الإدراك من البداية إلى النهاية: كيف يمكننا جعل تصحيحات الحفاظ على المسار للمركبات الكبيرة أكثر دقة؟

01
نظرة عامة على النظام والخلفية التقنية

في بيئات الموانئ، وساحات التخزين، واللوجستيات داخل المواقع الصناعية، تسير المركبات الكبيرة عادةً لمسافات طويلة ضمن ممرات ثابتة. وإذا انحرفت المركبة جانبيًا، فقد يؤدي ذلك إلى تآكل غير طبيعي في الإطارات، وظهور مسارات تشغل الممرات بشكل غير معتاد، وزيادة مخاطر الاصطدام، وتراجع كفاءة التشغيل. تعتمد عملية التصحيح اليدوي التقليدية على خبرة السائق، مما يفضي إلى تأخير في اتخاذ إجراءات التحكم وعدم اتساقها. وعندما تكون المركبات محملة بأوزان ثقيلة، أو تعمل بسرعات منخفضة، أو تُشغَّل بالتناوب بين الانطلاق والتوقف، أو تعمل ليلًا، فإن الانحراف الجانبي يتراكم بصورة أكثر وضوحًا. لذلك، يتعين على النظام أن يقيس باستمرار موقع المركبة بالنسبة للطريق أو للممر المخصص للعمل بدقة تصل إلى سنتيمتر واحد، وأن يعيد تغذية هذه البيانات حول الانحراف إلى نظام التحكم بشكل مستقر.

لذلك، لا يقتصر جوهر نظام التحكم في تصحيح الانحراف على مجرد «معرفة موقع المركبة»، بل يشمل، في ظروف التشغيل المعقدة، تقديرًا موثوقًا للانحراف الجانبي للمركبة وخطأ اتجاهها وتغيرات اتجاهها النسبية إلى المسار المستهدف، وترجمة هذه المعلومات إلى أوامر تصحيح عملية وسلسة وبأقل تآكل.

تطور خارطة طريق التكنولوجيا:

1.1 من «المساعدة الصعبة» إلى «الذكاء الاصطناعي البصري + الاندماج البرمجي لتقنية تحديد المواقع العالمية»

اعتمدت مخططات التصحيح المبكر بشكل أكبر على التصحيح القائم على نظام تحديد المواقع العالمي (GNSS). ويتميّز هذا النظام بسهولة نسبيّة في التنفيذ ووضوح نتائج الإحداثيات، مما يجعله مناسبًا لتحديد المواقع العالمية وتخطيط المسارات في المناطق المفتوحة. غير أنّه في التطبيقات الهندسية العملية، غالبًا ما تعمل الرافعات الجسرية بالقرب من الرافعات الجسرية الأخرى، والمباني الصناعية، وأماكن تخزين البضائع، والحاويات، والهياكل المعدنية؛ حيث تتأثر إشارات الأقمار الصناعية بسهولة بسبب العوائق، وانعكاسات المسار المتعدد، والانجراف المؤقت. وفي الحالات التي تتطلب حركة مركبات كبيرة، يصبح من الصعب الحفاظ على الاستقرار طويل الأمد عند الاعتماد حصريًا على نظام تحديد المواقع العالمي.

لتعزيز الدقة المحلية، لجأت الصناعة أيضًا إلى حلول مساعدة صلبة مثل خطوط التلامس المنزلقة، والعلامات المغناطيسية، والكابلات الأرضية. تتيح هذه الأساليب توفير مرجع ثابت ضمن مناطق محددة، غير أنها تنطوي على تكاليف تركيب مرتفعة، وفترات إنشاء طويلة، وصيانة مستمرة عرضة لتآكل التربة، وانخسافها، وتغيّر مسارات الكابلات نتيجة أعمال التجديد. وبالنسبة لساحات التخزين ومناطق الموانئ التي تتطلب نشرًا سريعًا، وحدًا أدنى من التعديلات، وقابلية التكرار، فإن هذه الحلول تفتقر إلى المرونة الهندسية الكافية.

