الجمعة، 20 نوفمبر 2026

نظام الحماية الشخصية والتعرض (PPES)

غالبًا ما تمرّ أخطر المخاطر في بيئة العمل دون أن يلاحظها أحد. وتعمل معدات الوقاية الشخصية (PPE) على كشف هذه المخاطر، مما يضمن بقاءك محميًا.


المكونات المستخدمة في هذا المشروع

المكونات العتادية (Hardware)

لوحة Arduino UNO

مستشعر Sensirion SEN66

كابل Qwiic مخصص لمستشعر SEN66

وحدة كاميرا فيديو USB طراز OV9726 (دقة 1 ميجابكسل، بُعد بؤري 2.8 مم، تركيز يدوي)

موزع (Hub) بمنفذ USB 3.0 وType-C (يدعم طاقة 100 واط وسرعة نقل بيانات 10 جيجابت في الثانية)

طنان بيزو (Piezo buzzer) طراز MH-FMD

أسلاك توصيل (Jumper wires)

بنك طاقة (Power Bank) بأبعاد 135 مم × 69 مم × 16 مم

براغي آلية (Machine screws) مقاس M4

حشوات تثبيت حرارية (Heat-sink inserts) مقاس M4

البرمجيات والخدمات عبر الإنترنت

منصة Edge Impulse Studio

بيئة تطوير Arduino (Arduino App Lab)

الأدوات اليدوية وآلات التصنيع

كاوية لحام (Soldering iron)

القصة

يُصاب آلاف العاملين في قطاعات البناء والمقاولات والصيانة، كل عام، بأمراض خطيرة مرتبطة بطبيعة عملهم. ووفقاً لهيئة الصحة والسلامة في المملكة المتحدة، فإن قطاع البناء مسؤول عن أكثر من 40% من حالات الوفاة الناجمة عن السرطانات المهنية؛ حيث يُعد التعرض لمادة الأسبستوس، وغبار السيليكا، والمذيبات الكيميائية، وعوادم محركات الديزل من أبرز الأسباب المؤدية لذلك. وفي مواقع البناء الكبيرة التي تشهد دخول وخروج آلاف العمال يومياً، يصبح من شبه المستحيل على المؤسسات تتبع مستوى تعرض كل فرد للمخاطر بشكل دقيق. ومع دخول جيل جديد إلى سوق العمل—جيل يتميز بوعيه الصحي، وألفة التعامل مع التكنولوجيا، والاستعداد لمناقشة قضايا الصحة والسلامة البدنية—تظهر فرصة سانحة لتوظيف التكنولوجيا في تمكين الأفراد من تولي زمام أمور صحتهم وسلامتهم الشخصية.

صُمم جهاز "نظام الحماية والتعرض الشخصي" (PPES) القابل للارتداء لمنح العمال وعياً أكبر ببيئة عملهم. يجمع هذا النظام بين تقنيات استشعار جودة الهواء، وتصنيف الصور عبر الفيديو، ومنصة "أردوينو أونو كيو" (Arduino UNO Q)؛ وذلك لرصد الظروف التي قد تشكل خطراً، وتنبيه المستخدم بضرورة ارتداء معدات الوقاية الشخصية (PPE) المناسبة، بالإضافة إلى توثيق مستويات التعرض للمخاطر التي قد تمر دون ملاحظة.

جاء إلهام هذا المشروع من خبرتي المهنية كعامل صيانة في كل من كندا والمملكة المتحدة. فقد أُصيب اثنان من زملائي، ممن عملت معهم عن كثب، بأمراض خطيرة اضطرتهما إلى ترك وظيفتيهما. أتذكر أنني كنت أعمل بجانبهما ولاحظت أنهما لم يرتديا قط معدات الوقاية الشخصية الملائمة؛ فسواء كان الأمر يتعلق بالحفر في الجدران الخرسانية أو التخلص من المواد الخطرة، كانت معدات الوقاية دائماً أمراً ثانوياً لا يحظى بالاهتمام الكافي. تعكس هذه العقلية واقعاً يعيشه الكثير من العمال المجتهدين الذين قد يكونون مشغولين للغاية أو يرزحون تحت ضغوط عمل كبيرة، مما يمنعهم من التفكير المستمر في الطرق المثلى لحماية أنفسهم من المخاطر التي يواجهونها في مواقع العمل.


يتعرض العمال بشكل متكرر لجرعات ضئيلة من الملوثات، تتراكم على مدار مسيرتهم المهنية وتترك آثاراً حقيقية عليهم وعلى عائلاتهم. لذا، سعيتُ إلى ابتكار جهاز يمكن ارتداؤه لحماية العامل في الأوقات التي يغيب فيها الرقيب، وتوثيق حالات التعرض التي قد تفسر، على سبيل المثال، إصابة العامل بسعال أو تهيج في الحلق بعد انتهاء نوبة عمله. فبعض مواقع العمل قد تنطوي على مخاطر أكبر بكثير من غيرها، لكن دون وجود نظام دقيق للمراقبة الشخصية، يصعب رصد هذه الأنماط.

فئة المسابقة: الأثر الاجتماعي

1. لماذا اخترت Arduino UNO Q؟

في البداية، لم أكن على دراية بـ Arduino UNO Q، وبدا لي كمنصة تطوير جديدة أخرى سأحتاج إلى تعلم كيفية استخدامها. لكن بعد إنجاز هذا المشروع، فوجئت بمدى سلاسة اندماجه في سير عملي المعتاد؛ إذ يعمل كل من "App Lab" و"Edge Impulse" بتناغم تام، مما أتاح لي بناء نماذج أولية بسرعة، وجمع البيانات، ونشر النماذج البرمجية بكفاءة عالية.

في هذا المشروع، حرصت على الاستفادة من إمكانات UNO Q؛ حيث سهّل "Arduino Bridge" التواصل السريع بين المتحكم الدقيق (microcontroller) وبيئة "Linux"، مما مكّن عمليات الاستنتاج القائمة على التعلم الآلي (ML) من تقديم استجابة مادية فورية عبر مستشعر SEN66، والكاميرا، والطنان (buzzer). كما ساعدت سعة الذاكرة في UNO Q ووحداته البرمجية الجاهزة (bricks) في تسهيل بناء نموذج أولي لتسجيل بيانات المستشعرات، وإنشاء لوحة تحكم محلية يمكن للمستخدم الاطلاع عليها عبر هاتفه المحمول.

2. ما وراء الأرقام على الشاشة

أثار إعجابي مستشعر جودة الهواء SEN66 بفضل نطاقه الواسع من القياسات البيئية وحجمه المدمج. وتفتح هذه الإمكانات آفاقاً جديدة لإعادة التفكير في نهجنا تجاه المراقبة البيئية الشخصية؛ فمعظم أجهزة الاستشعار البيئي تكتفي بعرض القراءات على شاشة، دون تقديم توجيهات حول الإجراءات الواجب اتخاذها، أو تفسير لما يحدث، أو توفير وسيلة للاستجابة الفورية لهذه النتائج.

لم أكتفِ بتصميم نظام إنذار يعتمد على هذه المستشعرات، بل سعيت لجعل الجهاز في حالة تواصل مستمر مع المستخدم، دون الحاجة إلى التفاعل مع شاشات أو أزرار. صُمم الجهاز ليكون بسيطاً ومفهوماً للمستخدم، مع إخفاء التعقيدات التقنية في الداخل. إن التفاعل بين الجهاز والمستخدم يظل مستمراً طوال يوم العمل؛ فلا يكفي عرض رقم معين لإخبار العامل بوجود خطأ ما، بل يجب أن يساعده الجهاز أيضاً في كيفية التعامل مع هذا الخطر. على الرغم من أن نظام الحماية الشخصية (PPES) لا يعتمد على شاشة للتواصل مع المستخدم، إلا أنه يستخدم مصفوفة من مصابيح LED لعرض الخطر الذي تم رصده. ولكل خطر نمط تنبيه خاص ومميز، لكن قد يجد المستخدم الجديد صعوبة في تذكر دلالة كل نمط؛ لذا توفر مصفوفة LED مرجعاً بصرياً يساعد المستخدم على التعرف على التنبيهات. ومع مرور الوقت، يصبح المستخدم قادراً على تمييز كل تنبيه دون الحاجة للنظر إلى المصابيح، بينما تظل المصفوفة متاحة في حال دعت الحاجة إلى تأكيد بصري.


ما الذي يخبرك به جهاز SEN66؟

الجسيمات العالقة (PM 1.0، 2.5، 4.0، و10)

تتجاوز الجسيمات من فئة PM2.5 المرشحات الطبيعية في جسم الإنسان ويمكن أن تدخل مباشرة إلى مجرى الدم. أما الجسيمات الأكبر حجماً فقد تكون ناتجة عن مسببات الحساسية، أو الغبار، أو أبخرة محركات الديزل. يمكن لأقنعة التنفس (مثل N95 أو KN95) توفير حماية فعالة ضد مخاطر هذه الجسيمات.

المركبات العضوية المتطايرة (VOCs)

هي مواد كيميائية تتبخر في الهواء من السوائل والمواد الصلبة، وقد تشمل الدهانات، والمذيبات، والمواد اللاصقة، أو الوقود. قد تشمل الآثار قصيرة المدى لهذه المركبات: الدوار، والصداع، وصعوبة التنفس. كما يمكن لبعض أنواعها التأثير على الجهاز العصبي أو الكلى أو الكبد. توفر أقنعة التنفس المزودة بمرشحات خاصة بالأبخرة العضوية حماية ضد هذه المركبات.

ثاني أكسيد الكربون (CO2)

قد ترتفع مستويات ثاني أكسيد الكربون نتيجة تنفس البشر في غرف سيئة التهوية، أو عمليات حرق الوقود، أو التخمر، أو التواجد في أماكن مغلقة. يمكن أن يؤدي ارتفاع مستوياته إلى الشعور بالصداع، أو الدوار، أو صعوبة في التنفس. تجدر الإشارة إلى أن الأقنعة وأجهزة التنفس لا توفر حماية ضد غاز ثاني أكسيد الكربون؛ لذا، عند ارتفاع مستوياته، يصبح توفير تهوية مناسبة أمراً ضرورياً.

أكاسيد النيتروجين (NOx)

تنتج عن محركات الديزل والبنزين، وأجهزة الطهي، وأعمال اللحام، أو غيرها من الأنشطة التي تتضمن حرق الوقود. قد تسبب السعال، والأزيز (صوت صفير عند التنفس)، وتهيج الصدر. كما أن التعرض المتكرر لها قد يؤدي إلى الإصابة بعدوى الجهاز التنفسي. وللحماية منها، ستحتاج إلى قناع تنفس مزود بمرشحات مخصصة للغازات والأبخرة المعنية.

3. كيف يعمل الجهاز؟



عند التشغيل، يبدأ جهاز PPES في عدٍ تنازلي مدته 30 ثانية، مما يتيح لمستشعر SEN66 استقرار قراءاته؛ إذ تتطلب قياسات الغاز وقتاً إضافياً لتصل إلى حالة الاستقرار التام. تكتمل مصفوفة مصابيح LED تدريجياً خلال هذا العد التنازلي، وبمجرد اكتمالها، يبدأ الجهاز في مراقبة جودة الهواء.

يقوم جهاز PPES بأخذ قراءات لجودة الهواء بمعدل مرة واحدة في الثانية. وفي حال تجاوزت أي من هذه القراءات الحد المسموح به، يرسل المتحكم الدقيق (microcontroller) إشارة بدء إلى نظام Linux في وحدة UNO Q، مما يؤدي إلى تفعيل نموذج تصنيف الصور عبر الفيديو. تعرض مصفوفة LED رسماً بيانياً يمثل الخطر المكتشف، بينما يُصدر الجرس نغمة إنذار محددة تتناسب مع طبيعة ذلك الخطر. يستمر الإنذار في العمل حتى يقوم المستخدم بارتداء معدات الوقاية الشخصية (PPE) المناسبة، أو حتى تعود مستويات الخطر إلى ما دون الحد المسموح به.

يقوم جهاز PPES بحفظ سجل لأنشطته بصيغة CSV مع توثيق التاريخ؛ حيث يتضمن الملف قراءات المستشعرات مرفقة بطابع زمني، وتفاصيل حول التعرض للمخاطر، وما إذا كان المستخدم قد ارتدى معدات الوقاية الشخصية المناسبة. يمكن الاطلاع على البيانات المحفوظة من خلال موقع إلكتروني مُستضاف محلياً عند تشغيل وحدة UNO Q.

توضح مقاطع الفيديو التالية عرضاً توضيحياً للتشغيل (Deployment Demo) وشاشة المراقبة التسلسلية (Serial Monitor).

٤. مخطط الدائرة

العناصر الرئيسية لتصميمي هي:

أردوينو أونو كيو ٤ جيجابايت

مستشعر جودة الهواء SEN66 مع كابل Qwiic

وحدة كاميرا USB OV9726 بدقة ١ ميجابكسل وعدسة ٢٫٨ مم مع ضبط يدوي للتركيز

جهاز تنبيه كهرضغطية MH-FMD

موزع USB مزود بالطاقة، ويفضل أن يدعم نقل البيانات. في حال عدم توفره، يمكن التوصيل عبر الواي فاي لأغراض التطوير

شريط قماش أو شريط غروغرين مطبوع ثلاثي الأبعاد بعرض ١ بوصة مع مشبك بفتحة ١ ​​بوصة

براغي M4 وحشوات تبريد M4


توصيل المكونات عملية مباشرة إلى حد ما. يتصل مستشعر SEN66 مباشرة بمنفذ Qwiic الموجود في لوحة UNO Q باستخدام كابل Qwiic المرفق مع المستشعر. عند التواصل مع SEN66 عبر هذا المنفذ، يجب استخدام `Wire1` في الكود البرمجي (sketch).


