LED: تقدير العمق المعزز بالضوء في الليل - تحليل تقني ومنظور صناعي

1. المقدمة وبيان المشكلة

لا يزال تقدير العمق المعتمد على الكاميرا ليلاً تحديًا حرجًا لم يُحل للقيادة الذاتية. النماذج المُدرَّبة على بيانات النهار تفشل في ظروف الإضاءة المنخفضة، وبينما يوفر الليدار (LiDAR) عمقًا دقيقًا، فإن تكلفته العالية وحساسيته للظروف الجوية السيئة (مثل الضباب والمطر المسببين لانعكاس الحزمة والضوضاء) تحد من اعتماده على نطاق واسع. نماذج الأساس البصرية، رغم تدريبها على مجموعات بيانات ضخمة، غير موثوقة على الصور الليلية التي تمثل توزيعًا ذيلًا طويلاً. نقص مجموعات البيانات الليلية الموسَّمة واسعة النطاق يعيق بشكل أكبر مناهج التعلم الخاضع للإشراف. تقدم هذه الورقة البحثية تقدير العمق المعزز بالضوء (LED)، وهي طريقة جديدة تستفيد من النمط المسقط بواسطة المصابيح الأمامية عالية الدقة (HD) للمركبات الحديثة لتعزيز دقة تقدير العمق ليلاً بشكل كبير، مما يوفر بديلاً فعالاً من حيث التكلفة عن الليدار.

2. طريقة LED: المفهوم الأساسي

تستلهم LED الإلهام من الرؤية المجسمة النشطة. بدلاً من الاعتماد فقط على الضوء المحيط السلبي، فإنها تُضيء المشهد بنشاط بنمط معروف ومنظم من المصابيح الأمامية عالية الدقة. يعمل هذا النمط المسقط كإشارة بصرية، مما يوفر نسيجًا وميزات إضافية تكون غائبة في المشاهد الليلية المظلمة منخفضة التباين.

2.1. مبدأ إسقاط النمط

الفكرة الأساسية هي معاملة مصابيح السيارة الأمامية كمصدر ضوء مُتحكَّم به. من خلال إسقاط نمط محدد (مثل شبكة أو نمط نقاط شبه عشوائي)، فإن هندسة سطح المشهد تُعدِّل هذا النمط. تشوه النمط المعروف في صورة RGB الملتقطة يوفر إشارات مباشرة لتقدير العمق، على غرار كيفية عمل أنظمة الضوء المنظم ولكن على مدى أطول ومتكامل مع العتاد الأوتوماتيكي القياسي.

2.2. بنية النظام والتكامل

تم تصميم LED كتحسين معياري. يمكن دمجه في مختلف بنيات تقدير العمق الحالية (المشفر-فك التشفير، Adabins، DepthFormer، Depth Anything V2). تأخذ الطريقة صورة RGB المضاءة بالنمط كمدخل. تتعلم الشبكة ربط تشوهات النمط المسقط بالعمق، مستخدمة بشكل فعال الإضاءة النشطة كإشارة إشرافية أثناء التدريب. ومن اللافت أن تحسين الأداء يمتد إلى ما وراء المناطق المضاءة مباشرة، مما يشير إلى تحسين شامل في فهم النموذج للمشهد.

3. مجموعة بيانات القيادة الاصطناعية الليلية

لمعالجة مشكلة ندرة البيانات، أصدر المؤلفون مجموعة بيانات القيادة الاصطناعية الليلية. هذه مجموعة بيانات اصطناعية ضخمة واقعية تحتوي على 49,990 صورة مع وسوم شاملة:

• خرائط عمق كثيفة: عمق حقيقي دقيق للتدريب الخاضع للإشراف.
• ظروف إضاءة متعددة: يتم عرض كل مشهد تحت إضاءة مختلفة: الشعاع العالي القياسي والإضاءة بالنمط بواسطة المصابيح الأمامية عالية الدقة.
• وسوم إضافية: من المحتمل أن تشمل التجزئة الدلالية، والتجزئة حسب النموذج، وربما التدفق البصري لتسهيل التعلم متعدد المهام.

