Differentiable Mesh State Estimation via Factor Graph Inference for Deformable Object Reconstruction
تقترح هذه الورقة إطار عمل جديداً قائماً على المخطط العاملي (factor graph) يوحد بين الأوليات الفيزيائية، وبيانات المستشعرات المشوشة، والقيود الزمنية لإجراء تقدير حالة احتمالي دقيق وإعادة بناء للأجسام القابلة للتشوه المتمثلة في شبكات رباعية الأوجه (tetrahedral meshes).
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
لطالما كانت الروبوتات أسياد العالم الصلب، حيث كانت قادرة على التحرك بدقة عبر المصانع المليئة بالجسور الفولاذية والتروس غير المرنة. لكن العالم الحقيقي غالبًا ما يكون ناعمًا، وطريًا، وغير متوقع. فعندما يحاول روبوت التفاعل مع جسم حي، أو قطعة من القماش، أو كتلة من الطين، يتغير شكل الجسم في اللحظة التي يتم لمسه فيها. وللتنقل في هذه البيئة المائعة، لا يمكن للروبوت ببساطة الاعتماد على خريطة ثابتة؛ بل يجب عليه باستمرار تخمين كيفية تشوه الجسم، حتى عندما تكون أجزاء منه محجوبة عن الرؤية. يقع هذا التحدي عند تقاطع الهندسة والفيزياء والاستشعار، حيث الهدف هو بناء توأم رقمي لجسم ناعم يتحدث في الوقت الفعلي مع تحرك الجسم وانحنائه. وإذا لم يتمكن الروبوت من تتبع هذه التغييرات بدقة، فإنه يخاطر بإتلاف الأنسجة الرقيقة أو الفشل في إتمام المهمة.
لقلبت فريق من الباحثين طريقة جديدة لحل هذه المشكلة، حيث ابتكروا نظامًا يمكنه تقدير شكل جسم يتشوه من خلال الجمع بين ما يراه وكيف يعرف كيف ينبغي أن يتصرف الجسم فيزيائيًا. وبدلاً من معاملة الجسم كمجموعة من النقاط المنفصلة أو كسطح بسيط، يمثله الباحثون كشبكة ثلاثية الأبعاد مكونة من رباعيات أوجه صغيرة (tetrahedrons)، وهي أشكال تشبه الأهرامات تملأ حجم الجسم. تعمل هذه الشبكة كالهيكل العظمي الرقمي الذي يمكنه التمدد والالتواء. ويعمل النظام من خلال ضبط موضع كل نقطة في هذه الشبكة باستمرار لتلبية ثلاثة متطلبات مختلفة في آن واحد: يجب أن تتطابق مع البيانات الصاخبة وغير المثالية القادمة من المستشعرات؛ ويجب أن تتبع قوانين الفيزياء التي تحكم كيفية تشوه المواد الناعمة؛ ويجب أن تتحرك بسلاسة من لحظة إلى أخرى دون قفزات عشوائية.
اختبر الباحثون هذا النهج بطريقتين: أولاً، من خلال إجراء عمليات محاكاة حاسوبية لمكعب يتشوه، وثانيًا، من خلال إجراء تجارب على نموذج مادي لانسداد في مجرى هوائي بشري. وفي تجربة المجرى الهوائي، استخدموا رغامي (قصبة هوائية) لخروف مع قطعة من صدر الدجاج لإحداث محاكاة لورم، مما خلق سيناريو حيث تقوم أداة روبوتية بدفع وتشويه الأنسجة. ولأن الأداة والأجزاء المحيطة بها غالبًا ما تحجب الرؤية، لم تستطع المستشعرات إلا رؤية أجزاء من السطح. كان على النظام استنتاج شكل الأجزاء المخفية بناءً على الأجزاء المرئية والخصائص الفيزيائية للأنسجة. وأظهرت النتائج أنه من خلال دمج بيانات المستشعرات مع نموذج قائم على الفيزياء، استطاع النظام إعادة بناء الشكل الكامل للجسم بدقة عالية، حتى في المناطق التي لا تستطيع المستشعرات رؤيتها.
في عمليات المحاكاة الحاسوبية، وجد الباحثون أن الاعتماد على بيانات المستشعرات وحدها أدى إلى أخطاء جسيمة، حيث انحرف الشكل المعاد بناؤه بمئات المليمترات عن الشكل الحقيقي. وقد ساعدت إضافة قاعدة مفادها أن الجسم يجب أن يتحرك بسلاسة بمرور الوقت، لكن التحسن الأكبر جاء من تضمين فيزياء المادة. فعندما استخدم النظام نموذجًا يفهم كيف تقاوم المادة التمدد والانحناء، انخفض الخطأ إلى أقل من مليمتر واحد. وقد ظل هذا صحيحًا حتى بالنسبة لأجزاء الجسم التي كانت مخفية تمامًا عن المستشعرات. لقد عمل النموذج الفيزيائي كدليل، مما سمح للنظام بأن "يشعر" بكيفية تحرك الأجزاء المخفية بناءً على كيفية تشوه الأجزاء المرئية.
وأكدت الاختبارات الواقعية على نموذج المجرى الهوائي هذه النتائج. فقد تتبع النظام بنجاح تشوه الأنسجة بينما كانت أداة روبوتية تضغط عليها. وبينما كانت بيانات المستشعرات دقيقة في الأماكن التي يمكنها الرؤية فيها، إلا أنها كانت شحيحة وغالبًا ما تفتقر إلى الصورة الكاملة. وفر النموذج الفيزيائي فهمًا شاملاً لسلوك الأنسجة، مما ملأ الفجوات. ومن خلال الجمع بينهما، حقق النظام صورة أكثر اكتمالًا ودقة مما يمكن أن يقدمه أي من الطريقتين بمفرده. وأشار الباحثون إلى أن هذا النهج يسم يسمح للروبوت بالحفاظ على تقدير موثوق لحالة الجسم، حتى عندما تكون الرؤية محجوبة جزئيًا أو تكون البيانات صاخبة.
يشير هذا العمل إلى مسار مستقبلي للروبوتات التي تحتاج إلى العمل في بيئات دقيقة ومتغيرة. فمن خلال معاملة تقدير شكل جسم ناعم كمسألة تتعلق بإيجاد التكوين الأكثر احتمالًا الذي يلبي كلاً من الملاحظة والقانون الفيزيائي، ابتكر الباحثون طريقة تتسم بالمتانة والمبدئية. فالنظام لا يقوم بمجرد التخمين؛ بل يحسب الشكل الأكثر احتمالًا من خلال وزن الأدلة من المستشعرات مقابل قيود الفيزياء. ورغم أن التجارب الحالية كانت محدودة بسيناريوهات معينة ولم تعالج بعد التعقيد الشديد لقطع أو تمزيق الأنسجة، إلا أن النتائج تثبت أن هذا الإطار الاحتمالي يمكنه تتبع الأجسام القابلة للتشوه بفعالية. وتعد هذه القدرة خطوة حاسمة نحو تمكين الروبوتات من إجراء عمليات طبية معقدة، مثل إزالة الانسدادات من المجاري الهوائية، بالسلامة والدقة المطلوبة للعمل داخل جسم الإنسان.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.