يستخدم الطنان الكهرضغطي (piezo buzzer) ثلاثة توصيلات: يتم توصيل طرف VCC بجهد 3.3 فولت، وطرف GND بالأرضي (GND)، وطرف الإشارة (I/O) بالدبوس رقم 9. في حالتي، يعمل الطنان عند ضبطه على الحالة المنخفضة (LOW) ويتوقف عند ضبطه على الحالة المرتفعة (HIGH)؛ إذا كان الطنان لديك يعمل بطريقة معاكسة، فقم بتبديل `HIGH` بـ `LOW` في السطر 129 من ملف الكود البرمجي (`sketch.ino`).

بعد اختبار عدة وحدات كاميرا، وجدت أن وحدة كاميرا بدقة 1 ميجابكسل ذات تركيز يدوي (manual focus) وبسعر معقول تعطي أفضل النتائج. تعد العدسة القابلة للضبط يدوياً أمراً مهماً لأن الكاميرا توضع بالقرب جداً من وجه المستخدم ومن أسفله. قبل استخدام الجهاز، اضبط العدسة للحصول على مسافة التركيز الصحيحة؛ يمكنك القيام بذلك أثناء اتباع خطوات أوامر الطرفية (terminal commands) الموضحة في القسم 6.

تتصل الكاميرا بمنفذ USB في موزع USB (USB hub) مزود بالطاقة، والذي يتصل بدوره بمنفذ USB-C في لوحة UNO Q. عند استخدام الجهاز في بيئة التشغيل الفعلية، قم بتوصيل بنك طاقة (power bank) بموزع USB. أما أثناء مرحلة التطوير، فيمكن الوصول إلى لوحة UNO Q عبر شبكة Wi-Fi أو مباشرة من جهاز الكمبيوتر الخاص بك باستخدام كابل USB.

5. تجميع المكونات معاً

يمكن العثور على ملفات التصميم بمساعدة الحاسوب (CAD) الخاصة بهيكل الجهاز ضمن علامة تبويب المرفقات. لتثبيت شرائط القماش على الجهاز، ستحتاج إما إلى ماكينة خياطة أو وسيلة أخرى لتثبيت القماش، مثل الدبابيس المكتبية أو الغراء القوي (superglue). كما هو موضح أدناه، بمجرد تثبيت جميع المكونات، ضع مستشعر SEN66 في مكانه المخصص وقم بتجميع المكونات كما يظهر في الصور. يوضع الطنان الكهرضغطي أولاً داخل الهيكل في التجويف الصغير الموجود أسفل مكان بنك الطاقة.


لقد قمت بتغيير وحدات الكاميرا عدة مرات بعد طباعة الهيكل، مما استدعى تعديل فتحة الكاميرا. اعتماداً على حجم وموقع منفذ USB الخاص بالكاميرا التي تستخدمها، قد تحتاج أيضاً إلى قص جزء من حافة الهيكل بالقرب من منفذ USB. وأخيراً، استخدم حشوات التثبيت الحراري (heat-set inserts) من مقاس M4 في الفتحات الموجودة أعلى وأسفل الجهاز، ثم أغلق الجهاز بإحكام باستخدام براغي من مقاس M4.


6. نموذج الذكاء الاصطناعي باستخدام منصة Edge Impulse ومشكلات النشر الشائعة

تم إنشاء النموذج الأول للعرض التجريبي الأولي (bench demo) باستخدام صور من قواعد بيانات عامة عبر الإنترنت، قمت بتصنيفها بنفسي. تضمن النموذج ثلاث فئات: قناع (كمامة)، وجهاز تنفس (respirator)، ونظارات واقية. استغرق تطوير هذا النموذج وقتاً طويلاً، وكنت راضياً جداً عن أدائه خلال الاختبارات الأولية. ومع ذلك، وفي اللحظة التي انتهيت فيها من طباعة الغلاف الخارجي للجهاز باستخدام تقنية الطباعة ثلاثية الأبعاد وكنت على وشك إتمام المشروع، واجهت مشكلة شائعة تظهر عادةً عند الانتقال من مرحلة العرض التجريبي إلى مرحلة النشر الفعلي؛ فعند تثبيت الجهاز على المستخدم، أصبح النموذج غير صالح تماماً للاستخدام، وذلك بسبب الزاوية غير المعتادة (من أسفل الوجه) وقرب الكاميرا الشديد من وجه المستخدم.

أدى هذا إلى حدوث ما يُعرف بـ "تحول النطاق" (domain shift) بين بيانات التدريب التي استُخدمت لبناء النموذج والصور التي تلتقطها الكاميرا وهي مثبتة على المستخدم. ولحل هذه المشكلة، كان عليّ البدء من جديد وإنشاء نموذج آخر باستخدام صور التُقطت بواسطة الكاميرا وهي في وضعها الفعلي على جسم المستخدم. وقد ساعد التكامل بين جهاز UNO Q ومنصة Edge Impulse في جمع بيانات جديدة بسرعة، وهو أمر كان بالغ الأهمية نظراً لاقتراب الموعد النهائي للمسابقة.

من خلال واجهة الأوامر (terminal) الخاصة بجهاز UNO Q، قمت بتنفيذ أمرٍ أتاح لي عرض مخرجات الكاميرا -عبر جهاز UNO- داخل علامة تبويب "جمع البيانات" (data collection) في منصة Edge Impulse.

$ edge-impulse-linux --clean --camera '/base/soc@0/usb@4ef8800/usb@4e00000-1.1:1.0-1e45:8022' --width 1280 --height 720


تمكنتُ من جمع بيانات جديدة خاصة بمجالٍ معين بسرعة.


بما أن الكاميرا أصبحت قريبة جداً من الشخص الذي يرتدي الجهاز، لم تعد هناك حاجة لتحديد مواقع أجسام متعددة داخل صورة أكبر باستخدام مربعات الإحاطة (bounding boxes). وبعد الانتقال من استخدام مربعات الإحاطة إلى تخصيص تصنيف واحد لكل عنصر من البيانات، واعتماد أسلوب تصنيف الصور في الفيديو بدلاً من اكتشاف الأجسام في الفيديو باستخدام نموذج "YOLO pro"، تبين لي أن النموذج الجديد يقدم أداءً أفضل مع كمية أقل من البيانات. إذا كنت تنوي إعادة تنفيذ هذا المشروع، فأنا أشجعك على تشغيل الأمر البرمجي وجمع بياناتك الخاصة أثناء ارتداء الجهاز، ثم مشاركة الصور التي جمعتها مع المشروع. كما أن هذه فرصة مناسبة لضبط التركيز اليدوي (manual focus) في كاميرا USB الخاصة بك قبل البدء باستخدام الجهاز.

قاعدة بيانات الصور للعرض التوضيحي (Bench Demo)

موديل

















 

جهاز تتبع السعرات الحرارية بتقنية الذكاء الاصطناعي يمكنك صنعه بنفسك لمطبخك

جهاز ذكاء اصطناعي طرفي (Edge-AI) يعتمد على تقنية RDK X5، يحدد نوع الطعام في طبقك ويسجل السعرات الحرارية والعناصر الغذائية بلمسة واحدة؛ دون الحاجة إلى هاتف أو سحابة إلكترونية.


الأدوات المستخدمة في هذا المشروع

المكونات المادية

لوحة التطوير RDK X5

كاميرا الرؤية المدعومة بالذكاء الاصطناعي RDK X5 STEREO AI VISION CAMERA M

لوحة تطوير مزودة بشاشة IPS مقاس 4 بوصات وبدقة 480×480

تطبيقات برمجية وخدمات عبر الإنترنت

أوتوديسك فيوجن

في إس كود

مايكروسوفت في إس كود

بالينا إيتشر

بالينا إيتشر

أدوات يدوية وآلات تصنيع

طابعة ثلاثية الأبعاد (عامة)

القصة

منذ أن بدأت أهتم باللياقة البدنية بجدية، أصبحت أكثر تركيزاً على ما أتناوله؛ أي السعرات الحرارية في طبقي، وليس فقط التمارين الرياضية التي أقوم بها.

كان كل وجبة تتطلب روتيناً ثابتاً: إخراج الهاتف، وفتح التطبيق، ومسح الطعام ضوئياً أو البحث عنه، وتحديد الكمية، ثم تسجيلها. تكرار هذه العملية مع كل وجبة يصبح أمراً مملاً بسرعة، وهو بالضبط نوع العقبات التي تدفع الناس للتخلي عن تتبع نظامهم الغذائي.

لذا، تساءلت: لماذا أحتاج إلى هاتفي للقيام بذلك؟ وبصفتي مهندس أجهزة (Hardware Engineer)، فكرت: لمَ لا أصمم جهازاً مخصصاً لهذه المهمة؟ يمكن وضعه على طاولة المطبخ تماماً مثل محمصة الخبز؛ تضع طبقك تحته، تضغط على زر واحد، ويتم تسجيل الوجبة.

وهذا بالضبط ما قمنا ببنائه. استخدامه بسيط للغاية: ضع طبقك تحت الكاميرا واضغط على زر واحد. يقوم الجهاز بالتعرف على الطعام، وتقدير محتواه من السعرات الحرارية والبروتين والكربوهيدرات والدهون، ثم يضيف الوجبة إلى سجلك اليومي.

يعمل كل شيء داخل الجهاز نفسه؛ إذ تعتمد الكاميرا، وشبكتان عصبيتان، وقاعدة بيانات الأطعمة، ولوحة التحكم على وحدة "D-Robotics RDK X5"، موضوعة داخل هيكل مطبوع بتقنية ثلاثية الأبعاد على شكل رغيف خبز. لا توجد خدمات سحابية، ولا اشتراكات، كما تظل صور طعامك داخل منزلك. 


يحتاج كل جهاز من هذا النوع إلى معالج قادر على تشغيل تقنيات رؤية الحاسوب دون الاعتماد على الحوسبة السحابية. في هذا المشروع، اخترنا D-Robotics RDK X5، وهو حاسوب لوحي صغير الحجم مصمم خصيصًا لتطبيقات الذكاء الاصطناعي والروبوتات الطرفية.

المعالج: ثماني النواة Arm Cortex-A55 بسرعة 1.5 جيجاهرتز

وحدة معالجة الإشارات العصبية: مُسرِّع عصبي مُخصَّص، تصل قدرته إلى 10 تيرابايت في الثانية

وحدة معالجة الرسومات: 32 جيجا فلوبس

ذاكرة الوصول العشوائي: متوفرة بإصدارين: 4 جيجابايت أو 8 جيجابايت

الكاميرا: مزودة بواجهتي MIPI CSI

يُعدّ الـ BPU العنصر الأكثر أهمية هنا؛ فهو مسرّع ذكاء اصطناعي مستقل يعمل على تشغيل الشبكات العصبية مباشرةً على اللوحة، وبسرعة تجعل عملية القياس تبدو فورية. وكما اكتشفنا لاحقاً، يمكن لهذا المسرّع أيضاً الاحتفاظ بنموذجيّ رصد (detection models) في ذاكرته في آنٍ واحد، وهو ما بُنيت عليه منظومة الرؤية بالكامل.

أما السبب الآخر لاختيارنا لهذه اللوحة فهو احتواؤها على منفذيّ MIPI CSI؛ إذ تتيح هذه المنافذ للوحة تشغيل كاميرا ستيريو ثنائية العدسات (binocular stereo camera) بشكلٍ مباشر، مما فتح الباب أمام أفكار مثيرة للاهتمام سنتناولها بعد قلي

إعداد لوحة  



كان تشغيل اللوحة أمراً سريعاً؛ فقد قمنا بتحميل صورة نظام التشغيل RDK X5 من مجتمع مطوري D-Robotics، ثم نسخناها على بطاقة ذاكرة microSD باستخدام برنامج balenaEtcher، وأدخلنا البطاقة في اللوحة، ووصلناها بشاشة، ثم قمنا بتشغيلها.

وبعد لحظات قليلة، ظهر أمامنا سطح مكتب RDK X5. كان كل شيء يعمل على أكمل وجه، فحان الوقت لإجراء أول اختبار للذكاء الاصطناعي.


أول اختبار للذكاء الاصطناعي: نموذج YOLO من مكتبة نماذج RDK (RDK Model Zoo)


قبل توجيه الكاميرا نحو الطعام، أردنا التأكد من أن جانب الذكاء الاصطناعي في اللوحة يعمل بكفاءة من البداية إلى النهاية. وفي الاختبار الأول، وقع اختيارنا على نموذج YOLOv9.

وقد تبين أن الأمر أسهل مما توقعنا؛ إذ توفر مكتبة النماذج (Model Zoo) الخاصة بـ D-Robotics مجموعة نماذج Ultralytics YOLO بالكامل — بدءاً من YOLOv5 وصولاً إلى YOLOv9 — وهي مُجهزة مسبقاً بصيغة ملفات ثنائية (binaries) متوافقة مباشرة مع وحدة معالجة الذكاء الاصطناعي (BPU). وهذا يعني أنك لن تحتاج إلى إجراء أي عمليات تحويل أو تقييس (quantization) للنماذج بنفسك. فلتشغيل YOLOv9 على لوحة X5، لم يتطلب الأمر سوى تنفيذ أمر واحد لتحميل النموذج، وأمر آخر لتشغيله.

git clone https://github.com/D-Robotics/rdk_model_zoo
cd rdk_model_zoo
git checkout rdk_x5 # the X5 has its own branch
cd samples/vision/ultralytics_yolo
bash download.sh # pulls precompiled *_640x640_nv12.bin models

يُعدّ الرمز `_nv12` في أسماء النماذج أمراً مهماً؛ فصيغة NV12 هي الصيغة الأصلية لمخرجات الكاميرا، مما يعني أن إطارات الفيديو تنتقل مباشرةً إلى وحدة معالجة البيانات (BPU) دون الحاجة إلى أي تحويل في الألوان. وتستخدم "سلسلة معالجة بيانات الطعام" (food pipeline) -التي سنشير إليها لاحقاً في هذا المقال- الأسلوب ذاته.

