إطار عمل تعاوني لتحديد المواقع للروبوت والهاتف الذكي يعتمد على الاتصالات بالضوء المرئي

جدول المحتويات

1. نظرة عامة

يتناول هذا البحث تحدي تحديد المواقع في الأماكن المغلقة حيث تفشل التقنيات التقليدية مثل نظام تحديد المواقع العالمي (GPS) بسبب انسداد الإشارة. ويقترح إطار عمل تعاوني لتحديد المواقع يستفيد من تقنية الاتصالات بالضوء المرئي (VLC). يستخدم النظام مصابيح LED معدلة بتضمين المفتاح التشغيلي والإيقافي (OOK) لبث بيانات المُعرِّف (ID) والموقع. تقوم كاميرا CMOS في الهاتف الذكي، باستخدام تأثير الغالق المتداول، بالتقاط إشارات الضوء هذه على شكل خطوط، مما يتيح اتصالات بصرية عالية السرعة بالكاميرا (OCC). من خلال فك تشفير هذه الخطوط، يسترجع الجهاز مُعرِّفًا فريدًا (UID) مرتبطًا بموقع فيزيائي مُحدد مسبقًا، وبالتالي يحدد موقعه الخاص. تم تصميم هذا الإطار لسيناريوهات تتطلب التعاون بين الإنسان والروبوت، مثل المستودعات والخدمات التجارية، حيث يكون الوعي المشترك بالموقع في الوقت الفعلي أمرًا بالغ الأهمية.

2. الابتكار

يكمن الابتكار الأساسي في تصميم نظام موحد قائم على تقنية VLC للتحديد التعاوني للمواقع بين الهواتف الذكية والروبوتات. تشمل المساهمات الرئيسية ما يلي:

1. تصميم VLC متعدد المخططات: يدمج النظام عدة مخططات لتحديد المواقع بالضوء المرئي (VLP) للتعامل مع أوضاع ميل الهاتف الذكي المختلفة وظروف الإضاءة المتنوعة، مما يعزز المتانة العملية.
2. إطار عمل تعاوني متكامل: ينشئ منصة في الوقت الفعلي يتم فيها الحصول على مواقع الهاتف الذكي والروبوت ومشاركتها على واجهة الهاتف الذكي، مما يتيح الوعي المتبادل.
3. التحقق التجريبي: تركز الدراسة وتتحقق تجريبيًا من مقاييس الأداء الرئيسية: دقة تحديد الهوية، ودقة تحديد الموقع، والقدرة على العمل في الوقت الفعلي.

3. وصف العرض التوضيحي

ينقسم نظام العرض التوضيحي إلى مكونات المرسل والمستقبل.

3.1 بنية النظام

تتكون البنية من أجهزة إرسال LED، يتم التحكم فيها بوحدة التحكم الدقيقة (MCU)، تبث بيانات الموقع المعدلة. المستقبلات هي الهواتف الذكية (لتتبع الإنسان) والروبوتات المجهزة بالكاميرات. يعمل الهاتف الذكي كمركز رئيسي، يعالج بيانات VLC من مصابيح LED لتحديد موقعه الذاتي ويتلقى بيانات موقع الروبوت (ربما عبر وسائل أخرى مثل WiFi/BLE) لعرض خريطة موحدة تعاونية.

3.2 الإعداد التجريبي

كما هو موضح في النص (الشكل 1)، يتضمن الإعداد أربعة أجهزة إرسال LED مثبتة على ألواح مسطحة. وحدة تحكم دوائر قابلة للتوسيع تدير مصابيح LED. تم تصميم البيئة لمحاكاة مساحة داخلية نموذجية حيث يعمل كل من الروبوت وإنسان يحمل هاتفًا ذكيًا.

