حزمة/مجموعة Master Pi الروبوتية

نبذة عن الحزمة:
 

توفر حزمة Master Pi الروبوتية منصة فعّالة وقابلة للتوسع ومناسبة من حيث التكلفة للتعليم والبحث العلمي في مجال الروبوتات. وقد تم تصميمها على أساس بنية أو معمارية Raspberry Pi، وتتميز بتصميم مُدمج مع مكونات معيارية تشمل كاميرا عالية الدقة، مستشعرات فوق صوتية، وحدة قياس القصور الذاتي (IMU)، وحساسات، ومستشعرات تتبع الخطوط، مما يجعلها مثالية للملاحة الذاتية ومعالجة الصور، والتحكم في الوقت الفعلي. يتيح النظام البرمجي مفتوح المصادر (الذي يشمل Python وOpenCV وTensorFlow Lite ونظام تشغيل الروبوتات ROSإلى جانب قابلية التوسعة في المعدات) للمستخدمين بناء حلول مخصصة بدرجة عالية، تُلائم كلًّا من التعلم الأساسي والتجريب المتقدم. ويجعل هذا التوازن بين التكلفة المنخفضة والقدرات العالية من Master Pi أداة مثالية للمؤسسات الأكاديمية، ومختبرات الروبوتات، وبرامج التوعية بمجالات العلوم والتكنولوجيا والهندسة والرياضيات (STEM).

المجال العلمي أو التقني:

الروبوتات، الاستشعار، والذكاء الاصطناعي

الجدول الزمني للمشروع:

 جارٍ تنفيذه

الأهداف الرئيسية للمشروع:

1.  تشغيل المنصة الروبوتية عن بُعد.
2. التحويل التدريجي إلى نمط التشغيل الذاتي الكامل.
3. تطوير نظام رؤية حاسوبية قائم على الذكاء الاصطناعي.

الأثر المتوقع وأهمية المشروع:

مقرر "مقدمة في الروبوتات" في جامعة قطر

تُستخدم حزمة   Master Pi في مقرّر "مقدمة في الروبوتات" بجامعة قطر كنموذج تطبيقي عملي لدعم التعلم المفاهيمي، حيث يكتسب الطلبة مهارات أساسية في مجال الروبوتات من خلال تجارب مباشرة تغطي موضوعات رئيسية، مثل:

• الحركيات والتحكم في الحركة
• دمج البيانات الحسية والتغذية الراجعة في الزمن الحقيقي
• تتبع الخط ذاتيًا وتجنّب العقبات
• الإدراك المعتمد على الكاميرا والملاحة باستخدام الرؤية الحاسوبية

تتميّز العدة ببنية "وصّل وشغّل" سهلة الاستخدام، واتصال لاسلكي مدمج، ودعم للغات برمجة عالية المستوى، مما يجعلها مثالية للبيئات الصفية الكبيرة. ويُشجَّع الطلبة على التجريب المستقل، مما يعزز من مهارات حل المشكلات، والتصميم التعاوني، والتعلّم التفاعلي متعدد التخصصات. وبفضل إعدادها السريع وصيانتها المنخفضة، تُعد هذه المنصة مدخلًا سلسًا نحو بناء نماذج أولية واقعية في عالم الروبوتات.

مجموعة Master Pi في البحث العلمي
 

تتجاوز مجموعة Master Pi استخداماتها في المناهج الدراسية، حيث تُستخدم بشكل مكثف في الأبحاث على مستوى البكالوريوس والدراسات العليا في جامعة قطر. تشمل التطبيقات الرئيسية ما يلي:

• أبحاث الروبوتات الجماعية: يتم تنسيق مجموعات من روبوتات Master Pi باستخدام نظام تشغيل الروبوت (ROS) لدراسة عمليات اتخاذ القرار اللامركزية، ظهور السلوكيات، والملاحة الجماعية.

• التقنية المتقدمة SLAM  ورسم الخرائط: يستخدم الباحثون الكاميرات المدمجة ودمج وحدة قياس القصور الذاتي (IMU) لتطبيق التخطيط المتزامن البصري (SLAM) في الوقت الفعلي، مع اختبار خوارزميات مثل ORB-SLAM2 وRTAB-Map في بيئات اختبار داخلية.
• الروبوتات القائمة على الرؤية: تُستخدم مكتبة OpenCV في مشاريع تشمل الملاحة باستخدام رموز QR والكشف عن الوجه، تقدير العمق، وتوفير ردود فعل في الواقع المعزز.

