Smoothed-PRM-Guided NMPC for Wheeled Mobile Robot Navigation in an Indoor Environment

تخيل روبوتاً يحاول إيجاد طريقه عبر غرفة مزدحمة مليئة بالأثاث، والأعمدة، والممرات الضيقة. بالنسبة للإنسان، هذه مهمة بسيطة تتمثل في المشي حول العوائق، ولكن بالنسبة للآلة، فهي لغز معقد من الهندسة والفيزياء. يجب على الروبوت أولاً تحديد مسار يتجنب الاصطدام بأي شيء، وهي مهمة غالباً ما تتعامل معها خوارزميات تقوم بأخذ عينات عشوائية من المساحة لبناء خريطة للممرات الآمنة. ومع ذلك، فإن هذه المسارات التي يتم إنشاؤها بواسطة الكمبيوتر غالباً ما تكون متعرجة ومليئة بالمنعطفات الحادة والمستحيلة التي لا يمكن لمركبة حقيقية ذات عجلات القيام بها فيزيائياً. إذا حاول الروبوت اتباع مثل هذا المسار الوعر، فقد يدور في مكانه، أو يهتز بعنف، أو ببساطة يصطدم. وللتحرك بأمان، يحتاج الجهاز إلى مسار ليس خالياً من العوائق فحسب، بل أيضاً سلس بما يكفي لتتبعه عجلاته، ويحتاج إلى "عقل" يمكنه ضبط سرعته وتوجيهه باستمرار للبقاء على ذلك الخط السلس دون تجاوز المسار أو التوقف المفاجئ.

هذا هو التحدي الذي عالجه فريق من الباحثين في جامعة الملك سعود، الذين طوروا طريقة جديدة لتوجيه الروبوتات المتنقلة ذات العجلات عبر البيئات الداخلية المزدحمة. يجمع عملهم بين نهجين متميزين: نظام تخطيط يجد مساراً آمناً، ونظام تحكم يضمن اتباع الروبوت لهذا المسار بسلاسة وأمان. بدأ الباحثون بأداة تخطيط قياسية تُعرف باسم "خريطة الطريق الاحتمالية". تعمل هذه الأداة عن طريق نثر آلاف النقاط العشوائية في المساحة الفارغة من الخريطة، وربط النقاط القريبة من بعضها البعض، ثم البحث عن سلسلة من الاتصالات التي تؤدي من نقطة الببع من نقطة البداية إلى الوجهة. وبينما تعد هذه الطريقة ممتازة في إيجاد مسار يتجنب العوائق، فإن المسار الناتج غالباً ما يكون عبارة عن سلسلة من الخطوط المستقيمة المتصلة بزوايا حادة. والروبوت ذو العجلات، الذي لا يمكنه الانزلاق جانباً مثل سيارة في موقف للسيارات، لا يمكنه تنفيذ هذه التغييرات المفاجئة في الاتجاه دون انتهاك حدوده الفيزيائية.

ولحل هذه المشكلة، قدم الفريق خطوة تنعيم قبل أن يبدأ الروبوت في التحرك فعلياً. لقد أخذوا المسار المتعرج الذي أنشأه الكمبيوتر وقاموا بتنقيحه باستخدام تقنية رياضية تسمى "تنعيم B-spline". تقوم هذه العملية باستبدال الزوايا الحادة بمنحنيات مستمرة لطيفة، مما يخلق مساراً يحترم الطبيعة "غير الهولونومية" للروبوت — أي أنه يأخذ في الاعتبار حقيقة أن الروبوت يمكنه التحرك للأمام أو الدوران فقط، ولا يمكنه أبداً التحرك جانباً. يعمل هذا المسار المنعم كدليل دقيق، ولكن اتباع المسار بشكل مثالي لا يزال أمراً صعباً لأن الروبوت يجب أن يتفاعل مع زخمه الخاص وحدود محركاته. إذا تحرك الروبوت بسرعة كبيرة أو انعطف بحدة شديدة، فقد يفقد السيطرة. لذلك، قرن الباحثون هذا المسار المنعم بمتحكم متطور يسمى "التحكم التنبئي بالنموذج غير الخطي". يعمل هذا المتحكم مثل سائق شديد الانتباه ينظر باستمرار إلى الأمام، ويتنبأ بمكان وجود الروبوت في الثواني القليلة القادمة، ويحسب مقدار السرعة والتوجيه اللازمين للبقاء على المنحنى المخطط له مع احترام سرعته القصوى وحدود دورانه.

