← أحدث الأبحاث
💻 علوم الحاسوب

Drone-Based Early Forest Fire Detection Using Vision-Language Models on NVIDIA Jetson Orin Nano

تقدم هذه الورقة إطار عمل للذكاء الاصطنا الاصطناعي الطرفي (edge-AI) تم نشره على طائرة بدون طيار مجهزة بمنصة NVIDIA Jetson Orin Nano، يجمع بين كاشف YOLOv8s مضبوط بدقة مع نموذج رؤية-لغة قائم على CLIP لتحقيق كشف فوري وعالي الدقة لحرائق الغابات مع أوصاف للمشهد باللغة الطبيعية، مما يقلل بشكل كبير من الإيجابيات الكاذبة مع الحفاظ على زمن انتقال منخفض.

المؤلفون الأصليون: Mohamed Amine Jabli, Abdellaoui Mehrez, Douik Ali

نُشر 2026-10-23
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Mohamed Amine Jabli, Abdellaoui Mehrez, Douik Ali

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

تُعد حرائق الغابات قوة طبيعية لا تهدأ، وهي تزداد سرعة وتدميراً مع ارتفاع درجة حرارة المناخ. ولعقود من الزمن، اعتمد السباق لإيقافها على رصد أول خيط من الدخان أو أول ومضة لهب قبل أن ينتشر الحريق خارج نطاق السيطرة. وغالباً ما تصل الأساليب التقليدية، مثل الأقمار الصناعية أو الكاميرات الثابتة، متأخرة جداً أو تخفق في رصد الحريق تماماً بسبب السحب، أو التضاريس، أو الاتساع الشاسع للمناظر الطبيعية. ولتجسير هذه الفجوة، لجأ العلماء إلى الطائرات بدون طيار (الدرونز)، بإرسالها إلى السماء لتعمل كعيون متنقلة. ومع ذلك، فإن الطائرة بدون طيار لا تكون جيدة إلا بقدر "العقل" الذي تحمله؛ فإذا كان حاسوب الطائرة بطيئاً جداً، فلن يتمكن من معالجة الصور بالسرعة الكافية لرصد حريق في الوقت الفعلي. وإذا كان بسيطاً للغاية، فقد يخطئ في اعتبار انعكاس ضوء الغروب أو بقعة من العشب الجاف حريقاً، مما يتسبب في إنذارات كاذبة تهدر موارد ثمينة. ويكمكم التحدي في بناء نظام يكون ذكياً بما يكفي ليفهم الفرق بين النار وخداع الضوء، وسريعاً بما يكفي للعمل على طائرة تعمل بالبطارية دون ارتفاع في درجة حرارتها.

هذه هي المشكلة التي سعى فريق من الباحثين من جامعة سوسة في تونس إلى حلها. فقد طوروا طريقة جديدة للطائرات بدون طيار للكشف عن حرائق الغابات في وقت مبكر، من خلال الجمع بين نوعين مختلفين من الذكاء الاصطناعي في نظام واحد فعال. يعمل الجزء الأول من نظامهم بمثابة ماسح ضوئي سريع، حيث يستخدم كاشف صور متخصص للعثور بسرعة على أي شيء يشبه النار أو الدخان. أما الجزء الثاني فيعمل كمفكر ناقد، باستخدام نموذج رؤية لغوي — وهو نوع من الذكاء الاصطناعي يمكنه "قراءة" الصورة ووصفها بالكلمات — للتحقق من نتائج الماسح الضوئي. ومن خلال تشغيل هذه العملية المكونة من خطوتين على حاسوب مدمج وقوي يسمى "NVIDIA Jetson Orin Nano"، نجح الباحثون في إنشاء نظام طائرة بدون طيار يمكنه القيام بدوريات في الغابات، ورصد حريق، والتأكد من أنه حقيقي، كل ذلك أثناء الطيران بشكل مستقل وإرسال تنبيه في غضاً من الزمن.

