الروبوتات والأنظمة الذاتية

مقدمة

الروبوت هو نظام فيزيائي يجمع بين الاستشعار والحوسبة والتنفيذ الميكانيكي لكي يؤثر في العالم المادي. أما النظام الذاتي فهو نظام يستطيع، ضمن حدود تشغيل محددة، أن يقدّر حالته ويفسر بيئته ويختار أفعالًا وينفذها مع قدر متفاوت من التدخل البشري. لا تعني الذاتية أن النظام «مستقل عن البشر» بصورة مطلقة؛ فالإنسان يحدد الأهداف وحدود الاستخدام ومعايير السلامة، ويصمم آليات الإشراف والتوقف والاسترداد.

ستتعلم في هذه الدورة كيف تتصل طبقات الاستشعار وتقدير الحالة والتخطيط والتحكم والتنفيذ لتكوين حلقة روبوتية مغلقة. ستنتقل من النماذج الحركية البسيطة إلى الملاحة والخرائط، ومن التفاعل بين الإنسان والروبوت إلى خلايا الروبوتات الصناعية، ثم إلى هندسة الأنظمة الذاتية المسؤولة التي تجمع الأداء التقني مع السلامة والأمن والخصوصية والمساءلة.

تستهدف الدورة طلبة الجامعات والتعليم العالي. يفيد امتلاك أساس في الجبر الخطي والتفاضل والبرمجة ومبادئ الميكانيكا، لكن الأمثلة تشرح المصطلحات الأساسية أثناء التقدم. يمكنك تنفيذ أمثلة المحاكاة ببيئة بايثون عادية من دون عتاد روبوتي.

أهداف التعلم

تمييز المكونات الأساسية لحلقة الاستشعار والتقدير والتخطيط والتحكم والتنفيذ في الروبوت.
تفسير خصائص مستشعرات شائعة مثل المشفرات ووحدات القياس القصورية والكاميرات والليدار ومستشعرات القوة.
بناء نموذج حركي أولي لروبوت ذي قيادة تفاضلية وربط سرعات العجلات بحركة المنصة.
شرح الفرق بين التحكم مفتوح الحلقة والتحكم ذي التغذية الراجعة وتحليل دور المتحكم التناسبي والتكاملي والتفاضلي.
مقارنة خوارزميات تخطيط المسار وفهم العلاقة بين التوطين ورسم الخرائط والملاحة وتجنب العوائق.
وصف بنية برمجية موزعة لروبوت حديث والتمييز بين تدفقات البيانات والطلبات القصيرة والمهام طويلة المدة.
تحليل التفاعل بين الإنسان والروبوت والروبوتات الصناعية باستخدام مفاهيم الثقة والوضوح والراحة والسلامة.
تقييم نظام ذاتي من منظور الأداء والسلامة والأمن والخصوصية والإنصاف والمساءلة والتحقق المستمر.

الاستشعار وتقدير الحالة

القرار الروبوتي الجيد يبدأ بقياس جيد. لا يرى الروبوت العالم مباشرة؛ بل يستقبل إشارات كهربائية أو رقمية تتأثر بالدقة والضجيج ومعدل العينة والتأخير والمعايرة ومجال القياس. لذلك يجب أن تفرق بين الكمية الفيزيائية مثل المسافة أو التسارع وبين القياس الذي يقدمه المستشعر وبين تقدير الحالة الذي يستخدم نموذجًا رياضيًا لدمج القياسات عبر الزمن.

المستشعرات ونماذج القياس

تستخدم المشفرات الدورانية لتقدير دوران العجلات أو المفاصل، وتوفر وحدة القياس القصورية قياسات للتسارع والسرعة الزاوية، بينما تتيح الكاميرا استنتاج معلومات غنية عن المظهر والهندسة. يقيس الليدار المسافات بواسطة الضوء، وهو مفيد لبناء تمثيل هندسي للبيئة واكتشاف العوائق. أما مستشعرات القوة والعزم فتهم في المناولة الدقيقة والتفاعل الفيزيائي مع الإنسان.

عند اختيار مستشعر لا تسأل فقط عن «الدقة». اسأل أيضًا عن مجال العمل ومعدل التحديث وزمن التأخير والحساسية للظروف البيئية وإمكان المعايرة واحتمالات الفشل. مثال ذلك أن كاميرا ذات دقة مكانية عالية قد تصبح ضعيفة في إضاءة سيئة، بينما يمكن لليدار أن يعطي قياسات مسافة مباشرة لكنه قد يتأثر بخصائص السطح أو الظروف الجوية بحسب نوعه.