قامت اللوحة بمعالجة الفيديو في الوقت الفعلي، مع رسم تسميات ومربعات إحاطة (bounding boxes) ودرجات ثقة لكل جسم يتم اكتشافه. وقد أكد لنا ذلك أن العتاد (hardware) بات جاهزاً للمهمة الفعلية.

الكاميرا: وحدة الكاميرا المجسمة (RDK Stereo Camera Module)



بالنسبة للكاميرا، اخترنا وحدة الكاميرا المجسمة (Stereo Camera Module) طراز GS130W من شركة D-Robotics. وهي عبارة عن كاميرا مجسمة ثنائية العدسات مدمجة في وحدة واحدة، وتتصل مباشرة بمنفذي MIPI CSI في لوحة X5. قمنا بتوصيلها واختبار تدفقي الفيديو من الكاميرتين، وقد عمل كلاهما بنجاح.


المستشعرات: 2× SmartSens SC132GS، بدقة 1.3 ميجابكسل، مزودة بمصراع عالمي (Global Shutter).

مجال الرؤية: 157.2 درجة قطرياً / 96.8 درجة أفقياً / 115.6 درجة رأسياً.

أقصى معدل إطارات: 120 إطاراً في الثانية.

المسافة الفاصلة بين العدستين (Baseline): 80 مم (79.2 مم وفقاً للمعايرة الأصلية من المصنع).

ميزات إضافية: تعريض ضوئي مزدوج متزامن، إمكانية التشغيل عبر محفز خارجي (External Trigger)، وحساسية للأشعة تحت الحمراء القريبة (850/940 نانومتر).

يعمل المصراع العالمي (Global Shutter) على التقاط الإطار بالكامل في لحظة واحدة، مما يمنع حدوث أي تشوه أو ضبابية في الصورة إذا كان الطبق لا يزال يتحرك قليلاً عند التقاط الصورة. وبفضل وجود عدستين تفصل بينهما مسافة 80 مم، أصبح بإمكاننا -نظرياً- قياس العمق وحساب الحجم الفعلي للطعام، بدلاً من الاكتفاء بالتعرف عليه فقط؛ وهذا هو هدفنا في الإصدار القادم من هذا المشروع.


عند البدء في كتابة الكود البرمجي للتعامل مع الكاميرا، ظهرت بعض الخصائص غير المعتادة:


المستشعرات مثبتة بوضعية رأسية (Portrait): الدقة الأصلية هي 1280×1088 بكسل في وضع جانبي، لذا يتم تدوير كل إطار بزاوية 90 درجة قبل إجراء أي معالجة أخرى عليه.

أداة تغيير الحجم (Scaler) المدمجة في العتاد صارمة جداً: فهي تقبل فقط نسب تصغير محددة وثابتة، وترفض أي نسب أخرى وتظهر رسالة خطأ "حجم غير صالح" (Invalid size)، حتى وإن كانت الأبعاد تبدو صحيحة. يعمل خيار نصف الدقة (544×640)، لذا اعتمدنا هذا الإعداد في مسار معالجة البيانات.

العدسة ذات زاوية رؤية واسعة جداً: نظراً لأن مجال الرؤية القطري يبلغ 157 درجة، فإن الطبق الموجود على مسافة تتراوح بين 20 و40 سم لا يشغل سوى جزء من الإطار. ولأغراض التجربة، أضفنا خياراً في أداة المعاينة المباشرة (Live-preview) يحمل اسم `--zoom`؛ حيث يقوم هذا الخيار بقص الجزء المركزي من الصورة وتكبيره، مما يعطي تأثيراً مشابهاً لاستخدام عدسة ذات بُعد بؤري أطول. تجزئة الأطعمة: ما وراء صناديق التحديد

بعد الانتهاء من إعداد اللوحة والكاميرا، انتقلنا إلى المرحلة الفعلية: التعرف على الأطعمة.


تُقدِّم تقنيات الكشف عن الأشياء التقليدية ما يُعرف بـ "صندوق التحديد" (Bounding Box)؛ وهو مستطيل يُرسم تقريباً حول كل جسم. أما تقنية "التجزئة" (Segmentation) فتذهب إلى أبعد من ذلك، حيث تحدد بدقة البكسلات التي تنتمي لكل عنصر. فعلى سبيل المثال، إذا وُجد الأرز والدجاج والخبز في طبق واحد، تحصل كل مادة منها على قناع (Mask) خاص بها، مما يعطي صورة أوضح بكثير لما يحتويه الطبق فعلياً.

نموذج واحد لم يكن كافياً

كانت نقطة الانطلاق البديهية هي استخدام نموذج YOLOv8n-Seg، وهو نموذج للتجزئة مُعدّ مسبقاً ليعمل على وحدة معالجة الأداء (BPU) الخاصة بلوحة X5. يُنتج هذا النموذج أقنعة دقيقة للبكسلات، لكنه مُدرَّب على مجموعة بيانات COCO، التي تحتوي على 80 فئة، منها عشر فئات فقط تتعلق بالطعام. وقد اخترنا أربعاً منها لنموذجنا الأولي، وهي: الموز، والتفاح، والبرتقال، والبيتزا.

وبما أن أربعة أصناف من الطعام لا تكفي لتتبع السعرات الحرارية بشكل فعّال، احتجنا إلى نموذج قادر على التعرف على أنواع أكثر من الأطعمة. وهنا جاء دور نموذج YOLO-World، وهو نموذج كشف ذو "مفردات مفتوحة" (Open-vocabulary detector)؛ فبدلاً من الاعتماد على قائمة ثابتة من الفئات، يمكنك تزويده بعبارات نصية -مثل "بيض مقلي" أو "أرز"- وسيقوم هو بالبحث عنها، دون الحاجة إلى إعادة تدريب النموذج. لكن العيب في هذا الإصدار المخصص لوحدة المعالجة (BPU) هو أنه يكتفي بتحديد الأشياء داخل صناديق (Bounding Boxes) دون إنشاء أقنعة (Masks) لها.

وهكذا، لم يكن أي من النموذجين قادراً على إنجاز المهمة بمفرده؛ فنموذج YOLOv8-Seg يوفر الأقنعة لكنه يفتقر إلى تنوع الأصناف الغذائية، بينما يوفر YOLO-World تنوعاً أكبر في الأصناف لكنه يفتقر إلى الأقنعة. لذا، قررنا تشغيل كلا النموذجين على كل إطار (Frame) ودمج النتائج معاً.

PROTOTYPE_COCO_CLASSES = {"banana", "apple", "orange", "pizza","donut"}
PROTOTYPE_WORLD_CLASSES = [
"fried egg", "sausage", "bacon", "bread",

"rice", "grilled chicken", "cheese",

يصل إجمالي عدد فئات الأطعمة بذلك إلى 12 فئة. وإذا أردنا إضافة فئة ثالثة عشرة إلى نموذج YOLO-World، فما علينا سوى إضافة نص (سلسلة نصية) إلى تلك القائمة، بشرط وجود "تضمين نصي" (text embedding) مطابق لها في ملف `config/food_vocabulary_embeddings.json`. يحتوي هذا الملف بالفعل على تضمينات لـ 115 كلمة—تشمل فئات مجموعة بيانات COCO الثمانين، بالإضافة إلى 35 مصطلحاً إضافياً خاصاً بالأطعمة—مما يتيح خيارات متنوعة. يدعم نموذج YOLO-World ما يصل إلى 32 "مطالبة" (prompt)؛ وقد بدأنا بـ 42 مرشحاً ثم قلصناها إلى 8، نظراً لأن كل مطالبة إضافية تستهلك موارد حوسبية وذاكرة إضافية عند معالجة كل إطار (frame) من الفيديو.

تحويل المربعات إلى أقنعة (Masks)

كانت الأطعمة التي يحددها نموذج YOLO-World تظهر داخل مستطيلات فقط. وبدلاً من تدريب نموذج جديد للتقسيم (segmentation)، لجأنا إلى خوارزمية كلاسيكية من خوارزميات معالجة الصور، وهي خوارزمية GrabCut المتاحة ضمن مكتبة OpenCV. تعتمد هذه الخوارزمية على تلقي مستطيل محدد، ثم تقوم بفصل الجسم الموجود داخله عن الخلفية بناءً على الألوان:

pad_x, pad_y = box_w * pad_ratio, box_h * pad_ratio   # 8% outward padding
rect = (rx1, ry1, rx2 - rx1, ry2 - ry1)
cv2.grabCut(image_bgr, mask, rect, bgd_model, fgd_model,
iterations, cv2.GC_INIT_WITH_RECT)
fg_mask = np.where((mask == cv2.GC_FGD) | (mask == cv2.GC_PR_FGD), 1, 0)

نقوم بتوسيع الصندوق (الإطار) بنسبة 8% نحو الخارج، مما يتيح لخوارزمية "GrabCut" الحصول على مساحة من الخلفية الفعلية لتتعلم منها. لكن هذه الطريقة ليست مثالية؛ ففي حالة الأطعمة ذات الأسطح المستوية والمتجانسة -مثل شريحة من الجبن- قد تفشل الخوارزمية في تقديم أي نتيجة، كما قد تظهر أخطاء عند التعامل مع المناطق الصغيرة جداً. وفي كلتا الحالتين، يعتمد الكود تلقائياً على الصندوق نفسه كقناع (mask). وتأتي الأقنعة الناتجة بنفس تنسيق أقنعة نموذج "YOLOv8-Seg"، مما يجعل بقية مراحل المعالجة تعمل بسلاسة بغض النظر عن النموذج الذي اكتشف الطعام.

إزالة التكرارات

أدى تشغيل نموذجين على الصورة نفسها إلى ظهور مشكلة جديدة؛ إذ قد يكتشف كلاهما العنصر ذاته (على سبيل المثال، تفاحة واحدة). ولحل هذه المشكلة، نتبع خطوتين: أولاً، إذا كان الصندوق الناتج عن نموذج "YOLO-World" يتداخل مع اكتشاف صادر عن "YOLOv8-Seg" بنسبة تزيد عن 50%، يتم استبعاد نتيجة "YOLO-World"؛ وذلك لأن القناع الذي تم إنتاجه عبر التدريب يُعد أكثر دقة وموثوقية من التقدير الذي تقدمه "GrabCut". بعد ذلك، تأتي خطوة ثانية يتم فيها ترتيب جميع العناصر بناءً على مستوى الثقة (confidence score)، ثم تُحذف أي عناصر تتداخل بنسبة تزيد عن 30% مع عناصر أخرى ذات درجة ثقة أعلى.

def nms_items(items, iou_thres=NMS_IOU_THRES):
kept = []
for item in sorted(items, key=lambda it: it["score"], reverse=True):
if not any(boxes_iou(item["box"], k["box"]) > iou_thres for k in kept):
kept.append(item)
return kept

الاختبار الحقيقي الأول

بعد توصيل كلا الكاشفين، وضعنا وجبة طعام حقيقية أمام الكاميرا وشغّلنا سلسلة المعالجة (pipeline) على لوحة RDK X5. وقد نجحت التجربة بالفعل؛ إذ ظهرت الأقنعة (masks) فوق أصناف الطعام، وكانت التصنيفات دقيقة، واستغرق كلا النموذجين حوالي ربع ثانية لإتمام المهمة.

ولتسهيل إجراء اختبارات كهذه، قمنا بتطوير أداة بسيطة للمعاينة المباشرة تحمل اسم `food_seg_web_preview.py`. تقوم هذه الأداة ببث لقطات الكاميرا إلى متصفح الويب مع عرض الأقنعة والتصنيفات فوق كل إطار، مما سهّل علينا ضبط الإضاءة وموقع الكاميرا. يشير اللون البنفسجي الزاهي إلى قناع ناتج عن نموذج YOLOv8-Seg، بينما يشير اللون الأرجواني الداكن إلى نتيجة استخدام YOLO-World مع خوارزمية GrabCut. لقد اخترنا اللون البنفسجي لأن نادراً ما يوجد طعام بهذا اللون، مما يضمن عدم تداخل العناصر المضافة (overlay) مع مظهر الطعام الأصلي.

python3 vision/food_seg_web_preview.py --video-index 1 --zoom 1.5 --detect-every 2



 

لوحة استشعار العمق للروبوتات بتكلفة ميسورة- Depth-Sensing Board

تمنح هذه اللوحة الصغيرة ومنخفضة التكلفة، التي تعمل بنظام لينكس، الروبوتاتِ رؤيةً مجسمة وقدرةً على استشعار العمق، وذلك دون الحاجة إلى الاعتماد على حاسوب خارجي. 


لا تقتصر أنظمة الملاحة المتطورة على تحديد الأجسام فحسب، بل تقيس المسافة إليها أيضًا. يمكن لأجهزة الاستشعار مثل LiDAR وأجهزة قياس المسافة بالموجات فوق الصوتية القيام بهذه المهمة، ولكن ثمة خيار آخر يتمثل في استخدام كاميرتين لحساب العمق بنفس طريقة عمل أعيننا. مع ذلك، قد تتطلب أنظمة الرؤية المجسمة موارد حاسوبية كبيرة، مما يجعل دمجها في الأنظمة المدمجة أمرًا صعبًا. ولجعل هذه التقنية في متناول الجميع، طوّر ريان ووكر، خبير الأجهزة في شركة Rootkit Labs، لوحة رؤية مجسمة منخفضة التكلفة تتولى التقاط الصور ومعالجة العمق دون الحاجة إلى حاسوب خارجي.

