Investigating the performance of novel class discovery (NCD) approach for semantic segmentation on realworld SLAM LiDAR point cloud data

في عالم رسم الخرائط الحديث، أصبح تقنية تُعرف باسم "ليدار" (LiDAR) أداة قوية لرؤية الشكل ثلاثي الأبعاد لمحيطنا. فمن خلال إطلاق نبضات ضوئية سريعة وقياس المدة التي تستغرقها للارتداد، تنشئ هذه المستشعرات سحباً شاسعة من ملايين النقاط الفردية، حيث تمثل كل نقطة مكاناً محدداً على مبنى أو شجرة أو أرض. وبينما تتسم هذه البيانات بدقة متناهية، فإن فهمها تلقائياً يعد مهمة صعبة؛ إذ غالباً ما يتم تدريب الحواسيب للتعرف فقط على الأشياء التي سبق وأن عُرضت عليها، مثل الطرق أو المنازل أو الأشجار. وإذا واجه الحاسوب شيئاً جديداً، مثل نوع فريد من السياج أو كومة من حطام البناء، فإنه غالباً ما يجبر ذلك الشيء على الانتماء إلى إحدى فئاته المعروفة، حتى لو كان الملائمة ضعيفة. وهذا القصور يعني أنه في البيئات المعقدة والواقعية، يمكن للخرائط الآلية أن تغفل عن تفاصيل مهمة أو تخطئ في تحديد ماهيتها تماماً. ولحل هذه المشكلة، يستكشف الباحثون منهجية تسمى "اكتشاف الفئات الجديدة"، والتي تهدف إلى تعليم الحواسيب ليس فقط التعرف على ما تعرفه، بل ملاحظة متى يظهر شيء جديد وتجميع تلك الأشياء الجديدة معاً من تلقاء نفسها.

لقد شرع فريق من الباحثين في جامعة غادجا أودا في إندونيسيا في اختبار هذه الفكرة باستخدام بيانات تم التقاطها من جهاز محمول يتحرك عبر بيئة خارجية. وخلافاً للماسحات الضوئية الثابتة، فإن هذا الجهاز، المعروف بنظام "سلام ليدار" (SLAM LiDAR)، يسمح للشخص بالسير عبر حرم جامعي بينما يقوم المستشعر في الوقت ذاتما برسم خرائط للمنطقة وتتبع موقعه الخاص. وهذا يخلق سجلاً مستمراً ومتدفقاً للعالم، ولكنه يفرض أيضاً تحديات مثل تغير كثافة النقاط والأخطاء الطفيفة في تحديد الموقع التي لا تحدث في المختبرات المراقبة. ركز الباحثون على منطقة محددة في الحرم الجامعي، تغطي حوالي ثمانية عشر هكتاراً، والتي احتوت على مزيج من المباني والنباتات والأسطح المرصوفة. وقد سلكوا خمسة عشر مساراً مختلفاً عبر هذه المنطقة، جامعين كمية هائلة من بيانات السحب النقطية الخام التي مثلت التعقيد الواقعي لمساحة خارجية.

كانت الخطوة الأولى في عملهم هي تنظيف هذه البيانات الخام وتعليم نموذج حاسوبي التعرف على الأشياء الثلاثة الرئيسية التي تهمهم: الأرض، والنباتات، والمباني. قاموا بتصنيف جزء من البيانات يدوياً ليكون بمثابة دليل، يوضح للحاسوب كيف تبدو هذه الفئات الثلاث. وبمجرد تدريب النموذج، اختبروا قدرته على تحديد هذه الكائنات المعروفة عبر مجموعة البيانات بأكملها. كانت النتائج مشجعة بالنسبة للأرض، حيث حددها النموذج بدقة عالية جداً. كما تم التعرف على النباتات بشكل جيد، رغم أن الحواف حيث تلتقي الأشجار بالمباني تسببت أحياناً في حدوث ارتباك. وكانت المباني هي الأكثر صعوبة، ويرجع ذلك على الأرجح إلى تباين أشكالها الواسع، وأيضاً لأن الماسح المحمول كان يفتقد أحياناً لأجزاء من الجدران أو الأسطح بسبب زاوية المشي. وبالرغم من هذه العيوب، نجح النموذج في تعلم التمييز بين الفئات الثلاث الرئيسية عبر التضاريس المعقدة.

