آخر تحديث :الثلاثاء-12 مايو 2026-07:34ص

تكنولوجيا ومعلومات

كاميرا تكشف المشاة والعوائق أسرع 100 مرة من كاميرات السيارات الحالية

الأحد - 02 يونيو 2024 - 01:31 م بتوقيت عدن

في مسعى لتطوير سلامة السيارات وتكنولوجيا القيادة الذاتية، يعمل باحثون في جامعة زيوريخ على نظام متطور يجمع بين الذكاء الاصطناعي (AI) وكاميرا مستوحاة من الحياة لتحقيق سرعات الكشف عن المشاة والعوائق أسرع 100 مرة من كاميرات السيارات الحالية. هذا الإنجاز، بقيادة دانييل جيريج وديفيد سكاراموزا من قسم المعلوماتية في الجامعة السويسرية، لديه القدرة على تحسين موثوقية وسلامة السيارات ذاتية القيادة وأنظمة مساعدة السائق بشكل كبير.

مشكلة الأنظمة الحالية
تخيل هذا السيناريو: يقف أحد المشاة فجأة أمام السيارة، ولا يترك سوى جزء من الثانية للسائق أن يتدارك الموقف. في حين أن السيارات الحديثة المجهّزة بأنظمة الكاميرات المتقدمة يمكنها تنبيه السائقين أو بدء الكبح في حالات الطوارئ، إلا أن هذه الأنظمة ليست سريعة أو موثوقة بدرجة كافية حتى الآن. بالنسبة للمركبات ذاتية القيادة، التي تفتقر إلى وجود سائق بشري للاستجابة لحالات الطوارئ، فإن الحاجة إلى أنظمة كشف سريعة يمكن الاعتماد عليها أصبحت أكثر أهمية، إذاً ما الحل؟

ألوان من الكاميرا الملونة والأحداث (النقاط الزرقاء والحمراء) من كاميرا الأحداث التي تم إنشاؤها بواسطة أحد المشاة (جامعة زيوريخ)
كاميرا مبتكرة... وتكامل الذكاء الاصطناعي
واجه الباحثان هذا التحدي من خلال دمج كاميرا جديدة مع خوارزميات الذكاء الاصطناعي المتقدمة. تعرض دراستهما، المنشورة في مجلة «نايتشور (Nature)»، نظاماً قادراً على اكتشاف العوائق المحيطة بالسيارة بسرعة أكبر وبقوة حسابية أقل من الأنظمة الحالية.

تعمل كاميرات السيارات التقليدية على نظام قائم على الإطار، حيث تلتقط لقطات على فترات زمنية منتظمة، تتراوح عادةً بين 30 و50 إطاراً في الثانية. تتم معالجة هذه الصور بواسطة شبكات عصبية اصطناعية مدربة على التعرف على الأشياء المختلفة، مثل المشاة والمركبات. ومع ذلك، إذا وقع حدث معين بين هذه الإطارات، فقد تفوته الكاميرا، مما يؤدي إلى تأخير الاكتشاف. يمكن أن تؤدي زيادة معدل الإطارات إلى حل هذه المشكلة، ولكنها تؤدي أيضاً إلى زيادة كبيرة في البيانات التي ستتم معالجتها في الوقت الفعلي، مما يتطلب مزيداً من القوة الحسابية.

مميزات كاميرات المناسبات
تقدم كاميرات الأحداث نهجاً مختلفاً. على عكس الكاميرات القائمة على الإطار، فهي تحتوي على وحدات بكسل ذكية تسجل التغييرات كلما اكتشفت الحركة، مما يزيل الفجوات بين الإطارات ويسمح باكتشاف العوائق بشكل أسرع. هذه الكاميرات العصبية، المستوحاة من الطريقة التي تعمل بها عيون الإنسان، يمكنها اكتشاف الحركات السريعة دون وجود نقاط عمياء. ومع ذلك، فإنها تواجه صعوبة في التعامل مع الأجسام بطيئة الحركة وتنتج بيانات لا يمكن استخدامها بسهولة بواسطة خوارزميات الذكاء الاصطناعي التقليدية.

نظام هجين لأداء متفوق
للتغلب على هذه القيود، طوّر الباحثان جيريج وسكاراموزا نظاماً هجيناً يعزز نقاط القوة في كل من الكاميرات التقليدية وكاميرات الأحداث أو المراقبة. يستخدم هذا النظام كاميرا قياسية تلتقط 20 صورة في الثانية، والتي تتم معالجتها بواسطة شبكة عصبية تلافيفية (CNN) مدربة على التعرف على الأشياء مثل السيارات والمشاة. وفي الوقت نفسه، تتم معالجة البيانات الواردة من كاميرا الأحداث بواسطة شبكة عصبية بيانية غير متزامنة (AGNN)، والتي تتفوق في تحليل البيانات الديناميكية ثلاثية الأبعاد.

يتيح هذا المزيج للاكتشافات السريعة لكاميرا الأحداث تحسين أداء الكاميرا القياسية، والتنبؤ بملاحظاتها واستكمالها بشكل فعال. والنتيجة هي نظام يمكنه اكتشاف الأشياء بسرعة مثل الكاميرا التقليدية التي تعمل بسرعة 5000 إطار في الثانية، ولكن مع عرض النطاق الترددي للبيانات ومتطلبات الطاقة الحسابية لكاميرا ذات 50 إطاراً في الثانية.

الاختبار والإمكانات المستقبلية

تم اختبار النظام الهجين بدقة مقابل أفضل كاميرات السيارات المتوفرة والخوارزميات المرئية، مما أظهر اكتشافات أسرع 100 مرة مع تقليل نقل البيانات والمتطلبات الحسابية بشكل كبير. والأهم من ذلك، أن هذا النظام يمكنه اكتشاف الأشياء التي تظهر بين إطارات الكاميرا القياسية، مما يوفر أماناً معززاً للسائقين ومستخدمي الطريق الآخرين.

ويعتقد الباحثون بأن دمج هذا النظام الهجين مع أجهزة استشعار «ليدار (LiDAR)» المستخدمة عادة في المركبات ذاتية القيادة، يمكن أن يزيد من تعزيز قدراته. يقول سكاراموزا: «إن الأنظمة الهجينة مثل هذه قد تكون حاسمة لتمكين القيادة الذاتية، وضمان السلامة دون زيادة كبيرة في البيانات والمتطلبات الحسابية».

يمثل التكامل المبتكر للذكاء الاصطناعي مع الكاميرات المستوحاة من الحياة قفزة كبيرة إلى الأمام في مجال سلامة السيارات وتطوير المركبات ذاتية القيادة. ومن خلال تلبية الحاجة الماسة للكشف عن العوائق بشكل أسرع وأكثر موثوقية، فإن هذا الإنجاز لا يعزز أنظمة مساعدة السائق الحالية فحسب، بل يمهّد الطريق أيضاً لسيارات ذاتية القيادة أكثر أماناً.