4. التفاصيل التقنية والصياغة الرياضية

تعتمد التقنية الأساسية على تضمين OOK وتأثير الغالق المتداول. يتم التقاط حالة تشغيل/إيقاف LED، المعدلة بتردد عالٍ، بواسطة مستشعر CMOS ليس كصورة مضيئة/مظلمة موحدة ولكن كأشرطة متناوبة مظلمة ومضيئة (خطوط) عبر الصورة. يشفر نمط هذه الخطوط البيانات الرقمية (UID).

تقدير الموقع: بمجرد فك تشفير UID، يوفر البحث في قاعدة بيانات مُنشأة مسبقًا إحداثيات LED العالمية $(X_{LED}, Y_{LED}, Z_{LED})$. باستخدام هندسة الكاميرا (نموذج الثقب الدبوسي) وإحداثيات البكسل المكتشفة $(u, v)$ لصورة LED، يمكن تقدير موقع الجهاز بالنسبة إلى LED. لحالة ثنائية الأبعاد مبسطة مع ارتفاع LED معروف $H$، يمكن تقريب المسافة $d$ من الكاميرا إلى الإسقاط العمودي لـ LED إذا كانت زاوية ميل الكاميرا $\theta$ والبعد البؤري $f$ معروفة أو معايرة:

$ d \approx \frac{H}{\tan(\theta + \arctan(\frac{v - v_0}{f}))} $

حيث $(u_0, v_0)$ هي النقطة الرئيسية. تتيح مشاهدات LED المتعددة استخدام التثليث لتحديد موقع ثنائي/ثلاثي الأبعاد أكثر دقة.

5. النتائج التجريبية ووصف المخططات

تنص الورقة البحثية على أنه تم إثبات جدوى الإطار ودقته العالية وأدائه في الوقت الفعلي بناءً على النظام التجريبي. بينما لم يتم تفصيل النتائج العددية المحددة في المقتطف المقدم، فإنها تشير إلى تحقيق دقة عالية (مثل 2.5 سم في العمل ذي الصلة للروبوت فقط [2,3]).

المخططات/الأشكال الضمنية:

• الشكل 1: البيئة التجريبية الشاملة والنتيجة: من المحتمل أن يظهر الإعداد الفيزيائي بأربعة ألواح LED وروبوت وشخص يحمل هاتفًا ذكيًا. سيكون المخطط أو لقطة الشاشة لعرض الهاتف الذكي التي تظهر مواقع الكيانين في الوقت الفعلي على الخريطة هي "النتيجة" الرئيسية.
• مخططات تقييم الدقة: ستشمل المخططات النموذجية دالة التوزيع التراكمي (CDF) لخطأ تحديد الموقع لكل من الاختبارات الثابتة والديناميكية، مقارنةً بالطريقة المقترحة مع خط الأساس.
• مقاييس أداء الوقت الفعلي: رسم بياني يظهر زمن التأخير (الوقت من التقاط الصورة إلى عرض الموقع) تحت ظروف مختلفة.

6. إطار التحليل: حالة مثال

السيناريو: انتقاء الطلبات في المستودع مع فريق الإنسان والروبوت.
الخطوة 1 (التخطيط): يتم تثبيت مصابيح LED ذات UID فريدة في مواقع معروفة على سقف المستودع. تربط قاعدة بيانات الخرائط كل UID بإحداثياته $(X, Y, Z)$.
الخطوة 2 (تحديد موقع الروبوت): تلتقط كاميرا الروبوت الموجهة لأعلى خطوط LED، وتفك تشفير UID، وتحسب موقعها الدقيق باستخدام الخوارزميات الهندسية. تنتقل إلى صناديق المخزون.
الخطوة 3 (تحديد موقع العامل البشري): تلتقط كاميرا هاتف الذكي للعامل (المائلة محتملاً) أيضًا إشارات LED. يعوض نظام VLC متعدد المخططات للميل، ويفك تشفير UID ويحدد موقع العامل.
الخطوة 4 (التعاون): يتبادل الروبوت والهاتف الذكي إحداثياتهما عبر شبكة محلية. يعرض تطبيق الهاتف الذكي كلا الموقعين. يمكن للروبوت الانتقال إلى موقع العامل لتسليم عنصر تم انتقاؤه، أو يمكن للنظام تنبيه العامل إذا كان قريبًا جدًا من مسار الروبوت.
النتيجة: تعزيز السلامة والكفاءة والتنسيق دون الاعتماد على إشارات الراديو الضعيفة أو المزدحمة.