دمج المستشعرات وعدم اليقين

إذا اعتمدت على مشفرات العجلات وحدها، فإن خطأ الانزلاق يتراكم مع الزمن. وإذا اعتمدت على قياس منفرد من الكاميرا، فقد تتأثر النتيجة بالحجب أو الإضاءة. لذلك تدمج الأنظمة الذاتية عادة مصادر متعددة. الفكرة الأساسية هي الاحتفاظ بتقدير للحالة مثل الموضع والاتجاه والسرعة، ثم تحديثه باستخدام نموذج الحركة والقياسات الجديدة مع تمثيل صريح لعدم اليقين.

مرشح كالمان ومشتقاته مثال كلاسيكي لهذا النوع من الدمج عندما تكون الفرضيات الرياضية مناسبة. أما في مسائل غير خطية أو متعددة الفرضيات فقد تستخدم مرشحات جسيمية أو طرائق تحسين غير خطية. المهم أكاديميًا هو فهم أن التقدير ليس «حقيقة»، بل أفضل استنتاج متاح في ضوء نموذج وقياسات غير كاملة.

الحركة والتحكم

تحويل قرار برمجي إلى حركة فيزيائية يتطلب نموذجًا للحركة ومتحكمًا يعالج الانحراف بين المطلوب والمنفذ. في الروبوتات المتنقلة تبدأ عادة بالحركيات، أي العلاقة الهندسية بين أوامر الحركة وتغير الوضعية، ثم تنتقل إلى الديناميكيات عندما تصبح القوى والكتلة والقصور والاحتكاك مهمة.

الحركيات والقيادة التفاضلية

في روبوت بعجلتين دافعتين مستقلتين، تؤدي السرعتان المتساويتان للعجلتين إلى حركة مستقيمة تقريبًا، بينما يؤدي اختلاف السرعتين إلى دوران. إذا كان نصف قطر العجلة r والمسافة بين العجلتين L وسرعتا الدوران للعجلتين اليمنى واليسرى هما ωR وωL، فيمكن تقريب السرعة الخطية بالعلاقة v = r × (ωR + ωL) ÷ 2، والسرعة الزاوية بالعلاقة Ω = r × (ωR − ωL) ÷ L.

هذا النموذج يفترض تلامسًا مناسبًا من دون انزلاق كبير. في الواقع قد يؤدي الانزلاق وعدم تماثل العجلات وعدم استواء السطح إلى أخطاء تراكمية، ولذلك تحتاج الملاحة لاحقًا إلى تقدير حالة يدمج مصادر أخرى.

التحكم بالتغذية الراجعة

في التحكم مفتوح الحلقة ترسل أمرًا من دون استخدام القياس لتصحيح النتيجة. هذا قد ينجح في بيئة شديدة الثبات، لكنه يتدهور أمام تغير الحمل والاحتكاك والاضطرابات. في التحكم ذي التغذية الراجعة تقيس الحالة الفعلية y، وتقارنها بالمرجع المطلوب r، وتحسب الخطأ e = r − y، ثم تستخدم الخطأ لإنتاج أمر تحكم جديد.

المتحكم التناسبي يجعل الأمر متناسبًا مع الخطأ الحالي. إضافة الحد التكاملي تساعد على إزالة انحياز ثابت متراكم، بينما يستجيب الحد التفاضلي لمعدل تغير الخطأ ويمكن أن يساعد على تخفيف التذبذب إذا صمم بعناية. الضجيج والتشبع وحدود المشغلات وزمن العينة عوامل عملية لا يمكن إهمالها عند ضبط المتحكم.

مثال برمجي: محاكاة متحكم تناسبي

المثال التالي يحاكي نظامًا بسيطًا من الرتبة الأولى. غيّر قيمة كسب ولاحظ سرعة الاقتراب من الهدف. الهدف من المثال هو رؤية حلقة القياس والخطأ والأمر، لا تمثيل محرك حقيقي بكل تفاصيله.

هدف = 1.0
حالة = 0.0
كسب = 0.8
زمن = 0.1

for خطوة in range(25):
    خطأ = هدف - حالة
    أمر = كسب * خطأ
    حالة += زمن * أمر
    print(خطوة, round(حالة, 3), round(خطأ, 3))

جرّب قيمًا صغيرة وكبيرة للكسب، ثم ارسم الحالة عبر الزمن. في نظام حقيقي قد تؤدي زيادة الكسب أكثر من اللازم إلى تذبذب أو عدم استقرار تبعًا لديناميكيات النظام والتأخير.

التخطيط والملاحة

الملاحة ليست خوارزمية واحدة. إنها سلسلة مترابطة تشمل تمثيل البيئة وتقدير موضع الروبوت وتحديد هدف قابل للوصول وتخطيط مسار ثم تحويل المسار إلى أوامر محلية مع تجنب العوائق المتحركة والاستجابة للأحداث غير المتوقعة.

