روبوتات تتنقل بثقة في البيئات المعقدة دون الاعتماد على GPS

نور عبدالقادر

أصبح تدريب الروبوتات على التنقل دون استخدام نظام تحديد المواقع العالمي GPS خطوة متقدمة في مجال الأنظمة الذاتية التشغيل. يتيح هذا النظام الجديد للروبوتات التحرك بثقة في بيئات واسعة ومتغيرة، دون الحاجة إلى الملاحة عبر الأقمار الصناعية، عبر محاكاة الإدراك البشري: تحديد المنطقة أولًا ثم تحسين الموقع استنادًا إلى التفاصيل المحيطة الدقيقة.

تواجه الروبوتات تحديًا رئيسيًا يتمثل في ضعف إشارات GPS قرب المباني أو داخلها، مما يستدعي اعتماد بدائل تعتمد على أجهزة الاستشعار وخوارزميات متقدمة.

تطوير نظام MCL-DLF في إسبانيا

قام علماء من جامعة ميغيل هيرنانديز في إلتشي (UMH) بتطوير نظام MCL-DLF، اختصارًا لـ “تحديد المواقع بتقنية مونت كارلو والميزات المحلية العميقة”، الذي يوفر تحديد مواقع ثلاثي الأبعاد دقيق وواسع النطاق باستخدام تقنية الليدار، مع دعم التنقل طويل الأمد في المساحات الكبيرة. خضع النظام لاختبارات مطولة داخل الجامعة وخارج المباني وفي بيئات متنوعة، وأثبت ثبات أدائه وموثوقيته، بحسب موقع Hayka.

محاكاة الإدراك البشري

يعتمد MCL-DLF على محاكاة طريقة تنقل البشر في البيئات غير المألوفة أو المتغيرة. يبدأ الروبوت بتحديد موقع تقريبي عبر التعرف إلى السمات الهيكلية العامة مثل المباني أو الغطاء النباتي، ثم ينتقل إلى تحديد الموقع الدقيق بتحليل السمات التفصيلية باستخدام التعلم العميق لاستخراج المميزات المحلية وتقليل الغموض عند التعامل مع أجسام متشابهة بصريًا. تُدمج النتائج ضمن إطار احتمالي يعتمد على طريقة مونت كارلو، مما يسمح بتحديث الموقع مع تدفق بيانات المستشعرات.

متانة عالية وتطبيقات واسعة

من أبرز مزايا النظام قدرته على الحفاظ على دقة مرتفعة في ظل التغيرات البيئية وحتى التقلبات الموسمية. يُعد تحديد الموقع الدقيق عنصرًا حاسمًا للروبوتات في مجالات:

• الخدمات اللوجستية

• مراقبة البيئة

• فحص البنية التحتية

• المركبات ذاتية القيادة

تمثل هذه التقنية خطوة مهمة نحو تمكين الروبوتات من العمل ذاتيا بالكامل في بيئات واسعة وديناميكية دون الحاجة إلى بنية تحتية خارجية لتحديد المواقع.