تعتمد اللوحة على معالج Rockchip RV1103 SoC، الذي يضم معالج Arm Cortex-A7 بتردد 1.1 جيجاهرتز، وذاكرة وصول عشوائي DDR2 بسعة 64 ميجابايت، وواجهة MIPI CSI-2، كل ذلك في حزمة QFN-88. كما تتضمن الشريحة إمكانيات تسريع الأجهزة التي تجعلها مناسبة تمامًا لمعالجة صور الكاميرا.

قام ووكر بدمج المعالج مع كاميرتين من طراز OV9281، مُنشئًا نظام رؤية مجسمة متكاملًا يعمل بنظام لينكس. تكمن الفكرة في استخدام اللوحة كوحدة طرفية لأجهزة أخرى، مثل روبوت قائم على أردوينو يحتاج إلى خاصية تجنب العوائق. بمجرد تشغيلها، يمكنها معالجة الصور ونقل المعلومات عبر اتصال تسلسلي، مما يتيح لوحدة التحكم الدقيقة الرئيسية التفرغ لأداء مهام أخرى.


تم تنفيذ العتاد على لوحة دوائر مطبوعة (PCB) مكونة من أربع طبقات، مع مسارات ذات معاوقة (impedance) مضبوطة بدقة لدعم الواجهات عالية السرعة، بما في ذلك MIPI وUSB وEthernet. ويشير ووكر إلى أن التصميم الأولي كان ناجحاً إلى حد كبير، رغم ظهور بعض المشكلات؛ مثل عدم دقة أبعاد فتحات تثبيت العدسات، واختيار مقاومات لمصابيح LED ذات قدرة أقل من المطلوب، بالإضافة إلى مسار طاقة جاء أرفع مما كان مخططاً له.

أما على جانب البرمجيات، فقد استخدم ووكر أداة "Buildroot" لبناء نظام "لينكس" (Linux) متكامل، يضم مُحمّل الإقلاع (bootloader) والنواة (kernel) والتعريفات اللازمة. وقد استُمدت بعض المكونات -مثل تعريفات كاميرات MIPI ودعم التسريع العتادي- من حزمة البرمجيات الخاصة بالمُصنّع "Rockchip". ويتيح النظام الناتج الوصول إلى الكاميرات عبر واجهة "Video4Linux2" في نظام "لينكس"، بينما يمكن تهيئة منفذ USB-C لدعم الاتصال عبر شبكة "Ethernet" والوصول إلى النظام برمجياً عبر بروتوكول SSH.

وتكمن الركيزة الأساسية لقدرة اللوحة على استشعار العمق في "محرك الفيديو" (Video Engine) من شركة "Rockchip"، والذي يتضمن وحدة تسريع عتادي تعتمد خوارزمية "مجموع الفروق المطلقة" (Sum of Absolute Differences - SAD). وتُمكن هذه التقنية النظام من مقارنة أجزاء صغيرة من الصور الملتقطة بواسطة الكاميرتين، ومن ثم تحديد السمات المتطابقة بينهما.



هل وجود روبوتَين أفضل من وجود روبوت واحد؟

TwinX هو روبوت قابل لتغيير شكله، يمكنه الانقسام إلى جزأين، وإعادة الاتصال بتكوينات مختلفة، والعمل ككتلة واحدة باستخدام سلكٍ يربط أجزاءه ببعضها.


سواء كان الروبوت يعمل على خط تجميع أو يقوم بتنظيف الأرضية، فإنه يُصمم عادةً لغرض محدد؛ لذا قد لا يكون الروبوت البارع في مهمة ما مفيداً بالقدر نفسه في مهمة أخرى. وتوفر الروبوتات القابلة لإعادة التشكيل حلاً محتملاً لهذه المشكلة، إذ يمكنها تغيير بنيتها المادية لتنفيذ مهام متنوعة. وفي هذا السياق، طوّر باحثون في جامعة طوكيو نظاماً روبوتياً يُدعى "TwinX" يرتقي بهذا المفهوم إلى مستوى أبعد؛ حيث يتيح لروبوتين الاتحاد معاً، أو الانفصال، أو التعاون فيما بينهما، وذلك باستخدام سلك واحد فقط يربطهما.


تعتمد معظم الروبوتات النمطية (المكونة من وحدات) على وصلات ميكانيكية صلبة لتشكيل هيئات مختلفة؛ فبمجرد اتصالها، تعمل الوحدات الفردية كآلة واحدة. أما نظام "TwinX" فيتبنى نهجاً مختلفاً؛ إذ يستخدم سلكاً قابلاً للسحب يؤدي وظيفتين: سحب الروبوتين معاً لتكوين آلة أكبر، وتمكينهما من العمل سوياً حتى وهما منفصلان مادياً.


يتكون "TwinX" من روبوتين متطابقين مزودين بأطراف ذات عجلات يُطلق عليهما اسم "WiXus"؛ حيث يحتوي كل منهما على أطراف مفصلية تنتهي بعجلات. ويرتبط الروبوتان بسلك من مادة "داينيما" (Dyneema) بقطر 2 ملم، يتم التحكم فيه بواسطة آلية لفّ آلية قادرة على توليد قوة شد مستمرة تصل إلى 313 نيوتن.


عند سحب السلك، تتقارب الروبوتات حتى تدخل دبابيس التثبيت في الفتحات المخصصة لها. وتوفر هذه الوصلات الميكانيكية الصلابة اللازمة لمقاومة قوى الانحناء والالتواء، بينما يضمن الشد في السلك بقاء الأجزاء متصلة بإحكام.


ومن خلال اختيار أسطح تثبيت مختلفة، يمكن لنظام "TwinX" اتخاذ ثلاثة أشكال؛ الأول هو روبوت رباعي الأرجل يستخدم أطرافه الأربع المزودة بعجلات للتنقل فوق التضاريس غير المستوية. والثاني هو مركبة ذات عجلات قابلة للتوجيه بشكل مستقل، مما يسمح لها بالتحرك في اتجاهات مختلفة دون الحاجة إلى تغيير اتجاه هيكلها أولاً. أما الثالث فهو روبوت ذو ذراع مناولة، حيث يتم وضع أحد الروبوتين عمودياً فوق الآخر، مما يشكل منصة متحركة مزودة بذراعين مفصليتين.


وقد استعرض الباحثون هذه القدرات من خلال سلسلة من التجارب؛ ففي وضع "الروبوت رباعي الأرجل"، نجح "TwinX" في السير فوق العشب، ونزول السلالم، وتجاوز حواف الأرصفة. وفي تجربة أخرى، تحرك الروبوت نحو قطعة من النفايات، ثم تحول إلى وضع "الروبوت ذي ذراع المناولة"، ليلتقط النفايات ويضعها في حاوية مخصصة، قبل أن يعود مجدداً إلى هيئته المعتمدة على العجلات. عند انفصال الروبوتات عن بعضها، تظل مرتبطة بواسطة سلك يمكن استخدامه للتحكم في الأشياء أو نقل القوى فيما بينها. وقد أثبت الباحثون ذلك من خلال جعل الروبوتات تحيط بالأجسام وتنقلها باستخدام السلك، أو تشتبك بالأجسام لتحريكها، أو حتى مساعدة بعضها البعض عبر قوة الشد التي تنتقل عبر السلك أثناء صعود المنحدرات.



لا يزال نظام "TwinX" منصة تجريبية، وأمام الباحثين الكثير من العمل، لا سيما فيما يتعلق بأتمتة التعاون بين الروبوتات المنفصلة. كما يطمحون إلى توسيع هذا المفهوم ليشمل أنظمة تضم عدداً أكبر من الروبوتات وأسلاك ربط متعددة. ويمكن لمثل هذه الأنظمة تنفيذ مجموعة متنوعة وأوسع بكثير من المهام دون الحاجة إلى أجهزة متخصصة لكل مهمة على حدة، مما يمنح الروبوتات القابلة لإعادة التشكيل مرونة أكبر بكثير.






 

ذراع روبوتية يمكنك تعديلها

 ذراع روبوتية قابلة للتكوين ومتوافقة مع نظام التشغيل ROS 2، مزودة بأجهزة بارامترية وأدوات قابلة للتبديل، بالإضافة إلى أداة تكوين عبر الويب تتيح لك استكشاف نطاق الوصول


القصة

تُعد الأذرع الروبوتية أمراً مثيراً للإعجاب، لكن بناء ذراع منها يتطلب تقديم سلسلة من التنازلات التي تعتمد بشكل كبير على الغرض من استخدامها. فمثلاً، قد لا تتطلب ذراع طويلة مُثبَّت في نهايتها كاميرا قدرةً كبيرة على حمل الأوزان، بينما تتطلب ذراع مزودة بقبضة (مُمسك) للتعامل مع القطع تركيزاً أكبر على عزم دوران المفاصل وصلابة الهيكل. وإذا أضفت أداة مختلفة أو غيّرت طبيعة المهمة بالكامل، فقد تتغير المتطلبات أيضاً.

تكمن المشكلة في أن معظم الأذرع الروبوتية تفرض عليك تحديد تكوينها (هيكلها ومواصفاتها) قبل البدء في بنائها فعلياً؛ إذ تشتري المكونات وتجمعها، ثم تكتشف لاحقاً ما إذا كان مدى الوصول، وقدرة التحميل، والتكلفة مناسبة لاحتياجاتك أم لا. لذا، أردت استكشاف نهج مختلف؛ نهج يسمح بتكييف الروبوت ليناسب المهمة المطلوبة، بدلاً من إجبار المهمة على التوافق مع قيود الروبوت.

وهنا يأتي دور "mod101": وهي منصة ذراع روبوتية مفتوحة المصدر، تعتمد على هندسة قابلة للتهيئة، وأدوات طرفية (end-effectors) معيارية، وبرمجيات تصف بدقة المكونات المادية التي تستخدمها. تهدف الفكرة إلى جعل التجريب جزءاً لا يتجزأ من عملية التصميم، بدلاً من كونه عقبة تضطر للتعامل معها بعد اكتمال تجميع الروبوت.

تعرَّف على mod101

تعتمد "mod101" في بنائها على مقاطع الألمنيوم القياسية (من نوع 2020) ودعامات مفاصل مُصممة خصيصاً ومطبوعة بتقنية ثلاثية الأبعاد. يستلهم التصميم أفكاره من مشروع "SO-101"، لكن الهدف هو تطوير هذه النقطة لتصبح منصة أكثر مرونة وقابلية للتهيئة في مجال تطوير الروبوتات، حيث يمكن للهيكل الميكانيكي والبرمجيات أن يتطورا جنباً إلى جنب مع طبيعة المهمة المطلوبة.

تتميز فاصل الكتف والمرفق بإمكانية تعديل أطوال مقاطع الألمنيوم، مما يتيح لك تغيير مدى وصول الذراع دون الحاجة إلى إعادة تصميم الهيكل بالكامل. كما يمكنك اختيار محركات مؤازرة (servos) مختلفة للمفاصل التي تتحمل الأوزان، وتبديل الأداة الطرفية وفقاً للمهمة التي تريد من الروبوت تنفيذها. ولا تقتصر هذه التعديلات على الجانب المادي فحسب؛ بل تمتد لتشمل منظومة البرمجيات، التي تتضمن نظام تشغيل الروبوتات (ROS 2)، وبيئة المحاكاة "Gazebo"، ونظام تخطيط الحركة "MoveIt 2"، بالإضافة إلى آلية معايرة تُنشئ إعدادات متوافقة مع كل من "ROS 2" و"LeRobot". وهذا ما يجعل mod101 مفيداً في سياقات متنوعة؛ بدءاً من كونه أداة معالجة توضع على طاولة العمل لإجراء تجارب تتعلق بمهام الالتقاط والوضع (pick-and-place)، وصولاً إلى استخدامه كنظام لتوجيه الكاميرات، أو كذراع مدمجة ضمن روبوت متنقل أكبر حجماً. فبدلاً من تقييد الجهاز بتطبيق واحد محدد، فإنه يمثل نقطة انطلاق يمكن تكييفها وتطويرها مع تقدم المشروع.

صمِّم بناءً على طبيعة التطبيق، لا استناداً إلى ورقة المواصفات الفنية


كان أحد أهم القرارات في عملية التصميم هو جعل هندسة الذراع قابلة للتعديل؛ فتغيير طول أي جزء من أجزاء الذراع لا يقتصر تأثيره على مدى وصول الروبوت فحسب، بل يتجاوز ذلك بكثير. فزيادة طول القضبان تؤدي إلى زيادة عزم الدوران المؤثر على المفاصل؛ مما يعني أن التصميم الذي يعمل بكفاءة مع كاميرا خفيفة الوزن قد يواجه صعوبات إذا تم تزويده بقبضة أثقل أو بأداة أخرى. ورغم إمكانية استخدام محركات مؤازرة (servos) أقوى للتعويض عن ذلك، إلا أن هذا الخيار يزيد من كتلة الروبوت وتكلفته؛ لذا فإن تحسين جانب واحد من التصميم قد يفرض قيوداً جديدة في جوانب أخرى.

ولهذا السبب، حرصت على أن تكون عملية التهيئة (configuration) شفافة، بحيث تظهر بوضوح المقايضات المترتبة على كل خيار. تتيح لك أداة التهيئة عبر الويب "mod101" تعديل أطوال القضبان واختيار محركات مؤازرة مختلفة لمنطقتي الكتف والمرفق، ومن ثم مراقبة التغيرات التي تطرأ على مدى الوصول التقديري، والكتلة، والحمولة، والتكلفة. يمكنك تجربة توليفات متنوعة قبل طلب المكونات أو البدء في قص المواد، مما يسهل عليك إدراك المكاسب والخسائر المرتبطة بكل خيار تصميمي.