تكمن قيمة التصحيح البصري في استخدام البيئة المحيطة بالمركبة كمرجع مباشر للتحكم. إذ تستطيع الكاميرات اكتشاف المعالم المحلية مثل خطوط حارات السير، حدود الطريق، وعلامات منطقة العمل. ، والذي يمكنه تعويض أوجه القصور في نظام تحديد المواقع العالمي (GNSS) في البيئات التي تشهد حجب الإشارات وانجرافها.

1.2  هيري الأساس والمزايا لنظام التحكم في تصحيح توجيه المركبات الثقيلة

هذا نظام آلي عالي الدقة لتصحيح الانحرافات للمركبات الكبيرة، مصمم للاستخدام في الموانئ وساحات التخزين والنقل الصناعي. يعتمد النظام على الرؤية الاصطناعية كأساس لاستشعار البيئة، ويجمع بين بيانات تحديد المواقع عبر نظام تحديد المواقع العالمي (GNSS)، ومعلومات حالة حركة المركبة، وخوارزميات التحكم الذكي، وذلك لاستشعار العلاقة المكانية بين المركبة ومسارها المستهدف بشكل ديناميكي. إخراج متواصل لمعلمات التحكم الرئيسية مثل الانحراف الجانبي وانحراف الاتجاه. وتحقيق إعادة تتبع تلقائي للمركبة وفق المسار المحدد مسبقًا من خلال التحكم في الحلقة المغلقة.

على عكس الحلول التقليدية التي تعتمد على بنية تحتية ثابتة أو على طريقة تحديد موقع واحدة، تتبنى HIRI FUTURE «الإدراك البصري + المساعدة عبر نظام تحديد المواقع العالمي (GNSS) + التحكم الذكي» تدمج البنية المعمارية التعاونية بشكل عميق قدرة الإدراك البيئي مع قدرة التحكم في المركبة، تمكين المركبات ليس فقط من إدراك موقعها الخاص، بل أيضًا من فهم العلاقات المكانية بين حدود الطريق، مسارات السير، والمسار المقصود. وبذلك يتم تحقيق تحكم أكثر دقة واستقرارًا في تصحيح الانحراف الآلي.

المزايا العملية لـ HIRI في أنظمة التحكم بتصحيح الانحراف:

التحديث منخفض التكلفة: يُلغي الحاجة إلى أسلاك التلامس المنزلقة والعلامات المغناطيسية، مع الاعتماد بشكل رئيسي على الكاميرات ونظام تحديد المواقع العالمي (GNSS) ووحدة حوسبة مدمجة في المركبة أثناء التشغيل. ويؤدي ذلك إلى تقصير مدة التنفيذ وتقليل الاضطرابات إلى أدنى حد في المرافق القائمة.

دقة عالية: يُنتج النموذج البصري معلومات أكثر استقرارًا عن خطوط المسار، مع انحراف لا يتجاوز 3 سنتيمترات في ظل كلٍّ من ظروف السرعة العالية والمنخفضة بالنسبة للمركبات الكبيرة.

موثوقية عالية: يضمن التكرار المزدوج بين نظام الرؤية ونظام تحديد المواقع العالمي (GNSS) أنه عندما يواجه أحد المستشعرات انحرافًا مؤقتًا، يمكن للمستشعر الآخر تقديم دعم موثوق، مما يتيح دمج البيانات لتحقيق أداء تحكم فائق.

التحكم في النعومة: يُجرى تعديل صغير في عزم الدوران كل 200 مللي ثانية لتحسين الاتجاه، مما يؤدي إلى جهد وتيار أكثر سلاسة.

سيناريوهات شاملة: يمكنه دعم سيناريوهات تشغيل متعددة داخل ساحة التخزين، مثل القيادة الذاتية والسير في مسارات ثابتة، كما يوفّر أساسًا للإدراك يُمكّن من توسيع وظائف القيادة الذاتية مستقبلًا.

