Visual SLAM (Simultaneous Localization and Mapping)

تقنية التموضع والخرائط المتزامنة البصرية (Simultaneous Localization and Mapping) هي تقنية أساسية في الرؤية الحاسوبية تمكن الوكلاء، مثل الروبوتات أو الأجهزة المحمولة، من بناء خريطة لبيئة مجهولة وتحديد موضعهم بدقة داخل تلك المساحة في الوقت نفسه باستخدام مدخلات الكاميرا فقط. على عكس أنظمة التموضع والخرائط المتزامنة التقليدية التي تعتمد على مستشعرات ليزر مكلفة، تستخدم تقنية التموضع والخرائط المتزامنة البصرية كاميرات أحادية أو ستيريو أو RGB-D قياسية. ومن خلال استخراج وتتبع الميزات البصرية عبر إطارات الصور المتتالية، يحسب النظام مسار الكاميرا بينما يبنى تدريجيًا سحابة نقاط ثلاثية الأبعاد أو خريطة كثيفة للمحيط. هذه التقنية تشكل الأساس لتمكين التنقل الذاتي والوعي المكاني في الآلات.

كيف يعمل Visual SLAM#

تتكون خط أنابيب التموضع والخرائط المتزامنة البصرية النموذجية من مكونين رئيسيين: الواجهة الأمامية والواجهة الخلفية. تتعامل الواجهة الأمامية مع بيانات المستشعرات، حيث تقوم باستخراج الميزات البصرية (تحديد الزوايا أو الحواف المميزة) ومطابقة هذه الميزات بين الإطارات لتقدير حركة الكاميرا بمرور الوقت. تأخذ الواجهة الخلفية بيانات قياس المسافات هذه وتنفذ خوارزميات تحسين مثل ضبط الحزم لتصحيح الانحراف وتحسين كل من خريطة البيئة والوضع المقدر للكاميرا.

لقد أدت الاختراقات الحديثة في عامي 2024 و2025 إلى تغيير النموذج من الميزات التقليدية المصنوعة يدوياً - مثل تلك المستخدمة في الأطر القديمة مثل ORB-SLAM3 - إلى نهج التعلم العميق. تستخدم الأنظمة الحديثة الآن الشبكات العصبية للتدفق الضوئي الكثيف ومطابقة الميزات، مما يجعلها مرنة للغاية في مواجهة ضبابية الحركة والبيئات منخفضة الملمس. بالإضافة إلى ذلك، فإن تقنيات العرض الحديثة التي تتضمن الإسقاط الغاوسي ثلاثي الأبعاد وحقول الإشعاع العصبي (NeRFs) تتيح إنشاء خرائط كثيفة واقعية وعالية الدقة في الوقت الفعلي تلتقط التفاصيل الهندسية المعقدة بشكل أفضل بكثير من سحب النقاط القياسية.

Visual SLAM مقابل LiDAR SLAM مقابل تتبع الكائنات#

يعد فهم الاختلافات بين تقنيات رسم الخرائط والتتبع أمراً ضرورياً لنشر الحل الصحيح:

• التموضع والخرائط المتزامنة البصرية مقابل التموضع والخرائط المتزامنة بالليدار: بينما تعتمد تقنية التموضع والخرائط المتزامنة البصرية على مستشعرات كاميرا رخيصة الثمن لإدراك الأنسجة البصرية الغنية، يستخدم التموضع والخرائط المتزامنة بالليدار أشعة الليزر لقياس المسافات الفيزيائية بدقة. الليدار دقيق للغاية ولكنه مكلف ويستهلك طاقة كبيرة، في حين أن التموضع والخرائط المتزامنة البصرية فعالة من حيث التكلفة وتوفر معلومات اللون ولكنها قد تواجه صعوبات في ظروف الإضاءة الضعيفة.
• التموضع والخرائط المتزامنة البصرية مقابل تتبع الكائنات: يعمل تتبع الكائنات على عزل ومتابعة حركة كيانات محددة عبر إطارات الفيديو. من ناحية أخرى، يتتبع التموضع والخرائط المتزامنة البصرية حركة الكاميرا بالنسبة للبيئة الثابتة لبناء خريطة. ومع ذلك، يندمج المفهومين في التموضع والخرائط المتزامنة الدلالية، حيث تحدد نماذج اكتشاف الكائنات الكائنات الديناميكية لاستبعادها بشكل مقصود من الخريطة الثابتة.