بالنسبة لمن لا يرغبون في البدء من الصفر، توفر أداة التهيئة (configurator) خيارات جاهزة بمقاسات S وM وL، مما يمنحك نقاط انطلاق عملية ومناسبة. وبمجرد الوصول إلى التكوين الذي يلبي احتياجاتك، يمكنك حفظه ثم قص قطاعات الألمنيوم (من نوع 2020 T-slot) بالأطوال المطلوبة. يُستخدم هذا التكوين ذاته لإنشاء "وصف الروبوت" (robot description) لبقية حزمة البرمجيات، مما يربط الخيارات التي اتخذتها أثناء التصميم الميكانيكي بالروبوت الذي ستقوم لاحقاً بمحاكاته والتحكم فيه.


وبذلك، لا تقتصر وظيفة أداة التهيئة على كونها وسيلة مريحة لتصور أشكال مختلفة للذراع الروبوتية فحسب، بل تصبح جزءاً لا يتجزأ من سير عمل الهندسة، حيث تساعدك على تقييم التصميم قبل الالتزام بتنفيذه مادياً.

بناؤه باستخدام مكونات متاحة

يجمع التصميم الميكانيكي بين قطاعات الألمنيوم القياسية (2020) ودعامات مخصصة مطبوعة بتقنية ثلاثية الأبعاد؛ حيث تُستخدم قطاعات الألمنيوم لتكوين هيكل صلب وقابل للتعديل، بينما تُستخدم المكونات المطبوعة لتثبيت المفاصل واستيعاب أنواع مختلفة من المحركات المؤازرة (servos). إنه مزيج عملي لمشروع صُمم ليكون قابلاً للبناء والتعديل والتطوير المستمر، دون الحاجة إلى معدات تصنيع متخصصة.

يعتمد التكوين الأساسي على ستة محركات مؤازرة من طراز STS3215، وقطاعات ألمنيوم، ومثبتات من نوع M5، وما يقرب من 150 جراماً من مادة PLA المدعومة بألياف الكربون. وتبلغ تكلفة المواد المطلوبة لهذا النموذج حوالي 134 دولاراً - دون احتساب الأدوات، أو تكاليف الشحن، أو أي إلكترونيات وملحقات إضافية - مما يجعل التكلفة الأولية معقولة جداً لمنصة تطوير روبوتات.

بالطبع، قد لا يناسب هذا التكوين الأساسي جميع التطبيقات. فإذا كنت بحاجة إلى قدرة أكبر على حمل الأوزان، يتيح التصميم استخدام محركات مؤازرة أقوى - مثل طرازي STS3250 وST3120 - مع استخدام الدعامات المناسبة لها. أما إذا كانت الأولوية هي مدى الوصول (reach)، فيمكنك تعديل أطوال قطاعات الألمنيوم وتقييم التكوين الناتج قبل البدء بقص المواد.


الهدف هنا ليس الادعاء بأن ذراعاً روبوتية منخفضة التكلفة يمكنها إنجاز أي مهمة، بل توضيح العلاقة بين التكلفة ومدى الوصول والقدرات التقنية؛ ليتسنى لك توجيه ميزانيتك نحو الجوانب الأكثر أهمية لتطبيقك الخاص، بدلاً من دفع تكاليف مقابل تكوين ثابت قد لا يلبي احتياجاتك الفعلية. أدوات معيارية، وروبوتات معيارية

تُعد "المؤثرات النهائية" (end-effectors) جزءاً آخر من التصميم يستفيد من التعامل مع الروبوت كمنصة قابلة للتهيئة. فالمقبض (gripper) المخصص لعمليات الالتقاط والوضع له متطلبات تختلف عن تلك الخاصة بحامل الكاميرا أو أي أداة مخصصة أخرى؛ لذا فإن الاضطرار إلى تعديل البرمجيات الأساسية للذراع الروبوتية في كل مرة يتم فيها تغيير الأداة سيؤدي سريعاً إلى تقويض مرونة التصميم الميكانيكي.

في مشروع "mod101"، يتم تنفيذ المؤثرات النهائية كحزم مستقلة ضمن إطار عمل "ROS 2"، حيث تحتوي كل حزمة على وصف خاص بها للروبوت، ووحدات تحكم، وإضافات للمحاكاة، وتكامل مع عمليات التشغيل (launch integration). يتضمن المشروع حالياً مقبضاً تقليدياً ذا فكّين متوازيين للتعامل مع الأشياء، وأداة إمساك تعتمد على نظام الوصلات (PincOpen)، وأداة ذات فك واحد مستمدة من تصميم "SO-101"، بالإضافة إلى غطاء طرفي فارغ (blank end-cap) يعمل كنقطة انطلاق لتطوير أدوات مخصصة دون الحاجة إلى مشغّل (actuator) إضافي.

كما يسهّل هيكل الحزم هذا توسيع نطاق المشروع؛ إذ يمكن لأي أداة جديدة اتباع نفس القواعد المعتمدة للأدوات الموجودة مسبقاً، بدلاً من الحاجة إلى إجراء تعديلات في البرمجيات الأساسية للذراع. وهذا يضمن فصل الأجهزة (hardware) الخاصة بتطبيق معين عن المكونات المشتركة بين جميع التكوينات المختلفة.

وينطبق المبدأ ذاته عندما يصبح "mod101" جزءاً من روبوت أكبر؛ حيث يتم تقديم الذراع كـ "ماكرو" (macro) مُعرَّف بمعاملات (parameters) باستخدام لغة "Xacro". وهذا يتيح للمنصة المتنقلة دمج ذراع واحدة أو أكثر -مع منح كل منها اسماً مستقلاً- دون الحاجة إلى إنشاء نسخة منفصلة (fork) من وصف الروبوت وصيانتها بشكل مستقل. وتبرز أهمية ذلك بشكل خاص عندما يكون الذراع الروبوتية مجرد نظام فرعي ضمن آلة أكبر؛ إذ إن الحفاظ على قابلية إعادة استخدام المكونات يجعل تطوير النظام ككل وصيانته أكثر سهولة.

من نموذج ثلاثي الأبعاد إلى روبوت محاكى

تعتمد حزمة البرمجيات على إصدار "ROS 2 Jazzy"، مع استخدام "Gazebo Harmonic" للمحاكاة، و"ros2_control" لإدارة بنية التحكم. يجمع المستودع (repository) بين وصف الروبوت، وتكامل المحاكاة، وحزم المؤثرات النهائية، وإعدادات "MoveIt 2"، مما يوفر مساراً متكاملاً للانتقال من التصميم الميكانيكي إلى روبوت يمكنك تجربته فعلياً في بيئة برمجية.

بمجرد بناء المشروع، يمكنك تشغيل الذراع المحاكية مع الأداة الطرفية التي اخترتها باستخدام الأمر التالي:

ros2 launch mod101_gazebo gazebo.launch.py tool:=parallel

ومن هنا، يوفر MoveIt 2 الأدوات اللازمة لتجربة تخطيط الحركة، بما في ذلك الحركية العكسية (inverse kinematics)، والتخطيط مع مراعاة تجنب الاصطدامات، وتنفيذ المسارات عبر واجهة RViz. يتيح ذلك استكشاف كيفية تحرك الذراع الروبوتية ضمن مساحة عملها، واختبار الحركات المخطط لها قبل الانتقال إلى تطبيقها على الأجهزة الفعلية.

المعايرة (Calibration): مطابقة النموذج مع الروبوت الحقيقي.

قد يبدو وصف الروبوت دقيقاً تماماً على الورق، لكنه قد لا يعكس بدقة واقع العتاد المادي الموجود على طاولة العمل. فتوجه تركيب المحركات المؤازرة (servos)، ومحاذاة أذرع التوصيل (horns)، والتداخلات الميكانيكية، ونطاق الحركة الفعلي المتاح عند كل مفصل؛ كلها عوامل تؤثر على أداء الذراع الروبوتية بعد تجميعها. وإذا افترض البرنامج حدوداً للمفاصل تختلف عن تلك المتاحة في الروبوت الفعلي، فقد يؤدي ذلك إلى حركات غير متوقعة، حتى لو كانت خطة الحركة في حد ذاتها منطقية.


ولسد هذه الفجوة، يتضمن نظام mod101 مسار عمل للمعايرة عبر متصفح الويب. فمن خلال توصيل المحركات المؤازرة عبر محول (USB-to-TTL)، يمكنك ضبط كل مفصل على حدة، وتحريكه يدوياً، وقياس نطاق حركته، والتحقق من عدم وجود مشكلات مثل الانحشار أو السلوك غير الطبيعي. بعد ذلك، تُجري الأداة اختبار تشغيل مُتحكَّم فيه، وتُنشئ ملفات الإعدادات اللازمة لكل من نظامي ROS 2 وLeRobot؛ مما يقلل من حجم العمل اليدوي المطلوب للانتقال من مجرد ذراع مجمعة إلى نموذج برمجي قابل للاستخدام.


كما يتوفر "وضع تجريبي" (demo mode) يتيح لك استكشاف مسار العمل هذا دون الحاجة إلى توصيل العتاد المادي؛ وهو خيار مفيد إذا كنت ترغب في فهم عملية المعايرة قبل البدء ببناء الذراع بنفسك.


قد لا تبدو المعايرة الجزء الأكثر إبهاراً بصرياً في مشاريع الروبوتات، لكنها خطوة جوهرية لجعل المنصة قابلة للتكرار؛ فهي تربط التجميع الميكانيكي بالنموذج الذي يتحكم فيه البرنامج فعلياً، بدلاً من افتراض أن كل نسخة يتم بناؤها ستتصرف تماماً مثل التصميم المرجعي.


ملاحظة حول سلامة العتاد: تتطلب عملية التشغيل الأولي تزويد المحركات المؤازرة بالطاقة؛ لذا تأكد من خلو محيط الذراع من أي عوائق، وتحقق من وضعيات المفاصل ومعايرتها قبل البدء بالتشغيل. كن على دراية بحدود استجابة التوقف، وتذكر أن النظام المرجعي لا يتضمن دائرة مادية مخصصة للإيقاف الطارئ (emergency-stop).

ما الخطوة التالية؟

يُعد mod101 منصة متطورة وليست مجرد تصميم نهائي ثابت لروبوت واحد؛ إذ توفر هندسته القابلة للضبط وخيارات المحركات المؤازرة أساساً لاستكشاف توليفات متنوعة من حيث نطاق الوصول، وقدرة التحميل، والتكلفة. كما تتيح الواجهة النمطية في طرف الذراع (end-effector) إضافة أدوات جديدة، مثل القابضات، والكاميرات، وأجهزة التوزيع، أو أي أدوات مخصصة لتطبيقات معينة. علاوة على ذلك، توفر النسخ المكونة من ستة أو سبعة محاور إمكانيات إضافية لتجربة تقنيات التلاعب وتحديد وضعيات المعصم.

والهدف الأوسع هو جعل التجارب المتعلقة بعتاد الروبوتات أكثر مرونة وأقل تقيداً بقوالب ثابتة. بدلاً من التعامل مع الذراع الروبوتية كمنتج ثابت حُدِّدت قدراته قبل ربط أول برغي فيه، يتعامل مشروع "mod101" مع الروبوت كمجموعة من المكونات الميكانيكية والبرمجية التي يمكن تجميعها وتهيئتها وفقاً لاحتياجات مشروع معين. وتتجلى فائدة هذه المرونة ليس فقط عند بناء ذراع مستقلة، بل أيضاً عند تطوير أنظمة روبوتية أكبر تتطلب دمج الذراع ضمن منصة قائمة بالفعل.

ابنِ نسختك الخاصة

يتوفر المشروع كاملاً، بما في ذلك التصاميم الميكانيكية والبرمجيات، على منصة "GitHub". إذا كنت لا تزال في مرحلة التخطيط لما تود بناءه، يمكنك البدء باستخدام أداة التهيئة المتاحة عبر الويب لاستكشاف خيارات الهندسة الميكانيكية والمحركات المؤازرة (servos) قبل اعتماد تكوين مادي محدد. وبدلاً من ذلك، يمكنك البدء بنسخة محاكية للذراع وتجربة تخطيط الحركة قبل شراء المحركات أو البدء في قص القطع الهيكلية.

يحتوي المستودع على تعليمات البناء، وقائمة المواد المطلوبة، ووثائق المعايرة، ومعايير تطوير الأدوات، بالإضافة إلى أدلة إرشادية حول استخدام "MoveIt 2" ودمج المكونات المادية. المشروع مُتاح بموجب رخصة "MIT"، مما يمنحك الحرية الكاملة لاستكشاف طريقة التنفيذ، وتعديلها لتناسب متطلباتك الخاصة، والبناء عليها.

إذا انتهى بك الأمر ببناء تكوين خاص بك أو تطوير أداة طرفية (end-effector) جديدة، فسيسعدني جداً رؤية ما ستتمكن من ابتكاره.







.

الجمعة، 19 يونيو 2026

AirSense - جهاز تنقية الهواء الأذكى الذي يمكنك تركيبه بنفسك

 جهاز Air Sense هو جهاز تنقية هواء ذكي يعمل بتقنية إنترنت الأشياء، ويراقب جودة الهواء الداخلي في الوقت الفعلي، ويزيل الملوثات الضارة تلقائيًا.