ومع ذلك، كان الاختبار الحقيقي هو ما حدث بعد ذلك. فقد طلب الباحثون من النموذج النظر إلى النقاط التي لم يكن واثقاً منها ومعاملتها كـ "غير معروفة". وبدلاً من إجبار هذه النقاط غير المؤكدة على الانتماء إلى فئات الأرض أو النباتات أو المباني، صُمم النظام لتجميعها في مجموعات جديدة ومنفصلة. هذا هو جوهر نهج اكتشاف الفئات الجديدة: ترك الحاسوب يجد مجموعاته الخاصة للأشياء التي لا يفهمها. حدد النموذج نسبة مئوية صغيرة من إجمالي النقاط كأشياء غير معروفة، أي حوالي تسعة بالمائة من البيانات. ثم قام بفرز هذه النقاط غير المعروفة إلى ثلاث مجموعات جديدة. وعندما فحص الباحثون ما تحتويه هذه المجموعات الجديدة، وجدوا مزيجاً من النجاح والقصور؛ حيث نجحت إحدى المجموعات الجديدة في عزل بعض الكائنات المتميزة، مثل أعمدة المرافق والكابلات، والتي كانت بالفعل مختلفة عن الفئات الرئيسية.

بيد أن الدراسة كشفت أن هذه المنهجية ليست مثالية بعد للبيانات الخارجية الواقعية. فجزء كبير من النقاط التي وُضعت في هذه المجموعات "غير المعروفة" الجديدة ينتمي في الواقع إلى الفئات المعروفة. فعلى سبيل المثال، تم تجميع أجزاء من المباني أو أجزاء من الأشجار التي لم يكن النموذج متأكداً منها خطأً مع الكائنات الجديدة. حدث هذا لأن النموذج الأولي لم يكن واثقاً بما يكفي في تنبؤاته، مما تسبب في تصنيف خاطئ لأجزاء من الكائنات المعروفة كأنها اكتشافات جديدة. ووجد الباحثون أن جودة هذه المجموعات الجديدة تعتمد بشكل كبير على مدى فهم النموذج للفئات الثلاث الأصلية. فإذا واجه النموذج صعوبة في التعامل مع مبنى معين أو رقعة من الشجيرات الكثيفة، فإن تلك الأخطاء ستنتقل عبر النظام، مما يؤدي إلى إنشاء مجموعات جديدة فوضوية ليست في الحقيقة كائنات جديدة، بل مجرد قطع مشوشة من كائنات قديمة.

كما سلطت الدراسة الضوء على كيفية تأثير الطبيعة الفيزيائية للبيانات على النتائج. فبسبب حركة المستشعر، تغيرت كثافة النقاط اعتماداً على سرعة المشغل أو مدى قربه من جسم ما. وفي المناطق التي كانت فيها النقاط متفرقة أو مشوشة، وجد النموذج صعوبة أكبر في التمييز بين جسم معروف وجسم جديد. علاوة على ذلك، اضطر الباحثون إلى تحديد عدد ثابت من المجموعات الجديدة للبحث عنها، وهذا الخيار الجامد أدى أحياناً إلى دمج أشياء غير مرتبطة في نفس الوعاء أو تقسيم نوع واحد من الأشياء إلى مجموعات متعددة. وبدون دليل مرجعي مثالي لما يجب أن تكون عليه هذه الكائنات الجديدة، اعتمد الباحثون على الفحص البصري للحكم على النتائج، مؤكدين أنه بينما يمكن للنظام العثور على أنماط جديدة، فإن تلك الأنماط غالباً ما تكون غير مستقرة ومختلطة بالأخطاء الناتجة عن الفئات المعروفة.

في نهاية المطاف، تظهر هذه الأبحاث أنه على الرغم من أن مفهوم اكتشاف الفئات الجديدة يحمل وعوداً كبيرة لرسم خرائط العالم الحقيقي، إلا أنه يواجه عقبات كبيرة عند تطبيقه على البيانات الملتقطة بواسطة مستشعرات متحركة في بيئات معقدة. فالنظام يمكنه تحديد أن شيئاً ما مختلف، لكنه يعاني في الفصل بوضوح بين ذلك الاختلاف وبين الضجيج وعدم اليقين في البيانات نفسها. إن نجاح العثور على فئات جديدة مرتبط بعمق بدقة التعرف الأولي على الكائنات المعروفة؛ فإذا لم يكن الحاسوب متأكداً بشأن مبنى ما، فلن يكون متأكداً من أن عموداً قريباً منه هو شيء جديد. ويخلص المؤلفون إلى أنه لكي تصبح هذه التكنولوجيا موثوقة للاستخدام في العالم الحقيقي، يجب أن تكون النماذج الأساسية أكثر قوة، وأن تكون طرق رصد الكائنات غير المعروفة أكثر مرونة، وأن يكون تقييم هذه المجموعات الجديدة أكثر منهجية. إن الطريق نحو الأمام يتضمن تحسين كيفية تعلم هذه الأنظمة من البيانات الفوضوية وغير الكاملة للعالم الحقيقي، لضمان أنها عندما تكتشف شيئاً جديداً، فإنها تراه حقاً كشيء جديد، وليس مجرد خطأ.