اختبر الباحثون هذا النظام المدمج في سلسلة من المحاكاة الحاسوبية باستخدام خرائط لبيئات داخلية مليئة بالعوائق غير المنتظمة. في أحد السيناريوهات، أنشأوا مساحة تبلغ خمسين متراً في خمسين متراً مع ممرات ضيقة وعوائق متناثرة. قاموا ببرمجة روبوت بنصف قطر قدره 0.4 متر للانتقال من نقطة البداية إلى الهدف، مما يتطلب منه التنقل عبر مساحات ضيقة. قام النظام أولاً بتوليد مسار خشن باستخدام خريطة الطريق الاحتمالية، مما نتج عنه مسار ذو منعطفات حادة. ثم طبقوا خوارزمية التنعيم لإنشاء منحنى انسيابي. أخيراً، تولى المتحكم التنبئي زمام الأمور، موجهاً الروبوت على طول هذا المسار الجديد والسلس. أظهرت عمليات المحاكاة أن الروبوت نجح في تتبع المسار المنعم بدقة عالية، محافظاً على مسافة آمنة من العوائق، ووصولاً إلى الهدف بالتوجه الصحيح. ظلت إشارات التحكم المرسلة إلى عجلات الروبوت ضمن حدود آمنة وواقعية، مما أثبت أن الطريقة يمكنها توليد حركات ممكنة ديناميكياً.

عندما قارن الباحثون طريقتهم بالعديد من الأساليب الحالية، سلطت النتائج الضوء على أهمية تنعيم المسار قبل محاولة تتبعه. في الاختبارات التي حاول فيها الروبوت اتباع المسار الأصلي غير المنعم ذي الزوايا الحادة، واجه المتحكم صعوبة؛ حيث إما أن الروبوت يخطئ نقاط المسار أو يضطر للقيام بحركات شديدة ومتقطعة تدفع محركاته إلى أقصى حدودها. في المقابل، عند اتباع المسار المنعم، تحرك الروبوت بسلاسة وكفاءة. كما قارن الفريق نتائجهم بدراسة استخدمت طريقة تتبع مختلفة على خريطة معقدة. حققت طريقتهم كفاءة مسار أعلى، مما يعني أن الروبوت قطع مسافة أقرب بكثير إلى المسافة المستقيمة بين البداية والنهاية، بينما أدت الطريقة الأخرى إلى مسار أطول وأقل مباشرة. أكدت الدراسة أنه من خلال فصل المشكلة إلى تخطيط مسار آمن، وتنعيمه ليكون ممكناً فيزيائياً، ثم استخدام متحكم تنبئي لتتبعه، يمكن للروبوت التنقل في المساحات المزدحمة بشكل موثوق.

على الرغم من هذه النجاحات، لاحظ الباحثون قيداً محدداً في عملهم الحالي. فقد تمت معالجة تجنب العوائق بالكامل خلال مرحلتي التخطيط والتنعيم، اللتين تحدثان قبل بدء حركة الروبوت. لم يكن لدى المتحكم نفسه وسيلة مباشرة لتجنب العوائق الجديدة التي قد تظهر أو إذا كان المسار الأولي قريباً جداً من الجدار. في عمليات المحاكاة الخاصة بهم، عندما تم جعل مدخلات التحكم صارمة جداً لمنع الروبوت من التحرك بسرعة كبيرة، فشل الروبوت أحياناً في تصحيح مساره في الوقت المناسب لتجنب عائق، لأن المسار الآمن كان ثابتاً مسبقاً. يقترح المؤلفون أنه لكي يكون النظام قوياً حقاً في العالم الحقيقي، يجب بناء القدرة على تجنب العوائق مباشرة في حسابات المتحكم، مما يسمح له بالتفاعل مع المخاطر في الوقت الفعلي بدلاً من الاعتماد فقط على خريطة محددة مسبقاً. في الوقت الحالي، توفر الدراسة أساساً متيناً، حيث تثبت أن تنعيم المسار واستخدام متحكم تنبئي يسمح للروبوت ذي العجلات بالتحرك عبر غرفة فوضوية بالبراعة والدقة التي يمشي بها الإنسان عبر حشد من الناس.