Beyond Dead Reckoning: A Point of View on Camera--DAS--GNSS Continuity in Road Tunnels

عندما تقود سيارة داخل نفق طويل، فإنها تفقد اتصالها بالسماء. لعقود من الزمن، اعتمدت التكنولوجيا التي توجه مركباتنا على الأقمار الصناعية التي تدور في أعالي الأرض، مرسلةً إشارات تخبر السيارة بمكانها بالضبط على سطح الأرض. ولكن داخل نفق عميق، تُحجب تلك الإشارات بسبب أطنان من الصخور والخرسانة، فتصبح منظومة الملاحة في السيارة "عمياء". وللاستمرار في التحرك بأمان، يجب على المركبة أن تخمن موقعها بناءً على سرعتها ومدة قيادتها منذ اختفاء الإشارة. هذه الطريقة، المعروفة باسم "التخمين بالقصور الذاتي" (dead reckoning)، تشبه المشي في الظلام مع عدّ خطواتك؛ وفي النهاية، فإن خطأً صغيراً في العد أو انزلاقاً طفيفاً على الأرض قد يتراكم، لتجد نفسك في مكان بعيد عما كنت تظن أنك فيه. وبالنسبة للسيارات ذاتية القيادة في المستقبل، والتي تحتاج إلى معرفة موقعها بيقين تام لتجنب الحوادث، فإن هذا التخمين ليس كافياً؛ فهي بحاجة إلى وسيلة لتعرف أنها لا تزال في المسار الصحيح، وتتحرك بالسرعة الصحيحة، وتنتمي إلى المركبة الصحيحة، حتى عندما تكون السماء بعيدة المنال.

يطرح فريق من الباحثين منظوراً جديداً يرى أن الحل ليس في تحسين لعبة التخمين الداخلية للسيارة، بل في تغيير اللعبة برمتها. فبدلاً من السؤال عن مدى قدرة السيارة على التخمين بعد فقدان إشارة القمر الصناعي، يقترح الباحثون معاملة النفق كمكان يساعد فيه الطريق نفسه في تتبع المركبة. إنهم يقترحون نظاماً يتم فيه تجهيز النفق بشبكة من المستشعرات التي تعمل معاً لإنشاء سجل مستمر وموثق لكل رحلة سيارة. لا يعتمد هذا النهج على تقنية واحدة، بل ينسج ثلاثة أنواع مختلفة من الأدلة معاً: آخر موقع معروف من السماء، والاهتزازات الفيزيائية للطريق، والهوية البصرية للسيارة. والهدف هو إنشاء خدمة تضمن أن موقع المركبة ليس مجرد تخمين جيد، بل حقيقة موثقة يمكن الوثوق بها من أجل السلامة.

يصف الباحثون نظاماً تبدأ فيه الرحلة عند مدخل النفق. هنا، توفر إشارة قمر صناعي موثوقة نقطة انطلاق صلبة، تربط هوية المركبة وموقعها بالعالم الحقيقي. ومع دخول السيارة إلى الظلام، ينتقل النظام إلى نوع مختلف من التتبع. فبمحاذاة جانب النفق، يمتد كابل من الألياف الضوئية، وهو من النوع نفسه المستخدم في الإنترنت عالي السرعة، ولكنه يعمل هنا كميكروفون ضخم. هذه التكنولوجيا، التي تسمى "الاستشعار الصوتي الموزع"، يمكنها الشعوة باهتزازات كل مركبة تمر فوقها. فهي تخبر النظام أن شيئاً ما يتحرك، وبأي سرعة يتحرك، وفي أي اتجاه، مما يخلق خطاً مستمراً من أدلة الحركة على طول النفق بأكمله. ومع ذلك، فإن مستشعر الاهتزاز هذا لديه نقطة عمياء: فهو يعرف أن شيئاً ما يتحرك، لكنه لا يعرف ماهية هذا الشيء؛ فلا يمكنه التمييز بين شاحنة ثقيلة ودراجة نارية صغيرة، ولا يمكنه التمييز بين سيارة وأخرى إذا كانتا تسيران بالقرب من بعضهما البعض.

ولحل مشكلة الهوية هذه، يضيف النظام شبكة متفرقة من الكاميرات. لا تحتاج هذه الكاميرات لمراقبة كل بوصة من الطريق، بل يكفي أن تظهر في نقاط رئيسية لالتقاط صورة لحركة المرور. فعندما تمر سيارة أمام كاميرا، يلتقط النظام مظهرها وموقعها في المسار، مما يضع "بطاقة تعريف" على مسار الاهتزاز المجهول. تعمل الكاميرات كنقاط تفتيش تؤكد هوية المركبة التي تتحرك على طول خط الألياف الضوئية. ويؤكد الباحثون أن هذا ليس تنافساً بين المستشعرات، بل هو شراكة؛ فالألياف توفر العمود الفقري المستمر للحركة، بينما توفر الكاميرات التأكيد الحاسم والمتقطع للهوية. وإذا حُجبت الكاميرات بسبب الدخان أو الظلام، فإن النظام يدرك أنه فقد القدرة على تأكيد الهوية، ويعدل مستوى ثقته بناءً على ذلك بدلاً من التظاهر بمعرفة ما لا يعرفه.