الخرائط والتوطين وبناء الخريطة المتزامن

يمكن تمثيل البيئة بشبكة إشغال، حيث تمثل كل خلية احتمال كونها حرة أو مشغولة، أو بخريطة هندسية أو طوبولوجية أو دلالية. التوطين يجيب عن سؤال: أين يوجد الروبوت بالنسبة إلى خريطة معروفة؟ أما بناء الخريطة والتوطين المتزامن فيتعامل مع تقدير المسار والخريطة معًا عندما لا تكون البيئة معروفة مسبقًا.

تظهر هنا حلقة اعتماد متبادل: تحتاج إلى الموضع لوضع القياسات في الخريطة، وتحتاج إلى الخريطة لتصحيح الموضع. لهذا تستخدم الأنظمة الحديثة نماذج احتمالية وتحسينًا رياضيًا وقيودًا بين المشاهدات عبر الزمن.

تخطيط المسار وتجنب العوائق

في شبكة معلومة يمكن لخوارزمية ديكسترا حساب مسار بأقل كلفة وفق تعريف الكلفة، بينما تستفيد خوارزمية A* من دالة إرشاد لتوجيه البحث نحو الهدف. تكتب كلفة العقدة عادة بصورة f = g + h، حيث g كلفة المسار المتراكم وh تقدير إرشادي للكلفة المتبقية. لكي تحتفظ A* بضمانات المثالية المعروفة، يجب اختيار الدالة الإرشادية بما ينسجم مع شروط الخوارزمية.

في فضاءات حركة عالية الأبعاد، كما في الأذرع الروبوتية، قد تكون طرائق أخذ العينات مثل الشجرة العشوائية سريعة الاستكشاف أكثر ملاءمة من البحث الشبكي المباشر. كذلك يختلف المخطط العالمي الذي يختار طريقًا على نطاق الخريطة عن المتحكم المحلي الذي يتعامل مع القيود الديناميكية والعوائق القريبة.

مثال محاكاة: تكامل حركة روبوت بعجلتين

المثال التالي يدمج نموذج القيادة التفاضلية عدديًا. غيّر سرعتي العجلتين ولاحظ كيف يتغير المسار. هذه محاكاة حركية فقط؛ فهي لا تمثل الانزلاق أو حدود العزم أو ضجيج المستشعرات.

import math

س = 0.0
ص = 0.0
زاوية = 0.0
نصف_قطر_العجلة = 0.05
المسافة_بين_العجلتين = 0.30
زمن = 0.1
سرعة_يمين = 6.0
سرعة_يسار = 4.0

for خطوة in range(50):
    سرعة = نصف_قطر_العجلة * (سرعة_يمين + سرعة_يسار) / 2
    دوران = نصف_قطر_العجلة * (سرعة_يمين - سرعة_يسار) / المسافة_بين_العجلتين
    س += سرعة * math.cos(زاوية) * زمن
    ص += سرعة * math.sin(زاوية) * زمن
    زاوية += دوران * زمن

print(round(س, 3), round(ص, 3), round(زاوية, 3))

لتحويل هذا المثال إلى تجربة جامعية أقوى، أضف ضجيجًا إلى سرعات العجلات، ثم قارن المسار الحقيقي المفترض بالمسار المقدر من القياسات. بعد ذلك اختبر كيف يحسن قياس إضافي للاتجاه من التقدير.

برمجيات الروبوت والمحاكاة

تُبنى البرمجيات الروبوتية الحديثة غالبًا من مكونات مستقلة نسبيًا بدل برنامج واحد ضخم. يفيد هذا في الاختبار والاستبدال وإعادة الاستخدام، لكنه يفرض تحديات في التوقيت وتزامن البيانات واكتشاف الأعطال وتحديد واجهات واضحة بين المكونات.

بنية موزعة للاتصال

في روس 2 تعد العقدة وحدة حساب منطقية. تستخدم الموضوعات لتدفقات البيانات المستمرة مثل القياسات، والخدمات لطلبات قصيرة بنمط طلب واستجابة، والأفعال لمهام تستغرق وقتًا وتحتاج تغذية راجعة وإمكان الإلغاء مثل الانتقال إلى هدف. هذا الفصل بين أنماط الاتصال يساعد المصمم على اختيار واجهة تناسب طبيعة البيانات والمدة والتزامن.

