YOLO11-BSCS: إطار محسن مُحسّن بالانتباه للكشف اللحظي عن اللهب والدخان داخل المنازل في روبوتات رعاية المسنين

لماذا يحتاج سلام الحريق للمسنين إلى مساعدين أذكى

يعيش عدد متزايد من كبار السن في منازلهم مع محدودية في الحركة، وغالباً ما يقضون ساعات طويلة بمفردهم في الداخل. قد تتحول لهبة صغيرة في المطبخ أو حمرة دخان إلى حريق مهدِّد للحياة بسرعة، لا سيما للأشخاص الذين يتحركون ببطء أو يستخدمون وسائل مساعدة للمشي. تستكشف هذه الدراسة كيفية تزويد روبوتات المساعدة المتنقلة بعين أكثر حدة لرصد اللهب والدخان داخل المنزل في الوقت المناسب لتحذير وإرشاد كبار السن المعرضين للخطر إلى مكان آمن.

روبوتات تراقب المنزل

يركز الباحثون على روبوتات متنقلة مصممة لمساعدة المسنين ذوي الإعاقة في الحياة اليومية. إلى جانب حمل الأشياء أو تقديم الرفقة، يمكن لهذه الروبوتات أن تجوب الغرف بكاميرات مدمجة، فتعمل كحراس أمان متنقلين. يشكل الحريق خطراً كبيراً في مثل هذه البيئات، حيث ترتبط العديد من الوفيات بالاكتشاف المتأخر. على عكس أجهزة إنذار الدخان الثابتة، يستطيع الروبوت المتنقل أن ينظر مباشرة إلى المواقد والمقابس ونقاط الخطر الأخرى، حتى في غرف مزدحمة أو متغيرة. ولكن لكي يكون مفيداً حقاً، يجب أن يكتشف نظام الرؤية فيه لهباً صغيراً في مراحله المبكرة أو دخاناً طفيفاً في الزمن الحقيقي أثناء العمل على قدرة حوسبة محدودة على متن الجهاز.

تعليم الروبوت كيفية رؤية اللهب والدخان

تعتمد روبوتات مراقبة الحرائق الحديثة على التعلم العميق، حيث يتعلم نموذج الحاسوب الأنماط من آلاف الصور بدلاً من اتباع قواعد مكتوبة يدوياً. يبني الفريق على نظام رؤية حديث يُسمى YOLO11s، المعروف بمسح الصور بسرعة في تمريرة واحدة. أنشأوا نسخة محسنة أسموها YOLO11 BSCS، مُعدَّلة خصيصاً للهبات والدخان داخل الأماكن. ولتدريبه، جمعوا مجموعة كبيرة من الصور من قواعد بيانات مخبرية والويب ومشاهد داخلية معدة بعناية مثل المطابخ وغرف النوم وشقق المسنين. تلتقط الصور اللهب والدخان بأحجام وزوايا وظروف إضاءة متعددة، وتم توسيعها عبر الدوران وإضافة الضوضاء والتحويل إلى تدرج الرمادي حتى يتمكن النموذج من التعامل مع الرؤى الضبابية أو غير الاعتيادية.

منح الروبوت تركيزاً أشد وتفكيراً أسرع

يكمن التقدم الأساسي في YOLO11 BSCS في ثلاثة ترقيات تجعل الروبوت أكثر دقة وكفاءة معاً. أولاً، يساعد وحدة الانتباه النظام على التركيز على المناطق البصرية المهمة، مثل لسانات اللهب الرفيعة أو الدخان الخفيف الذي يمر عبر خلفية مزدحمة، بدلاً من معاملة كل بكسل على قدم المساواة. ثانياً، مجموعة معاد تصميمها من الالتفافات (convolutions) تقص المعلومات المتكررة أو منخفضة القيمة في الفراغ وقنوات اللون. هذا يقلل عدد العمليات الداخلية، محسناً السرعة من دون التخلص من التفاصيل المفيدة. ثالثاً، يحسّن الفريق طريقة تعلم النموذج لرسم المربعات حول المخاطر، باستخدام قاعدة تدريب توازن بشكل أفضل بين موضع المربع وحجمه وشكله، بحيث تتطابق الاكتشافات بشكل أكثر إحكاماً مع مناطق اللهب والدخان الحقيقية.

وضع نظام الرؤية الجديد على المحك

لمعرفة ما إذا كانت هذه التغييرات ذات أثر عملي، يقارن المؤلفون YOLO11 BSCS مع نماذج كشف معروفة، بما في ذلك عدة إصدارات من YOLO ونموذج Faster R CNN واسع الاستخدام. تُدرّب جميع الأنظمة وتُختبر على نفس مجموعات صور الحرائق الداخلية، ويُكرر كل تجربة عدة مرات مع بدايات عشوائية مختلفة لضمان نتائج مستقرة. يصل النموذج المحسّن إلى دقة أعلى، ما يعني تنبيهات كاذبة أقل، واسترجاع أعلى، ما يعني مخاطر فائتة أقل. ترتفع مقياس الأداء الشامل، الذي يوازن بينهما، بعدة نقاط مئوية فوق YOLO11s الأصلي، حتى مع استخدامه لعدد معلمات أقل من العديد من النماذج المنافسة. تُظهر اختبارات إضافية على صور جديدة من غرف لم تُرَ أثناء التدريب أن النظام لا يزال يكتشف اللهب والدخان بمسؤولية، مما يدل على تعميم جيد يتجاوز بيانات التدريب.

ماذا يعني هذا لرعاية منزلية أكثر أماناً

بعبارات بسيطة، تُظهر الدراسة أن نظام رؤية مضبوط بعناية يمكن أن يساعد روبوتات الرعاية الداخلية على ملاحظة النار والدخان مبكراً وبمعدل موثوق أكثر، من دون مطالب كبيرة بأجهزة حاسوبية ثقيلة. يتيح YOLO11 BSCS للروبوت مسح الغرف بسرعة، والتركيز على اللهب والدخان الصغيرة أو المختبئة جزئياً، ودعم الإنذارات أو الإرشاد في الوقت المناسب للمقيمين الذين قد يواجهون صعوبة في الفرار بأنفسهم. وبينما يلزم عمل إضافي لاختبار النظام على أجهزة حقيقية وتوسيعه ليشمل مخاطر أخرى، تشير هذه الأبحاث إلى مستقبل حيث تجوب المساعدات المتنقلة منازلنا بهدوء، موفرة طبقة إضافية من الأمان لأكثر الفئات هشاشة في المجتمع.

الاستشهاد: Wang, Y., Wang, Y., Wei, Z. et al. YOLO11-BSCS: an enhanced attention-optimized framework for real-time indoor flame and smoke detection in elderly care mobile robots. Sci Rep 16, 14956 (2026). https://doi.org/10.1038/s41598-026-45957-5

الكلمات المفتاحية: كشف الحرائق داخل الأماكن المغلقة, روبوتات رعاية المسنين, التعرف على الدخان, رؤية التعلم العميق, مراقبة السلامة في الزمن الحقيقي