الذكاء الاصطناعي البصري: التعرف على الأحمال بـ YOLOv8 على Jetson
التقنية الأساسية للرؤية الذكية: التعرف على الحمولة عبر YOLOv8 والنشر على حوسبة الحافة Jetson. في أنظمة الرافعات الذكية الحديثة، تُعد الرؤية الذكية التقنية المحورية التي تمنح الرافعة القدرة على "فهم" بيئة العمل.
في أنظمة الرافعات الذكية الحديثة، تُعد الرؤية الذكية التقنية المحورية التي تمنح الرافعة العلوية القدرة على "فهم" بيئة العمل. طوّرت كيلود للصناعات الثقيلة حزمة تقنية متكاملة للرؤية الذكية تعتمد على خوارزمية الكشف عن الأهداف YOLOv8 ومنصة حوسبة الحافة Jetson Orin، تغطي سلسلة القيمة كاملة بدءًا من اختيار الكاميرات، مرورًا بتدريب النماذج، وصولًا إلى النشر على الحافة. يتيح ذلك قدرات تشغيل غير مأهولة في عدة سيناريوهات، منها التعرف على الحمولة، وتحديد المواقع بدقة، والمراقبة السلامة. يستعرض هذا المقال، من منظور هندسي تطبيقي، المسار التقني الكامل لنظام الرؤية الذكية في الرافعات العلوية.
أربعة سيناريوهات رئيسية لتطبيقات الرؤية الذكية في الرافعات العلوية
تختلف متطلبات الدقة والاستجابة الفورية بين سيناريوهات تطبيق الرؤية الذكية في الرافعات العلوية. ومن خلال سنوات من الخبرة في تنفيذ المشاريع، طوّرت كيلود للصناعات الثقيلة حلولًا تقنية تغطي أربعة سيناريوهات نموذجية:
| سيناريوهات التطبيق | الوظائف | دقة | الزمن الحقيقي | الحل الموصى به |
|---|---|---|---|---|
| الحمولة المعلقةالتعرف | التعرفلفائف الصلب/الصب المستمر (البلاطة الفولاذية)/حاوية/قطعة العمل | ±50mm | 100ms | YOLOv10n + Jetson Orin NX |
| التقاط دقيق/الوضع (التنسيب) | التوجيه بالرؤية الآليةرفع/مشبكالمحاذاة (تحديد المواقع) | ±5mm | 50ms | YOLOv8s + PnPتقدير الوضعية (الموضع والاتجاه) |
| منطقة الأمانمراقبة | الكشفدخول الأفراد (اقتحام الأفراد)منطقة خطرة | ±200mm | 200ms | YOLOv8n + ByteTrackالتتبع |
| مصنع الصلببيئة عالية الحرارة | التصوير الحراريالتعرفالمواد ذات الحرارة العالية | ±2℃ | 30fps | Optris PI 640التصوير الحراري |
ثانيًا: اختيار الكاميرا الصناعية وحساب معاملات العدسة
يُعد اختيار الكاميرا الخطوة الأساسية في نظام الرؤية للرافعات العلوية. اعتمدت كيلود للصناعات الثقيلة منهجية متكاملة لاختيار الكاميرات بما يتناسب مع متطلبات بيئات التشغيل المختلفة للرافعات. ففي سيناريوهات التعرف على الحمولات التقليدية، يُنصح باستخدام كاميرا صناعية بدقة 1.3 ميجابكسل مزودة بمستشعر عمق. أما في تطبيقات الالتقاط الدقيق، فيُعتمد على كاميرا ملونة بدقة 5 ميجابكسل مقترنة بكاميرا ضوء منظم ثلاثية الأبعاد (3D).
يُعد حساب البعد البؤري للعدسة خطوة حاسمة في عملية الاختيار، ويعتمد على المعادلة الأساسية: f = (sensor_width × working_distance) / FOV. على سبيل المثال، في التصوير العلوي النموذجي للرافعة، عندما يكون عرض منطقة الهدف 1.5م ومسافة العمل 8م، وباستخدام مستشعر IMX265 (بعرض 7.1مم)، يُحسب البعد البؤري بحوالي 38مم، وفي التطبيقات الهندسية الفعلية يُستخدم عدسة 35مم أو 50مم. وتختلف الأطوال البؤرية الموصى بها حسب موضع التركيب: فالتصوير العلوي (مسافة عمل 8-15م) يُفضل فيه عدسات 25-50مم، والتصوير الجانبي 12-25مم، أما الالتقاط عن قرب فالأفضل استخدام 6-12مم.
للعمل في بيئة عالية الحرارة داخل مصانع الصلب، يجب استخدام كاميرا حرارية مزودة بغطاء وقائي وغطاء تبريد متخصص. يتضمن الحل التقني من كيلود للصناعات الثقيلة كاميرا حرارية بدقة 640×480 تعمل باستمرار وبثبات في درجات حرارة تتجاوز 95 درجة مئوية، لتلبية متطلبات التطبيقات الصناعية الصعبة مثل التعرف على لفائف الصلب ومراقبة مناطق الصب المستمر.
ثالثًا: منهجية تدريب نموذج YOLOv8 واستراتيجيات تحسين البيانات
تدريب نموذج YOLOv8 في بيئة الرافعات العلوية يتطلب منهجية هندسية متخصصة. فيما يخص جمع البيانات، يُنصح بتوفير ما لا يقل عن 500 عينة لكل فئة، بحيث تشمل زوايا مختلفة (تصوير علوي 80% + تصوير جانبي 20%)، وظروف إضاءة متنوعة (نهار، ليل، إضاءة خلفية، إضاءة قوية)، وحالات تشغيل مختلفة (بدون حمولة، حمولة كاملة، أنواع مختلفة من الحمولات). يُنصح باستخدام أداة LabelImg للتعليق بتنسيق PascalVOC، أو استخدام CVAT للتعليق الجماعي عبر الإنترنت.