الأطر المرجعية والتحويلات

يعمل الروبوت في أكثر من إطار مرجعي: إطار الخريطة، وإطار جسم الروبوت، وإطارات المستشعرات والمفاصل. إذا كانت القياسات في إطار الليدار والهدف في إطار الخريطة، فلا بد من تحويل هندسي متسق بينهما. أخطاء الزمن أو الإطار قد تنتج سلوكًا يبدو كأنه خطأ في التخطيط وهو في الحقيقة خطأ في التحويلات.

لماذا تبدأ بالمحاكاة؟

المحاكاة تسمح بتكرار التجربة، وحقن أعطال مصطنعة، وقياس مؤشرات الأداء، واستكشاف الحالات النادرة من دون تعريض عتاد أو أشخاص للخطر. لكنها لا تلغي الاختبار الحقيقي؛ فالاحتكاك والمرونة والتأخير والضوضاء وخصائص الإضاءة وتفاصيل الاتصال تجعل الانتقال من المحاكاة إلى الواقع تحديًا معروفًا. الممارسة الجيدة هي الجمع بين اختبارات وحدات، واختبارات تكامل، ومحاكاة سيناريوهات، وتجارب عتادية تدريجية ضمن حدود أمان واضحة.

التفاعل بين الإنسان والروبوت

التفاعل بين الإنسان والروبوت يدرس كيف يفهم الناس الروبوت وكيف يفهم الروبوت إشارات الناس وكيف تُوزع المهام والسلطة بين الطرفين. لا يكفي أن يحقق الروبوت هدفًا رياضيًا؛ يجب أن يكون سلوكه قابلًا للتوقع بقدر مناسب، وأن تكون نواياه وحالته واضحة، وأن يستطيع الإنسان التدخل أو الرفض عندما يتطلب السياق ذلك.

قنوات التفاعل والثقة المناسبة

قد يكون التفاعل عبر شاشة أو صوت أو إيماءة أو حركة أو قوة في التفاعل الفيزيائي. تصميم واجهة جيدة يتطلب مراعاة الحمل المعرفي وزمن الاستجابة وإتاحة المعلومات لذوي القدرات المختلفة. الهدف ليس زيادة الثقة إلى أقصى حد، بل معايرة الثقة بحيث تتناسب مع قدرة النظام وحدوده. الثقة الزائدة قد تؤدي إلى اعتماد غير آمن، والثقة المنخفضة قد تمنع الاستفادة من الأتمتة.

تصميم السلوك الاجتماعي والفيزيائي

في الروبوت الاجتماعي تساعد إشارات مثل اتجاه النظر وحركة الجسم والإشعارات السمعية في توضيح ما سيفعله الروبوت. وفي الروبوت التعاوني الفيزيائي تصبح حدود القوة والسرعة والمسافة والاستجابة للتلامس عناصر هندسية أساسية. يجب اختبار السيناريوهات مع مستخدمين مناسبين وبإجراءات أخلاقية تحمي الخصوصية وتمنع جمع بيانات غير ضرورية.

الروبوتات الصناعية

تستخدم الروبوتات الصناعية في اللحام والمناولة والتجميع والطلاء والفحص وغيرها من المهام المتكررة أو الدقيقة أو الخطرة. الذراع الروبوتية سلسلة من وصلات ومفاصل، وقد تكون المفاصل دورانية أو خطية. يحدد عدد درجات الحرية قدرة الذراع على وضع المؤثر النهائي وتوجيهه داخل حيز العمل.

الحركيات الأمامية والعكسية

الحركيات الأمامية تحسب وضع المؤثر النهائي من قيم المفاصل، بينما تبحث الحركيات العكسية عن قيم مفاصل تحقق وضعًا مطلوبًا. قد توجد حلول متعددة أو لا يوجد حل بسبب حدود المفاصل أو حيز العمل. وتظهر أوضاع تفرد تقل فيها القدرة على الحركة في اتجاهات معينة أو تصبح العلاقة بين سرعات المفاصل وسرعة المؤثر النهائي سيئة الشرط؛ لذا يجب أن يراعي التخطيط القيود الهندسية والسرعية وحدود العزم والتصادم.

خلية صناعية وآليات الأمان

السلامة خاصية للنظام المتكامل وليست للذراع منفردة. تشمل الخلية المؤثر النهائي والقطع وأجهزة الحماية والبرمجيات ومسارات العاملين وإجراءات الصيانة. يجب أن يبدأ التصميم بتقييم المخاطر وأن يحدد وسائل تقليلها والتحقق منها. يميز المعيار الدولي ISO 10218-1:2025 بين متطلبات سلامة الروبوت الصناعي نفسه، بينما يغطي ISO 10218-2:2025 تكامل التطبيقات والخلايا الصناعية.