قام الباحثون ببناء طائرة بدون طيار مخصصة مجهزة بكاميرا عالية الدقة وهذا الحاسوب المدمج. وقاموا بتدريب نظامهم باستخدام آلاف الصور للغابات والحرائق والدخان، لتعليمه كيفية التعرف على الأشكال والألوان المحددة للاشتعال. وعندما تطير الطائرة، يقوم نموذج الذكاء الاصطناعي الأول بمسح كل إطار من إطارات الفيديو التي يراها. وإذا رصد شيئاً قد يكون حريقاً، فإنه يمرر تلك الصورة المحددة إلى النموذج الثاني. هذا النموذج الثاني لا يكتفي بقول "نعم" أو "لا" فحسب؛ بل ينظر إلى الصورة ويولد جملة قصيرة تصف ما يراه، مثل "دخان كثيف يتصاعد من الأشجار" أو "وهج الغروب على بحيرة". تسمح هذه الخطوة الإضافية للنظام باستبعاد المواقف المربكة، مثل ضوء الشمس الساطع الذي يصطدم بسطح عاكس أو أوراق الخريف التي تبدو برتقالية مثل اللهب. وقد صُمم النظام ليكون انتقائياً، حيث يستدعي النموذج الثاني الأكثر تعقيداً فقط عندما يكون الأول غير متأكد، مما يمنع حاسوب الطائرة من الارتباك أو التحميل الزائد.

وفي اختباراتهم، أثبت النظام فعالية ملحوظة. فقد نجحت الطائرة بدون طيار في تحديد الحرائق والدخان بدقة تقتر% من 95، وهو تحسن كبير مقارنة بالأنظمة التي تعتمد على كاشف واحد. والأهم من ذلك، أن إضافة النموذج الثاني "المفكر" قللت من الإنذارات الكاذبة بنسبة 21% تقريباً. وهذا يعني أن الطائرة أقل عرضة لإرسال تنبيه ذعر لشيء ليس حريقاً، وهو أمر بالغ الأهمية للحفاظ على ثقة المشغلين البشريين الذين يديرون الاستجابة. حقق النظام ذلك بينما كان يعمل بسرعة 26 إطاراً في الثانية، وهي سرعة كافية لمواكبة حركة الطائرة وتوفير عرض حي وفوري لأرض الغابة. واستغرقت العملية بأكملها، من رؤية الصورة إلى إرسال التنبيه، أقل من عُشر الثانية، مما يضمن بقاء النافذة المتاحة لإيقاف الحريق قبل أن يخرج عن السيطرة مفتوحة.

كما اختبر الباحثون كيفية أداء النظام في الظروف الصعبة، مثل وقت غروب الشمس أو عندما تهب الرياح وتدفع الدخان في اتجاهات غير متوقعة. وبينما ظل النظام دقيقاً للغاية في معظم السيناريوهات، إلا أنه واجه صعوبة طفيفة عندما كان الدخان خفيفاً جداً ومنتشراً بفعل الرياح، أو عندما كانت الإضاءة خافتة. هذه هي اللحظات التي يكون فيها الفرق بين حريق حقيقي وظل أمراً صعب الرؤية. ولمعالجة ذلك، أشار الفريق إلى أن إضافة كاميرا حرارية، والتي ترى الحرارة بدلاً من الضوء، يمكن أن تساعد الطائرة على رصد الحرائق حتى في أكثر الأجواء ظلمة أو إرباكاً. أما في الوقت الحالي، فيمثل هذا النظام خطوة كبيرة للأمام في مجال المراقبة الذاتية؛ فهو يثبت أن الطائرة بدون طيار يمكنها حمل ذكاء متطور ثنائي الطبقات على منصة صغيرة تعمل بالبطارية، محولةً بذلك كاميرا طائرة بسيطة إلى حارس موثوق للإنذار المبكر لغاباتنا.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 💻 cs →