المتنبئ الراداري UFMF يحقق 122 إطارًا في الثانية و0.45 mIoU على الأجسام السريعة في nuScenes

قدّم مؤلفو ورقة على arXiv نموذج UFMF (Ultra-Fast Multi-modal Forecaster)، وهو نموذج يتنبأ في الزمن الحقيقي بالمناطق المحيطة بالمركبة ذاتية القيادة التي ستصبح مشغولة خلال الثواني القليلة المقبلة. يعالج النموذج 122 إطارًا في الثانية على بطاقة RTX 4090 واحدة، ويسجل على مجموعة بيانات nuScenes قيمة 0.542 mIoU إجمالًا، و0.45 mIoU على «السلة السريعة»، وهي مجموعة الأجسام ذات الإزاحة الكبيرة. وعلى هذه السلة يتقدم النموذج بـ4.8 نقطة مئوية على نماذج العالم الحديثة للإشغال (mIoU مقياس يحسب تقاطع المنطقة المتوقعة مع المنطقة الفعلية).

أين تفشل المتنبئات الخفيفة

يعتمد مخطط المسار في المركبة ذاتية القيادة على خرائط الإشغال المستقبلي لتوقع الاصطدامات. وإذا تلاشت مركبة سريعة على الأفق البعيد أو اختفت من الخريطة، يفقد المخطط الهندسة التي يحتاج إليها، ويصبح هذا التنبؤ مضرًّا. يسمي المؤلفون هذا الخلل dynamic blank-collapse، أي «الانهيار الفارغ» للديناميكية.

تعالج الأساليب الحالية المسألة من جهتين متعاكستين. فنماذج العالم للإشغال، مثل OccWorld وDrive-OccWorld وCOME، تبني فوكسلات ثلاثية الأبعاد كثيفة باستخدام مفككات توليدية، وتحافظ جيدًا على الأفق البعيد. لكن معظمها يعمل بأقل من 25 FPS، وأقواها بسرعة 1–2 FPS. أما متنبئات BEV الخفيفة (BEV هو منظر للمشهد من الأعلى)، ومنها FlashOcc، فتلتزم بحدود التأخير، إذ تحسب في فضاء ثنائي الأبعاد ولا ترفع النتيجة إلى ثلاثي الأبعاد إلا عند المخرج. غير أن الأجسام السريعة تنهار لديها عندما تختلف حركتها عن الخلفية المعوَّضة بحركة المركبة نفسها.

ثلاث إضافات إلى نواة منخفضة الكلفة

بدلًا من توسيع المعمارية بشكل منتظم، يحتفظ UFMF بنواة زمنية رخيصة، هي نموذج فضاء حالة قطري دون آلية انتباه، ويضيف بنية في المواضع التي تفشل فيها النماذج الخفيفة عادةً.

الإضافة الأولى هي Velocity-Aware Dynamic Prior (VADP)، أي المُسبق الديناميكي الراداري الواعي بالسرعة. تجمع هذه الوحدة فروق التاريخ الدلالي مع بيانات دوبلر الراداري الكثيفة، وتتنبأ بحقل إزاحة لكل خلية في الشبكة. وتُفكَّك الإزاحة المستقبلية إلى استقراء خطي وتصحيح قابل للتعلم يعتمد على الأفق الزمني. وتنقل التدفقات الناتجة فضاءً فرعيًا ديناميكيًا مضغوطًا من الحالة الكامنة أثناء التنبؤ. ولا يُضاف المُسبق إلا للفئات ذات الحركة الملحوظة، وهي السيارات والشاحنات والحافلات والدراجات الهوائية والدراجات النارية والمشاة. أما المتنبئ الأساسي فيواصل إخراج جميع الفئات، بما فيها الخلفية والعناصر الثابتة.

يدخل الرادار إلى النموذج على شكل خريطة كثيفة لا انعكاسات خام. فلكل خلية BEV يُحسب متوسط دوبلر القطري لجميع النقاط الرادارية الواقعة فيها، وتبقى الخلايا التي لا انعكاسات فيها صفرية. وهذا دمج في الشبكة بلا معاملات. ويؤدي تدفق الرادار نفسه دورين: شرطًا زمنيًا للمسار الرئيسي للتنبؤ، ومدخلًا إلى VADP.

الإضافة الثانية هي الإشراف على الديناميكية في نظام الإحداثيات العالمي. تُقارن الإشغالات المتوقعة والمستهدفة في نظام مشترك، ولذلك تُعاقَب المسارات التي تبدو معقولة عند كل أفق لكنها غير متسقة زمنيًا. وأوضاع المركبة المستقبلية مطلوبة أثناء التدريب فقط، ولا يمكن الوصول إليها في مرحلة الاستدلال.

الإضافة الثالثة هي الإشراف على المقطع الرأسي حسب الفئة. فهو يوجّه رأس الرفع الخفيف من BEV إلى 3D نحو توزيعات ارتفاع معقولة دلاليًا، دون الحاجة إلى مفكك ثلاثي الأبعاد ثقيل. وتعمل الإضافتان المساعدتان أثناء التدريب فقط، بينما يُدمج VADP بجوار مسار الاستدلال السريع، فيبقى الزمن الحقيقي محفوظًا.

ما ينبغي أخذه في الحسبان

يؤكد المؤلفون أن إسهامهم على مستوى النظام: فالعمل لا يتضمن مُشغِّلًا أساسيًا جديدًا. وبحسب ما يذكرون، فإن UFMF هو أول نموذج يعالج dynamic blank-collapse ضمن ميزانية تأخير صارمة قدرها 8 مللي ثانية، وهو خلل لم تتمكن من إصلاحه سابقًا سوى نماذج العالم التوليدية الثقيلة. ويعمل النموذج أسرع بأكثر من 100 مرة من أقوى حل أساسي.

التقييمات من إعداد المؤلفين أنفسهم، وقد أُجريت على مجموعة بيانات واحدة هي nuScenes. وقيست السرعة على بطاقة RTX 4090 المكتبية، لا على حاسوب مركبة مدمج. وفضلًا عن ذلك، يستخدم النموذج دوبلر الرادار، ولذلك يجب التحقق من المكسب بشكل منفصل في الأنظمة التي لا تتوافر فيها هذه البيانات.

والخلاصة العملية للمهندسين الذين يبنون حزمة القيادة الذاتية أن الديناميكية الناقصة في المتنبئ الخفيف يمكن تعويضها بمُسبقات ذات معنى فيزيائي، مثل الاستقراء الخطي للحركة ودوبلر الرادار، بدلًا من زيادة حجم النموذج. وإذا أمكن تكرار النتائج على مجموعات بيانات أخرى، فقد يصبح هذا النهج بديلًا منخفض الكلفة لنماذج العالم الثقيلة.