نجح باحثون في تطوير روبوت متنقل مزود بعقل كمي قادر على التعرف على الأجسام وسط الحشود بدقة أعلى والعمل بكفاءة في المناطق المزدحمة مثل مراكز التسوق ومحطات القطار، حيث يستطيع تتبع الأجسام بسرعة تصل إلى 23 إطاراً في الثانية، كما يرسم مساراً مثالياً أثناء الحركة ويتفاعل فوراً مع العوائق لضمان حركة أكثر أماناً.
دمج الحوسبة الكمية في أنظمة القيادة الذاتية
يعتمد هذا الابتكار على تقنية تعرف باسم آلة التشعب المحاكاة SBM التي طورتها شركة توشيبا، وهي من فئة أجهزة الكمبيوتر المخصصة لتحسين العمليات باستخدام الحوسبة الكمية، وتعمل على منصة تطوير مستقلة طورتها MIRISE.
وتواجه الروبوتات والمركبات ذاتية القيادة حالياً تحدياً في اكتشاف العوائق وتتبع المسارات واتخاذ القرارات في الوقت الفعلي أثناء الحركة. وتستخدم عادة الكاميرات وتقنيات الليدار لجمع البيانات، لكن مع ازدياد تعقيد المهام تزداد الحاجة إلى قدرات أعلى لمعالجة البيانات مع الحفاظ على الحجم والحد من استهلاك الطاقة والتكلفة. ويسهم نظام SBM في معالجة هذه المسألة عبر الاستفادة من الحوسبة الكمية لتحسين أداء الأجهزة التقليدية.
خوارزمية متقدمة لتتبع الأجسام
طوّر المهندسون منصة نموذجية مزودة بخوارزمية لتتبع عدة أجسام في آن واحد، ولا تقتصر على مطابقة جسم واحد بل تدعم المطابقة المتعددة. وبفضل خاصية البحث السريع التي يوفرها SBM يستطيع الروبوت إعادة تحديد موقع الجسم حتى عند اختفائه مؤقتاً عن مجال الرؤية.
أظهرت النتائج تحسناً ملحوظاً في الأداء، فبلغت سرعة الكشف والتتبع 23 إطاراً في الثانية، بينما الحد الأدنى المعتاد عادة في أنظمة القيادة الذاتية هو 10 إطارات في الثانية، كما زادت دقة التتبع بنسبة 4% مقارنة بالاختبارات القياسية وسجل النظام زيادة قدرها 23% في اختبارات حجب الأجسام.
اختبارات عملية وتطبيقات مستقبلية
وخلال الاختبارات ثبت نظام MIRISE FPGA المزود بالخوارزمية الجديدة على روبوت متحرك يعمل بالقيادة الذاتية، فتمكن من تخطيط المسار ديناميكياً وتحليل دقة مواقع الأجسام واتجاهاتها وتعديل وجودها والتنبؤ بمواقعها المستقبلية، مما ساهم في تقليل المناورات غير الضرورية وتحسين كفاءة الملاحة.
وتؤكد المصادر أن أنظمة الحوسبة المعزَّزة بتقنية الكم استخدمت سابقاً للتحكم المركزي في الأنظمة المتنقلة لكنها لم تُدمج من قبل بشكل مباشر داخل منصة متنقلة للقيادة الذاتية. ويخطط المطورون مستقبلاً لتوسيع استخدام SBM في المركبات الآلية، فضلاً عن تنسيق عمل مجموعات الروبوتات وتحسين المسارات المعقدة وتوزيع المهام في الوقت الفعلي.
