طور النظام الجديد قدرة الروبوتات على التنقل بثقة في بيئات واسعة ومتغيرة دون الاعتماد على GPS، مما يمكّنها من العمل في مساحات مفتوحة وخاضعة لتقلبات الظروف دون الحاجة إلى ملاحة عبر الأقمار الصناعية.
نظام MCL-DLF وتكوينه
يُعَد MCL-DLF نظاماً يدمج تحديد المواقع بنهج مونت كارلو مع الميزات المحلية العميقة، وهو نتيجة جهد علماء جامعة ميغيل هيرنانديز بإلتشي. يوفر هذا النظام تحديد مواقع ثلاثية الأبعاد دقيق وواسع النطاق باستخدام تقنية الليدار، صُمم لدعم التنقل طويل الأمد في المساحات الكبيرة.
وخضع النظام لاختبارات امتدت لعدة أشهر داخل الحرم الجامعي وخارجه وفي ظروف بيئية متنوعة، ونجح في الحفاظ على أداء مستقر في مواجهة التغيرات المختلفة.
آلية العمل وتحاكي الإدراك البشري
تعتمد آلية العمل على محاكاة الإدراك البشري في التنقل ببيئات غير مألوفة. يبدأ الروبوت بتحديد موقع تقريبي عبر رصد السمات الهيكلية العامة في سحب نقاط الليدار ثلاثية الأبعاد، مثل المباني والغطاء النباتي، وبعد تضييق النطاق ينتقل إلى مرحلة التحديد الدقيق عبر تحليل السمات التفصيلية لتحديد موقع الروبوت واتجاهه بدقة عالية. ترتكز هذه الآلية على تقنيات التعلم العميق لاستخراج السمات المحلية تلقائياً وتخفيف الغموض عند وجود أوجه تشابه بصرية، وتُدمج النتائج في إطار احتمالي يعتمد على طريقة مونت كارلو وتحديثه باستمرار وفقاً لتدفق بيانات المستشعرات.
المتانة والتطبيقات
تتميّز قوة النظام بقدرته على التكيّف مع تغيّر البيئات والحفاظ على دقة عالية عبر تغير ظروف البيئة مع مرور الزمن، حتى في ظل تغيّر المواسم. يوضح المطورون أن تحديد الموقع الدقيق يمثل عنصراً حاسماً للروبوتات الخدمية وخدمات اللوجستية والمراقبة البيئية وفحص البنية التحتية والمركبات ذاتية القيادة. وتشكل هذه التقنية خطوة مهمة نحو تشغيل الروبوتات آلياً في بيئات واسعة وديناميكية من دون اعتماد على بنية تحتية خارجية لتحديد المواقع.
