاة المنظور ونقل التتبع)، وهو إطار عمل مستقل عن المنصة، يعتمد على الهندسة ومصمم للتحقق من عمليات نقل الأهداف دون الحاجة لتجهيز الهدف أو الاعتماد على الموقع العالمي. يعمل النظام من خلال إجراء مكون من خمس خطوات:
إنشاء إطار إحداثيات محلي: تقوم D2 بمراقبة علامة مرجعية (fiducial marker) مثبتة بشكل صلب على D1 لتقدير الوضع النسبي (vT2) بين الطائرتين ضمن إطار إحداثيات محلي للنقل (Fv) مثبت في D1.
إعادة بناء الهدف ثلاثي الأبعاد: تقوم D1 بإعادة بناء الهدف المتتبع كنقطة ثلاثية الأبعاد مترية (vXt) باستخدام استشعار RGB-D مدمج (Intel RealSense D415). يتضمن ذلك إزالة تشوه إحداثيات البكسل، وتطبيق قياس العمق، وتحويل النقطة من إطار كاميرا D1 إلى الإطار المحلي Fv.
إسقاط الأولوية المكانية: تقوم D1 بنقل نقطة الهدف ثلاثية الأبعاد إلى D2. تقوم D2 بتحويل هذه النقطة إلى إطار كاميرتها الخاص وإسقاطها في مستواها الصوري، مما ينشئ أولوية مكانية (موقع بكسل متوقع) للاستحواذ على الهدف.
الاستحواذ على المرشح: تقوم D2 بتشغيل كاشفها المحلي حول الموقع المتوقع لإنشاء صندوق حدود مرشح (B2c). ومن المهم أن D2 لا ترسل صورًا خام أو واصفات سمات؛ بل ترسل فقط إحداثيات صندوق الحدود.
مصافحة الاتفاق المتبادل: ترسل D2 صندوق الحدود المرشح مرة أخرى إلى D1. تقوم D1 بتحويل هذا الصندوق إلى إطار صورتها الخاص، مع تعديل الأبعاد بناءً على العمق النسبي والبعد البؤري. ثم تحسب D1 نسبة التقاطع فوق الاتحاد (IoU) بين صندوق الهدف النشط الخاص بها وصندوق المرشح المحول.
التحقق: لا يتم تأكيد عملية النقل إلا إذا تجاوزت نسبة IoU عتبة تكيفية (مدرجة حسب حجم الهدف الظاهري) لعدد N من الإطارات المتتالية (على سبيل المثال، 350 إطارًا عند 50 هرتز). يمنع هذا الاتساق الزمني الأخطاء العابرة من إطلاق عمليات نقل غير صحيحة.
المساهمات الرئيسية
الصياغة: صاغ المؤلفون عملية نقل التتبع بين الطائرات بدون طيار كمسألة استشعار عبر المنظور تتطلب التحقق من نفس الهدف الفيزيائي قبل نقل المسؤولية.
الإطار الهندسي: تطوير PATH، الذي يجمع بين إعادة بناء الهدف RGB-D، وتقدير الوضع النسبي القائم على العلامة المرجعية، والإسقاط عبر المنظور لنقل مواقع الأهداف. إنه يستبدل مطابقة المظهر بالتحقق من الاتساق الهندسي.
التنفيذ والتقييم: تقييم شامل على منصات طائرات بدون طيار غير متجانسة (DJI Tello وطائرات رباعية الدفع مخصصة تعتمد على Pixhawk/Jetson Nano) تغطي الدقة الهندسية، والاستحواذ على الهدف تحت ظروف الغموض البصري، وحساسية المستشعر، واستخدام الموارد على متن الطائرة.
النتائج التجريبية
الدقة الهندسية: في التجارب الداخلية الساكنة المنضبطة (420 قياسًا)، حقق PATH متوسط خطأ في الموضع النسبي قدره 0.047 متر ومتوسط خطأ في موضع الهدف قدره 0.030 متر.
دقة الاستحواذ على الهدف: في التجارب الخارجية ذات الظروف الغامضة بصريًا (عدة بشر بملابس متشابهة)، حقق PATH دقة استحواذ على الهدف من جانب المستقبل بلغت 96.0% على مستوى الإطار. نتج عن ذلك معدلات 2.0% للنتائج الإيجابية الكاذبة و2.0% للنتائج السلبية الكاذبة.
المقارنة: تفوق هذا بشكل كبير على النماذج المرجعية القائمة على المظهر: ORB (معدل سلبي كاذب 62.1%) و XFeat (معدل إيجابي كاذب 15.4%).
حساسية المستشعر: كشف التحليل أن عدم اليقين في الوضع النسبي (الناتج عن العلامة المرجعية) هو المساهم المهيمن في خطأ الإسقاط، وليس أخطاء عمق الهدف.
أداء النظام: يعمل النظام بمعدل الفيديو (30-60 هرتز) على أجهزة محدودة الموارد (Jetson Nano) باستخدام معالجة تعتمد على وحدة المعالجة المركزية (CPU) فقط لمنطق النقل. الاتصال بين الطائرات خفيف للغاية (أقل من 16 كيلوبايت/ثانية)، حيث ينقل فقط البيانات الهندسية المدمجة (النقاط ثلاثية الأبعاد وصناديق الحدود) بدلاً من بث الفيديو أو واصفات السمات.
زمن انتقال النقل: أظهرت عمليات النقل الناجحة (42 من أصل 45 محاولة) وسيط وقت الالتزام (time-to-commit) قدره 7.20 ثانية بعد استيفاء عتبة IoA لأول مرة، مع تذبذب زمني منخفض.
الأهمية والادعاءات يدعي البحث أن PATH يوفر آلية تحقق خفيفة الوزن وقوية وموثقة لنقل تتبع الأهداف بين الطائرات بدون طيار. تكمن أهميته الأساسية في:
الاستقلال عن البنية التحتية العالمية: يتجنب الاعتماد على GNSS عالي الدقة أو التحديد النشط بالليزر، مما يجعله مناسبًا للبيئات التي تضعف فيها تحديد المواقع العالمية أو حيث تتطلب المراقبة السلبية.
المتانة تجاه الغموض: من خلال استخدام الأولويات الهندسية لتقييد مساحة البحث، فإنه يتعامل بفعالية مع الغموض البصري حيث تفشل الطرق القائمة على المظهر.
كفاءة الموارد: يثبت أنه يمكن تحقيق تحقق دقيق من النقل بأقل قدر من الأعباء الحوسبية والاتصالية، مما يحافظ على موارد الطائرة لمهام الكشف والتحكم.
طبقة التحقق: يعمل كطبقة تحقق تكميلية للكواشف الموجودة، مما يضمن أن المستقبل يتتبع الهدف الصحيح قبل إتمام عملية النقل، بدلاً من استبدال خوارزميات الكشف نفسها.
يشير المؤلفون إلى وجود قيود، بما في ذلك الاعتماد على رؤية العلامة المرجعية والحساسية لأخطاء الوضع النسبي، ويقترحون أعمالًا مستقبلية في تقدير الوضع بدون علامات والتعامل مع حالات الاحتجاب.