02 النهج التقني الأساسي: كيفية تحقيق التصحيح البصري

2.1 تحديات الصناعة: لماذا يصعب على الحلول التقليدية تحقيق دقة قدرها 3 سم؟

في عملية متابعة المسار لدى معدات النقل الآلية، يكمن التحدي الأساسي لتحقيق دقة تصحيح بمستوى السنتيمتر في كيفية الحصول المستمر والمستقر على العلاقة المكانية النسبية بين المركبة والمسار الهدف. وحتى عند الجمع بين التصحيح التقليدي القائم على نظام تحديد المواقع العالمي (GNSS) وتقنية RTK، يظل النظام عرضة، في البيئات الصناعية المعقدة، لعوامل مثل حجب الإشارة، وانعكاسات المسارات المتعددة، وأخطاء تركيب الهوائي، وتغيرات وضعية المركبة، مما يؤدي إلى تذبذب نتائج التموضع ويصعب معه الحفاظ على إخراج مستقر وعالي الدقة على المدى الطويل.

تستفيد التصحيح البصري بشكل مباشر من علامات المسارات، وخطوط الحدود، والمعالم البنائية على مستوى الأرض في بيئة الطريق أمام المركبة لتعزيز الإدراك، مما يُؤسس علاقة مكانية نسبية بين المركبة والطريق لتحقيق قدرة أكثر استقرارًا على تتبع المسار.

مع تقدم تقنيات التعلم العميق، لقد أثبت النموذج البصري لـ HIRI بالفعل قدرات قوية على استخراج الميزات وفهم البيئة، مما يمكّنه من اكتشاف علامات المسارات ومعلومات حدود الطريق بدقة في ظروف إضاءة متغيرة، وأحوال جوية متنوعة، وخلفيات معقدة. حتى عند مواجهة ظروف مثل علامات الحارات المرورية المتآكلة جزئيًا، أو حجبات الظل، أو بقع الأوساخ على سطح الطريق، أو التداخلات الانعكاسية، لا يزال بإمكان النموذج الاعتماد على خصائصه الدلالية العالمية المُتعلَّمة، ومن خلال النمذجة المشتركة لبنية الطريق وخصائص الحدود واتجاه حركة المركبات، احسب بدقة الانحراف الجانبي للمركبة وانحراف وضعها الافتراضي بالنسبة إلى مسار الهدف. وإعادة تغذية هذه المعلومات إلى نظام التحكم في الوقت الفعلي.

أداء الكشف للنموذج في ظل ظروف بيئية ومستويات إضاءة متغيرة.

2.2  من تجزئة YOLO إلى الكشف بنموذج ذكاء اصطناعي شامل من البداية إلى النهاية

من أجل تحقيق [شيء ما] بشكل مستقر في البيئات الصناعية المعقدة، بفضل دقة تصحيح تبلغ مستوى 3 سنتيمترات، يتعيّن على النظام ليس فقط اكتشاف مواقع خطوط الحارات بدقة، بل أيضًا إصدار تقديرات فاصلة مستمرة وسلسة ومستقرة، مُقيَّدة هندسيًا. اعتمدت HIRI تقنية «الكشف عن النموذج الشامل للذكاء الاصطناعي» في خط أنابيب الإدراك البصري الخاص بها. 。