• الذكاء الاصطناعي الطرفي والتعلم العميق المدمج: تدعم البنية خفيفة الوزن لـ Master Pi تقنيات TinyML، TensorFlow Lite، وMobileNet   للاستدلال، مما يجعلها مناسبة لنشر نماذج ذكاء اصطناعي مدمجة للتحكم بالإيماءات، تصنيف الأشياء، والوعي البيئي.

تُبرز هذه التطبيقات دور Master Pi ليس فقط كأداة تعليمية، بل كأداة بحثية موثوقة قادرة على دفع الابتكار في مجالات التنقل الذكي والتفاعل بين الإنسان والروبوت، والأنظمة الذاتية.

الاتجاهات المستقبلية

يمكن توسيع نطاق استخدام وتأثير مجموعة Master Pi من خلال المحاور التالية:

التوسع التعليمي

دمج المناهج عبر الأقسام: توسيع نطاق الاستخدام ليشمل ما وراء الهندسة، مثل علوم الحاسوب، هندسة الرعاية الصحية، ودورات الذكاء الاصطناعي، لتعزيز تجربة تعدد التخصصات.
• مشاريع التخرج والسنة النهائية: تشجيع الطلاب على تطوير أنظمة ذاتية بالكامل باستخدام Master Pi كمنصة أساسية لتطبيقات واقعية، مثل روبوتات التوصيل، ووحدات المراقبة، وأدوات تعليمية مدعومة بالذكاء الاصطناعي.

الاتجاهات البحثية

• التعلم الموزع في بيئات الروبوتات الجماعية: دراسة التعلم الموزع حيث تتعاون عدة روبوتات Master Pi لتدريب نماذج دون مشاركة البيانات الخام.
   
• دراسات التفاعل بين الإنسان والروبوت: استخدام الكاميرا والميكروفون المدمجين لدراسة الكشف عن المشاعر، التحكم القائم على الإيماءات، والتفاعل اللفظي باستخدام أدوات معالجة اللغة الطبيعية (NLP).
   
• التعلم المعزز للتحكم: تطبيق خوارزميات التعلم المعزز خفيفة الوزن لتطوير سياسات تحكم ذاتية التعلم ومهام الملاحة الديناميكية.

التوسع في الأجهزة
 

الإضافات مثل:

• مستشعرات مخصصة حسب التطبيق.
• كاميرات العمق مثل (RealSense أو LiDAR).
• أذرع ميكانيكية ومحركات سيرفو للتلاعب المتنقل.
• أنظمة بطارية معيارية وأنظمة طاقة شمسية لاختبارات الميدان.

التعلم الذاتي واكتساب المهارات الذاتية
 

• تطوير منهج تعليمي ذاتي حيث تجمع روبوتات Master Pi بيانات أدائها وتحللها، مع تعديل نماذج التحكم والسلوك من خلال التعلم المدمج.
   
• تمكين التزامن السحابي لتجارب التعلم، مما يتيح للروبوتات الموزعة مشاركة النماذج والاستراتيجيات لتحسين تعاوني.

الأهمية والمواءمة مع رؤية قطر 2030

يُعد إشراك الطلاب جانبًا رئيسيًا في هذا المشروع، حيث يضمن بناء القدرات وتطوير الخبرات المحلية في عدة مجالات، مما سيؤثر على البصمة الصناعية والاقتصادية في قطر، بما يتماشى مع رؤية قطر 2030.

تفاصيل المشرف(ين):

• الاسم الكامل: البروفيسور أويس قدواي
• المسمى الوظيفي: أستاذ، هندسة الحاسوب.
• القسم أو الوحدة: قسم علوم الحاسوب والهندسة
• المؤسسة/جهة العمل: جامعة قطر
• البريد الإلكتروني:  uqidwai@qu.edu.qa

أعضاء الفريق المشاركون:

• الدكتورة نورة القحطاني، أستاذ مساعد باحث، مركز المواد المتقدمة (CAM)
• عبد الناصر ربيع، طالب بكالوريوس، علوم الحاسوب والهندسة، كلية الهندسة
• فارس خليل، طالب بكالوريوس، علوم وهندسة الحاسوب، كلية الهندسة
• محمد وليد فرج، طالب بكالوريوس، علوم وهندسة الحاسوب، كلية الهندسة
• سيد حمزة، طالب بكالوريوس، علوم وهندسة الحاسوب، كلية الهندسة
• روفس جون كوريان، طالب بكالوريوس، علوم وهندسة الحاسوب، كلية الهندسة

صورة النموذج الأولي: