شريحة Gleanmer من MIT: ثورة في رسم الخرائط ثلاثية الأبعاد بالزمن الحقيقي لروبوتات الحافة

كشف باحثون من معهد ماساتشوستس للتكنولوجيا (MIT) عن Gleanmer، وهو نظام على شريحة (System-on-a-chip) مبتكر مصمم لتمكين الروبوتات المستقلة الصغيرة والأجهزة محدودة البطارية من إنشاء خرائط بيئية ثلاثية الأبعاد (3D environmental maps) مفصلة في الوقت الفعلي (Real-time). يعد هذا الابتكار بتحقيق خفض كبير في البصمة الطاقية (Energy footprint) لعمليات تحديد المواقع ورسم الخرائط المتزامن (Simultaneous Localization and Mapping - SLAM)، وهي عمليات حاسمة للملاحة الذاتية (Autonomous navigation).

كفاءة طاقة غير مسبوقة

تتميز Gleanmer بكفاءة طاقة (Power efficiency) ملحوظة، حيث تستهلك حوالي 6 ميلي واط فقط. يمثل هذا الرقم المذهل 2.5 بالمائة من الطاقة التي تتطلبها عادةً الرقائق الأكثر تقدمًا المتوفرة حاليًا لأداء مهام بناء الخرائط المماثلة. وتأتي هذه الكفاءة البارزة كنتيجة مباشرة لنهج تصميم مشترك (Co-design approach) مبتكر، حيث تم تطوير الخوارزمية الأساسية (Underlying algorithm) والبنية المادية (Hardware architecture) جنبًا إلى جنب لتحسين استهلاك الطاقة من الألف إلى الياء.

تستفيد الشريحة من خوارزمية (Algorithm) مخصصة تُعرف باسم GMMap، تم تطويرها بواسطة مختبر MIT. على عكس الطرق التقليدية التي غالبًا ما تعتمد على تمثيلات قائمة على الفوكسل (Voxel-based representations) التي تتطلب موارد مكثفة، تقوم GMMap بنمذجة العوائق باستخدام تكتلات إهليلجية (Ellipsoid blobs) مدمجة، أو توزيعات غاوس (Gaussians). يقلل هذا النهج بشكل كبير من العبء الحسابي (Computational overhead) والبصمة الذاكرية (Memory footprint)، مما يجعلها مثالية للأجهزة ذات الموارد المحدودة. علاوة على ذلك، عند استخدامها لتخطيط المسار (Path planning)، يمكن للروبوت الذي يستخدم Gleanmer أن يرسم مسارًا آمنًا باستخدام حوالي 20 بالمائة فقط من الطاقة المستهلكة عادةً.

تطبيقات عملية وتداعيات مستقبلية

لقد تم إثبات قدرات Gleanmer من خلال قدرتها على إعادة بناء كل من العوائق والمساحة الحرة مباشرة من تدفقات الفيديو المباشرة (Live video streams) الملتقطة بواسطة كاميرا هاتف آيفون (iPhone) قياسية. يؤكد هذا التطبيق الواقعي على إمكاناتها الكبيرة للاندماج في مجموعة واسعة من الأنظمة التي تعمل بالبطارية، بدءًا من الطائرات بدون طيار المصغرة والروبوتات الاستهلاكية (consumer robotics) وصولاً إلى أدوات الفحص الصناعي (industrial inspection tools) التي تعمل في بيئات معقدة وديناميكية، مما يفتح آفاقًا واسعة في مجال روبوتات الحافة (Edge Robotics).

تم تقديم البحث، الذي قادته المؤلفة الرئيسية فيفيان سي (Vivienne Sze) بالاشتراك مع المؤلفين الرئيسيين المشاركين زيه-سينغ فو (Zih-Sing Fu) وبيتر زي شوان لي (Peter Zhi Xuan Li)، إلى جانب سيرتاك كارامان (Sertac Karaman)، مؤخرًا في ندوة IEEE للدوائر المتكاملة واسعة النطاق (IEEE Very Large-Scale Integrated Circuits Symposium). وقد أمكن إنجاز هذا العمل بفضل دعم من زمالة MIT-MathWorks (MIT-MathWorks Fellowship)، وشركة أمازون (Amazon)، والمؤسسة الوطنية للعلوم في الولايات المتحدة (U.S. National Science Foundation)، وشركة إنتل (Intel)، مما يسلط الضوء على الاعتراف الواسع النطاق من الصناعة والأوساط الأكاديمية بأهميته.