أخبار ar.wedoany.com، نشر فريق البحث بقيادة البروفيسور هو تشينغسونغ من جامعة الصين للتعدين في يونيو 2026، في العدد الرابع من مجلة "الأتمتة الصناعية والتعدينية"، دراسة تقترح حلاً مبتكراً للإدراك الذاتي يدمج تقنية تحديد المواقع فائقة الاتساع (UWB) مع تقنية سحابة نقاط الليدار. من خلال شبكة الكشف UWB-PU-VGAT، تمكن الفريق من رفع دقة كشف عربات التعدين غير المأهولة تحت الأرض إلى 90.23%، وبمعدل إطارات يصل إلى 32.3 إطاراً في الثانية، مما يعزز بشكل كبير سلامة وفورية القيادة الذاتية في المناجم، ويوفر دعماً تقنياً رئيسياً لبناء المناجم الذكية.
استجابة للتحديات التشغيلية في الأنفاق تحت الأرض، مثل ظروف الإضاءة السيئة الناتجة عن العتمة والغبار الكثيف، وانخفاض نسبة الأهداف الفعالة، وندرة سحابات النقاط البعيدة المدى، عمل الفريق على تطوير شبكة انتباه بيانية محسّنة تعتمد على التقسيم الحجمي (Voxelization). تعمل هذه الشبكة، من خلال وحدات تعزيز الميزات وتعويضها، على استكشاف العلاقات المكانية الداخلية لسحابة النقاط بعمق، وتدمج آلية الانتباه البياني مع دالة الخسارة المحسّنة Focal Loss لحل مشكلة عدم التوازن الحاد بين العينات الإيجابية والسلبية، وأخطاء الكشف المرتفعة في المسافات البعيدة. في اختبارات استخدام الليدار فقط، حققت شبكة VGAT دقة كشف متوسطة بلغت 83.17% لعربات التعدين و78.54% للعمال، متجاوزة أداء العديد من الخوارزميات الرئيسية.
للتغلب على تحديات الكشف بعيد المدى، استفاد الفريق بذكاء من نظام تحديد المواقع فائق الاتساع (UWB) المنتشر على نطاق واسع في المناجم. يستخدم النظام الموقع الفوري الذي يوفره UWB كمعلومات مسبقة لتحديد المنطقة المستهدفة، ويقوم بقص سحابة نقاط الليدار تلقائياً لتصفية بيانات الخلفية غير الفعالة، مما يقلص نطاق التعرف بشكل كبير ويخفف العبء الحسابي. في الوقت نفسه، لمعالجة مشكلة ندرة سحابات النقاط البعيدة، زُوّدت الشبكة بتقنية أخذ العينات العلوية لسحابة النقاط (Grad-PU)، القادرة على إعادة بناء سحابات النقاط غير المكتملة على مسافة 30 متراً بمعدل تكامل يصل إلى 4 أضعاف، وتحويل سحابات النقاط المتناثرة إلى سحابات كثيفة وكاملة، مما يجعل العمال وعربات التعدين البعيدة تظهر بوضوح.
اختُبرت هذه التقنية ميدانياً في منجم ووتشوانغ الحديدي التابع لمجموعة شوتشو للحديد. يُعد هذا المنجم من المناجم تحت الأرض بطاقة إنتاجية سنوية تبلغ 500 ألف طن من خام الحديد، وقد شهد في السنوات الأخيرة تحولاً ذكياً مستمراً عبر "استبدال البشر بالآلات وتقليل العمالة بالأتمتة". أظهرت بيانات الاختبار أن شبكة UWB-PU-VGAT حققت دقة كشف متوسطة لعربات التعدين بلغت 90.23%، وللعمال 83.67%، بزيادة قدرها 6.09% مقارنة بالشبكة الأساسية. بلغ معدل الإطارات 32.3 إطاراً في الثانية، متجاوزاً بكثير متطلبات الفورية للمركبات غير المأهولة في المناجم والتي تتراوح بين 10 و30 إطاراً في الثانية، مما يمنحها مرونة في التكيف مع مختلف أشكال الأنفاق، بما في ذلك المستقيمة والمتفرعة والمنحنية، مع قدرة على التعرف المستقر على الأهداف حتى في ظروف الإعاقة الجزئية.
البروفيسور هو تشينغسونغ هو أستاذ ومشرف على طلاب الدكتوراه في جامعة الصين للتعدين، ويتركز بحثه طويل الأمد على التقنيات الأساسية في مجال ذكاء المناجم، بما في ذلك تحديد المواقع الدقيق، والاتصالات عبر شبكات المركبات، والإدراك متعدد الوسائط. كما أنه يدير مشاريع من صندوق العلوم الطبيعية الوطني. من المتوقع أن تقدم النتائج التقنية التي حققها الفريق حلاً جديداً للتحديات المستمرة في مجال الإدراك البيئي للمركبات غير المأهولة تحت الأرض.
تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com