في المراحل المبكرة من التخطيط المرئي، يُعدّ نموذج التجزئة YOLO مناسبًا جدًا للتحقق السريع من الجدوى. فهو قادر على إجراء تجزئة على مستوى البكسل لعلامات المسارات، وحدود الممرات، والعلامات الأرضية، ومناطق القيادة، مع سرعة استدلال عالية ومنظومة هندسية ناضجة، مما يسهّل نشره على وحدات الحوسبة داخل المركبة. وبالمقارنة مع تقنيات العتبة التقليدية واكتشاف الحواف، يتيح YOLO التجزئة استخراج بنية الطريق بشكل أكثر مباشرة؛ غير أنّه يفرض متطلبات عالية بشأن وضوح علامات المسارات وحدود الأسطح: فعندما تكون العلامات غير واضحة أو متهالكة أو مكسورة، أو مغطاة بالوحل أو الماء، أو في حالات المطر أو الضباب أو الوهج الليلي أو الانعكاسات القوية أو انسدادات الظلال، تصبح قناعات التجزئة عرضة لقفزات في الحدود، ولنقص محلي في المقاطع، ولتجزئة خاطئة. ولا تزال هناك حاجة إلى خطوات معالجة لاحقة مثل تحويل المنظور، وملاءمة الخط الأوسط، وتحويل المسافة الجانبية، والتصفية الزمنية، لتحويل نتائج التجزئة إلى قيم انحراف يمكن استخدامها بواسطة وحدة التحكم.

▲ تآكل علامات المسار—نتائج كشف YOLO (مع انسداد جزئي)                  

لقد عالج اكتشاف النموذج الشامل بالذكاء الاصطناعي من HIRI هذه العيوب.

لم يعد هذا النموذج يُخرِج أقنعة التجزئة الوسيطة؛ بل يتنبأ مباشرةً بمواقع وفئات علامات حارات السير (مثل خطوط الحارة، والخطوط الحدودية، وعلامات ممرات المشاة) انطلاقًا من الصورة المدخلة، إلى جانب درجات الثقة المرتبطة بها. ويوفّر هذا التصميم مزايا كبيرة:

متانة بيئية أقوى:

خلال مرحلة التدريب، تعلّم النموذج بشكلٍ وافٍ من عيّنات واقعية تشمل تآكل علامات المسار، والانسداد الجزئي، والأمطار والضباب، والوهج، وكذلك المياه الراكدة على سطح الطريق. وحتى عندما تكون علامات المسار المحلية غير واضحة، يظل بإمكانه إنتاج نتائج متصلة ومعقولة لخطوط المسار استنادًا إلى ميزات البنية الشاملة للطريق.

خط معالجة أكثر كفاءة:

من خلال الاستغناء عن خطوات ما بعد المعالجة الهندسية التقليدية والمعقدة، يُصدر النموذج مباشرةً معلومات عن خطوط المسارات ذات دلالة هندسية واضحة، مما يحدّ من تراكم الأخطاء ويطيل زمن استجابة النظام.

مدخل انحياز أكثر استقرارًا:

يُظهر الإخراج من البداية إلى النهاية تذبذبًا زمنيًا ضئيلًا في تحديد مواقع خطوط المسار ودقة عالية في تصنيف الفئات، مما يوفّر أساسًا موثوقًا للإدراك يدعم وحدات الحساب الهندسي والتحكم اللاحقة.

▲ تآكل علامات الحارات أداء الكشف بالذكاء الاصطناعي من البداية إلى النهاية (كامل)

2.3 التحليل التقني: من «رؤية التحيز» إلى «التحكم في الاستقرار»