دراسات حالة تكاملية

دراسة حالة: روبوت مستودع متنقل

تخيل روبوتًا ينقل حاويات داخل مستودع. تحتاج المنصة إلى مشفرات وليدار وربما كاميرات، وإلى توطين وخريطة للممرات، ومخطط عالمي يختار طريقًا، ومتحكم محلي يحافظ على المسار ويتجنب العوائق. عند ازدحام ممر ما يجب أن يستطيع النظام إعادة التخطيط أو الانتظار بطريقة لا تسبب انسدادًا. وعند انخفاض الثقة في التوطين يجب أن ينتقل إلى حالة آمنة بدل متابعة الحركة بسرعة عادية.

لا يكفي قياس زمن التوصيل وحده. مؤشرات الأداء المفيدة تشمل معدل نجاح المهام، وعدد التوقفات الآمنة، ودقة التوطين، وزمن التعافي من الانحراف، وكثافة التداخل مع حركة البشر، واستهلاك الطاقة. بهذه الطريقة تتحول «السرعة» من هدف منفرد إلى جزء من تقييم متعدد المعايير.

دراسة حالة: خلية تجميع بذراع روبوتية

في خلية تجميع، تستقبل الكاميرا صورة للقطعة، وتحدد خوارزمية الإدراك وضعها، ثم تحسب الحركيات العكسية وضع المفاصل، ويولد المخطط مسارًا خاليًا من التصادم، ويتابع المتحكم المسار باستخدام قياسات المفاصل. إذا تغير موضع الجزء أو فشل الالتقاط، يجب أن يكتشف النظام عدم النجاح بدل افتراض أن المهمة تمت.

يمكن تحسين الاعتمادية عبر فحوص قبل الحركة وبعدها، ومراقبة تيار المحرك أو القوة، وحدود برمجية للحركة، وآلية توقف مناسبة، وإجراءات تشغيل وصيانة واضحة. تصميم الخلية يتطلب تعاون تخصصات الميكانيكا والكهرباء والتحكم والبرمجيات والسلامة والعوامل البشرية.

دراسة حالة: روبوت خدمة في حرم جامعي

روبوت التوصيل في مساحة عامة يضيف تحديات لا تظهر في المستودع المغلق. يجب أن يفهم أماكن عبور المشاة والأبواب والمنحدرات، وأن يتعامل مع أشخاص يتحركون بصورة غير متوقعة، وأن يوضح متى سيتوقف أو ينعطف. وإذا استخدم كاميرات، فيجب تقليل جمع البيانات والاحتفاظ بها إلى ما يلزم للمهمة وحماية الوصول إليها.

في هذا السياق تصبح العدالة وإتاحة الاستخدام جزءًا من الهندسة. ينبغي اختبار الأداء مع اختلاف الإضاءة والملابس وأدوات الحركة وطرق المشي، مع التأكد من أن سلوك الروبوت لا يضع عبئًا غير متناسب على مجموعة من المستخدمين.

الأنظمة الذاتية المسؤولة

المسؤولية في الأنظمة الذاتية تعني تصميم القدرة والحدود وآليات الرقابة منذ البداية، لا إضافة «طبقة أخلاقية» في نهاية المشروع. عندما يتضمن النظام نماذج ذكاء اصطناعي، يمكن الاستفادة من مبادئ إدارة المخاطر التي تؤكد الصلاحية والاعتمادية والسلامة والأمن والمرونة والشفافية والمساءلة وقابلية التفسير وحماية الخصوصية وإدارة الانحياز الضار.

السلامة والتدهور الآمن

يجب تعريف مجال التشغيل المقصود: أين يعمل الروبوت، وما السرعات والحمولات والظروف البيئية التي اختبر عليها، وما الحالات التي يجب أن يرفض فيها المهمة. التصميم الآمن يحدد حالات فشل متوقعة مثل فقد مستشعر أو انقطاع اتصال أو تضارب قياسات، ويربطها باستجابة مناسبة مثل الإبطاء أو التوقف أو طلب تدخل بشري.

التدهور الآمن أفضل من الفشل الغامض. إذا فقد الروبوت جزءًا من قدرته على الإدراك، فقد يستمر بوظائف محدودة فقط إذا كانت المخاطر مقبولة ومختبرة. أما إذا أصبحت حالة البيئة غير معروفة بما يكفي، فيجب أن تكون هناك آلية تمنع استمرار السلوك عالي الخطورة.

الأمن السيبراني والخصوصية

الروبوت جهاز متصل بالعالم المادي، لذا يمكن أن يتحول اختراق البرمجيات أو الشبكة إلى أثر فيزيائي. تشمل الممارسات الأساسية تقليل الصلاحيات، وتحديث البرمجيات بصورة مدارة، والتحقق من هوية المكونات، وحماية الاتصالات الحساسة، وتسجيل الأحداث المهمة، واختبار الاستجابة للحوادث. وفي البيانات الحسية يجب تقليل الجمع إلى الغرض المحدد وتحديد مدة الاحتفاظ والتحكم في الوصول.

