Lightweight Edge-Based Telemetry Parsing for Navigation Systems via Deterministic Spatial-Text (LODTE)

ملخص تقني: تحليل بيانات التتبع الملاحي الخفيف القائم على الحافة عبر النص المكاني الحتمي (LODTE)

بيان المشكلة
تعتمد الطرق التقليدية لتحليل بيانات التتبع الملاحي في الوقت الفعلي (مثل وقت الوصول المقدر ومقاييس المسافة) من واجهات الخرائط الرقمية بشكل كبير على بنيات الرؤية المركزية السحابية أو الشبكات العصبية التلافيفية (CNNs) كثيفة الاستهلاك للموارد. وقد حدد المؤلفون ثلاث قيود حرجة في هذه النهج القائمة:

1. زمن انتقال الشبكة: إن إرسال البيانات ذهاباً وإياباً إلى الخوادم السحابية يجعل التعرف الضوئي على الحروف (OCR) غير عملي للاستجابات اللحظية في الحافة (edge) التي تتطلب استجابة في أقل من ثانية، وهي ضرورية لسلامة العمليات.
2. العبء الإضافي لنطاق التردد (Bandwidth): يتطلب البث المستمر للفيديو للمعالجة السحابية سعة شبكية كبيرة.
3. مخاطر الخصوصية: يؤدي نقل بيانات الشاشة أو مقصورة القيادة الحساسة خارج الجهاز إلى ثغرات في خصوصية البيانات.
   علاوة على ذلك، غالباً ما تفشل أساليب مطابقة القوالب التقليدية تحت تأثير تباين الحجم أو المنظور، بينما ترهق الشبكات العصبية الثقيلة معالجات الحافة ذات القدرة المنخفضة.

المنهجية: إطار عمل LODTE
يقترح البحث إطار عمل تحليل بيانات التتبع الملاحي الخفيف القائم على الحافة (LODTE)، وهو بنية رؤية حتمية تعتمد على الحافة (edge-native) مصممة لتحليل عناصر واجهة المستخدم الملاحية محلياً دون الاعتماد على السحابة. يعمل النظام عبر خط معالجة مكون من أربع مراحل محسنة للأجهزة ذات الموارد المحدودة:

1. المعالجة المسبقة المحسنة للحافة: يتم التقاط الإطارات المدخلة عبر مخازن شاشة عالية الأداء (باستخدام mss) ثم تُحول إلى تدرج الرمادي لتقليل عبء معالجة القنوات. يتم تطبيق نواة تمويه غاوسي (Gaussian blur) موضعية لتخميد ضوضاء الخلفية عالية التردد الناتجة عن ناقلات الخرائط وشبكات الطرق.
2. التحديد المكاني-النصي الحتمي: تقوم هذه المرحلة بعزل بطاقات التتبع (مثل وقت الوصول المقدر/المسافة) عبر تطبيق أولويات هندسية صارمة بدلاً من الكشف القائم على التعلم. يقوم النظام بالترشيح للبحث عن صناديق الإحاطة ذات الأبعاد المحددة (العرض: 52–168 بكسل؛ الارتفاع: 38–54 بكسل). وللقضاء على النتائج الإيجابية الزائفة من عناصر الخريطة، يتم تطبيق مرشح تحقق متعدد المعايير:
   • نسبة العرض إلى الارتفاع (AR): تفرض قيداً يتراوح بين $1.5 \le AR \le 3.2$ لتمييز لافتات التتبع الأفقية عن الدبابيس المربعة أو العلامات الرأسية.
   • كثافة منطقة الاهتمام المتوسطة ($\mu_{ROI}$): تتطلب متوسط كثافة بكسل $> 210$ لضمان أن الهدف عبارة عن خلفية فاتحة صلبة وعالية التباين، وهو أمر نموذجي لبطاقات واجهة المستخدم النشطة.
   • درجة المركز (Central Score): تعمل على معاقبة الشذوذ عند الحواف لضمان عزل الهدف بقوة.
3. ترميز OCR المقيد بالموارد: يتم رفع دقة مناطق الاهتمام (ROI) المعزولة باستخدام الاستكمال البيكي (Bicubic Interpolation) بمقدار 3 أضعاف لتعزيز تحديد حواف الخطوط. بعد ذلك، تُمرر البيانات إلى محرك Tesseract OCR المحسن والمعد لكتل نصية موحدة (--psm 6)، لتجنب الأعباء الناتجة عن الاستدلال القائم على التعلم العميق.
4. توصيف زمن الانتقال التراكمي: يتضمن إطار العمل محللاً مدمجاً يقيس وقت التنفيذ عبر جميع المراحل لضمان الأداء في الوقت الفعلي.