استخدام البيانات الاصطناعية، كما يدعمه محاكيات مثل CARLA و NVIDIA DRIVE Sim، أمر بالغ الأهمية لتطوير واختبار أنظمة الإدراك في ظروف نادرة أو خطرة. مجموعة البيانات متاحة للجمهور لتعزيز المزيد من البحث.

4. النتائج التجريبية والأداء

تُظهر طريقة LED تحسينات أداء كبيرة على جميع المستويات.

4.1. المقاييس الكمية

تظهر التجارب على مجموعات البيانات الاصطناعية والحقيقية دفعات كبيرة في مقاييس تقدير العمق القياسية مثل:

• الخطأ النسبي المطلق (Abs Rel): انخفاض كبير، مما يشير إلى دقة أعلى بشكل عام.
• الخطأ النسبي التربيعي (Sq Rel): تحسن، خاصة لقيم العمق الأكبر.
• جذر متوسط الخطأ التربيعي (RMSE): انخفاض ملحوظ.
• دقة العتبة ($\delta$): زيادة في نسبة البكسل حيث يكون العمق المتوقع ضمن عتبة (مثل 1.25، 1.25²، 1.25³) من القيمة الحقيقية.

التحسين ثابت عبر جميع البنى المُختبرة، مما يثبت تنوع LED كتحسين جاهز للاستخدام.

4.2. التحليل النوعي والتصورات المرئية

النتائج المرئية (كما توحي بها الشكل 1 في ملف PDF) تُظهر بوضوح:

• حدود كائنات أكثر حدة: انقطاعات العمق حول السيارات والمشاة والأعمدة مُحددة بشكل أفضل بكثير مع LED.
• تقليل التشويهات: يتم تقليل التلطيخ والضوضاء في المناطق المظلمة المتجانسة (مثل سطح الطريق، الجدران المظلمة) إلى الحد الأدنى.
• تحسين تقدير المدى البعيد: توقعات العمق للأجسام الأبعد عن المركبة أكثر موثوقية واتساقًا.
• تحسين شامل: تحسين تقدير العمق في المناطق المجاورة للنمط، ولكن غير المضاءة مباشرة به، مما يُظهر فهماً معمماً للمشهد.

5. التفاصيل التقنية والصياغة الرياضية

يمكن تأطير التحسين على أنه تعلم دالة تصحيح. لنفترض أن $I_{rgb}$ هي صورة RGB القياسية و $I_{pattern}$ هي الصورة مع نمط المصباح الأمامي المسقط. يقدِّر مقدر العمق القياسي $f_\theta$ العمق $D_{base} = f_\theta(I_{rgb})$. يأخذ مقدر LED المعزز $g_\phi$ الصورة المضاءة بالنمط للتنبؤ بعمق متفوق: $D_{LED} = g_\phi(I_{pattern})$.

الهدف التعليمي الأساسي، خاصة في الإعداد الخاضع للإشراف مع العمق الحقيقي $D_{gt}$، هو تقليل خسارة مثل خسارة BerHu أو خسارة لوغاريتمية غير حساسة للمقياس:

$\mathcal{L}_{depth} = \frac{1}{N} \sum_i \left( \log D_{LED}^{(i)} - \log D_{gt}^{(i)} + \alpha \cdot (\log D_{LED}^{(i)} - \log D_{gt}^{(i)})^2 \right)$

حيث $\alpha$ ينظم العقوبة. تتعلم الشبكة $g_\phi$ ضمنيًا فك تشفير التشوهات الهندسية في $I_{pattern}$. يوفر النمط بشكل فعال مجموعة كثيفة من المراسلات، مما يبسط مشكلة تقدير العمق أحادي العين غير المحددة جيدًا إلى مشكلة أكثر تقييدًا.

6. إطار التحليل ومثال حالة

الإطار: تقييم دمج المستشعرات المتعددة والإدراك النشط

السيناريو: مركبة ذاتية القيادة تتجول في طريق ضواحي غير مضاء ليلاً. يخطو مشاة يرتدون ملابس داكنة إلى الطريق خارج الشعاع الرئيسي مباشرة.

الخط الأساسي (كاميرا فقط): تكافح شبكة العمق أحادية العين، المُدرَّبة على بيانات النهار. تفتقر منطقة المشاة إلى النسيج، مما يؤدي إلى تقدير عمق غير دقيق للغاية وبعيد جدًا أو فشل كامل في اكتشاف انقطاع العمق عن الطريق. هذا قد يتسبب في خطأ تخطيط حرج.