الشفافية والمساءلة والإشراف البشري

يحتاج المستخدم أو المشغل إلى معرفة حالة النظام وحدود قدرته وأسباب التحول إلى حالة خطأ. لا يعني ذلك أن كل خوارزمية يجب أن تكون قابلة للشرح بالطريقة نفسها؛ بل يجب توفير مستوى من المعلومات يناسب القرار المطلوب. السجلات الزمنية للإصدارات والخرائط والنماذج والأوامر والإنذارات تساعد على التشخيص والمساءلة، بشرط ألا تتحول إلى جمع مفرط للبيانات الشخصية.

سؤال هندسي للمراجعة	مثال على دليل مناسب
هل يعمل النظام داخل المجال الذي اختبر عليه؟	سيناريوهات تحقق تغطي الظروف وحدود التشغيل
ماذا يحدث عند فقد مستشعر أساسي؟	اختبار حقن عطل يبرهن الانتقال إلى حالة آمنة
هل يستطيع الإنسان التدخل في الوقت المناسب؟	قياس زمن اكتشاف الحالة وزمن الاستجابة ووضوح الواجهة
هل البيانات الضرورية فقط هي التي تجمع؟	قائمة بيانات مرتبطة بالغرض ومدة احتفاظ وصلاحيات وصول
هل يمكن إعادة بناء سبب قرار أو حادث؟	سجلات إصدارات وأحداث وقياسات كافية للتحليل

منهجية التصميم والتحقق

ابدأ بتعريف المهمة وحدود التشغيل ومقاييس النجاح وحالات الفشل غير المقبولة. بعد ذلك اختر المستشعرات والمشغلات، وحدد الحالات التي يجب تقديرها، وصمم التمثيل البيئي والتخطيط والتحكم. اختبر كل طبقة منفردة قبل دمجها، ثم صمم سيناريوهات تكامل تتضمن الحالات العادية والحدية والأعطال.

المحاكاة مفيدة لاختبار آلاف السيناريوهات، لكنها يجب أن تقترن بتجارب حقيقية متدرجة. استخدم تسجيل البيانات لإعادة تشغيل الحالات، وقارن الأداء بمتطلبات كمية، ووثق الإصدارات حتى تعرف أي برمجيات وخرائط ومعلمات أنتجت النتيجة. بعد النشر استمر في المراقبة؛ لأن البيئة والسلوك البشري وحالة العتاد تتغير مع الزمن.

منهج جامعي قوي لا يسأل فقط «هل نجح الروبوت؟» بل يسأل: ما تعريف النجاح؟ ما مستوى عدم اليقين؟ ما السيناريوهات غير المغطاة؟ كيف نكشف الخروج عن مجال التشغيل؟ وما الدليل الذي يثبت أن آلية الأمان تعمل كما صممت؟

مصادر موثوقة للتوسع

يمكنك التوسع عبر مقرر جامعي مفتوح في مقدمة الروبوتات، وتوثيق واجهات روس 2، ومفاهيم الملاحة في حزمة ناف 2. وفي إدارة المخاطر راجع إطار إدارة مخاطر الذكاء الاصطناعي من المعهد الوطني للمعايير والتقنية. وللسلامة الصناعية راجع متطلبات سلامة الروبوتات الصناعية ومتطلبات تكامل تطبيقات وخلايا الروبوتات الصناعية.

مهام تفاعلية

اختبار: اختبر معرفتك

ما الوظيفة الأساسية للمستشعر في حلقة الروبوت الذاتية؟ (تحويل ظواهر من البيئة أو حالة الروبوت إلى قياسات قابلة للمعالجة) (!تنفيذ الحركة الميكانيكية مباشرة) (!اختيار هدف المهمة من دون بيانات) (!تخزين الخريطة فقط)

ما الذي يميز التحكم ذي التغذية الراجعة عن التحكم مفتوح الحلقة؟ (استخدام القياس الفعلي لتصحيح الأمر استنادا إلى الخطأ) (!إرسال أمر ثابت من دون قياس النتيجة) (!الاعتماد على خريطة من دون مشغلات) (!إلغاء الحاجة إلى نموذج أو مستشعر)

ما الاستخدام الروبوتي المباشر لليدار؟ (قياس المسافات إلى أسطح في البيئة) (!توليد عزم المحرك) (!حل الحركيات العكسية للمفاصل) (!تخزين سجل القرارات)

