NPU-Accelerated Neuro-Fuzzy Safety Assistance with Decision-Level Multimodal Fusion for Teleoperated Assistive Robots
تقدم هذه الورقة إطار عمل للتحكم المشترك القائم على ذكاء الحافة الاصطناعي (Edge-AI) للروبوتات المساعدة التي يتم التحكم فيها عن بُعد، والذي يستخدم وحدة معالجة عصبية من طراز Hailo-8L لتنفيذ نظام الاستدلال العصبي الضبابي التكيفي (ANFIS) وكاشف YOLOX-S بشكل متزامن، مع دمج مخرجاتهما لتقليل معدلات التصادم والتدخلات الطارئة بشكل كبير مع الحفاظ على التشغيل المحلي الكامل.
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 روبوتاً يساعد شخصاً على الحركة داخل غرفة، لكن الروبوت لا يقرر إلى أين يذهب. بدلاً من ذلك، يجلس إنسان في محطة تحكم عن بعد، يشاهد بثاً فيديو ويقود الروبوت باستخدام عصا تحكم (جويستيك). هذا الإعداد شائع لمهام مثل تفقد الأقارب المسنين أو فحص المناطق الخطرة، ولكن به عيب خطير. فالمشغل البشري لا يرى إلا ما تظهره الكاميرا، وهو ما يكون غالباً شريحة ضيقة من الغرفة. قد لا يرى باباً زجاجياً، أو طاولة منخفضة، أو شخصاً واقفاً خارج نطاق رؤية الكاميرا. إذا دفع المشغل الروبوت للأمام، فقد يصطدم قبل أن يدرك الإنسان الخطر حتى. الحل ليس بجعل الروبوت يقود نفسه، لأن ذلك سيزيل تحكم الإنسان ويتطلب أنظمة رسم خرائط معقدة ومكلفة؛ الحل هو السماح للإنسان بالتوجيه بينما تراقب طبقة سلامة ذكية المسار وتُبطئ الروبوت بلطف إذا اقترب شيء أكثر من اللازم.
لقد بنى واختبر باحثون في المدرسة الوطنية للهندسة بتونس هذا النوع من الأنظمة للروبوتات الصغيرة ذات العجلات. كان هدفهم هو إنشاء شبكة أمان تعمل بالكامل على الروبوت نفسه، دون الحاجة لإرسال البيانات إلى خادم سحابي أو الاعتماد على كمبيوتر قوي. لقد دمجوا طريقتين مختلفتين لرؤية العالم؛ أولاً، يستخدم الروبوت مستشعرات الأشعة تحت الحمراء التي تعمل مثل عصا الكفيف، حيث ترتد الإشارات عن الأجسام لقياس المسافة. ثانياً، يستخدم كاميرا ونظام تعرّف بصري لتحديد ماهية تلك الأجسام. تعلم البرنامج الذي طوره الباحثون كيفية دمج هذين التدفقين من المعلومات؛ حيث يتعلم البرنامج إبطاء سرعة الروبوت بناءً على مدى بعد الجسم، ولكنه يستمع أيضاً إلى الكاميرا. فإذا رأت الكاميرا شخصاً أو كرسياً بدرجة ثقة عالية، يقوم البرنامج بتقليل سرعة الروبوت بشكل أكبر، ليعمل كعين ثانية لا ترمش.
ولجعل هذا النظام سريعاً بما يكفي ليكون مفيداً، واجه الفريق تحدياً كبيراً. فتشغيل برمجيات الرؤية المعقدة وحسابات السلامة في وقت واحد يتطلب عادةً كمبيوتراً ثقيلاً وشره الاستهلاك للطاقة. بدلاً من ذلك، استخدموا شريحة متخصصة مصممة للذكاء الاصطناعي، تُسمى وحدة المعالجة العصبية، وهي صغيرة بما يكفي لتناسب حاسوباً واحداً قياسياً (Single-board computer). سمحت هذه الشريحة للروبوت بمعالجة البيانات البصرية واتخاذ قرارات السلامة في آن واحد، مع تحديث سرعته خمسين مرة في الثانية. لا يقوم النظام بتخطيط مسار أو اختيار وجهة؛ هو ببساطة يأخذ الاتجاه الذي يختاره المشغل البشري ويقرر السرعة المسموح بها للروبوت في ذلك الاتجاه. وإذا اقترب الروبوت كثيراً من عائق، يقوم النظام بإلغاء أمر الإنسان بالتحرك للأمام ويجبر الروبوت على الرجوع للخلف، مما يضمن توقفاً آمناً.
