تمكّن باحثون في اليابان من تطوير دراجة ذكية قادرة على التمييز بين ميلان الراكب المقصود أثناء الانعطاف والحركة غير المستقرة التي قد تسبق السقوط، لتعمل بعدها على تفعيل نظام المساعدة على التوازن فقط عندما تكون هناك حاجة فعلية لذلك. ويعالج هذا النظام تحدياً أساسياً في وسائل النقل ذات العجلتين، إذ تميل الدراجة بصورة طبيعية عند تغيير الاتجاه،
وقد يصعب على أنظمة التوازن التقليدية تحديد ما إذا كان هذا الميلان جزءاً من مناورة مقصودة أم مؤشراً على فقدان السيطرة.قاد الدراسة الأستاذ المشارك هيروآكي كواهارا من قسم الآلات وأنظمة التحكم في معهد شيبورا للتكنولوجيا في اليابان، بمشاركة طالب الماجستير شوتا تسوكاسي. ويقوم المشروع على فكرة أن نظام المساعدة لا ينبغي أن يستجيب لحركة الدراجة وحدها، بل يجب أن يحاول فهم نية الراكب قبل التدخل.
ويرى الفريق أن تقنيات الاستجابة اللمسية يمكنها أداء دور يتجاوز نقل القوة إلى يد الراكب، إذ قد تساعد أيضاً على فهم ما يحاول فعله، بهدف تقديم الدعم في اللحظة التي يصبح فيها ضرورياً من دون التدخل في القيادة الطبيعية.توجيه إلكتروني بدل الاتصال الميكانيكيصمم الباحثون دراجة تعتمد على نظام «التوجيه عبر الأسلاك»، حيث يرتبط المقود في الدراجة التقليدية ميكانيكياً بالعجلة الأمامية،
بينما يفصل النظام الجديد بينهما ويجعل الاتصال إلكترونياً. ويتيح هذا التصميم للنظام قياس حركة المقود والتفاعل بين الراكب والدراجة بدقة، مع إعادة إحساس واقعي بالمقاومة إلى يد الراكب من خلال ردود فعل لمسية قائمة على القوة. وتسمح هذه البنية للحاسوب بجمع بيانات لا تتعلق بوضع الدراجة فقط،
بل بالطريقة التي يتعامل بها الراكب معها، ليصبح من الممكن مراقبة الاختلاف بين حركة مقصودة وأخرى ناتجة عن اضطراب مفاجئ. ويراقب النموذج زاوية التوجيه والسرعة والميلان والتسارع الجانبي وعزم رد الفعل لتصنيف حالة القيادة.قراءة نية الراكبدمج الفريق الدراجة مع نظام قائم على التعلم الآلي لتصنيف نية الراكب وظروف الحركة في الوقت الفعلي. واستخدم الباحثون شبكة عصبية من نوع الذاكرة طويلة وقصيرة المدى،
وهي مناسبة لتحليل البيانات التي تتغير عبر الزمن. وقبل تدريب النموذج، استُخدمت خوارزمية تجميع لتقسيم بيانات القيادة إلى ثلاثة أوضاع رئيسية هي السير المستقيم، والانعطاف،
وعدم الاستقرار. وحلل النظام مجموعة من المتغيرات تشمل زاوية التوجيه، وسرعة الدراجة، وزاوية الميلان،
والتسارع الجانبي، وعزم رد الفعل الذي ينشأ بين الراكب والمقود. ومن خلال الجمع بين هذه القياسات، تمكن النموذج من تكوين صورة عن حالة الدراجة وطبيعة تفاعل الراكب معها،
بدلاً من الاعتماد على مؤشر واحد قد يؤدي إلى تدخل خاطئ.التدخل عند الحاجة فقطأظهرت التجارب أن النظام استطاع تصنيف أوضاع القيادة المختلفة والتمييز بين الانعطاف المقصود والحركة غير المستقرة، رغم أن الحالتين تتضمنان ميلان الدراجة. فعندما يتعرف النظام على انعطاف طبيعي يبقى نظام التثبيت غير نشط، ما يترك للراكب السيطرة الكاملة على مسار الدراجة.
أما إذا اكتشف حالة عدم استقرار، فيفعّل المساعدة تلقائياً للمساهمة في استعادة التوازن. وتكمن أهمية هذا الفصل في أن التدخل غير الضروري أثناء الانعطاف قد يربك الراكب ويغيّر الحركة التي كان يقصدها، في حين أن التدخل السريع عند فقدان الاستقرار قد يساعد على تقليل خطر فقدان السيطرة.ويؤكد الباحثون أن الدراجة لا تحاول استبدال الراكب أو تولي القيادة عنه،
بل تفسير نواياه والعمل معه، ويصفون هذا النهج بأنه انتقال من التحكم الآلي التقليدي إلى تحكم تعاوني بين الإنسان والآلة. ولا يتدخل نظام التثبيت أثناء الانعطاف الطبيعي، بل يعمل تلقائياً فقط عند اكتشاف فقدان الاستقرار.تطبيقات تتجاوز الدراجة التجريبيةيرى الفريق أن التقنية قد تُستخدم مستقبلاً في الدراجات الكهربائية،
والدراجات النارية الكهربائية، وخدمات مشاركة الدراجات، ومركبات التوصيل. وقد تكون مفيدة أيضاً لكبار السن أو المستخدمين الأقل خبرة الذين قد يحتاجون إلى دعم إضافي للتوازن،
مع الحفاظ على شعور طبيعي بالقيادة وعدم فقدان السيطرة على المركبة. لكن النظام لا يزال في مرحلة البحث، ولم يعلن الفريق عن موعد لتوفيره تجارياً، كما لا تعني النتائج أنه يستطيع منع جميع حالات السقوط أو التعامل مع كل الظروف الواقعية.يخطط الباحثون لتوسيع قدرة النظام على التعرف على مجموعة أكبر من سيناريوهات القيادة والظروف البيئية،
بما في ذلك اختلاف أسطح الطرق. وتبرز هذه الخطوة لأن أداء الدراجة قد يتغير على الطرق الزلقة أو غير المستوية، كما تختلف طريقة استجابة الراكب بحسب السرعة والخبرة والبيئة المحيطة. وتهدف المرحلة المقبلة إلى تطوير مساعدة ذكية تعمل إلى جانب الراكب،
وتوازن بين تعزيز السلامة والحفاظ على حرية المناورة والإحساس الطبيعي بالقيادة. يراقب النموذج زاوية التوجيه والسرعة والميلان والتسارع الجانبي وعزم رد الفعل لتصنيف حالة القيادة (الجامعة) لا يتدخل نظام التثبيت أثناء الانعطاف الطبيعي بل يعمل تلقائياً فقط عند اكتشاف فقدان الاستقرار (الجامعة)