ما الفكرة المركزية في بناء الخريطة والتوطين المتزامن؟ (تقدير مسار الروبوت والخريطة بصورة مترابطة) (!تشغيل الروبوت من دون أي تقدير للموقع) (!اختيار سرعة ثابتة لكل البيئات) (!استبدال جميع المستشعرات بمؤقت)

ما الذي تضيفه دالة الإرشاد في خوارزمية A*؟ (تقديرا للكلفة المتبقية يوجه البحث نحو الهدف) (!قياسا مباشرا لعزم كل محرك) (!تشفيرا لبيانات الكاميرا) (!أمرا لإيقاف الطوارئ)

أي واجهة في روس 2 تناسب تدفق بيانات مستشعر مستمر؟ (الموضوعات) (!الخدمات القصيرة فقط) (!الأفعال طويلة المدة فقط) (!ملفات الخرائط فقط)

متى يدور روبوت القيادة التفاضلية بدلا من السير بخط مستقيم تقريبا؟ (عندما تختلف سرعة العجلة اليمنى عن سرعة العجلة اليسرى) (!عندما تتساوى السرعتان تماما) (!عندما لا توجد عجلات) (!عندما تكون جميع المستشعرات متوقفة)

ما المقصود بمعايرة الثقة في التفاعل بين الإنسان والروبوت؟ (جعل ثقة المستخدم متناسبة مع قدرة النظام وحدوده) (!تعظيم ثقة المستخدم مهما كان أداء النظام) (!إخفاء حالات الخطأ عن المستخدم) (!منع الإنسان من التدخل دائما)

لماذا لا تكفي سلامة الذراع وحدها لضمان سلامة خلية روبوت صناعية؟ (لأن المخاطر تعتمد أيضا على التكامل والمؤثر النهائي والبيئة وإجراءات التشغيل) (!لأن البرمجيات لا تؤثر في الحركة) (!لأن العامل البشري لا يدخل في الخلية) (!لأن السرعة لا علاقة لها بالمخاطر)

ما السلوك الأنسب عندما يصبح عدم اليقين في الإدراك مرتفعا خارج حدود التشغيل؟ (الانتقال إلى حالة آمنة أو طلب تدخل مناسب) (!زيادة السرعة لإكمال المهمة بسرعة) (!تجاهل القياسات المخالفة دائما) (!حذف السجلات ومتابعة التشغيل)

لعبة الذاكرة

ليدار	مستشعر ضوئي يقدّر المسافات إلى الأسطح
مشفر	مستشعر يقدّر دوران عجلة أو مفصل
توطين	تقدير موضع الروبوت واتجاهه بالنسبة إلى مرجع
مخطط	مكوّن يحسب طريقا أو تسلسل حركة نحو هدف
متحكم	مكوّن يحول الخطأ أو المرجع إلى أوامر للمشغلات
مشغل	عنصر فيزيائي ينفذ القوة أو العزم أو الحركة
معايرة	عملية ربط قراءة المستشعر بمرجع معلوم لتقليل الخطأ المنهجي

السحب والإفلات

طابق العملية مع وصفها الصحيح.	دورة العمل الذاتية
الاستشعار	جمع قياسات عن البيئة وحالة الروبوت
تقدير الحالة	دمج القياسات والنماذج للحصول على وضعية أو سرعة مقدرة
التخطيط	توليد مسار أو قرار يحقق هدفا ضمن القيود
التحكم	حساب أوامر للمشغلات لتقليل الانحراف عن المرجع
التنفيذ	تطبيق الأوامر على المحركات أو المشغلات الفيزيائية
المراقبة	فحص الأداء واكتشاف الانحراف أو العطل أثناء التشغيل

كلمات متقاطعة

مستشعر	ما العنصر الذي يحول ظاهرة فيزيائية إلى قياس يمكن للنظام معالجته؟
ليدار	ما المستشعر الضوئي الذي يستخدم كثيرا لقياس المسافات وبناء الخرائط؟
توطين	ما اسم عملية تقدير موضع الروبوت واتجاهه في خريطة؟
ملاحة	ما العملية التي تجمع تحديد الموقع والتخطيط والتحكم للوصول إلى هدف؟
تحكم	ما المجال الذي يحسب أوامر الحركة لتقليل الانحراف عن المرجع؟
مخطط	ما المكوّن الذي يولد طريقا أو تسلسل حركة نحو هدف؟

