A Distributed Stereo Visual Feedback Framework for VR- based Telesurgical Robotic Teleoperation: Design and Latency Characterization
تقدم هذه الورقة وتُوصّف إطار عمل للتغذية الراجعة البصرية المجسمة الموزعة للتحكم عن بُعد في الجراحة التلفزيونية القائمة على الواقع الافتراضي، كاشفةً أنه بينما يكون تأخير نقل الشبكة ضئيلاً، فإن غالبية زمن انتقال النظام الإجمالي (حوالي 78 مللي ثانية) تنبع من مراحل معالجة الصور وعرض الشاشة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
تخيل أنك تحاول لعب لعبة فيديو تتحكم فيها بذراع آلي في غرفة عبر العالم. تحرك يدك، فيتحرك الروبوت، لكن لا يمكنك إلا رؤية ما يراه الروبوت من خلال شاشة. إذا كانت الصورة على الشاشة متأخرة ولو بجزء بسيط، سيصاب دماغك بالارتباك. الأمر يشبه محاولة الإمساك بكرة بينما ترتدي نظارات تظهر لك مكان الكرة حيث "كانت" قبل ثانية، وليس حيث هي "الآن". هذه هي المشكلة الكبرى في "التحكم عن بُعد" (teleoperation)، وهو مجرد مصطلح معقد للتحكم في روبوت من مكان بعيد.
لجعل هذا الأمر يعمل بشكل جيد، خاصة في المهام الدقيقة مثل الجراحة، تحتاج إلى شيئين: صورة ثلاثية الأبعاد واضحة (لتتمكن من تقدير العمق، مثل مدى بعد الإبرة) والسرعة (لكي تتحدث الصورة فوراً). يطلق العلماء على ذلك اسم "التغذية الراجعة البصرية المجسمة" (stereo visual feedback) و"زمن الانتقال المنخفض" (low latency). إذا كان التأخير طويلاً جداً، سيشعر المشغل بالارتباك، وقد يصطدم الروبوت، أو قد يحدث خطأ في بيئة طبية. السؤال الكبير الذي يسأله الباحثون هو: "أين يذهب الوقت؟" هل هو اتصال الإنترنت الذي يبطئ العملية، أم أن الكمبيوتر يستغرق وقتاً طويلاً في معالجة الصورة؟
هذا البحث يتعمق في هذا الغموض عبر بناء "آلة زمن" خاصة لرؤية الروبوت. أنشأ الباحثون نظاماً يرسل فيه روبوت موجود في جانب من الغرفة بث فيديو ثلاثي الأبعاد إلى شخص يرتدي سماعة واقع افتراضي (VR) في الجانب الآخر. لم يكتفوا بقياس الوقت الإجمالي فحسب؛ بل قسموا الرحلة إلى ثلاثة مراحل متميزة، مثل توقيت سباق تتابع لمعرفة أي عداء هو الأبطأ. ووجدوا أنه بينما كان اتصال الإنترنت سريعاً للغاية—مثل القطار السريع—كانت معالجة الكمبيوتر للفيديو وعرض سماعة الواقع الافتراضي للصورة هما العائقان الحقيقيان، حيث عملا مثل الحلزون البطيء.
عيون الروبوت ثلاثية الأبعاد وسماعة الواقع الافتراضي
أعد الباحثون نظاماً يعمل كزوج من العيون عن بُعد. في جانب "التابع" (حيث يوجد الروبوت)، توجد كاميرا مجسمة خاصة تلتقط صورتين في وقت واحد، تماماً كما تفعل العين البشرية، لإنشاء تأثير ثلاثي الأبعاد. تُرسل هذه الصور عبر شبكة إلى جانب "السيد"، حيث ينتظر المشغل البشري. يرتدي الإنسان سماعة الواقع الافتراضي Meta Quest 3، وهي بمثابة نافذة عالية التقنية تجعله يشعر وكأنه يقف بجانب الروبوت تماماً.
تبدأ رحلة الفيديو من الكاميرا، وتنتقل عبر كمبيوتر وسيط (يعمل مثل مكتب بريد لفرز الرسائل)، وتصل إلى الكمبيوتر الرئيسي، ثم تتم معالجتها بواسطة محرك ألعاب يسمى Unity، وأخيراً تظهر داخل سماعة الواقع الافتراضي. أراد الفريق معرفة المدة التي استغرقتها كل خطوة من هذه الرحلة بالضبط.
سباق تتابع الزمن
لمعرفة أين كان الوقت يختبئ، قسم الفريق رحلة الفيديو إلى ثلاث مراحل، مثل سباق تتابع بثلاثة عداءين:
- العداء الشبكي: وهو الوقت الذي تستغرقه حركة الفيديو عبر الأسلاك.
- عداء Unity: وهو الوقت الذي يستغرقه الكمبيوتر لفك حزمة الفيديو وتجهيزها لسماعة الواقع الافتراضي.
