تقديم:
ابتكار مركبة يعد بثورة في سلامة السائقين عن طريق تحسين بشكل كبير الوقت اللازم للاعتراف بالمشاة والعوائق الأخرى. في حين تعمل الكاميرات السيارات التقليدية عن طريق التقاط 30-50 إطارًا في الثانية، يقترح الباحثون في جامعة زيوريخ Gehrig وScaramuzza نهجًا متطورًا يجمع بين الكاميرات التقليدية وأجهزة الاستشعار الذاتي الحدث، مما يعزز من موثوقية المركبات الذاتية.
تفشل الكاميرات الحالية في سيناريوهات تتكسر فيها باليمين حيث يمكن أن تكون الثواني خلاص بين التوقف الآمن والاصطدام. تتوقف هذه الكاميرات لالتقاط صور فوتوغرافية، وربما يفوتها وقوع سريع يحدث بين الإطارات. على الرغم من أن زيادة معدل الإطار يمكن أن يكون حلاً، فإنه سيغمر النظام بكمية كبيرة جدًا من المعلومات التي يتعين معالجتها بسرعة.
توفر الكاميرات الحدثية فارقًا حاسمًا من خلال تسجيل التغييرات بمجرد اكتشافها للحركات السريعة من دون الانتظار لالتقاط الصورة التالية. تعمل بشكل أكثر تشبه العين البشرية، وتستجيب على الفور للتحولات في السيناريو. ومع ذلك، لا تكون الكاميرات الحدثية وحدها مضمونة بشكل كامل – فقد تغفل عن الكائنات التي تتحرك ببطء وتواجه صعوبة في إنشاء البيانات التي يمكن استخدامها في البرامج الذكية.
يجمع النظام الهجين الثوري الذي طوره Gehrig وScaramuzza بين كاميرا معتادة تلتقط 20 صورة في الثانية مع كاميرا حدثية. تُفحص بيانات الكاميرا الحدثية من قبل ذكاء صناعي متخصص يتعامل مع التغييرات ثلاثية الأبعاد والزمنية. تؤدي العملية المتزامنة بين الكاميرات إلى تسارع في سرعة الكشف، يعادل 5000 إطار في الثانية بالنسبة لكاميرا عادية تلتقط 50 إطارًا في الثانية، ولكنها تحتاج إلى بيانات مثل الكاميرا الواحدة في 50 إطار في الثانية.
كشفت التجارب نتائج ملحوظة، تبين أن نظامهم يمكنه إجراء الكشف بمعدل يزيد مائة مرة عن كاميرات السيارات الحالية الرائدة والخوارزميات. علاوة على ذلك، يقلل من عبء العمل للكمبيوتر على متن السيارة ويضمن دقة النظام البصري للاكتشاف.
يتم توضيح تفاصيل النظام البصري الهجين في مقال بعنوان “Low Latency Automotive Vision with Event Cameras” نشر في مجلة Nature الأكاديمية الرائدة. تؤكد الدراسة إسهام الباحثين كلقفزة كبيرة نحو تحسين قدرات البصر لمستقبل المركبات الذاتية.
للاسئلة الهامة واجوبتها:
– ما هي التحديات الرئيسية التي يواجهها النظام البصري الهجين؟ يمكن أن يكون أحد المشاكل الرئيسية هو دمج بيانات الكاميرا الحدثية مع تلك من الكاميرا التقليدية بطريقة تكون فيها كلاً من مجموعات البيانات تكميلية لبعضها البعض. يجب أن يكون الذكاء الاصطناعي متطورًا بما يكفي للتعامل مع وتحليل أنواع البيانات المختلفة. علاوة على ذلك، تبقى الاعتمادية العامة والتكلفة، وقابلية التطبيق بتنسيق جميع الأنواع من النوافذ للمركبة تحديًا.
– هل هناك جدل مرتبط بأنظمة البصر للمركبات الذاتية؟ نعم، يمكن أن تكون هناك مخاوف بخصوص الخصوصية فيما يتعلق بالتسجيل المستمر ومعالجة البيانات البصرية، وكذلك الآثار القانونية للحوادث التي تنطوي على المركبات الذاتية. أيضًا، هناك مناقشة بشأن المساءلة إذا فشل النظام وأدى إلى حادث.
المزايا والعيوب:
المزايا:
– زيادة السلامة: من خلال تحسين قدرة الاكتشاف، يتم تعزيز التعرف على المشاة والعوائق، مما يقلل من احتمالية وقوع حوادث.
– التأخير المنخفض: يتميز النظام بأوقات استجابة سريعة، متفوقة على أنظمة الكاميرات التقليدية.
– تقليل احتياجات معالجة البيانات: على الرغم من سرعة الكشف العالية، يتطلب النظام فقط كمية بيانات تكفي كاميرا في الثانية بمعدل 50 إطارًا.
العيوب:
– التعقيد: قد يكون من الصعب تنفيذ التكنولوجيا ودمجها مع أنظمة السيارات الحالية.
– التكلفة: قد يزيد تنفيذ أنظمة متقدمة من تكلفة المركبة الإجمالية.
روابط ذات صلة:
– لمزيد من المعلومات حول التكنولوجيا الخلفية للمركبات الذاتية والانفرادات في مجال سلامة السيارات، يمكن زيارة موقع جامعة زيوريخ، حيث تمت الأبحاث.
– يمكن العثور على تفاصيل حول التطورات الأخيرة في الرؤية السيارية عادةً على موقع مجلة Nature، حيث تم نشر الدراسة.
[تضمين]https://www.youtube.com/embed/oiRsxQe_XhI[/تضمين]