كيف يجعل النظام المرئي للتموضع وبناء خريطة المكان في آن واحد الكاميرات قادرة على الرؤية

كيف يمكن للروبوت أن يرى عندما يكون على وشك الاصطدام بشيء ما؟ حسنًا، من الناحية التقنية، لا يمكنه ذلك لأن الروبوتات لا تملك أعينًا، هذا أمر بديهي. ولكن لديها القدرة على حساب مكانها في المساحة من خلال مجموعة من التقنيات. لذا، على الرغم من أنها ليست قادرة على الرؤية فعلاً، فإنها قريبة جدًا من ذلك، وعندما تفكر في الأمر، تجده أيضًا رائعًا بشكل لا يصدق. ففي النهاية، من دون أي نوع من الرؤية، حتى أذكى الروبوتات لا فائدة منها، أليس كذلك؟

ولهذا السبب تظل الروبوتات أحد أكبر التحديات التقنية اليوم. فهي تتطلب مزيجًا من الكثير من مجالات الخبرة المختلفة - من تخصصات متعددة في مجال الروبوتات والتحكم والهندسة الميكانيكية والكهربائية، إلى مهارات في تطوير البرمجيات والمواد والميكاترونكس وغيرها. يجب أن يعمل كل عنصر بسلاسة ضمن الكل وهو توازن دقيق. فالطريقة التي يتحرك بها الروبوت، على سبيل المثال، تحددها المواد المستخدمة في بنائه وكيفية عمل كل عنصر من هذه المكونات معًا، وكيفية تحريكها وتزويدها بالطاقة. ولكن إذا كنت تريد أن يتحرك الروبوت بشكل مستقل، فكيف يمكنه فعل ذلك ما لم يكن لديه طريقة "لرؤية" المكان الذي يتجه إليه؟

بالطبع، فإن التقنيات البصرية وتقنيات التصوير هي تخصصنا، لذا لن يكون مفاجئًا أن Canon تعمل على هذا المجال بالذات من الروبوتات منذ فترة طويلة. لأكثر من ثلاثين عامًا في الواقع. واليوم، يُطلق عليها اسم النظام المرئي للتموضع وبناء خريطة المكان في آن واحد، وتعمل هذه التقنية على تجنب الاصطدام بالعوائق. يُعد التموضع وبناء خريطة المكان في آن واحد (وهو مصطلح أقل جاذبية ولكنه بالتأكيد أكثر دقة) أو اختصارًا "SLAM" تقنية تُقدر موقع البيئة المحيطة بالروبوت وبنيتها في الوقت نفسه. وقد صُمم النظام المرئي للتموضع وبناء خريطة المكان في آن واحد الأصلي لدمج العالمين الحقيقي والافتراضي في شاشة عرض مثبتة على الرأس، وهو ما نعرفه الآن باسم الواقع المختلط. اليوم، يمكن استخدام النظام المرئي للتموضع وبناء خريطة المكان في آن واحد في كل أنواع المهام المؤتمتة في الصناعات من التصنيع والضيافة إلى الرعاية الصحية والبناء.

كيف يعمل النظام المرئي للتموضع وبناء خريطة المكان في آن واحد؟

أصبحت رؤية الروبوتات المتحركة، مثل المركبات الموجهة آليًا (AGVs) والروبوتات المتحركة ذاتية القيادة (AMRs)، أمرًا مألوفًا بالفعل في المستودعات والعمليات اللوجستية، وغالبًا ما تُوجه باستخدام مسار من الأشرطة المغناطيسية المثبتة على الأرض. وكما يمكنك أن تتخيل، فإن هذا الأمر مكلف ويستغرق وقتًا طويلاً في التركيب، والأهم من ذلك أنه يحد من المرونة. إذا كانت المركبات الموجهة آليًا والروبوتات المتحركة ذاتية القيادة لا يمكن أن تعمل إلا على طول مسار ثابت، فماذا يحدث عندما يلزم تغيير المسار؟ أو إذا كانت الشركة بحاجة إلى أن تكون قادرة على تغيير العمليات بسرعة؟ لذا، فإن النهج "غير الموجه" مرغوب فيه للغاية في عالم تتغير فيه الأمور حتمًا.

يكمن الحل في استخدام أحد نوعي نظام التموضع وبناء خريطة المكان في آن واحد. النوع الأول هو LiDAR، وهو اختصار لـ "النظام الضوئي للكشف وتحديد المدى" ويستخدم نبضات الليزر لقياس المسافات وأشكال الهياكل المحيطة. وعلى الرغم من أن الأنظمة الضوئية للكشف وتحديد المدى رائعة من حيث قدرتها على العمل في المناطق ذات الإضاءة الخافتة، فإنها تستخدم بشكل عام أجهزة استشعار تُجري مسحًا أفقيًا فقط، ما يحد على الفور من المعلومات التي يمكن للروبوت الحصول عليها من الأسطح الثنائية الأبعاد. وهذا ليس لأن المسح الثلاثي الأبعاد مستحيل - ولكنه مكلف للغاية. والمشكلة الأخرى مع النظام الضوئي للكشف وتحديد المدى هي أنه إذا لم يكن هناك ما يكفي للروبوت "ليرى"، فيجب تثبيت الأجسام الثلاثية الأبعاد حول مساره.