المكونات المستخدمة في هذا المشروع

المكونات المادية

شاشة عرض LCD من Waveshare مقاس 2.4 بوصة

× 1

مستشعر غبار من Waveshare

× 1

مستشعر بيئي BME680 من Waveshare

× 1

وحدة ترحيل رقمية 10 أمبي

وحدة ESP32-S3 من Waveshare

محول طاقة 5 فولت 2 أمبير

جهاز تنقية هواء ذكي من Xiaomi بأربعة فلاتر

مروحة تهوية ذكية من Anchor مقاس 150 مم

صندوق غبار مفتوح من الفولاذ المقاوم للصدأ - سعة 18 لترًا

تطبيقات البرامج والخدمات عبر الإنترنت

فيوجن

أوتوديسك فيوجن

بيئة تطوير أردوينو المتكاملة

بيئة تطوير أردوينو المتكاملة

خدمة إنترنت الأشياء السحابية من أردوينو

خدمة إنترنت الأشياء السحابية من أردوينو

أدوات يدوية وآلات تصنيع

مكواة لحام (عامة)

مكواة لحام (عامة)

سلك لحام خالٍ من الرصاص

سلك لحام خالٍ من الرصاص

كماشة ذات فكين مدببين

كماشة ذات فكين مدببين

أداة استخراج، طقم مستخرج براغي ومفك براغي من 6 قطع

أداة استخراج، طقم مستخرج براغي ومفك براغي من 6 قطع

قصة

غالبًا ما يحتوي الهواء الذي نتنفسه داخل المنازل على غبار وملوثات ومواد مسببة للحساسية وجزيئات مجهرية قد لا نلاحظها، لكنها تؤثر على صحتنا مع مرور الوقت. ورغم تزايد انتشار أجهزة تنقية الهواء التجارية، إلا أنها غالبًا ما تكون باهظة الثمن، ويصعب تخصيصها، ولا توفر معلومات كافية عن جودة الهواء المحيط بنا.

ولحل هذه المشكلة، ابتكرتُ AirSense، وهو جهاز تنقية هواء ذكي يمكن تركيبه بسهولة، يجمع بين تنقية الهواء ومراقبة البيئة والاتصال السحابي في نظام واحد ذكي. فبدلًا من مجرد ترشيح الهواء، يقيس AirSense جودة الهواء الداخلي باستمرار، ويوفر معلومات آنية عن البيئة، مما يساعد المستخدمين على فهم وتحسين جودة الهواء الذي يتنفسونه.

يعتمد النظام على معالج Waveshare ESP32-S3، ويراقب تركيز غبار PM2.5، ومؤشر جودة الهواء (AQI)، ودرجة الحرارة، والرطوبة، والضغط الجوي، وجودة الهواء الداخلي باستخدام مستشعرات بيئية متخصصة. تُعرض جميع البيانات المُجمّعة محليًا على شاشة LCD أمامية، ويمكن الوصول إليها عن بُعد عبر منصة Arduino IoT Cloud، مما يتيح للمستخدمين مراقبة بيئتهم والتحكم في جهاز تنقية الهواء من أي مكان باستخدام هواتفهم الذكية.

يُعدّ فلتر HEPA الخاص بجهاز تنقية الهواء Xiaomi Air Purifier 4 Lite جوهر نظام AirSense، وهو قادر على التقاط ما يصل إلى 99.97% من الجسيمات المحمولة جوًا التي يصل حجمها إلى 0.3 ميكرومتر، بما في ذلك الغبار وحبوب اللقاح وجزيئات الدخان وغيرها من الملوثات الشائعة في الهواء. وبفضل مروحة شفط قوية بقطر 150 مم، يسحب النظام الهواء باستمرار عبر الفلتر الأسطواني بزاوية 360 درجة، مما يُساعد على توفير هواء أنقى وأكثر صحة مع توفير رؤية شاملة للبيئة المحيطة.

ولإضفاء مظهر احترافي على المشروع، صممتُ الهيكل بالكامل باستخدام برنامج Autodesk Fusion 360. يدمج النظام فلتر HEPA والمروحة وأجهزة الاستشعار والشاشة والإلكترونيات في هيكل مُصمم خصيصًا صغير الحجم، يُوازن بين الأداء الوظيفي والجمال وسهولة التركيب.

إنّ AirSense ليس مجرد مشروع يدوي، بل هو مثالٌ يُحتذى به في كيفية ابتكار منتجات ذكية تُسهم في حلّ مشاكل واقعية وتجعل التكنولوجيا في متناول الجميع.

يحوّل AirSense عملية تنقية الهواء التقليدية إلى تجربة ذكية ومتكاملة، مما يُساعد الناس على تنفّس هواء أنقى وأكثر صحة كل يوم.

الخطوة الأولى: التصميم بمساعدة الحاسوب والطباعة ثلاثية الأبعاد








بدأتُ بتصميم الهيكل باستخدام برنامج Autodesk Fusion 360. كان هدفي تصميم هيكل بسيط، صغير الحجم، وسهل التركيب، مع الحفاظ على مظهر أنيق وعصري يُشبه المنتج النهائي.


صُمم الهيكل بعناية فائقة ليستوعب جميع المكونات الرئيسية، بما في ذلك فلتر HEPA، ومروحة التهوية، وأجهزة الاستشعار، والشاشة، والإلكترونيات، مع ضمان تدفق هواء مناسب في جميع أنحاء النظام.


إذا رغبتم في استكشاف التصميم بمزيد من التفصيل، يمكنكم معاينة النموذج مباشرةً في متصفحكم باستخدام عارض Fusion 360 على الويب. كما تتوفر ملفات التصميم للتحميل أدناه.

الملفات

الهيكل

قاعدة المحرك

قاعدة الفلتر

اللوحة السفلية

حشية TPU

غطاء الشاشة

الخطوة 2: فك مروحة العادم







للبدء بعملية التجميع، نحتاج أولاً إلى تفكيك مروحة شفط الهواء Anchor Smart Air مقاس 150 مم وإزالة الأجزاء غير الضرورية.

ابدأ بإزالة الغطاء الأمامي للمروحة. ثم، قم بإزالة الغطاء المركزي وشفرة المروحة بحرص لكشف مجموعة المحرك الداخلية.

الخطوة 3: إزالة المحرك





ابدأ بفك المحرك من غطاء المروحة. بعد إزالة براغي التثبيت، افصل الأسلاك بحرص وارفع المحرك من الإطار.

بما أن غطاء المروحة الأصلي لم يعد مطلوبًا، يمكنك وضعه جانبًا. في هذا المشروع، نحتاج فقط إلى المحرك وشفرة المروحة، حيث سيتم تركيبها في قاعدة تثبيت المحرك المصممة خصيصًا بتقنية الطباعة ثلاثية الأبعاد والمخصصة لجهاز AirSense.

الخطوة 4: تركيب قاعدة تثبيت المحرك





حان الآن وقت تركيب المحرك في قاعدة التثبيت المطبوعة بتقنية الطباعة ثلاثية الأبعاد. ابدأ بوضع المحرك داخل قاعدة التثبيت ومحاذاة فتحات التثبيت مع الدعامات الموجودة في الجزء المطبوع. بعد المحاذاة، ثبّت المحرك باستخدام البراغي المناسبة.

الخطوة 5: تركيب شفرة المروحة




أدخل شفرة المروحة بحرص على عمود المحرك وتأكد من تثبيتها بإحكام. بعد تثبيت الشفرة، قم بتركيب الغطاء المركزي لتثبيتها.

بعد التركيب، أدر الشفرة يدويًا للتأكد من دورانها بحرية وعدم احتكاكها بقاعدة المحرك أو الغلاف. يساعد هذا الفحص السريع على ضمان التشغيل السلس للمروحة عند تشغيلها.

الخطوة 6: تركيب حشية TPU




بعد ذلك، ضع حشية TPU على اللوحة السفلية. قم بمحاذاة فتحات التثبيت الموجودة على الحشية مع الفتحات المقابلة لها على اللوحة السفلية، وتأكد من تثبيتها بشكل محكم على السطح. تساعد الحشية على إحكام إغلاق الفلتر والغطاء، مما يقلل من تسرب الهواء ويحسن كفاءة الترشيح بشكل عام.

الخطوة 7: تركيب اللوحة السفلية



بعد تجهيز مجموعة المحرك واللوحة السفلية، حان وقت تركيبها. ضع قاعدة المحرك على اللوحة السفلية، مع التأكد من محاذاة جميع فتحات التثبيت بشكل صحيح. بمجرد التأكد من وضع كل شيء في مكانه الصحيح، أدخل براغي M3 عبر الفتحات وشدّها بالتساوي.

تأكد من أن المجموعة مستوية ومثبتة بإحكام دون أي فراغات. يجب أن تبقى حشية TPU محاذية بشكل صحيح بين الأجزاء للحفاظ على إحكام جيد.

بعد شدّ جميع البراغي، افحص المجموعة سريعًا للتأكد من تثبيت كل شيء بإحكام وأن شفرة المروحة لا تزال تدور بحرية.

الخطوة 8: تركيب قاعدة الفلتر






لدعم الفلتر وتوفير سطح تثبيت للمجموعة الرئيسية، قم بتثبيت القاعدة المطبوعة بتقنية الطباعة ثلاثية الأبعاد على الجانب الخلفي لفلتر HEPA.

ضع كمية صغيرة من الغراء الفائق حول منطقة التلامس للقاعدة المطبوعة، ثم ضعها بعناية على الفلتر. تأكد من توسيطها ومحاذاتها بشكل صحيح قبل أن يجف الغراء. لا يلزم سوى كمية قليلة من المادة اللاصقة. تجنب استخدام كمية زائدة من الغراء لأنها قد تتسرب إلى أماكن غير مرغوب فيها.

الخطوة 9: تركيب الفلتر داخل سلة المهملات





بعد اكتمال تركيب الفلتر، الخطوة التالية هي تثبيته داخل حاوية الغبار المصنوعة من الفولاذ المقاوم للصدأ، والتي تُشكّل الغلاف الرئيسي لجهاز AirSense.

أنزل فلتر HEPA بحرص داخل حاوية الغبار، وثبّته في المنتصف. ستساعد القاعدة المطبوعة بتقنية الطباعة ثلاثية الأبعاد على تثبيت الفلتر بشكل صحيح وثابت داخل الحاوية.

تأكد من أن الفلتر مستقيم ولا يعيق حركة الهواء داخل حاوية الغبار. سيساعد تثبيت الفلتر بشكل صحيح على ضمان تدفق هواء جيد، ويُسهّل باقي خطوات التركيب.

الخطوة 10: محول الطاقة







بما أن وحدة ESP32-S3 لا يمكن تشغيلها مباشرةً من التيار المتردد، فنحن بحاجة إلى مصدر طاقة لتحويل جهد التيار المتردد إلى خرج تيار مستمر آمن بجهد 5 فولت.

يمكنك استخدام أي وحدة SMPS مناسبة بجهد 5 فولت لهذا الغرض. في حالتي، قمتُ بإعادة استخدام شاحن هاتف ذكي قديم لم يعد يُستخدم. تحتوي هذه الشواحن على دائرة SMPS صغيرة الحجم وموثوقة، مما يجعلها مثالية للمشاريع التي تُنفذها بنفسك.

ابدأ بفتح غلاف الشاحن بحرص وإزالة لوحة مصدر الطاقة الداخلية. كن حذرًا أثناء هذه العملية لتجنب إتلاف أي مكونات أو مسارات على لوحة الدوائر المطبوعة.

بعد إزالة اللوحة، افحصها وحدد توصيلات مدخل التيار المتردد ومخرج 5 فولت. سيُستخدم مصدر الطاقة الصغير هذا لتشغيل أردوينو والإلكترونيات الأخرى منخفضة الجهد داخل AirSense.

⚠️ تحذير: يتضمن هذا القسم التعامل مع جهد التيار المتردد. افصل الطاقة دائمًا قبل التعامل مع الدائرة واتخذ احتياطات السلامة المناسبة.

الخطوة 11: سحابة إنترنت الأشياء من أردوينو





لتمكين ال


لتمكين المراقبة والتحكم عن بُعد، نحتاج إلى إنشاء عنصر جديد في Arduino IoT Cloud وإضافة متغيرات السحابة المطلوبة.

تسجيل الدخول إلى Arduino IoT Cloud

افتح Arduino IoT Cloud وسجّل الدخول باستخدام حساب Arduino الخاص بك.

إنشاء عنصر جديد

الرئيسية ← العناصر ← إنشاء عنصر (أدخل اسمًا لمشروعك، مثل: Air Sense)

إضافة متغيرات السحابة

انقر على + متغير وأنشئ المتغيرات التالية:

مؤشر جودة الهواء (عدد صحيح) للقراءة فقط عند التغيير

الغبار (عدد عشري) للقراءة فقط عند التغيير

درجة الحرارة (عدد عشري) للقراءة فقط عند التغيير

الرطوبة (عدد عشري) للقراءة فقط عند التغيير

الطاقة (قيمة منطقية) للقراءة والكتابة عند التغيير

💡 ملاحظة: تسمح خطة Arduino IoT Cloud المجانية بحد أقصى 5 متغيرات سحابية، ولذلك تم استخدام المتغيرات الأساسية فقط في هذا المشروع. بمجرد إنشاء التطبيق، سيقوم Arduino IoT Cloud تلقائيًا بإنشاء تعريفات التعليمات البرمجية اللازمة لمشروعك.

الخطوة ١٢: توصيل اللوحة بالسحابة













افتح الجهاز المرتبط ← إضافة جهاز ← جهاز متوافق.

ابحث عن ESP32-S3 وحدد وحدة تطوير ESP32-S3 من القائمة. أدخل اسمًا لجهازك، مثل Air Sense، ثم تابع الإعداد.

