Novel Vision-Based Camera Distance Estimation for Indoor Positioning

في عالم الملاحة الداخلية الهادئ والمعقد، غالباً ما تفشل الأدوات المألوفة التي نعتمد عليها في الهواء الطلق. فنظام تحديد المواقع العالمي (GPS)، الذي يوجهنا عبر المدن والحقول، يواجه صعوبة في اختراق الجدران والأسقف السميكة للمباني، مما يتركنا دون إشارة موثوقة. ولحل هذه المشكلة، توجه العلماء إلى الكاميرات التي تراقب بالفعل مكاتبنا ومستشفياتنا وجامعاتنا. توفر أنظمة الدوائر التلفزيونية المغلقة (CCTV) ميزة فريدة: فهي لا تحتاج إلى إشارات راديو للرؤية. بدلاً من ذلك، تلتقط الهندسة البصرية للمكان، مما يوفر خريطة غنية بمواقع الأشخاص بالنسبة للكاميرا. ومع ذلك، فإن تحويل صورة مسطحة ثنائية الأبعاد إلى قياس دقيق لمسافة في العالم الحقيقي يمثل لغزاً معقداً؛ فالصورة الواحدة لا يمكنها بطبيعتها إخبارنا بمدى بعد جسم ما؛ فالشخص الذي يقف بالقرب من العدسة يبدو كبيراً، بينما يبدو الشخص نفسه بعيداً صغيراً، مما يخلق غموضاً مربكاً لطالما تحدى الباحثين.

تتناول دراسة جديدة من جامعة كوية في العراق هذا التحدي من خلال تعليم الكمبيوتر كيفية قياس المسافة بين كاميرا أمنية ثابتة وشخص يسير في ممر. لم يحاول الباحثون تخمين الموقع الدقيق للشخص على خريطة عالمية، وهي مهمة غالباً ما تؤدي إلى الأخطاء، بل ركزوا بدلاً من ذلك على هدف أكثر قابلية للإدارة والموثوقية: تحديد المسافة الفيزيائية الدقيقة من الكاميرا إلى قدمي الشخص. ولتحقيق ذلك، قاموا ببناء نظام يحدد أولاً الشخص في بث الفيديو ويحدد موقع كاحليه، وهي النقطة المحددة التي يلتقي فيها جسده بالأرض. وإذا كانت الكاحلان مخفيين أو يصعب رؤيتهما، يستخدم النظام طريقة احتياطية تعتمد على الجزء السفلي من مخطط جسم الشخص. ثم طبق الباحثون سلسلة من التصحيحات الرقمية لمراعاة الطريقة التي تشوه بها عدسات الكاميرا الصور طبيعياً، واستخدموا تقنية رسم خرائط هندسية لترجمة موقع البكسل على الشاشة إلى موقع حقيقي على الأرض.

ولتحسين هذا الحساب الأولي، قدم الفريق خطوة تعلم تعمل كآلية لضبط الدقة. يقوم النظام بتحليل الصورة بحثاً عن أدلة حول العمق وحجم الشخص، ومقارنة هذه السمات البصرية بالمسافات المعروفة لتصحيح أي أخطاء صغيرة متبقية. وعند اختباره على لقطات من ممر جامعي، أثبت هذا النهذا المدمج فعالية ملحوظة؛ حيث قدر النظام المسافة إلى شخص بمتوسط خطأ قدره 0.159 متراً فقط، أي حوالي 15.9 سنتيمتراً. ومن الناحية الإحصائية، كان جذر متوسط مربع الخطأ، الذي يأخذ في الاعتبار الأخطاء الكبيرة، 0.218 متراً. وتشير هذه النتائج إلى أن الطريقة مستقرة ودقيقة بما يكفي للاستخدام العملي في تحديد المواقع الداخلية.

كما قارنت الدراسة هذه الطة الجديدة بمنهج أكثر شيوعاً وجاهزاً يعتمد فقط على اكتشاف الشكل العام للشخص دون تحديد قدميه أو تطبيق تصحيحات هندسية. المنهج القياسي، الذي يرسم ببساطة صندوقاً حول الشخص، أنتج متوسط خطأ قدره 0.386 متراً، وهو أكثر من ضعف الخطأ في النظام الجديد. يسلط هذا الفرق الضوء على أن مجرد رصد الشخص ليس كافياً؛ ففهم مكان ملامسته للأرض بالضبط وتصحيح زاوية الكاميرا وخصائص العدسة أمر ضروري للدقة. وأشار الباحثون إلى أن نجاحهم اعتمد على مجموعة محددة من الظروف، باستخدام بيانات تم جمعها في ممر واحد جيد الإضاءة بكاميرات ثابتة، كما أقروا بأن البيئات الواقعية ذات الحشود المتحركة، أو الإضاءة المتغيرة، أو الظلال الكثيفة قد تفرض صعوبات جديدة.

رغم هذه القيود، يوضح هذا العمل أنه يمكن إعادة توظيف البنية التحتية الأمنية الموجودة لتوفير وعي مكاني دقيق دون الحاجة إلى مستشعرات جديدة باهظة الثمن أو أجهزة متخصة. ومن خلال الجمع بين القدرة على اكتشاف وضعية الجسم البشري والخرائط الرياضية وخطوة التصحيح المتعلمة، أظهر الباحثون أن كاميرا قياسية يمكنها قياس مدى بعد الشخص بشكل موثوق. ويمكن لهذه القدرة أن تساعد في النهاية في توجيه الناس عبر المباني الكبيرة، أو مساعدة المستجيبين في حالات الطوارئ في تحديد مواقع الأفراد، أو مساعدة الروبوتات في التنقل في المساحات الداخلية المعقدة، كل ذلك ببساطة من خلال النظر إلى العالم عبر عدسة موجودة بالفعل.