إن قلب هذا النهج الجديد هو نظام حاسوبي موجود عند حافة النفق، يعمل كـ "حَكَم". يأخذ هذا النظام البيانات من الاهتزازات، والكاميرات، والمستشعرات الداخلية للسيارة، وهندسة الطريق المعروفة لبناء صورة موحدة وشاملة للرحلة. وهو يتحقق باستمرار مما إذا كانت جميع قطع الأدلة تتوافق مع بعضها البعض. على سبيل المثال، إذا قال مستشعر الاهتزاز إن سيارة تتحرك بسرعة، بينما ترى الكاميرا أنها متوقفة، فإن النظام يرفع علامة تحذير. إنه لا يفرض إجابة واحدة عندما تكون الأدلة غير واضحة، بل يعترف بعدم اليقين؛ فقد يقول: "أنا أتتبع مسارين محتملين"، أو "لا يمكنني التأكد من أي سيارة هي المقصودة". هذا الصدق بشأن ما هو معروف وما هو مجهول يعد جزءاً حاسماً من التصميم؛ فالنظام مصمم للفشل بأمان، مما يعني أنه سيخبر السيارة: "أنا لا أعرف أين أنتِ"، بدلاً من إعطاء إجابة خاطئة قد تؤدي إلى حادث.

وعندما تصل السيارة إلى مخرج النفق، لا يقوم النظام ببساطة بالتبديل إلى إشارة القمر الصناعي بمجرد ظهورها، بل يقوم بفحص دقيق. فهو يقارن موقع السيارة المتوقع، بناءً على جميع بيانات النفق، مع قراءة القمر الصناعي الجديدة. فإذا تطابق الاثنان ضمن هامش آمن، يقوم النظام بإعادة ربط السيارة بالخريطة العالمية. أما إذا لم يتطابقا، ربما بسبب ضعف إشارة القمر الصناعي أو انحراف السيارة، فإن النظام يرفض الإشارة الجديدة ويستمر في استخدام بيانات النفق حتى تصبح الأدلة واضحة. هذا الدخول المحذر يمنع السيارة من القفز فجأة إلى موقع خاطئ لمجرد عودة الإشارة. ويشدد الباحثون على أن هذه العملية برمتها يجب أن تُختبر ببيانات من العالم الحقيقي، وليس فقط عبر المحاكاة الحاسوبية؛ إذ يجادلون بأن الطرق الحالية غالباً ما تخفي الإخفاقات عبر حساب متوسط الأخطاء، مما يجعل النظام يبدو دقيقاً على الورق بينما هو في الواقع يستبدل سيارة بأخرى بصمت في نفق مزدحم.

تحدد الورقة البحثية مساراً واضحاً لاختبار ونشر هذه التكنولوجيا. وتقترح البدء بتجارب محكومة حيث تكون "الحقيقة الأرضية" معلومة، ثم الانتقال إلى أنفاق حقيقية ذات حركة مرور مختلطة، وصولاً إلى الخدمة التشغيلية الكاملة. وطوال هذه العملية، يظل التركيز منصباً على "النزاهة" — أي القدرة على إثبات أن بيانات الموقع صحيحة وجديرة بالثقة. كما يسلط الباحثون الضوء على أهمية الصيانة، مشيرين إلى أنه إذا تحركت كاميرا أو تعرض كابل للاضطراب، فيجب على النظام اكتشاف هذا التغيير وإعادة المعايرة. ويقترحون أن هذا الإطار يمكن استخدامه في النهاية في أماكن أخرى تضعف فيها إشارات الأقمار الصناعية، مثل الأخاديد الحضرية العميقة أو مواقف السيارات تحت الأرض.

في نهاية المطاف، ينقل هذا العمل السؤال من "إلى أي مدى يمكن للسيارة أن تخمن؟" إلى "كيف يمكننا بناء نظام لا يفقد التتبع أبداً؟". ومن خلال الجمع بين استشعار الحركة المستمر للألياف الضوئية، وتأكيد الهوية عبر الكاميرات، والمرساة العالمية للأقمار الصناعية، يقترح الباحثون طريقة لإبقاء المركبات آمنة ومتصلة حتى عندما تكون السماء محجوبة. إن التكنولوجيا موجودة بالفعل، ولكن التحدي الآن يكمكم في إثبات أنها تعمل بموثوقية في واقع الأنفاق المزدحمة والمعقدة، لضمان تتبع كل مركبة بنفس اليقين الذي يهدي به المنارُ السفينةَ وسط العاصفة.