- عداء الواقع الافتراضي: وهو الوقت الذي تستغرقه السماعة لعرض الصورة على عينيك.
قاموا بقياس العداء الشبكي أولاً. أرسلوا 10,000 إطار من الفيديو ووجدوا أنه سريع للغاية. بلغ متوسط الوقت 5.59 ± 1.04 مللي ثانية. هذا سريع بشكل مذهل! حتى أنهم اختبروا ما إذا كان كمبيوتر "مكتب البريد" الوسيط سيبطئ العملية، ووجدوا أنه أضاف أقل من مللي ثانية واحدة. أثبت هذا أن اتصال الإنترنت نفسه لم يكن هو المشكلة؛ بل كان الجزء الأسرع في النظام بأكمله.
ومع ذلك، عندما نظروا إلى عداء Unity، تباطأ السباق بشكل كبير. استغرق الكمبيوتر في المتوسط 40.06 ± 10.12 مللي ثانية فقط لمعالجة الفيديو وتجهيزه. كان هذا هو الجزء الأكبر من التأخير. أما عداء الواقع الافتراضي (السماعة) فقد استغرق 32.30 ± 0.09 مللي ثانية أخرى لعرض الصورة.
وعند جمع العدائين الثلاثة معاً، كان إجمالي الوقت من لحظة رؤية الكاميرا لشيء ما إلى لحظة رؤية الإنسان له في سماعة الواقع الافتراضي هو 77.95 ± 10.17 مللي ثانية.
المفاجأة الكبرى: ليس الإنترنت!
أهم اكتشاف في هذا البحث هو نوع من حبكة التحول في الأحداث. يفترض الكثير من الناس أنه إذا كنت تريد روبوتاً أسرع، فأنت تحتاج فقط إلى اتصال إنترنت أسرع. لكن هذه الدراسة أظهرت أنه حتى مع وجود شبكة فائقة السرعة (جزء الـ 5.59 مللي ثانية)، كان التأخير الإجمالي لا يزال قرابة 78 مللي ثانية. لماذا؟ لأن معالجة الكمبيوتر للفيديو وعرض السماعة للصورة كانا يستهلكان معظم الوقت.
الأمر يشبه امتلاك سيارة فيراري (الإنترنت) عالقة في ازدحام مروري تسببه بوابة تحصيل رسوم بطيئة (معالجة الكمبيوتر) وسائق بطيء (عرض السماعة). مهما كانت سرعة السيارة، فإن الرحلة تستغرق وقتاً طويلاً بسبب التوقفات. وجد الباحثون أن الشبكة كانت مسؤولة فقط عن جزء ضئيل من التأخير. "الازدحام المروري" الحقيقي كان يحدث داخل البرمجيات وأجهزة العرض.
هل يعمل هذا حقاً؟
لمعرفة ما إذا كان هذا النظام مفيداً بالفعل، طلب الباحثون من أربعة أشخاص لعب لعبة. كانت اللعبة عبارة عن مهمة "الالتقاط والوضع": استخدام الروبوت لنقل كتل صغيرة من مكان إلى آخر. حاولوا القيام بذلك باستخدام عرض الواقع الافتري ثلاثي الأبعاد وبدونه (باستخدام شاشة 2D عادية).
كانت النتائج واعدة. عندما استخدم المشاركون نظام الواقع الافتراضي، أنهوا المهمة بشكل أسرع (بمتوسط 373.7 ثانية باستخدام الواقع الافتراضي مقابل 527.2 ثانية بدونه). كما تحركوا بالروبوت في مسارات أقصر وأكثر مباشرة، وأسقطوا عدداً أقل من الكتل. قال كل مشارك أن نسخة الواقع الافتراضي منحتهم شعوراً أفضل بالعمق وكانت أكثر ملاءمة.
ومع ذلك، يشدد المؤلفون على أن هذا كان مجرد اختبار "أولي" مع أربعة أشخاص فقط. وهذا يشير إلى أن النظام يعمل جيداً، لكنه ليس دليلاً نهائياً على أنه سيعمل للجميع في كل موقف. هم بحاجة لاختباره مع المزيد من الأشخاص وفي ظروف أكثر صعوبة قبل إعلان أنه حل مثالي.
الخلاية المستفادة
يبني هذا البحث أساساً متيناً للجراحة الروبوتية والعمل عن بُعد في المستقبل. فهو يثبت أنه يمكنك إرسال فيديو ثلاثي الأبعاد عالي الجودة إلى سماعة واقع افتراضي بتأخير ضئيل جداً من الإنترنت. لكنه يوجه أيضاً رسالة واضحة للمهندسين: إذا كنت تريد جعل هذه الأنظمة أسرع، فلا تشترِ فقط كابل إنترنت أسرع. عليك إصلاح البرامج التي تعالج الفيديو والأجهزة التي تعرضه. الإنترنت جاهز؛ الآن يجب على أجهزة الكمبيوتر والسماعات أن تلحق به.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.