يعد تقدير المسافة والارتفاع المطلقين للأجسام في المناطق المفتوحة بدقة تحديًا كبيرًا، ولا سيما حين يعتمد التقدير على صور مفردة فقط دون مستشعرات عمق أو كاميرات مزدوجة، إذ تفقد الصورة الواحدة كثيرًا من المعلومات ثلاثية الأبعاد اللازمة للقياس المطلق، وتزداد الصعوبة حين يطلب تنفيذ هذا القياس على أجهزة طرفية محدودة الموارد الحاسوبية وفي الزمن الحقيقي دون إرسال البيانات إلى خوادم بعيدة
وتعالج هذه الدراسة هاتين المشكلتين باقتراح طريقة جديدة تمزج تقنيات رؤية الحاسوب التقليدية بحلول متقدمة قائمة على الشبكات العصبية، بما يجمع بين دقة النماذج الحديثة وكفاءة الأساليب الهندسية الكلاسيكية، ويتيح قياسات دقيقة وفعالة للارتفاع والمسافة المطلقين اعتمادًا على كاميرا واحدة فقط، وهو ما يفتح تطبيقات عملية في المراقبة والملاحة والروبوتات الميدانية وغيرها من الأنظمة الطرفية الذكية
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير طريقة دقيقة وفعالة لتقدير المسافة والارتفاع المطلقين للأجسام من صور مفردة، صالحة للتنفيذ على أجهزة الحافة بمعالجة آنية للبيانات، وتقوم الطريقة المقترحة على الجمع بين كشف الأجسام وتجزئتها، وتقدير العمق أحادي العين، والتحويل المنظوري المتجانس للإسقاط، بما يحول مواضع الأجسام في الصورة إلى قياسات حقيقية في العالم الفعلي بدقة عالية
ونفذ الحل على جهاز طرفي يعالج البيانات في الزمن الحقيقي مستخدمًا مصدرين للبيانات هما البيانات البصرية والبيانات الحرارية، ثم اختبرت الطريقة تجريبيًا على مجموعة بيانات لتقدير الارتفاع أنشأها الباحثون خصيصًا لهذا الغرض، وقيس أداؤها بمقارنة تقديراتها بالقياسات المرجعية الحقيقية للأجسام في مشاهد الاختبار المتنوعة
ثانيًا: أبرز النتائج
أظهرت الاختبارات التجريبية فاعلية عالية للطريقة المقترحة في تقدير الارتفاع والمسافة، ويمكن إجمال أبرز النتائج فيما يأتي
1- حققت الطريقة المقترحة دقة قدرها 98.86 في المئة في اختبارات تقدير الارتفاع على مجموعة البيانات التي أنشأها الباحثون، بما يؤكد فاعليتها في القياس المطلق من صور مفردة
2- أثبت المزج بين تقنيات رؤية الحاسوب التقليدية والشبكات العصبية قدرته على تقديم قياسات دقيقة وفعالة للمسافة والارتفاع المطلقين في المناطق المفتوحة
3- أتاح تنفيذ الحل على جهاز طرفي معالجة البيانات في الزمن الحقيقي، دون الحاجة إلى بنية حاسوبية مركزية أو اتصال دائم بخوادم خارجية
4- دعم استخدام مصدرين للبيانات، البصرية والحرارية معًا، عمل النظام في ظروف إضاءة ورؤية متنوعة تتجاوز قدرات الكاميرات البصرية وحدها
5- قدم الجمع بين كشف الأجسام وتجزئتها وتقدير العمق والتحويل المنظوري المتجانس سلسلة معالجة متكاملة تحول الصورة المفردة إلى قياسات مكانية قابلة للاستخدام المباشر
ثالثًا: دلالات الدراسة وتطبيقاتها
تنطوي هذه النتائج على دلالات تطبيقية واسعة، إذ يمكن توظيف الطريقة المقترحة في أنظمة المراقبة الذكية والطائرات المسيرة والروبوتات الميدانية وأنظمة مساعدة الملاحة، حيث يلزم قياس ارتفاع الأجسام وبعدها من كاميرا واحدة رخيصة خفيفة، وحيث يتعذر تركيب مستشعرات عمق متخصصة أو تكون كلفتها واستهلاكها للطاقة عائقين أمام الانتشار
كما يوضح نجاح التنفيذ الطرفي إمكان بناء أنظمة قياس ذاتية التشغيل تحافظ على خصوصية البيانات بمعالجتها محليًا وتستجيب فورًا لتغيرات المشهد، ويظل تعميم الدقة المحققة على بيئات وأجسام وأبعاد أوسع مجالًا للتحقق المستقبلي عبر مجموعات بيانات أكبر وأكثر تنوعًا من حيث الإضاءة والمسافات وطبيعة الأجسام المقيسة
وتتطلب القياسات المطلقة من الصور المفردة معايرة دقيقة ومعرفة بمعالم المشهد المرجعية، وهو ما يجعل الجمع بين التقدير العميق للعمق والهندسة الإسقاطية الكلاسيكية خيارًا متوازنًا يوظف قوة التعلم في فهم المشهد ودقة الهندسة في تحويل هذا الفهم إلى أرقام مكانية يعول عليها، بدل الاعتماد على أي منهما منفردًا وما يرافق ذلك من أخطاء متراكمة قد تتضخم عبر مراحل القياس
وخلاصة القول إن المزج المدروس بين تقنيات رؤية الحاسوب التقليدية والشبكات العصبية العميقة يقدم حلًا عمليًا دقيقًا وفعالًا لتقدير المسافة والارتفاع المطلقين من صور مفردة على أجهزة الحافة، بدقة بلغت 98.86 في المئة ومعالجة آنية للبيانات البصرية والحرارية، بما يدعم أنظمة طرفية ذكية أخف وأرخص وأكثر استقلالية في المراقبة والملاحة والروبوتات الميدانية