← أحدث الأبحاث
⚡ electrical engineering

Risk-Aware World Modeling with Flow-Guided Occupancy Evolution for Selective Trajectory Planning in Automated Driving

تقدم الورقة البحثية RiskWorld، وهو إطار عمل لنمذجة العالم يراعي المخاطر ويستخدم تطور الإشغال الموجه بالتدفق والاستبدال الانتقائي للمسارات لتحقيق أداء رائد في تجنب الاصطدام والتخطيط الفعال في القيادة الذاتية.

المؤلفون الأصليون: Rongxiang Zeng, Linsen Cai, Jiafu Zhang, Yijie Zhong, Yide Tao, Shuai Wang, Nan Zheng, Hai L. Vu, Alvaro Garcia Hernandez, Yongqi Dong

نُشر 2026-09-17
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Rongxiang Zeng, Linsen Cai, Jiafu Zhang, Yijie Zhong, Yide Tao, Shuai Wang, Nan Zheng, Hai L. Vu, Alvaro Garcia Hernandez, Yongqi Dong

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

إن القيادة الآمنة للسيارة لا تقتصر مجرد رد فعل تجاه ما هو مرئي في اللحظة الراهنة، بل تتعلق بتوقع ما سيحدث لاحقاً. فعندما تتحرك مركبة عبر حركة المرور، فإن المساحة المحيطة بها تتغير باستمرار؛ فالسيارة التي تبدو آمنة للتجاوز اليوم قد تتحرك لتصبح في مسار السائق في غضون ثوانٍ معدودة. ولكي تعمل المركبات ذاتية القيادة دون تدخل بشري، يجب أن يفعل برنامجها أكثر من مجرد رؤية المشهد الحالي؛ إذ يتعين عليه التنبؤ بكيفية تطور ذلك المشهد. وهذا يتطلب نظاماً يمكنه تخيل المستقبل، ليس كناتج واحد ثابت، بل كمجموعة من الاحتمالات حيث تبرز المخاطر وتتغير. فإذا لم تستطع السيارة ذاتية القيادة توقع احتمال خروج أحد المشاة إلى الطريق أو انحراف شاحنة في المسار المجاور نحو مسارها، فلن تتمكن من اختيار مسار يظل آمناً. ويكمن التحدي الجوهري في التمييز بين المخاطر الواضحة بالفعل والمخاطر الجديدة التي لن تظهر إلا مع مرور الوقت، ومن ثم تقرير ما إذا كان ينبغي التمسك بالخطة الحالية أو الانتقال إلى خطة مختلفة.

وقد طور الباحثون نهجاً جديداً يسمى "RiskWorld" لحل هذه المشكلة. فبدلاً من التعامل مع الطريق كخريطة ثابتة، يبني هذا النظام نموذجاً ديناميكياً واعياً بالمخاطر، يحدّث نفسه ثانية بثانية. وهو يدمج البيانات المرئية من الكاميرات مع فهم تفصيلي لأماكن وجود المخاطر، مثل حواف المسارات القابلة للقيادة أو مواقع مستخدمي الطريق الآخرين. ومن خلال دمج هذه العناصر، ينشئ النظام توقعاً مشتركاً لبيئة المستقبل. ولا يتم توليد هذا التوقع بشكل منفصل لكل مسار محتمل قد تسلكه السيارة، بل يتم حسابه مرة واحدة ثم تطبيقه على جميع المسارات المحتملة. وتسمح هذه الكفاءة للنظام بتقييم العديد من خيارات المسارات المختلفة بسرعة، والتحقق من كل منها مقابل التوقعات المستقبلية لمعرفة ما إذا كان سيحدث تصادم.

ويكمن الابتكار في "RiskWorld" في كيفية اتخاذ القرار بشأن تغيير المسار. يختار النظام أولاً المسار "الأفضل" بناءً على الوضع الراج، معتبراً إياه ركيزة مستقرة. ثم ينظر إلى الأمام ليرى ما إذا كان التوقع المستقبلي يكشف عن مخاطر جديدة لم تكن موجودة في المشهد الحالي. وإذا أظهر التنبؤ المستقبلي خطراً جديداً، فلا يتخلى النظام فوراً عن الخطة الحالية، بل يقارن الخطر الجديد بالخطر الحالي. ولا يتدخل ويغير المسار إلى مسار مختلف إلا إذا كان الخطر الجديد كبيراً بما يكفي لاستدعي التغيير، وإذا كان المسار البديل آمناً بما يكفي لاعتباره خياراً متاحاً. وتضمن هذه العملية عدم قيام المركبة بمناورات غير ضرورية أو مضطربة بناءً على شكوك طفيفة، ولكنها ستغير اتجاهها بحزم عندما يظهر تهديد حقيقي.

ولاختبار هذه الطريقة، قام الباحثون بتقييمها باستخدام مجموعة بيانات كبيرة من مشاهد القيادة الواقعية التي التقطتها الكاميرات. وقاسوا عدد المرات التي كان فيها المسار الذي اختاره النظام سيؤدي إلى تصادم مقارنة بطرق التخطيط المتقدمة الأخرى. وأظهرت النتائج أن "RiskWorld" حقق أدنى معدل تصادم بين الأنظمة التي تم اختبارها عند النظر في ثلاثة ثوانٍ إلى المستقبل، وهي فترة زمنية حرجة لاتخاذ قرارات قيادة آمنة. كما حافظ على مستوى عالٍ من الدقة في التنبؤ بموقع المركبة، بمتوسط خطأ قدره 0.40 متراً فقط خلال تلك الفترة. ويعمل النظام بكفاءة على الأجهزة القياسية، حيث يعالج المعلومات بسرعة كافية لمواكبة متطلبات القيادة في الوقت الفعلي.

وتعد النتيجة الرئيسية للدراسة هي قيمة مقارنة المستقبل بالحاضر؛ فقد أثبت الباحثون أن مجرد النظر إلى المشهد الحالي ليس كافياً، إذ يجب على النظام أن يقارن بنشاط بين ما يحدث الآن وما يُتوقع حدوثه لاحقاً. وعندما اختبروا النظام دون هذه المقارنة بين المستقبل والمخاطر، ارتفع معدل التصادمات بشكل كبير. علاوة على ذلك، أظهرت الدراسة أن استخدام توقع واحد مشترك لجميع المسارات المحتملة هو أمر فعال للغاية؛ فهذا النهج يسمح للنظام بتقييم مسارات محتملة أكثر بكلاً من التكلفة الحسابية العالية، مما يضمن امتلاك المركبة لمجموعة واسعة من الخيارات الآمنة للاختيار من بينها.

كما يعتمد النظام بشكل كبير على جودة تنبؤات المخاطر. فعندما اختبر الباحثون النموذج عن طريق إزالة أو تشويه بيانات المخاطر التي يستخدمها لفهم البيئة، انخفض أداؤه بشكل ملحوظ. وهذا يؤكد أن القدرة على رسم خرائط دقيقة لأماكن ظهور المخاطر هي أمر ضروري للتخطيط الآمن. ولم تجد الدراسة أن النظام يمكنه التنبؤ بكل حدث محتمل بيقين تام، لكنها أثبتت أن استخدام توقع مهيكل وواعٍ بالمخاطر يسمح للمركبة باتخاذ قرارات أفضل من الاعتماد فقط على الحاضر المباشر. ومن خلال التركيز على تطور المخاطر بمرور الوقت، يقدم "RiskWorld" طريقة أكثر قوة للمركبات ذاتية القيادة للتنقل في العالم المعقد والمتغير للطرق العامة.

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 →