النظام المعزز بـ LED: تسقط المصابيح الأمامية عالية الدقة النمط. حتى لو لم يكن المشاة في ألمع بقعة، فإن الضوء المتناثر وتشوه النمط حول حواف الشكل يوفران إشارات حاسمة.

1. استخراج الإشارة: تكتشف شبكة LED تشوهات النمط الدقيقة على شكل المشاة وسطح الطريق بالقرب من أقدامهم.
2. استدلال العمق: يتم تعيين هذه التشوهات إلى تقدير عمق أكثر دقة بكثير، مما يضع المشاة بشكل صحيح في نطاق خطير وقريب.
3. المخرج: يتم تمرير خريطة عمق موثوقة إلى مجموعة الإدراك، مما يؤدي إلى تشغيل مناورة فرملة طوارئ مناسبة.

يسلط هذا المثال الضوء على قيمة LED في معالجة الحالات الطرفية حيث تفشل الرؤية السلبية، محولاً بشكل فعال كاميرا فعالة التكلفة إلى نظام مستشعر نشط أكثر متانة.

7. آفاق التطبيق والاتجاهات المستقبلية

التطبيقات الفورية:

• القيادة الذاتية L2+/L3: تعزيز السلامة وتوسيع نطاق التصميم التشغيلي (ODD) لأنظمة الطيار الليلي على الطرق السريعة والملاحة الحضرية.
• أنظمة مساعدة السائق المتقدمة (ADAS): تحسين أداء الفرملة الطارئة التلقائية (AEB) واكتشاف المشاة ليلاً.
• الروبوتات والطائرات بدون طيار: الملاحة للروبوتات العاملة في بيئات صناعية أو خارجية مظلمة.

اتجاهات البحث المستقبلية:

• تحسين النمط الديناميكي: تعلم أو تكييف النمط المسقط في الوقت الفعلي بناءً على محتوى المشهد (مثل المدى، الطقس) لتحقيق أقصى قدر من اكتساب المعلومات.
• التعلم متعدد المهام: تقدير العمق والتجزئة الدلالية والحركة بشكل مشترك من التسلسلات المضاءة بالنمط.
• التكامل مع الطقس السيئ: دمج LED مع تقنيات التعامل مع الضباب والمطر والثلج التي تبعثر وتشوه الضوء المسقط أيضًا.
• اتصال V2X: تنسيق الأنماط بين مركبات متعددة لتجنب التداخل وتمكين الإدراك التعاوني.
• LED ذاتي الإشراف: تطوير نماذج تدريب لا تتطلب وسوم عمق كثيفة، ربما باستخدام اتساق النمط عبر الإطارات في إعداد مجسم أو متعدد المناظر.

8. المراجع

1. de Moreau, S., Almehio, Y., Bursuc, A., El-Idrissi, H., Stanciulescu, B., & Moutarde, F. (2025). LED: Light Enhanced Depth Estimation at Night. arXiv preprint arXiv:2409.08031v3.
2. Godard, C., Mac Aodha, O., Firman, M., & Brostow, G. J. (2019). Digging into self-supervised monocular depth estimation. ICCV.
3. Bhat, S. F., Alhashim, I., & Wonka, P. (2021). Adabins: Depth estimation using adaptive bins. CVPR.
4. Li, Z., et al. (2022). DepthFormer: Exploiting long-range correlation and local information for accurate monocular depth estimation. arXiv.
5. Yang, L., et al. (2024). Depth Anything V2. arXiv.
6. Gupta, S., et al. (2022). Lidar: The automotive perspective. Proceedings of the IEEE.
7. Cordts, M., et al. (2016). The Cityscapes Dataset for Semantic Urban Scene Understanding. CVPR.
8. Dosovitskiy, A., et al. (2021). An image is worth 16x16 words: Transformers for image recognition at scale. ICLR.
9. Zhu, J.-Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired image-to-image translation using cycle-consistent adversarial networks. ICCV. (CycleGAN)
10. Dosovitskiy, A., Ros, G., Codevilla, F., López, A., & Koltun, V. (2017). CARLA: An open urban driving simulator. CoRL.

9. التحليل الخبير الأصلي