الخطوة الأولى هي الاستحواذ البصري. يستفيد النظام من كاميرات مكافحة التصادم المثبتة مسبقًا على أرجل باب العربة الرئيسية، مما يسهم في خفض تكاليف الإنتاج مع التقاط صور لمسار الطريق داخل الموقع وطرق الوصول إلى مواقع العمل.
الخطوة الثانية هي التحقق الشامل من النموذج. لا يقتصر دور النموذج على تحديد وجود خطوط أو علامات في الصورة فحسب، بل يُخرِج أيضًا موضعًا أكثر استقرارًا لخطوط الحارة، وتصنيف هذه الخطوط، بالإضافة إلى درجات الثقة، مما يوفّر أساسًا لعمليات حساب الانحراف اللاحقة. وخلال مرحلة التدريب، يدمج النموذج عيّنات تشمل ظروف إضاءة متباينة، وهطول الأمطار، والضباب، والبقع، والتآكل، والظلال، والانسدادات، وغيرها من العوامل، وذلك لتعزيز قدرته على التعميم في ظل ظروف التشغيل الواقعية. الخطوة الثالثة هي الاندماج الناعم بين الرؤية ونظام الملاحة عبر الأقمار الصناعية. يوفر نظام تحديد المواقع العالمي (GNSS) تحديدًا عالميًا للموقع وتحديدًا لقطاعات الطرق، بينما يتيح الرؤية اكتشاف الانحرافات عالية الدقة وذات المدى القصير. ولا يتم ببساطة دمج هاتين الوسيلتين؛ بل تُدمجان بالاعتماد على مستويات الثقة وحالة المشهد الراهنة. وعندما يتعذر مؤقتًا إدراك المشهد البصري أو ينخفض جودته بسبب ظروف بيئية معاكسة، يستفيد النظام من بيانات GNSS ومن البيانات التاريخية لمسار المركبة للحفاظ على استمرارية التحكم. الخطوة الرابعة هي التحكم ذي الحلقة المغلقة. يقوم وحدة التحكم بحساب مدخلات التوجيه التصحيحية استنادًا إلى الانحراف الجانبي، وخطأ الاتجاه، وسرعة المركبة، وحالة الحمولة، وبيانات الاتجاهات التاريخية، مع تطبيق تقنيات تحديد كسب الحدّ، والتصفية، وتعديلات العزم الدقيق لمنع حدوث تذبذبات جانبية. ولا يهدف هدف التحكم إلى إعادة المركبة فجأة إلى المركز في مناورة واحدة؛ بل يسعى إلى إرشاد المركبة بسلاسة نحو المسار المطلوب، مع ضمان السلامة والحفاظ على المتانة الميكانيكية.

03
خطة المشروع: كيف سيتم تنفيذ النظام؟

3.1 مسار تنفيذ الذكاء الاصطناعي البصري

لتحقيق الربط الإدراكي المذكور أعلاه، يعتمد نظام التصحيح البصري الخاص بـ HIRI تصميمًا من ثلاث طبقات في الجانب الهندسي:

(1) كاميرا RGB صناعية ثنائية القنوات + معايرة علامات المسار

يقوم النظام بنشر معدات صناعية على متن العربة على الجانبين الأيسر والأيمن. تختار كاميرا RGB إما الكاميرا المواجهة للأمام أو الكاميرا المواجهة للخلف لإجراء الحسابات، وذلك وفقًا لاتجاه حركة المركبة. يُركّز مجال رؤية الكاميرا على علامات المسار، وحدود الطريق، واللافتات المرورية على السطح، وكذلك على الموقع النسبي للمركبة داخل المسار. ولا تقتصر فائدة هذا التكوين ذي الكاميرتين على توفير إشارات تصحيح رئيسية في الاتجاه الأمامي فحسب، بل يحافظ أيضًا على مرجع للرؤية الخلفية، مما يتيح اكتشاف أي انحراف زاوي في الاتجاه العام للمركبة. وبعد التركيب، يُستخدم معايرة خطوط المسار لتحديد المعالم الرئيسية—مثل نقاط المرجع، وعرض المسار، ومقياس تحويل البكسل إلى العالم الحقيقي—لتحويل الإحداثيات المكانية لعلامات المسار في الصورة إلى انحرافات فعلية ضمن نظام الإحداثيات المحلي للمركبة.