تطبيقات العالم الحقيقي#

تعتبر تقنية التموضع والخرائط المتزامنة البصرية مدمجة بعمق في وكلاء الذكاء الاصطناعي الحديثة وأنظمة الحوسبة المكانية.

• الروبوتات والطائرات بدون طيار الذاتية: تستخدم روبوتات التوصيل والطائرات بدون طيار تقنية التموضع والخرائط المتزامنة البصرية للتنقل في البيئات المحرومة من نظام تحديد المواقع العالمي (GPS) مثل المستودعات أو الوديان الحضرية الكثيفة. من خلال بناء خرائط في الوقت الفعلي، يمكنها التخطيط للمسارات وتجنب العقبات بشكل ذاتي.
• الواقع المعزز (AR) والواقع الافتراضي (VR): تعتمد النظارات الذكية التجارية بشكل كبير على تقنية التموضع والخرائط المتزامنة البصرية لفهم هندسة الغرفة. يتيح ذلك لأنظمة الواقع المعزز تثبيت الكائنات الرقمية بدقة، مثل الشاشة الافتراضية، على الأسطح الفيزيائية بحيث تظل مستقرة أثناء تحرك المستخدم.
• أنظمة الملاحة المساعدة: تُستخدم التطورات الحديثة في التموضع والخرائط المتزامنة الدلالية المدعومة بالتعلم العميق لإنشاء مساعدات ملاحة قابلة للارتداء للأفراد ضعاف البصر، مما يضمن التوجيه الآمن في الوقت الفعلي حول العقبات الفيزيائية الديناميكية.

التكامل بين SLAM الدلالي وUltralytics YOLO26#

يعد التعامل مع البيئات الديناميكية حيث تفسد الكائنات المتحركة الخريطة أحد أكبر التحديات في تقنية التموضع والخرائط المتزامنة البصرية. تحل تقنية التموضع والخرائط المتزامنة الدلالية هذه المشكلة من خلال دمج خط أنابيب التموضع والخرائط المتزامنة التقليدي مع نماذج الرؤية عالية السرعة. باستخدام Ultralytics YOLO26 من أجل تجزئة المثيلات أو الاكتشاف، يمكن للنظام تصنيف المشهد دلالياً وتصفية الكائنات المتحركة، مما تحسن بشكل كبير من دقة التموضع.

يوضح مقتطف الشفرة البرمجية أدناه كيفية استخدام Ultralytics YOLO26 لتحديد إحداثيات الكائنات الديناميكية (مثل الأشخاص والسيارات) بحيث يتم تجاهلها صراحةً بواسطة محرك مطابقة الميزات في SLAM:

from ultralytics import YOLO

# Load Ultralytics YOLO26 to detect dynamic objects in the scene
model = YOLO("yolo26n.pt")
results = model("robot_camera_view.jpg")

# Extract bounding boxes of dynamic objects to exclude them from SLAM maps
for box in results[0].boxes:
    if int(box.cls) in [0, 2]:  # Example: Class 0 is person, Class 2 is car
        print(f"Ignore dynamic feature region at coordinates: {box.xyxy[0]}")

من خلال الاستفادة من أجهزة الذكاء الاصطناعي على الحافة الحديثة مثل NVIDIA Jetson ودمج النماذج عبر منصة Ultralytics، يمكن للمطورين تدريب ونشر خوارزميات رؤية خفيفة الوزن مباشرة جنباً إلى جنب مع خطوط أنابيب التموضع والخرائط المتزامنة. لمزيد من الاستكشاف لهندسات الخرائط الذاتية، راجع الأدبيات الحديثة على IEEE Xplore أو arXiv، واكتشف كيف تحسن خطوط أنابيب الرؤية المستمرة في توثيق Ultralytics.