بدلاً من الليزر، يستخدم النظام المرئي للتموضع وبناء خريطة المكان في آن واحد من Canon الكاميرات كمستشعرات، وهي أرخص من النظام الضوئي للكشف وتحديد المدى، ولكنها لا تزال توفر قياسًا عالي الدقة. ويحدد مزيج يجمع ما بين صور الفيديو وتقنية التحليل الخاصة الأشكالَ الثلاثية الأبعاد للهياكل، وتعمل هذه المعلومات معًا على أداء مهمة "التموضع" في نظام التموضع وبناء خريطة المكان في آن واحد. من المثير للدهشة أن هذا الأمر يمتد حتى إلى الأجسام ذات الأسطح المسطحة، مثل الملصقات على الجدران، لذلك لا توجد حاجة إلى تثبيت أي أجسام إضافية ثلاثية الأبعاد، كما هو الحال مع النظام الضوئي للكشف وتحديد المدى. وهذا يعني أيضًا أنه يمكن استخدامه في الكثير من الأماكن والمواقف، ولأنه يمكن استخدامه للتعرف على الصور أيضًا، فهناك طرق أخرى لاستخدام النظام المرئي للتموضع وبناء خريطة المكان في آن واحد، مثل الطائرات من دون طيار أو روبوتات الخدمة.

كيف يفهم التغيير؟

نظرًا إلى أن المساحة التي تعمل فيها المركبات الموجهة آليًا والروبوتات المتحركة الذاتية القيادة متغيرة باستمرار، يجب أن يكون النظام المرئي للتموضع وبناء خريطة المكان في آن واحد ذكيًا أيضًا. تُعالَج هذه الصور الملتقطة من الكاميرات المجسمة اليمنى واليسرى باستمرار من خلال "برنامج الملاحة القائم على الرؤية للمركبة الموجهة آليًا" من Canon الذي يحول الصور إلى خرائط ثلاثية الأبعاد في الوقت الحقيقي ويُحدّثها تلقائيًا. وهذه كمية هائلة من المعلومات الدقيقة التي يجب معالجتها، ولكنها مصممة لتحدث في الوقت الحقيقي، حتى على أجهزة الكمبيوتر ذات الإمكانات المتواضعة. تتيح بصفة أساسية الطبيعة الثابتة لعملية الالتقاط والمعالجة للروبوتات التي تستخدم النظام المرئي للتموضع وبناء خريطة المكان في آن واحد "التنقل" بشكل مستقل تمامًا.

وهذا يجعلها مثالية للروبوتات في كل أنواع الأماكن، خاصة تلك التي قد يتعرض فيها البشر للخطر. على سبيل المثال، نقل المواد الخطرة داخل المصانع الكيميائية أو في أي مكان يتطلب نقل المنتجات "من دون تلامس" من أجل سلامة الإنسان. حتى إنه اقتُرح استخدام الروبوتات التي تستخدم النظام المرئي للتموضع وبناء خريطة المكان في آن واحد في المرافق الطبية التي تقدم الطعام والأدوية، حيث يحتاج المرضى المعرضون لمخاطر عالية إلى الحد الأدنى من الاتصال للحفاظ على سلامتهم في أثناء خضوعهم للعلاج. هذه البيئات ديناميكية ومتغيرة باستمرار، لذا فإن قدرة الروبوت على "التعلم" في أثناء عمله أمر ضروري.

كما هو الحال مع كل التقنيات المتعددة التخصصات، كلما تقدم أحد العناصر، أتاح فرصًا لعناصر أخرى، وبطبيعة الحال، يمكننا أن نتوقع الشيء نفسه مع رؤية الروبوت. وبعد كل شيء، صُقلت تقنياتنا البصرية والحسية وتقنيات معالجة الصور من خلال تطوير منتجاتنا من الكاميرات والعدسات. إن ابتكار "عيون" روبوتية ميسورة التكلفة وفي متناول كل الصناعات هو خطوة واحدة فقط نحو هذا النوع من الحلول الآلية التي تجعل الحياة اليومية أكثر أمانًا وراحة وملاءمة لنا جميعًا.

اكتشف المزيد عن تقنيات النظام المرئي للتموضع وبناء خريطة المكان في آن واحد من Canon على موقع Canon Global الإلكتروني.