Inventions

StereoGeoBox يقيس وزن الأسماك السابحة آنياً دون خرائط ثلاثية الأبعاد كاملة

مهندسون يجمعون بين كاميرتين توأم والحوسبة الطرفية لتتبع نمو الاستزراع المائي مباشرة داخل الحوض.

بقلم Giovanni Sapere
القراءة: دقيقتانكُتب بدعم من الذكاء الاصطناعي · المراجعة والاعتماد: Giovanni Sapere

مشاركةLinkedInFacebookX

StereoGeoBox يقيس وزن الأسماك السابحة آنياً دون خرائط ثلاثية الأبعاد كاملة
Photo: Jakob Owens / Unsplash

بنى باحثون في جامعة السلطان قابوس (Sultan Qaboos University) ومؤسسات شريكة نظام كاميرا تحت الماء يقدّر أبعاد الأسماك ووزنها لحظياً. ويتجاوز هذا الاختراع، المفصّل في Computers and Electronics in Agriculture في 23 أكتوبر 2026، خرائط العمق الكاملة كثيفة الموارد بحساب الهندسة مباشرة من أزواج صناديق الإحاطة. وبمعالجة البيانات البصرية على معالج طرفي مدمج، يوفر النظام لمزارع الأسماك تتبعاً سريعاً للنمو مع تجنب اختناقات الحوسبة في الرؤية المجسمة المعيارية.

قياس هندسي يحل محل خرائط العمق الكثيفة تحت الماء

تواجه الأنظمة البصرية التقليدية تحت الماء صعوبة في الأحواض التجارية. فالمياه العكرة وتغير الإضاءة وفقاعات التهوية المتصاعدة كثيراً ما تفسد إعادة بناء العمق، بينما يتطلب توليد خرائط عمق ثلاثية الأبعاد كاملة قدرة حوسبية كبيرة. ولمعالجة هذه القيود، ابتكر فريق هندسي من جامعة السلطان قابوس وجامعة عبدالله السالم (Abdullah Al Salem University) في الكويت ووزارة الثروة الزراعية والسمكية وموارد المياه في سلطنة عُمان (Ministry of Agriculture, Fisheries and Water Resources) نظام StereoGeoBox. ويعتمد النظام على كاميرتين متزامنتين لالتقاط مشاهد مزدوجة للأسماك السابحة، بحسب ما أوردته Phys.org. وبدلاً من رسم خريطة لكل بكسل في خلفية الحوض، تطبق البرمجية YOLO11 والذكاء الاصطناعي لعزل كل سمكة داخل صندوق إحاطة. ثم يُحسب العمق المكاني حصراً من التباين الهندسي بين إحداثيات الصناديق المتناظرة.

«بتقدير العمق في المواضع التي تُكتشف فيها الأسماك فقط، يخفض StereoGeoBox متطلبات الحوسبة مع الاحتفاظ بالسرعة والدقة اللازمتين لمراقبة الاستزراع المائي في الزمن الحقيقي»

— د. Said Al-Abri، المؤلف المراسل في جامعة السلطان قابوس

تجارب على البلطي تحقق دقة بالمليمتر على معالج طرفي

تُغذّى قيم الطول والعرض المقدّرة للأسماك إلى نموذج تعلم آلي من نوع XGBoost يتنبأ بالوزن الكلي. واختبر الباحثون النظام على أسماك البلطي في أربع مراحل نمو محددة: 2 و3 و6 و15 شهراً. وفي اختبار مرجعي مضبوط لأسماك ذات طول مرجعي يدوي موثّق يبلغ 15.30 سنتيمتر، قدّرت الخوارزمية متوسط طول بلغ 15.25 سنتيمتر. وجرت مهام الحوسبة محلياً على منصة NVIDIA Jetson Thor مرتبطة بغلاف كاميرا متخصص وصندوق تحكم. وحافظ العتاد على سرعة معالجة بلغت 25.40 إطاراً في الثانية بزمن استجابة قدره 28.2 ميلي ثانية، ولم يتطلب سوى 17.7 ميغابايت من ذاكرة وحدة معالجة الرسومات. وتسجل لوحة معلومات سحابية القراءات للمراقبة عن بُعد.

حدود التتبع عبر الأحواض المفتوحة وأنواع متعددة

وبينما عمل النموذج الأولي للعتاد وسط فقاعات الأكسجين وإضاءة متغيرة، ظلت العكارة الشديدة للمياه تقلل عدد الإطارات القابلة للاستخدام. كما قيّم النظام كل إطار كاميرا بصورة مستقلة. ولأن الإطارات حُللت منفصلة، كان من الممكن تسجيل السمكة نفسها مراراً حين تمر أمام العدسة أكثر من مرة، ما منع النظام من تقديم عدّ مستقل لجميع الأسماك أو حساب الكتلة الحيوية الإجمالية للمزرعة. وتشمل المراحل التالية لدى المجموعة البحثية التحقق من الخوارزميات على أنواع أسماك تجارية أخرى واختبار المعدات داخل أحواض استزراع مائي صناعية.

اقرأ أيضاً في The Patent: جرح رمح في كهف شانيدار يشير إلى أقدم هجوم بسلاح خشبي

مترجم تلقائيًا من الأصل الإنجليزي. اقرأ النص الأصلي

مقال من غرفة أخبار The Patent ®، كُتب بدعم من الذكاء الاصطناعي اعتمادًا على مصادر اختارتها غرفة الأخبار. المراجعة والتصحيحات والموافقة على النشر: Giovanni Sapere. الناشر المسؤول: WitUp Ltd.