ستقوم خدمة Arduino IoT Cloud بإنشاء مُعرّف الجهاز ومفتاح سري للوحتك. نزّل ملف PDF المرفق واحفظه في مكان آمن، حيث ستحتاج إلى هذه البيانات لاحقًا في تهيئة البرنامج الثابت.

بعد إنشاء الجهاز، افتح صفحة بيانات اعتماد الشبكة وأدخل اسم شبكة Wi-Fi (SSID) وكلمة مرور Wi-Fi والمفتاح السري الذي تم إنشاؤه أثناء إعداد الجهاز. بمجرد إدخال جميع البيانات، انقر على "حفظ وتحميل لاحقًا".

💡 ملاحظة: سيتم استخدام مُعرّف الجهاز والمفتاح السري من ملف PDF الذي تم تنزيله في خطوة إعداد الكود لتوصيل Air Sense بـ Arduino IoT Cloud بشكل آمن.

الخطوة 13: لوحة تحكم Air Sense



















تتيح لك لوحة التحكم مراقبة قيم المستشعرات والتحكم بالأجهزة في الوقت الفعلي من أي متصفح أو جهاز محمول.


Arduino Cloud ← لوحات التحكم ← إنشاء لوحة تحكم


← أدخل اسم لوحة التحكم "Air Sense Dashboard".



أضف مقياس جودة الهواء

إضافة: مقياس

الاسم: جودة الهواء

ضبط النطاق: من 0 إلى 400

ربط المتغير: استشعار الهواء ← جودة الهواء

انقر فوق تم

أضف شاشة عرض الجسيمات الدقيقة PM2.5

إضافة: القيمة

الاسم: الجسيمات الدقيقة PM2.5

ربط المتغير: استشعار الهواء ← الغبار

حدد أيقونة الهواء/الرياح

انقر فوق تم

أضف شاشة عرض درجة الحرارة

إضافة: القيمة

الاسم: درجة الحرارة

ربط المتغير: استشعار الهواء ← درجة الحرارة

حدد أيقونة مقياس الحرارة

انقر فوق تم

أضف شاشة عرض الرطوبة

إضافة: القيمة

الاسم: الرطوبة

ربط المتغير: استشعار الهواء ← الرطوبة

حدد أيقونة قطرة الماء

انقر فوق تم

أضف وحدة تحكم المروحة

إضافة: مفتاح

الاسم: المروحة

ربط المتغير: استشعار الهواء ← الطاقة

انقر فوق تم

الخطوة 14: المستشعرات والبيانات

هذا هو عقل نظام استشعار الهواء. ثلاثة مصادر بيانات تُغذي لوحة التحكم كل ثانيتين.

مستشعر BME680

float gas = bme.gas_resistance / 1000.0f;
float iaqPercent = (gas - 10) * 100.0f / (200.0f - 10.0f);
g_data.iaq = constrain(iaqPercent, 0, 100);


يقيس درجة الحرارة والرطوبة والضغط ومقاومة الغاز. تُحوّل مقاومة الغاز إلى نسبة مئوية لجودة الهواء الداخلي (IAQ) - فكلما زادت مقاومة الغاز، دلّ ذلك على هواء أنقى، وتُقاس النسبة بين 0 و100%.

مستشعر الغبار

digitalWrite(DUST_ILED_PIN, HIGH);
delayMicroseconds(280);
int raw = analogRead(DUST_AOUT_PIN);
delayMicroseconds(40);
digitalWrite(DUST_ILED_PIN, LOW);
float voltage = raw * (3.3f / 4095.0f);
float dust_ug = voltage * 200.0f;


مستشعر غبار بصري يُشغّل نبضة ضوئية بالأشعة تحت الحمراء لمدة ٢٨٠ ميكروثانية بالضبط، ويقرأ الجهد التناظري خلال فترة تشتت الغبار، ثم يحوّله إلى ميكروغرام/م³. التوقيت بالغ الأهمية، فأي خطأ ولو بسيط (١٠ ميكروثانية) يؤدي إلى انحراف القراءات.

حساب مؤشر جودة الهواء

int calcAQI(float pm25, float iaq) {
// EPA PM2.5 breakpoints → score p
return (int)(p * 0.7f + (100.f - iaq) * 1.5f * 0.3f);
}

يُساهم كلٌّ من الجسيمات الدقيقة (PM2.5) وجودة الهواء الداخلي (IAQ) في معادلة مؤشر جودة الهواء (AQI) المُدمجة باستخدام معايير وكالة حماية البيئة الأمريكية (EPA) - حيث تُساهم الجسيمات الدقيقة (PM2.5) بنسبة 70%، وجودة الغاز بنسبة 30%.

متتبع عمر الفلتر

float calculateFilterLife() {
return 100.0f - (fanRuntimeSeconds / 360000.0f);
}


مع كل ثانية يعمل فيها المروحة، يزداد عداد. يبلغ العمر الافتراضي الكامل لفلتر HEPA 100 ساعة، أي 360,000 ثانية، لذا ينخفض ​​عمر الفلتر بشكل خطي. تظهر علامة تحذير على الشاشة عند انخفاض مستوى الفلتر إلى 20% أو أقل، وتنبيه "استبدل الفلتر" عند انخفاضه إلى 10% أو أقل.

الخطوة 15: تخطيط الشاشة

الشاشة بدقة 320×240 بكسل، تعمل بتقنية TFT_eSPI مع LVGL، وتعتمد على مقاطعة مؤقتة للأجهزة لضمان سلاسة العرض كل 1 مللي ثانية. يتيح وجود مخزنين مؤقتين للإطارات عرضًا جزئيًا خاليًا من الوميض.

... شبكة التخطيط: تُقسّم الشاشة إلى شبكة من 3 أعمدة و3 صفوف:

العمود الأيسر (x=2): بطاقات PM2.5، ودرجة الحرارة، والرطوبة

العمود الأيمن (x=222): بطاقات الضغط، وجودة الهواء الداخلي، وعمر الفلتر

العمود الأوسط (x=101، w=118): دائرة مؤشر جودة الهواء + بطاقة حالة شبكة الواي فاي

دائرة مؤشر جودة الهواء: العنصر المركزي:

أداة على شكل قوس متعدد الطبقات، بحلقة خارجية متوهجة، وحشوة داخلية داكنة، ولون يتغير حسب فئة وكالة حماية البيئة (أخضر ← أصفر ← برتقالي ← أحمر ← بنفسجي ← عنابي). يلتف نص الحالة تلقائيًا للعبارات الطويلة مثل "غير صحي للفئات الحساسة".

الرسوم المتحركة: تُنفَّذ كل 16 مللي ثانية في حلقة التكرار:

animateGlow() — يُحرك توهج حلقة مؤشر جودة الهواء (AQI) بسلاسة باستخدام منحنى تباطؤ مكعب.

animateWiFi() — يُحرك نقطة الواي فاي بسرعة (دورة 90 إطارًا) لعرض الحالة المباشرة.

يُشغِّل تسلسل بدء التشغيل قوسًا أخضرًا واسعًا قبل ظهور لوحة التحكم، مما يُضفي على الجهاز مظهرًا أنيقًا عند التشغيل.

الخطوة 16: الواي فاي والسحابة

يتصل جهاز استشعار الهواء بسحابة Arduino IoT عبر الواي فاي، مما يُتيح لك مراقبة جميع القراءات والتحكم عن بُعد في المروحة من أي متصفح أو تطبيق Arduino.

إعداد الاتصال

يستخدم WiFiConnectionHandler مع اسم الشبكة (SSID) وكلمة المرور. تتولى ArduinoCloud.begin() إعادة الاتصال تلقائيًا في حالة انقطاع الواي فاي.

متغيرات السحابة

تُعرَّف هذه القيم بشكل عام وتُسجَّل باستخدام initProperties().

ArduinoCloud.addProperty(DUST,        READ, ON_CHANGE, NULL);
ArduinoCloud.addProperty(Humidity, READ, ON_CHANGE, NULL);
ArduinoCloud.addProperty(Temperature, READ, ON_CHANGE, NULL);
ArduinoCloud.addProperty(AQI, READ, ON_CHANGE, NULL);
ArduinoCloud.addProperty(Power, READWRITE, ON_CHANGE, onPowerChange);


بيانات الغبار ودرجة الحرارة والرطوبة ومؤشر جودة الهواء هي بيانات للقراءة فقط، حيث يقوم الجهاز بتحميلها إلى السحابة كلما تغيرت. أما بيانات الطاقة فهي للقراءة والكتابة، لذا يمكنك تفعيلها أو تعطيلها من لوحة تحكم السحابة، وسيتم استدعاء وظيفة رد الاتصال فورًا.

void onPowerChange() {
digitalWrite(RELAY_PIN, Power ? HIGH : LOW);
fanIsOn = Power;
}


يؤدي هذا أيضًا إلى تحديث مؤشر تشغيل المروحة، ما يضمن دقة تتبع عمر الفلتر حتى عند التحكم بالمروحة عن بُعد.

تُظهر بطاقة الواي فاي على الشاشة حالة الاتصال (باللون الأبيض) أو عدم الاتصال (باللون الأحمر) بنقطة نابضة، لتتمكن من معرفة حالة مزامنة البيانات السحابية بنظرة سريعة.

الخطوة ١٧: تثبيت المكتبات المطلوبة





قبل تحميل الكود، ثبّت جميع المكتبات المطلوبة من خلال مدير مكتبات بيئة تطوير Arduino المتكاملة (IDE). توفر هذه المكتبات دعمًا لشاشة TFT، وواجهة LVGL الرسومية، واستشعار البيئة، واتصال Wi-Fi، وتكامل Arduino Cloud.

افتح بيئة تطوير Arduino المتكاملة (IDE) ← مدير المكتبات، وثبّت المكتبات التالية:

TFT_eSPI

LVGL

Adafruit BME680

ArduinoIoTCloud

Arduino_ConnectionHandler

أما المكتبات المتبقية، مثل Arduino.h وSPI وWire وWiFi، فهي مُضمنة في حزمة اللوحة ولا تتطلب تثبيتًا منفصلاً.

بعد تثبيت جميع المكتبات، أعد تشغيل بيئة تطوير Arduino المتكاملة (IDE) للتأكد من تحميل جميع التبعيات بشكل صحيح قبل تجميع المشروع.

الخطوة 18: تهيئة المكتبات

لضمان عمل الشاشة وواجهة المستخدم الرسومية بشكل صحيح، يجب تهيئة بعض ملفات المكتبات قبل تجميع البرنامج الثابت.

إعدادات TFT_eSPI

افتح مجلد مكتبات Arduino على جهازك، ثم انتقل إلى مجلد TFT_eSPI. استبدل ملف User_Setup.h الموجود بالنسخة المُخصصة المُتاحة في مستودع GitHub الخاص بهذا المشروع. يحتوي هذا الملف على إعدادات مُشغّل الشاشة، وتعيينات المنافذ، والإعدادات الأخرى اللازمة لشاشة Air Sense.

إعدادات LVGL

بعد ذلك، افتح مجلد مكتبة LVGL، وانسخ ملف lv_conf.h المُتاح من مستودع GitHub الخاص بالمشروع إلى مجلد المكتبة. على غرار إعدادات TFT_eSPI، هذا ملف مُخصص تم إنشاؤه خصيصًا لهذا المشروع. يحتوي على إعدادات LVGL، وإعدادات الذاكرة، والمعلمات الرسومية اللازمة لواجهة مستخدم Air Sense.

يتضمن مستودع GitHub الخاص بالمشروع كلاً من ملفي User_Setup.h وlv_conf.h، ويجب تثبيتهما قبل تجميع الكود.

الخطوة 19: تهيئة الكود




قبل تحميل البرنامج الثابت، قم بتحديث بيانات اعتماد شبكة Wi-Fi وArduino Cloud بمعلوماتك الخاصة.

إعدادات Wi-Fi

ابحث عن الأسطر التالية في الكود:

const char SSID[] = "YOUR_WIFI_SSID";
const char PASS[] = "YOUR_WIFI_PASSWORD";


استبدل YOUR_WIFI_SSID و YOUR_WIFI_PASSWORD باسم وكلمة مرور شبكة Wi-Fi الخاصة بك. تُمكّن هذه البيانات نظام Air Sense من الاتصال بالإنترنت والتواصل مع Arduino Cloud.

إعدادات Arduino Cloud

بعد ذلك، حدّث بيانات اعتماد جهاز Arduino Cloud:

const char THING_ID[] = "Your_Client_ID";
const char DEVICE_LOGIN[] = "your_device_name";
const char DEVICE_KEY[] = "Your_Client_Secret";


استبدل هذه القيم ببيانات الاعتماد التي تم إنشاؤها أثناء عملية إعداد Arduino Cloud. يمكنك العثور عليها في ملف PDF الخاص بتكوين الجهاز الذي تم تنزيله مسبقًا عند توصيل اللوحة بـ Arduino Cloud. تُعرّف بيانات الاعتماد هذه جهازك بشكل فريد وتُمكّنك من الاتصال الآمن بلوحة تحكم السحابة.

الخطوة 20: تحميل الكود





هنـــــــــــــــــــــــــــا

بعد تحديث جميع بيانات اعتماد Wi-Fi وArduino IoT Cloud وتثبيت المكتبات المطلوبة، يصبح مشروعك جاهزًا للتحميل إلى ESP32-S3.

قم بتوصيل لوحة ESP32-S3 بجهاز الكمبيوتر باستخدام كابل USB، ثم افتح المشروع في بيئة تطوير Arduino المتكاملة (IDE). من قائمة الأدوات، حدد لوحة ESP32-S3 الصحيحة واختر منفذ COM المناسب.