(2) العائد على الاستثمار الأساسي + اكتشاف المسارات من البداية إلى النهاية

تُحدِّد طبقة النموذج المناطق البصرية الرئيسية حول خطوط المسارات وحدود الممرات والمناطق القابلة للقيادة. ينتج نموذج التجزئة YOLO في المقام الأول أقنعة لخطوط الحارات، والتي تُعالج لاحقًا لاستخراج الخطوط المركزية؛ غير أن هذا النهج يعتمد اعتمادًا كبيرًا على وضوح خطوط الحارات، وظروف الإضاءة، والطقس. في المقابل، يتعلّم نموذج HIRI القائم على الذكاء الاصطناعي والمُصمَّم من طرف إلى طرف مباشرةً كلاً من البنية ومعلومات الفئة الخاصة بخطوط الحارات، مما يتيح له تقديم نتائج أكثر استمرارية لخطوط الحارات حتى في ظل ظروف مثل تآكل العلامات، أو الانسداد الجزئي، أو الأمطار أو الضباب، أو الوهج، أو وجود المياه الراكدة. وهذا يبسّط سير العمل البصري التقليدي لتصفية ودمج خطوط الحارات، ويسمح للنموذج بإصدار بيانات خطوط الحارات بسرعة. بالإضافة إلى ذلك، يمكنه تصنيف أنواع خطوط الحارات بما يساعد على تحديد المناطق الخاصة مثل مناطق البداية والنهاية وأقسام الانتقال، ما يمنع اعتبار هذه الحالات الحرجة انحرافات عادية عن طريق الخطأ.

(3) استقرار التسلسل على المدى القصير + تحكم حتمي

لا يعتمد التحكم في تصحيح الانحياز على نتائج التعرّف من إطار واحد؛ بل يدمج الانحرافات البصرية، واتجاه حركة المركبة، وحالة السرعة، وعتبات السلامة ضمن حلقة تحكم حتمية. يقوم النظام بتفعيل التباطؤ أو نظام الحماية من التوقف استنادًا إلى مقدار الانحراف المحسوب، كما يتحقق من صحة الإطارات غير الطبيعية المتتالية، مما يمنع حدوث تعرّف خاطئ لصورة واحدة يؤدي مباشرةً إلى توقف غير مقصود. وفي حال فقدان خط الرؤية أو انخفاض مستوى الثقة، يمكن دمج ذلك مع… يولّد إزاحة نظام تحديد المواقع العالمي (GPS) تكرارًا لتعزيز الحماية. يُكتب قيمة التصحيح النهائية في وحدة التحكم المنطقية القابلة للبرمجة، مما يتيح للمركبة العودة إلى حارة الهدف بخطوات صغيرة متدرجة، ويضمن في النهاية بقاء المركبة الكبيرة ضمن حدود انحراف قدرها 3 سنتيمترات.

3.2 استراتيجية التحكم

يعزّز النموذج من طرف إلى طرف استقرار مخرجات خطوط المسار والفئات، بينما يحوّل وحدة الحساب الهندسي نتائج خطوط المسار إلى انحراف جانبي. ثم تُولِّد وحدة التحكم أوامر تصحيح بناءً على قيمة الانحراف والسرعة واتجاه القيادة والفرق بين كاميرتيّ الأمام والخلف. وطوال هذه العملية، تُحافظ على حدود قواعد واضحة: فتحديد الحالات التي تسمح بالتصحيح العادي، وتلك التي تستلزم تقليل السرعة، وتلك التي تستوجب التوقف، يتم وفق منطق حتمي.

من حيث أداء التحكم، يركّز النظام على «خطوات صغيرة مع تعديلات سريعة» وعلى الحدّ المستمر لمعامل الكسب. يقوم المتحكم بتحديث أمر التصحيح كل نحو 200 مللي ثانية، مستخدماً الترشيح والحد الديناميكي لمعامل الكسب من أجل تخفيف الاهتزازات ومنع التعديلات المفاجئة ذات السعة الكبيرة التي قد تؤدي إلى تأرجح المركبة أو حدوث صدمات ميكانيكية. وفي حالات مثل الأحمال الثقيلة، وعمليات التوقف والانطلاق عند السرعات المنخفضة، أو الاقتراب من الموقع المستهدف، أو في الحالات التي تختلف فيها انحرافات الكاميرتين الأمامية والخلفية، يستطيع النظام تحسين تصحيح الوضعية بشكل إضافي من خلال دمج المعلومات الصادرة عن الكاميرتين وبيانات حالة المركبة، مما يفضي إلى مناورات تصحيح أكثر سلاسة وأسهل تحكماً.