استراتيجيات تحسين البيانات تحتاج إلى تخصيص دقيق لخصائص التصوير العلوي للرافعة. على عكس تطبيقات القيادة الذاتية، لا يحتاج نظام رؤية الرافعة إلى تحسينات دوران بزوايا كبيرة، بل يركز على تعزيز مزج Mosaic (لمحاكاة مشاهد التكديس العشوائي) وضبط السطوع (لمواجهة التغيرات الحادة في الإضاءة داخل مصانع الصلب). يعتمد التكوين التدريبي القياسي في كيلود للصناعات الثقيلة على نموذج YOLOv8n المُدرَّب مسبقًا كنقطة انطلاق، مع ضبط epochs على 200 دورة، وحجم صورة الإدخال 640×640، ومعدل تعلم ابتدائي 0.001، مع معاملات تحسين HSV مناسبة.
crane_dataset/ ├── train/images/ # صور التدريب (*.jpg) ├── train/labels/ # YOLOتعليق التنسيق (*.txt) ├── val/images/ # صور التحقق ├── val/labels/ └── crane_dataset.yaml
يجب أن يحدد تكوين مجموعة البيانات 6 فئات مستهدفة: لفائف الصلب (steel_coil)، وقضبان الصلب (steel_slab)، والحاوية (container)، وقطعة العمل (workpiece)، وخطاف الرافعة (crane_hook)، والرفع (spreader)، لتغطية أكثر أهداف التعرف شيوعًا في عمليات الرفع والنقل بالرافعات.
رابعًا: تحسين TensorRT والنشر على حوسبة الحافة Jetson
يُعد النشر على حوسبة الحافة المرحلة الحاسمة لنقل نظام رؤية الرافعة بالذكاء الاصطناعي من المختبر إلى التطبيق الهندسي الفعلي. تعتمد كيلود للصناعات الثقيلة على سلسلة NVIDIA Jetson Orin كمنصة أساسية لحوسبة الحافة، حيث يُعتبر Jetson Orin NX الخيار الأول الموصى به بفضل قوته الحاسوبية التي تتراوح بين 70-100 TOPS واستهلاكه المنخفض للطاقة (10-25 واط)، مما يلبي احتياجات الاستدلال اللحظي في معظم سيناريوهات الرافعات.
تتضمن عملية نشر النموذج ثلاث مراحل تقنية: أولاً، تصدير نموذج PyTorch المُدرَّب إلى ملف محرك TensorRT عبر model.export(format="engine")، والاستفادة من تقنيات دمج الطبقات والمعايرة الكمية وتحسين الذاكرة في TensorRT لزيادة سرعة الاستدلال بشكل ملحوظ؛ ثم نشر محرك TensorRT على منصة Jetson، وتكوين DeepStream أو خط أنابيب استدلال مخصص؛ وأخيرًا، إرسال نتائج الاستدلال في الوقت الفعلي عبر بروتوكول MQTT إلى نظام الإرسال العلوي، لإتمام الحلقة الكاملة لاكتشاف القرار والتحكم.
فيما يخص أداء الاستدلال، تظهر إصدارات YOLO المختلفة فروقات ملحوظة على Jetson Orin NX: تبلغ سرعة استدلال YOLOv8n حوالي 8ms بحجم نموذج 6.3MB فقط؛ بينما يحقق الإصدار الأحدث YOLOv10n تحسينًا إضافيًا ليصل إلى 7ms و5.5MB، محققًا دقة قريبة من YOLOv8s مع سرعة استدلال أعلى، مما يجعله النموذج الأول الموصى به من كيلود للصناعات الثقيلة للنشر على حوسبة الحافة.
خامسًا: مبدأ تحويل الإحداثيات وتوجيه الرؤية لتحديد المواقع
الهدف النهائي للتعرف البصري هو تحويله إلى أوامر تشغيل ميكانيكية دقيقة، وهذا يتطلب سلسلة تحويل كاملة من الإحداثيات البكسلية إلى الإحداثيات العالمية. يعتمد نظام الرؤية بالذكاء الاصطناعي من كيلود للصناعات الثقيلة على خوارزمية تقدير الموضع PnP (Perspective-n-Point)، وبالاستناد إلى نتائج معايرة المعاملات الداخلية والخارجية للكاميرا، يحول مربع الحدود ثنائي الأبعاد الذي اكتشفه YOLOv8 إلى معلومات موضع بست درجات حرية (6-DOF) تشمل الإزاحة X/Y/Z ودورانات الانعراج والميل واللف.
في التطبيقات الهندسية الفعلية، وبعد معايرة موضع تركيب الكاميرا بدقة، تُعرض نتائج الكشف عبر مصفوفة تحويل الإحداثيات إلى أوامر تحكم للمحاور الفيزيائية الثلاثة: حركة جسر الرافعة (محور X)، وحركة العربة (محور Y)، والرفع (محور Z). يبلغ زمن الاستجابة الكلي لسلسلة توجيه الرؤية بأكملها أقل من 150ms، مما يلبي متطلبات التحكم اللحظي للرافعات العلوية غير المأهولة من المستوى L4.