مهام مفتوحة

سهل

رسم حلقة نظام ذاتي: أنشئ رسما تخطيطيا يوضح الاستشعار وتقدير الحالة والتخطيط والتحكم والتنفيذ، ثم أضف سهم التغذية الراجعة واشرح وظيفة كل جزء في تعليق عربي قصير.
بطاقة مقارنة مستشعرات: اختر الليدار والكاميرا أو المشفر ووحدة القياس القصورية، وأنشئ جدولا يقارن الكمية المقاسة والمزايا ومصادر الخطأ وسيناريو الاستخدام.
محاكاة متحكم تناسبي: شغّل مثال المتحكم التناسبي بثلاث قيم مختلفة للكسب، وارسم الحالة عبر الزمن وفسر الفرق بين الاستجابة البطيئة والاستجابة الأسرع.
فيديو شرح قصير: أنتج فيديو من دقيقتين يشرح كيف تنتقل معلومة من مستشعر إلى قرار ثم إلى حركة، مستخدما رسما أو نموذجا من صنعك من دون إظهار بيانات شخصية.

متوسط

تجربة قيادة تفاضلية: عدل محاكاة الروبوت بعجلتين لاختبار حركة مستقيمة ودوران وقوس، ثم قارن المسارات المتوقعة بالمسارات المحسوبة.
تخطيط مسار على شبكة: صمم شبكة إشغال صغيرة بعوائق، وطبّق بحثا بأقل كلفة أو A*، ثم حلل أثر اختيار دالة الإرشاد في عدد العقد التي يفحصها البحث.
مقابلة مهنية: أجر مقابلة بموافقة واضحة مع مهندس أو باحث عن أكبر تحديين في دمج المستشعرات والتحكم أو الملاحة، ولخص النتائج من دون نشر أي معلومات شخصية غير لازمة.
تجربة دمج قياسات: أنشئ بيانات اصطناعية لقياسين أحدهما سريع لكنه منجرف والآخر أبطأ لكنه أكثر استقرارا، واقترح طريقة دمج وقيّم خطأ التقدير قبل الدمج وبعده.

متقدم

تصميم مكدس ملاحة: صمم معمارية برمجية كاملة لروبوت مستودع تتضمن العقد وتدفقات البيانات والتوطين والخريطة والمخطط العالمي والمتحكم المحلي وآليات التعافي والمراقبة.
دراسة تفاعل إنسان وروبوت: صمم بروتوكول تجربة آمنة يقارن طريقتين لإظهار نية الروبوت قبل الانعطاف، وحدد المتغيرات ومقاييس الثقة والفهم ومبادئ حماية المشاركين.
تدقيق مسؤولية لنظام ذاتي: اختر سيناريو روبوت خدمة وأنشئ سجل مخاطر يغطي السلامة والأمن والخصوصية والإنصاف وقابلية الإشراف، ثم اربط كل خطر باختبار أو إجراء تخفيف ودليل تحقق.
مشروع خلية صناعية آمنة: صمم خلية تجميع افتراضية بذراع روبوتية، وحدد حيز العمل والمؤثر النهائي وتسلسل المهمة ونقاط الفشل وإجراءات تقليل المخاطر، ثم قدم النموذج في عرض أو تقرير هندسي مدعوم برسوم.

مجالات تعلم مرتبطة

الروبوتات والأنظمة الذاتية

مسرد

المصطلح	التعريف
الروبوت	نظام فيزيائي يستشعر ويحسب وينفذ أفعالا في العالم المادي.
الذاتية	قدرة النظام على تنفيذ جزء من دورة الإدراك والقرار والفعل ضمن حدود تشغيل من دون تدخل بشري مستمر.
المستشعر	عنصر يحول ظاهرة فيزيائية إلى قياس قابل للمعالجة.
المشغل	عنصر يحول أمر التحكم إلى قوة أو عزم أو حركة أو فعل فيزيائي.
تقدير الحالة	استنتاج متغيرات داخلية مثل الموضع والسرعة من نماذج وقياسات غير كاملة.
التوطين	تقدير مكان الروبوت واتجاهه بالنسبة إلى خريطة أو إطار مرجعي.
الخريطة	تمثيل منظم لخصائص البيئة الهندسية أو الطوبولوجية أو الدلالية.
التخطيط	حساب مسار أو تسلسل أفعال يحقق هدفا مع مراعاة القيود والكلفة.
التحكم	حساب أوامر للمشغلات من المرجع والقياسات بهدف تحقيق سلوك ديناميكي مطلوب.
التغذية الراجعة	استخدام قياس النتيجة الفعلية لتعديل الأوامر اللاحقة.
التفاعل بين الإنسان والروبوت	دراسة وتصميم تبادل المعلومات والمهام والتأثير الفيزيائي أو الاجتماعي بين البشر والروبوتات.
التدهور الآمن	انتقال النظام إلى قدرة أقل أو حالة توقف عند فقد شرط ضروري مع الحفاظ على مستوى مقبول من السلامة.