بعد إتمام جميع الإعدادات، انقر على زر التحميل وانتظر حتى تكتمل عملية التجميع والتحميل. بعد اكتمال التحميل بنجاح، سيتصل جهاز Air Sense تلقائيًا بشبكة Wi-Fi الخاصة بك، ويتزامن مع Arduino IoT Cloud، ويبدأ بمراقبة بيانات جودة الهواء في الوقت الفعلي.

الخطوة 21: تجميع المتحكم الدقيق





ضع وحدة ESP32 S3 على منصة التثبيت المخصصة داخل العلبة. قم بمحاذاة فتحات التثبيت في اللوحة مع نقاط التثبيت المطبوعة.

بعد المحاذاة، ثبّت اللوحة باستخدام براغي M3. اربط البراغي بحرص حتى تثبت اللوحة بإحكام. تجنب الإفراط في الربط، فقد يؤدي ذلك إلى تلف لوحة الدوائر المطبوعة أو نقاط التثبيت.

الخطوة 22: تركيب حساس الغبار





يقيس مستشعر الغبار تركيز الجسيمات الدقيقة في الهواء، مما يساعد النظام على مراقبة جودة الهواء وحساب مؤشر جودة الهواء (AQI) لحظيًا.

ضع وحدة مستشعر الغبار على منصة التثبيت المخصصة لها داخل الغلاف، أسفل قناة سحب الهواء مباشرةً. يضمن هذا الوضع مرور الهواء بسلاسة عبر المستشعر، مما يسمح بالكشف الدقيق عن الجسيمات.

قم بمحاذاة فتحات التثبيت مع الفواصل المطبوعة، وثبّت الوحدة باستخدام براغي M3. تأكد من تثبيت المستشعر بإحكام، وأن الموصل يبقى في متناول اليد لتوصيل الأسلاك.

الخطوة 23: تجميع مستشعر BME680





مستشعر BME680 هو مستشعر بيئي صغير الحجم يقيس درجة الحرارة والرطوبة وضغط الهواء ومقاومة الغاز. تساعد هذه القراءات في مراقبة الظروف البيئية الداخلية وتحسين تحليل جودة الهواء بشكل عام.

ضع وحدة مستشعر BME680 في مكان التثبيت المخصص لها بجانب مجموعة مستشعر الغبار. يضمن هذا الوضع تعرض المستشعر لتدفق الهواء داخل الغلاف، مما يضمن دقة القياسات البيئية.

قم بمحاذاة لوحة المستشعر مع منطقة التثبيت وثبتها في مكانها. تأكد من أن الموصل متجه للخارج لتسهيل تمرير الكابلات والصيانة المستقبلية.

الخطوة 24: تجميع وحدة المرحل





تعمل وحدة الترحيل كواجهة تحويل بين نظام استشعار الهواء. فهي تُمكّن وحدة التحكم الدقيقة من التحكم بأمان في المعدات ذات الجهد العالي، مثل مروحة الشفط.

ضع وحدة الترحيل على منصة التثبيت المخصصة لها داخل العلبة، مع التأكد من أن كتلة التوصيل متجهة للخارج لتسهيل الوصول إلى الأسلاك. يُحافظ هذا الوضع على تنظيم توصيلات التحكم والطاقة مع الحفاظ على تصميم داخلي مُدمج.

ثبّت وحدة الترحيل باستخدام براغي M3 وتأكد من تثبيتها بإحكام. تأكد من وجود مساحة كافية حول كتلة التوصيل لتسهيل توصيل الأسلاك الخارجية أثناء التجميع النهائي.

الخطوة 25: تجميع محول 5 فولت





لتشغيل الأجهزة الإلكترونية بأمان، قم بتركيب وحدة تزويد الطاقة 5 فولت تيار متردد/مستمر داخل الحجرة المخصصة لها في العلبة. ضع الوحدة أسفل قناة الكابلات وثبتها بإحكام.

يقوم المحول بتحويل جهد التيار المتردد الرئيسي إلى خرج تيار مستمر ثابت 5 فولت، والذي يُشغّل وحدة ESP32-S3، والمستشعرات، والشاشة، ووحدة الترحيل. هذا يُغني عن الحاجة إلى مصادر طاقة خارجية، ويُحافظ على جميع الأجهزة الإلكترونية مُدمجة بشكل أنيق داخل العلبة.

الخطوة 26: تجميع الشاشة



تُعدّ شاشة TFT واجهة المستخدم الرئيسية لنظام Air Sense، حيث توفر معلومات آنية مثل مؤشر جودة الهواء (AQI)، وتركيز الجسيمات الدقيقة PM2.5، ودرجة الحرارة، والرطوبة، وحالة الجهاز، وتنبيهات النظام.

ابدأ بوضع وحدة العرض في غطاء الشاشة المخصص. تأكد من تثبيت الشاشة بإحكام داخل الإطار، وأن منطقة العرض محاذية تمامًا لنافذة الرؤية.

بعد تثبيت الشاشة في الغطاء المطبوع ثلاثي الأبعاد، أدخل وحدة العرض المُجمّعة بعناية في فتحة العرض الموجودة أعلى الهيكل. اضغط عليها برفق حتى تستقر في مكانها بإحكام وتحاذي سطح الهيكل.

الخطوة 27: تركيب سلك الطاقة



لتزويد النظام بالطاقة الكهربائية، قم بتمرير سلك الطاقة عبر فتحة إدخال الكابل المخصصة في الهيكل. رتب الكابل داخل الهيكل بشكل أنيق.

يُعدّ سلك الطاقة المصدر الرئيسي للطاقة لجهاز تنقية الهواء Air Sense، حيث ينقل الطاقة الكهربائية من مقبس الحائط إلى وحدة التغذية الداخلية ومروحة الشفط.

الخطوة ٢٨: توصيلات الأسلاك

حان الآن وقت توصيل جميع الوحدات بـ ESP32-S3-Zero. اتبع التوصيلات بعناية وتأكد من كل توصيلة قبل تشغيل النظام.

توصيلات الشاشة

قم بتوصيل وحدة الشاشة بـ ESP32-S3 كما يلي:

VCC → 3.3V

GND → GND

DIN → GPIO11

CLK → GPIO12

CS → GPIO10

DC → GPIO9

RST → GPIO8

BL → 3.3V

مستشعر جودة الهواء BME680

يتواصل مستشعر BME680 باستخدام واجهة I²C.

VCC → 3.3 فولت

GND → GND

SDA → GPIO43

SCL → GPIO44

مستشعر الغبار

قم بتوصيل مستشعر الغبار وفقًا للأسلاك التالية:

VCC → 3.3 فولت

GND → GND

ILED → GPIO5

AOUT → GPIO6

وحدة الترحيل

يُستخدم المرحل للتحكم التلقائي في المروحة بناءً على جودة الهواء المقاسة.

VCC → 3.3 فولت

GND → GND

Signal → GPIO7

توصيل مروحة التيار المتردد

⚠️ تحذير: يستخدم هذا القسم جهد التيار المتردد الرئيسي. تابع فقط إذا كنتَ خبيرًا في توصيلات الجهد العالي، وتأكد من فصل الطاقة قبل إجراء أي توصيلات.

قم بتوصيل المرحل والمروحة كما يلي

مخرج الحائط (الخط الموجب) ← المرحل (COM)

المرحل (NO) ← المروحة (الخط الموجب)

مخرج الحائط (الخط المحايد) ← المروحة (الخط المحايد)

عند تشغيل المرحل، يتم توصيل خط الطور عبره، مما يسمح بوصول الطاقة إلى المروحة وتشغيلها تلقائيًا.

الخطوة ٢٩: أغلق الغطاء



بعد تركيب جميع المكونات الإلكترونية والأسلاك والمكونات الداخلية، الخطوة الأخيرة هي إغلاق الغلاف. قم بمحاذاة الغطاء العلوي مع قسم تجميع المحرك بعناية، مع التأكد من توجيه سلك الطاقة والأسلاك الداخلية بشكل صحيح وعدم تعرضها للانضغاط أثناء التركيب.

بعد المحاذاة، قم بمطابقة ألسنة القفل في الغطاء مع الفتحات المقابلة لها في القاعدة. اضغط برفق على الجزأين معًا وقم بتدويرهما حتى يستقرا في مكانهما بإحكام. يستخدم الغلاف آلية قفل باللف، لذا لا حاجة إلى براغي.

الخطوة 30: التجميع النهائي





لإتمام عملية التجميع، ضع غطاء جهاز استشعار الهواء المُجمّع على وحدة فلتر HEPA. قم بمحاذاة الغطاء بعناية مع الحافة العلوية لوحدة الفلتر، مع التأكد من استقراره في مكانه بشكل متساوٍ وآمن.

بعد المحاذاة، أنزل الغطاء برفق على الفلتر وقم بتدويره حتى تستقر ألسنة التثبيت في الفتحات المُخصصة لها. تعمل آلية القفل اللولبي على ربط الجزأين معًا بإحكام، مما يُغني عن استخدام البراغي مع الحفاظ على مظهر أنيق وجذاب.

قبل الاستخدام، تأكد من ثبات التجميع وأن فلتر HEPA مُثبّت بشكل صحيح داخل جهاز التنقية. ستقوم مروحة الجهاز الآن بسحب الهواء الملوث عبر الفلتر وطرد الهواء النظيف من أعلى الوحدة. عند الحاجة إلى الصيانة أو استبدال الفلتر، ما عليك سوى تدوير الغطاء في الاتجاه المعاكس ورفعه للوصول السريع إلى المكونات الداخلية.

الخطوة 31: تطبيق Arduino للتحكم عن بُعد




لمراقبة جهاز Air Sense والتحكم به مباشرةً من هاتفك الذكي، ثبّت تطبيق Arduino Remote من متجر Google Play أو متجر Apple App Store، وسجّل الدخول باستخدام حساب Arduino نفسه المرتبط بمشروع Arduino IoT Cloud الخاص بك.

بعد تسجيل الدخول، سيكتشف التطبيق تلقائيًا جهاز Air Sense الخاص بك ويعرض جميع متغيرات السحابة التي تم ضبطها مسبقًا. يمكنك عرض بيانات مؤشر جودة الهواء (AQI) وتركيز الغبار ودرجة الحرارة والرطوبة في الوقت الفعلي، بالإضافة إلى التحكم عن بُعد في حالة تشغيل جهاز التنقية من أي مكان متصل بالإنترنت.

الخطوة 32: الاختبار





حان الآن وقت اختبار جهاز تنقية الهواء الذكي Air Sense بعد اكتماله. قم بتوصيل سلك الطاقة بمأخذ كهربائي رئيسي وشغّله. بمجرد توصيل الطاقة، سيبدأ كل من وحدة ESP32-S3، والمستشعرات، والشاشة، والمروحة بالعمل تلقائيًا.

في غضون ثوانٍ معدودة، ستضيء الشاشة الأمامية وتعرض معلومات جودة الهواء في الوقت الفعلي، بما في ذلك مؤشر جودة الهواء (AQI)، وتركيز الجسيمات الدقيقة PM2.5، ودرجة الحرارة، والرطوبة، والضغط، ومستوى جودة الهواء الداخلي (IAQ)، وحالة شبكة Wi-Fi، وعمر الفلتر. سيتصل الجهاز أيضًا بسحابة Arduino IoT ويبدأ بتحديث البيانات عن بُعد.

في الوقت نفسه، ستبدأ المروحة بسحب الهواء المحيط عبر نظام الترشيح. يقوم الفلتر باحتجاز جزيئات الغبار والملوثات الأخرى المحمولة جوًا، بينما يُعاد الهواء النظيف والآمن إلى الغرفة.

يمكنك أيضًا التحقق من القراءات المباشرة والتحكم في جهاز التنقية عن بُعد باستخدام تطبيق Arduino Remote أو لوحة تحكم Arduino IoT Cloud.

الخلاصة!

إنّ جهاز Air Sense ليس مجرد جهاز تنقية هواء منزلي الصنع، بل هو محاولتي لتسخير التكنولوجيا لخلق بيئة صحية وذكية للجميع. الهواء النظيف حقٌّ لنا جميعًا، ويساعد هذا المشروع في مراقبة جودة الهواء وتحسينها تلقائيًا في الوقت الفعلي.

خلال هذا المشروع، حرصتُ على جعل كل خطوة واضحة وسهلة الاستخدام قدر الإمكان. كان هدفي ضمان قدرة أي شخص، حتى من لديه خبرة محدودة في الإلكترونيات، على بناء هذا المشروع وفهمه بنجاح. بذلتُ جهدًا كبيرًا في توثيق كل مرحلة لجعل عملية التعلم والبناء ممتعة بنفس القدر.

من التصميم ثلاثي الأبعاد المخصص، الذي تم إنشاؤه باستخدام برنامج Autodesk Fusion، إلى نظام المراقبة المتصل بالسحابة، يجمع جهاز Air Sense بين الوظائف العملية والمظهر الأنيق وتجربة المستخدم المتميزة. إنه ليس مجرد نموذج أولي، بل حلٌّ واقعي يُمكن استخدامه يوميًا.

بالنسبة لي، الحلم بعالم أفضل يعني ابتكار تكنولوجيا تُحسّن حياة الناس بشكلٍ ملموس. من خلال مساعدة الناس على مراقبة وتحسين الهواء الذي يتنفسونه، يُساهم جهاز Air Sense في بناء مستقبل أنظف وأكثر صحة ووعيًا. آمل أن يلهم هذا المشروع الآخرين للتعلم والابتكار وبناء حلول تُحدث فرقاً إيجابياً في العالم.

مخططات الدوائر

مخطط التوصيلات



كود 

منقول