Research on a Quick Response Code-Assisted Two-Stage Multi-Sensor Fusion Localization Method

تخيل أنك تحاول السير عبر مستودع ضخم وفارغ، حيث الجدران كلها من نفس اللون والأرضية عبارة عن لوحة بيضاء فارغة. إذا أغمضت عينيك وحاولت تخمين مكانك، فستضيع بسرعة. هذه هي المعاناة اليومية للعديد من الروبوتات؛ فهي تحتاج لمعرفة مكانها بدقة لتوصيل الطرود أو تنظيف الأرضيات، لكنها غالباً ما ترتبك في الأماكن التي تفتقر إلى الميزات الفريدة مثل الزوايا أو الصور أو اللافتات. ولحل هذه المشكلة، عادة ما يمنح العلماء الروبوتات "حواساً فائقة" باهظة الثمن، مثل أجهزة الليزر ثلاثية الأبعاد عالية التقنية أو أجهزة كمبيوتر قوية، لكن هذه الأدوات تكلف ثروة وتستهلك الكثير من الكهرباء. السؤال الكبير في عالم الروبوتات هو: هل يمكننا بناء روبوت ذكي ودقيق بنفس القدر، ولكن بتكلفة لا تتجاوز جزءاً بسيطاً من السعر وبدماغ صغير جداً؟

تكمن الإجابة في كيفية "رؤية" الروبوتات و"شعورها" بطريقها. تستخدم معظم الروبوتات مزيجاً من الأدوات: العجلات التي تحسب المسافة التي تدحرجتها (القياس المسافاتي/odometry)، وليزر دوار يرسم خريطة للغرفة (LiDAR)، وكاميرا تلتقط الصور. ومع ذلك، يمكن للعجلات أن تنزلق، ويمكن لليزر أن يرتبك في الغرف الفارغة، والكاميرات تكره الظلام. ولحل ذلك، يقوم الباحثون غالباً بدمج هذه الأدوات، تماماً مثل المحقق الذي يستخدم أدلة متعددة لحل قضية ما. ولكن حتى مع وجود مزيج من الأدلة، لا تزال الروبوتات عرضة للانحراف عن مسارها بمرور الوقت، مثل متجول ينسى التحقق من بوصلته. تعالج هذه الورقة البحثية تلك المشكلة من خلال تقديم استراتيجية ذكية مكونة من خطوتين تستخدم رمز استجابة سريعة (QR code) بسيطاً ومنخفض التكلفة - من النوع الذي تمسحه به هاتفك - ليعمل بمثابة "مرساة سحرية" تعيد الروبوت إلى مكانه الصحيح بدقة.

قصة الورقة البحثية: إنقاذ الروبوت على مرحلتين

تقدم هذه الأبحاث حلاً عملياً على مستوى الأنظمة لجعل الروبوتات المتنقلة تتنقل بدقة عالية دون استنزاف الميزانية. صمم المؤلفون، وهم فريق من عدة جامعات في الصين وكندا، روبوتاً يستخدم نهج "من الخشن إلى الناعم" (coarse-to-fine)، تماماً مثل العثور على منزل في مدينة جديدة؛ أولاً تجد الحي العام (التحديد العالمي للموقع)، ثم تقترب أكثر لتجد الباب الأمامي بالضبط (التحديد المحلي الدقيق للموقع).

المرحلة الأولى: البحث في الحي (التحديد العالمي للموقع)
في المرحلة الأولى، يتجول الروبوت في خريطة معروفة. يستخدم طريقة قياسية تسمى AMCL (التحديد المعتمد على مونت كارلو التكيفي)، وهي تشبه إلقاء آلاف "التخمينات" الافتراضية (الجسيمات) على خريطة لمعرفة مكان الروبوت المحتمل. ومع ذلك، لاحظ المؤلفون أنه في الغرف الفارغة، يمكن لهذه التخمينات أن تصبح مشوشة. ولإصلاح ذلك، أضافوا خطوة "مطابقة المسح" (Scan Matching). تخيل أن ماسح الليزر الخاص بالروبوت يأخذ لقطة للغرفة ويحاول مطابقتها تماماً مع الخريطة، مثل تركيب قطعة أحجية. لقد استخدموا خدعة رياضية تسمى تكرار "غاوس-نيوتن" (Gauss-Newton iteration) لدفع موقع الروبوت حتى تتطابق خطوط الليزر مع جدران الخريطة تماماً. هذا الإصدار المحسن، المسمى SM-AMCL، ساعد الروبوت على البقاء في مساره وقلل من "الانحراف" الذي يحدث عادةً عندما تعتمد الروبوتات على التخمين فقط أثناء تقدمها.

