معهد أبحاث السكك الحديدية الكوري يطلق تطوير روبوت تفتيش مستقل للسكك الحديدية

أخبار ar.wedoany.com، أطلق معهد أبحاث السكك الحديدية الكوري (KRRI) مشروعًا لتطوير التقنيات الأساسية لتفتيش السكك الحديدية باستخدام روبوتات متخصصة، وذلك من خلال استخدام بيئة سكك حديدية افتراضية كـ"مجال تعلم ديناميكي" لتدريب الروبوتات على أداء مهام التفتيش الذاتي الآمن.

أعلن المعهد عن إطلاق المشروع في الثاني والعشرين من الشهر الجاري، ويهدف بشكل أساسي إلى تمكين روبوتات التفتيش الذاتي من التعلم المتكرر وتجربة مختلف حالات المسار والمواقف الخطرة في بيئة سكك حديدية افتراضية تم إنشاؤها بواسطة التوأم الرقمي، وذلك لتحويل نظام صيانة السكك الحديدية التقليدي القائم على الاستجابة اللاحقة إلى نظام تفتيش وقائي وذاتي.

يواجه تفتيش مسارات السكك الحديدية حاليًا تحديات مركبة متعددة، تشمل مخاطر سلامة العاملين، ونقص البيانات المتعلقة بالعيوب النادرة، وتباين نتائج التفتيش باختلاف مستوى مهارة المشغلين. نظرًا لندرة حالات الحوادث أو العيوب الفعلية، يصعب الحصول على عينات تعلم كافية للذكاء الاصطناعي، كما يتعذر إجراء تجارب متكررة على المواقف الخطرة في الموقع الفعلي. وللتغلب على هذه القيود، يخطط المعهد لاستخدام الطائرات بدون طيار والكاميرات وأجهزة الليدار (LiDAR) لجمع بيانات واقعية عن المسار والبيئة المحيطة، وبناء فضاء افتراضي ثلاثي الأبعاد لاستخدامه كمجال تعلم رقمي لتدريب الإدراك البصري والتحكم الحركي للروبوتات.

في الفضاء الافتراضي، يمكن ضبط متغيرات مفاجئة مثل اقتحام المسار والعوائق، بالإضافة إلى الظروف الجوية كالعواصف الثلجية والأمطار الغزيرة، والظروف البيئية كالليل والضوء المعاكس، والتضاريس كالحصى والمنحدرات. سيتم تغذية البيانات التي يتعلمها الروبوت في الفضاء الافتراضي إلى حركات الروبوت الفعلي، مع التحسين المستمر بناءً على بيانات التشغيل الفعلية.

صرح بيون سونغ-جون (Byeon Seong-jun)، الباحث الرئيسي في المشروع وكبير الباحثين في المعهد، بأن أداء روبوت التفتيش الذاتي يعتمد على قدرته على الإدراك الدقيق والحركة المستقرة. وأكد أن جوهر هذه الدراسة هو تعزيز القدرة الإدراكية البصرية للروبوت باستخدام النموذج الأساسي العالمي (World Foundation Model)، وضمان امتلاكه لاستراتيجية تحكم للحركة المستقرة في بيئة المسار الفعلية من خلال التعلم المعزز وتقنية المحاكاة إلى الواقع (Sim2Real).

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