كود التفعيل

98143536011731855534972617934112457148475336428348452135458731254559748582068942527458157502139574931324789133841251

باحثون يطورون نظام يساعد الأجهزة الذكية في العثور على مواقعها

يساعد نظام جديد قام بتطويره باحثون في معهد ماساتشوستس للتكنولوجيا وفي أماكن أخرى على مساعدة شبكات الأجهزة الذكية على إيجاد مواقعها في البيئات التي عادة ما يتعطل فيها نظام GPS
باحثون يطورون نظام يساعد الأجهزة الذكية في العثور على مواقعها

 اليوم ، أصبح مفهوم "إنترنت الأشياء" معروفًا إلى حد ما: فهناك مليارات من أجهزة الاستشعار المترابطة في جميع أنحاء العالم - المضمنة في الأشياء اليومية ، والمعدات ، والمركبات ، أو التي يرتديها البشر أو الحيوانات - تقوم بجمع وتبادل البيانات لمجموعة من التطبيقات.


 مفهوم ناشئ يعرف باسم "توطين الأشياء" ، يُمكّن هذه الأجهزة من الإحساس بموقعها والتواصل معها. يمكن أن تكون هذا المفهوم مفيدا في مراقبة سلسلة التوريد ، والملاحة المستقلة ، والمدن الذكية ذات الارتباط العالي ، وحتى تشكيل "خريطة حية" في الوقت الحقيقي للعالم. يتوقع الخبراء أن ينمو سوق توطين الأشياء إلى 128 مليار دولار بحلول عام 2027.


 يتوقف المفهوم على تقنيات الترجمة الدقيقة. تستفيد الطرق التقليدية من أقمار GPS أو الإشارات اللاسلكية المشتركة بين الأجهزة لتحديد مسافاتها ومواقفها النسبية من بعضها البعض. ولكن هناك عقبة: تعاني الدقة بشكل كبير في الأماكن ذات الأسطح العاكسة أو العوائق أو الإشارات المسببة للتداخل ، مثل المباني داخل المباني أو في الأنفاق تحت الأرض أو في "أودية المدن" حيث تحيط المباني الشاهقة كلا جانبي الشارع.

طور باحثون من معهد ماساتشوستس للتكنولوجيا ، وجامعة فيرارا ، ومركز الباسك للرياضيات التطبيقية (BCAM) ، وجامعة جنوب كاليفورنيا نظامًا يلتقط معلومات الموقع حتى في هذه المناطق الصاخبة التي تنكر نظام تحديد المواقع العالمي (GPS).


 عندما تتواصل الأجهزة الموجودة في شبكة ما ، والتي تسمى "العقد" ، لاسلكيًا في بيئة تمنع الإشارة أو "قاسية" ، يقوم النظام بدمج أنواع مختلفة من المعلومات الموضعية من الإشارات اللاسلكية المراوغة المتبادلة بين العقد وكذلك الخرائط الرقمية. عند القيام بذلك ، تأخذ كل عقدة في الاعتبار المعلومات المرتبطة بجميع المواقع الممكنة - وتسمى "المعلومات السهلة" - فيما يتعلق بتلك الخاصية بجميع العقد الأخرى.


 يستفيد النظام من أساليب وتقنيات التعلم الآلي التي تقلل من أبعاد البيانات المعالجة لتحديد المواضع المحتملة من القياسات والبيانات السياقية. باستخدام هذه المعلومات ، فإنه يحدد موقع العقدة.


 يقوم الباحثون الآن بتصميم طرق لاستخدام طاقة حسابية أقل للعمل مع العقد التي تعاني من نقص الموارد والتي لا يمكنها نقل أو حساب جميع المعلومات اللازمة. سيستخدم الباحثون معلومات حول كيفية تشتيت الإشارات عن هذه العقد ، حتى تعرف العقد الأخرى وجودها وموقعها.


اسفل التدوينة