المرحلة الثانية: الارتطام بالباب الأمامي (التحديد المحلي الدقيق)
بمجرد اقتراب الروبوت من وجهته (ضمن حوالي 1.5 متر)، فإنه يغير نمط عمله. هنا يأتي دور رمز الاستجابة السريعة (QR code). يمتلك الروبوت كاميرا رخيصة وماسح ليزر أحادي الخط. عندما يرصد رمز الاستجابة السريعة على الأرض أو الحائط، فإنه لا يكتفي بقراءة الرمز فحسب، بل يستخدم الرمز كعلامة دقيقة. قام الفريق بتدريب نموذج ذكاء اصطناٍ معتمد على السرعة (YOLO-Fastest) لرصد هذه الرموز بسرعة، حتى على جهاز كمبيوتر ضعيف القدرة.

إليك الجزء الذكي: يقوم الروبوت بدمج الصورة من الكاميرا مع بيانات المسافة من الليزر. من خلال معرفة كيفية تموضع الكاميرا والليزر بالنسبة لبعضهما البعض بدقة (عملية تسمى المعايرة الخارجية)، يمكن للروبوت حساب المسافة الدقيقة للرمز والزاوية التي يواجهها. الأمر يشبه النظر إلى لافتة ومعرفة عدد الخطوات التي تحتاج لاتخاذها للوقوف أمامها مباشرة. ثم يستخدم الروبوت ثلاث حلقات تحكم بسيطة (أجهزة تحكم PID) لضبط سرعته واتجاهه، مما يدفعه بلطف حتى يتوافق تماماً مع الهدف.

ما وجدوه
اختبر الباحثون هذا النظام على روبوت صنعوه بأنفسهم، ولم يكلف سوى حوالي 3,400 يوان صيني (حوالي 470 دولاراً أمريكياً). وهذا أقل بكثير من الحلول الأخرى التي تستخدم أجهزة ليزر ثلاثية الأبعاد باهظة الثمن أو كاميرات عمق، والتي يمكن أن تتجاوز تكلفتها 14,000 يوان صيني.

كانت النتائج مبهرة. عندما حاول الروبوت التوقف عند نقطة هدف محددة:

• الطرق التقليدية (باستخدام AMCL القياسي فقط) كانت منحرفة بمتوسط حوالي 6.3 سنتيمتر أفقياً مع زاوية غير مستقرة.
• نظام رمز الاستجابة السريعة الجديد كان دقيقاً للغاية؛ حيث كان انحراف الموقع الأفقي للروبوت 0.0116 متراً فقط (حوالي 1.16 سم) في المتوسط، مع انحراف معياري قدره 0.0047 متراً (أقل من نصف سنتيمتر).
• كما كان اتجاه الروبوت (الرأس) أكثر ثباتاً، بانحراف معياري قدره 0.0848 راديان.

حتى في الظروف الصعبة، مثل الإضاءة الخافتة أو عندما يكون رمز الاستجابة السريعة تالفاً جزئياً، صمد النظام بشكل جيد. فالرموز "غير المكتملة" سمحت للروبوت بالعثور على مكانه بخطأ أفقي قدره 0.0186 متراً فقط. وهذا يشير إلى أن النظام قوي بما يكفي للتعامل مع الفوضى في العالم الحقيقي.

لماذا يهم هذا الأمر؟
لا تدعي الورقة البحثية أنها حلت كل المشكلات في مجال الروبوتات، لكنها تقدم مساراً عملياً ومثبتاً. فهي توضح أنك لست بحاجة إلى كمبيوتر خارق أو مجموعة مستشعرات بمليون دولار لتحقيق ملاحة عالية الدقة. من خلال الجمع بين خوارزمية ذكية مكونة من مرحلتين ورمز استجابة سريعة رخيص وسهل النشر، أثبت المؤلفون أن الروبوتات منخفضة التكلفة يمكنها التنقل في البيئات الداخلية فقيرة الميزات (مثل المستودعات أو الممرات الفارغة) بدقة تقل عن السنتيمتر الواحد. يوازن هذا النهج بين التكلفة، وقوة الحوسبة، والدقة، مما يوفر مخططاً قابلاً للتطبيق لجعل الروبوتات الذكية أكثر سهولة في الوصول إليها في مجالات اللوجستيات والتصنيع.