في تجاربهم، اختبر الفريق هذا النظام على روبوت مخصص ذي أربع عجلات في بيئة محكومة. طلبوا من مشغل بشري قيادة الروبوت عبر مسار مليء بالعوائق تحت ثلاثة ظروف مختلفة: القيادة بدون مساعدة، والقيادة مع نظام سلامة مستشعر الأشعة تحت الحمراء، والقيادة مع نظام الأشعة تحت الحمراء والكاميرا معاً. أظهرت النتائج تحسناً واضحاً في السلامة؛ فعندما قاد المشغل الروبوت بدون مساعدة، اصطدم الروبوت بالعوائق في 40% من المحاولات. وعندما كان نظام السلامة المزدوج نشطاً، انخفض معدل الاصطدام هذا إلى 10% فقط. علاوة على ذلك، حافظ الروبوت على مسافة أكثر أماناً من العوائق، حيث حافظ على فجوة تبلغ حوالي عشرة سنتيمترات بدلاً من الخمسة سنتيمترات التي لوحظت في الجولات غير المساعدة. كما قلل النظام من عدد المرات التي اضطر فيها المشغل البشري للضغط على زر التوقف الطارئ، حيث انخفض من متوسط ما يقرب من تدخلين لكل جولة إلى خُمس تدخل واحد فقط.
وجد الباحثون أن النظام يعمل بسلاسة دون إبطاء قدرة الروبوت على الاستجابة لأوامر التوجيه البشرية. العملية بأكملها، من رؤية العائق إلى تعديل السرعة، تمت في أقل من جزء من المائة من الثانية. كان النظام البصري فعالاً بشكل خاص في اكتشاف الأجسام التي قد تغفل عنها مستشعرات المسافة، مثل الأسطح منخفضة التباين، وقام بتعديل سرعة الروبوت بناءً على درجة ثقته فيما يراه. ومع ذلك، لاحظ الفريق أن النظام ليس مثالياً؛ فقد تم اختبار قواعد السلامة في مختبر مع أجسام ثابتة ومشغل واحد، لذا قد تختلف النتائج في منزل مزدحم بالأشخاص المتحركين. بالإضافة إلى ذلك، إذا تعطل المسار البصري أو تأخر إطار فيديو، فإن النظام يتخلص من البيانات البصرية القديمة ويعود للاعتماد فقط على مستشعرات المسافة، بدلاً من اكتشاف انسداد محدد في الكاميرا. ورغم هذه القيود، تُظهر الدراسة أنه من الممكن منح روبوت يتم التحكم فيه عن بعد طبقة سلامة محلية موثوقة تحميه من الاصطدامات دون سلب التحكم من الإنسان.
هذا العمل مهم لأنه يقدم مساراً عملياً للمستقبل للروبوتات المساعدة التي تحتاج أن تكون ميسورة التكلفة وآمنة. ومن خلال إثبات أن حسابات السلامة المعقدة يمكن أن تعمل على شريحة صغيرة منخفضة الطاقة، أظهر الباحثون أن هذه الروبوتات لا تحتاج لأن تكون مرتبطة بالإنترنت أو تتطلب أجهزة باهظة الثمن لتكون آمنة. النظام يحترم نية المشغل البشري مع إضافة طبقة من الحماية تراقب دائماً. في المستقبل، يمكن لهذه التكنولوجيا أن تسمح لكبار السن باستخدام الروبوتات التي يتم التحكم فيها عن بعد لجلب الأشياء أو مراقبة منازلهم دون الخوف المستمر من اصطدام الآلة بالأثاث أو الأشخاص. يخطط الباحثون لاختبار النظام مع المزيد من المشغلين وفي بيئات أكثر ديناميكية لمعرفة مدى صموده عندما يكون العالم أقل قابلية للتنبؤ من المختبر. في الوقت الحالي، لقد أثبتوا أنه يمكن للروبوت أن يكون مطيعاً للإنسان وذكياً بما يكفي لحماية نفسه في آن واحد.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.