المساهمات الرئيسية

• التحديد المكاني-النصي الحتمي: تقديم نهج غير عصبي يعتمد على الهندسة لفرض أولويات الأبعاد ونسب العرض إلى الارتفاع لعزل عناصر واجهة المستخدم، مما يلغي الحاجة إلى نماذج كشف الأجسام الثقيلة.
• بنية قائمة على الحافة (Edge-Native): خط معالجة كامل يلغي أعباء الذهاب والإياب إلى السحابة، مما يتيح التشغيل دون اتصال بالإنترنت ويحافظ على خصوصية البيانات.

3. الترميز المحسن: سير عمل خفيف الوزن يجمع بين الرفع البيكي (3×) والتبين التكيفي (طريقة Otsu) لتحقيق دقة عالية في التعرف بأقل قدر من القدرة الحسابية.

النتائج التجريبية
أُجريت اختبارات قياسية عبر سيناريوهات ملاحة مختلفة، بما في ذلك الرحلات قصيرة المدى، والرحلات الإقليمية متوسطة المدى، والمسارات المعقدة طويلة المدى.

• زمن الانتقال (Latency): حقق النظام متوسط زمن انتقال لمعالجة الإطار الواحد قدره 11.48 مللي ثانية. وفي حالات اختبار محددة، تراوح زمن الانتقال التراكمي بين 10.66 مللي ثانية و12.87 مللي ثانية.
• توزيع المراحل:
  • المعالجة المسبقة: ~2.14 مللي ثانية (6.5% من إجمالي الوقت).
  • التحديد المكاني: ~4.85 مللي ثانية (14.7% من إجمالي الوقت).
  • ترميز OCR: ~25.10 مللي ثانية (76.2% من إجمالي الوقت).
• الدقة: أظهر إطار العمل دقة بنسبة 100% في تقسيم الحروف على العينات التي تم التحقق منها ذات نسب العرض إلى الارتفاع المتسقة. كانت نجاح عملية الاستخراج مرتفعاً لتخطيطات واجهة المستخدم القياسية، رغم أن المؤلفين أشاروا إلى أن صناديق الإحاطة ذات الحواف غير المنتظمة أو الصغيرة قد تسبب ضوضاء في OCR، مما يؤدي إلى حالات استخراج جزئية.
• المتانة: حافظ النظام على أدائه عبر مستويات تعقيد المسارات المختلفة وكثافة خرائط الخلفية دون الحاجة إلى بنية تحتية سحابية.

الأهمية والادعاءات
يزعم البحث أن نظام LODTE ينجح في سد الفجوة بين دقة الرؤية السحابية وقيود زمن الانتقال والخصوصية في الحوسبة الطرفية (Edge Computing). ومن خلال إزالة التبعية للسحابة، يتيح إطار العمل تحليل بيانات التتبع الملاحي في الوقت الفعلي للعمليات الحرجة المتعلقة بالسلامة بكفاءة بمستوى الميكروثانية. ويؤكد المؤلفون أن النظام يحافظ على دقة عالية في التعرف البصري حتى عندما تختلف تعقيدات الخلفية، مما يثبت إمكانية الحفاظ على زمن انتقال أقل من ثانية دون المساس بسلامة البيانات المكانية-النصية.

خلص المؤلفون إلى أنه بينما يعد إطار العمل قوياً لتخطيطات واجهة المستخدم المهيكلة ذات نسب العرض إلى الارتفاع المتسقة، فإن العمل المستقبلي يجب أن يركز على توسيع قدرة التكيف مع واجهات المستخدم للعناصر ذات الحواف غير المنتظمة، ودمج هرمات الميزات متعددة المقاييس (multi-scale feature pyramids) لتحسين التعرف عبر دقات الشاشة المتنوعة.