7. آفاق التطبيق والاتجاهات المستقبلية

التطبيقات قصيرة المدى:

• المستودعات والمصانع الذكية: لروبوتات المخزون، ومركبات التوجيه الآلي (AGV)، والعاملين في الخدمات اللوجستية.
• الرعاية الصحية: تتبع المعدات الطبية المتنقلة والموظفين في المستشفيات.
• التجزئة: توجيه العملاء في المتاجر الكبيرة والتفاعل مع روبوتات الخدمة.
• المتاحف والمطارات: توفير ملاحة داخلية دقيقة للزوار.

اتجاهات البحث المستقبلية:

1. التكامل مع SLAM: دمج عميق لتحديد المواقع المطلق القائم على VLC مع SLAM الخاص بالروبوت (كما تم التلميح في [2,3]) للملاحة القوية والخالية من الانحراف في البيئات الديناميكية.
2. معالجة الإشارات المعززة بالذكاء الاصطناعي: استخدام التعلم العميق لفك تشفير إشارات VLC في ظل ظروف قاسية (طمس الحركة، انسداد جزئي، تداخل من مصادر ضوئية أخرى).
3. التوحيد القياسي والقدرة على التشغيل البيني: تطوير بروتوكولات مشتركة لإشارات تحديد المواقع VLC لتمكين النشر على نطاق واسع، على غرار جهود مجموعة عمل IEEE 802.15.7r1.
4. تصميمات موفرة للطاقة: تحسين خوارزميات المعالجة على جانب الهاتف الذكي لتقليل استنزاف البطارية من الاستخدام المستمر للكاميرا.
5. دمج أجهزة الاستشعار غير المتجانسة: الجمع بين VLC وUWB وWiFi RTT وأجهزة الاستشعار بالقصور الذاتي لأنظمة تحديد المواقع المتسامحة مع الأخطاء وعالية التوفر.

8. المراجع

1. [1] المؤلف (المؤلفون). "طريقة لتحديد مواقع الروبوتات تعتمد على نظام تشغيل الروبوت." المؤتمر/المجلة، السنة.
2. [2] المؤلف (المؤلفون). "طريقة لتحديد موقع الروبوت تعتمد على LED واحد." المؤتمر/المجلة، السنة.
3. [3] المؤلف (المؤلفون). "[عمل ذو صلة] مدمج مع SLAM." المؤتمر/المجلة، السنة.
4. [4] المؤلف (المؤلفون). "حول تحديد الموقع التعاوني للروبوتات." المؤتمر/المجلة، السنة.
5. [5-7] المؤلف (المؤلفون). "مخططات VLP لحالات الإضاءة/الميل المختلفة." المؤتمر/المجلة، السنة.
6. المعيار IEEE للشبكات المحلية والعاصمة - الجزء 15.7: الاتصالات اللاسلكية البصرية قصيرة المدى. IEEE Std 802.15.7-2018.
7. Gu, Y., Lo, A., & Niemegeers, I. (2009). دراسة لأنظمة تحديد المواقع الداخلية لشبكات الاتصال الشخصية اللاسلكية. IEEE Communications Surveys & Tutorials.
8. Zhuang, Y., et al. (2018). دراسة لأنظمة تحديد المواقع باستخدام مصابيح LED المرئية. IEEE Communications Surveys & Tutorials.

9. تحليل أصلي وتعليق الخبراء