صنعت ساخت و ساز، به عنوان یکی از بزرگترین و پیچیده‌ترین صنایع در جهان، همواره به دنبال راهکارهایی برای افزایش بهره‌وری، کاهش هزینه‌ها و بهبود ایمنی بوده است. با پیشرفت فناوری، سامانه‌های سایبر-فیزیکی (CPS) به عنوان یک ابزار قدرتمند در این راستا مطرح شده‌اند. این سامانه‌ها با ادغام محاسبات، شبکه‌سازی و فرآیندهای فیزیکی، امکان کنترل و نظارت دقیق‌تر بر فرآیندهای ساخت را فراهم می‌کنند. با این حال، تعامل موثر انسان با این سامانه‌ها، یکی از چالش‌های مهم در مسیر پیاده‌سازی موفقیت‌آمیز CPS در صنعت ساخت است.

مقاله حاضر، با عنوان اصلی “Natural Interaction Modalities for Human-CPS Interaction in Construction Progress Monitoring” به بررسی شیوه‌های تعامل طبیعی انسان با سامانه‌های سایبر-فیزیکی در زمینه پایش پیشرفت ساخت می‌پردازد. این مقاله، با ارائه روش‌های نوآورانه و کاربردی، گامی مهم در جهت تسهیل و بهبود تعامل انسان با فناوری‌های پیشرفته در صنعت ساخت برمی‌دارد.

این مقاله توسط Srijeet Halder، Kereshmeh Afsari و Alireza Shojaei به نگارش درآمده است. نویسندگان این مقاله، متخصصان حوزه تعامل انسان و کامپیوتر (HCI) و مهندسی ساخت هستند و دارای سوابق پژوهشی ارزشمندی در زمینه کاربرد فناوری‌های نوین در صنعت ساخت و ساز می‌باشند. این مقاله در زمینه HCI قرار می گیرد.

زمینه تحقیقاتی این مقاله، تلفیقی از دو حوزه مهم است:

• سامانه‌های سایبر-فیزیکی (CPS) در ساخت و ساز: بررسی کاربردهای CPS در نظارت، کنترل و بهینه‌سازی فرآیندهای ساخت.
• تعامل انسان و کامپیوتر (HCI): طراحی و ارزیابی رابط‌های کاربری و شیوه‌های تعامل که استفاده از CPS را برای کاربران انسانی آسان‌تر و کارآمدتر می‌کنند.

چکیده این مقاله بر این نکته تاکید دارد که علی‌رغم کاربرد گسترده CPS در صنعت ساخت و ساز، تحقیقات اندکی در زمینه تعامل انسان با این سامانه‌ها صورت گرفته است. این مقاله با هدف رفع این کمبود، دو روش تعامل انسان-CPS را برای پایش پیشرفت ساخت پیشنهاد می‌کند:

• تعامل از طریق حرکات دست (Hand Gesture Interaction): استفاده از یادگیری انتقالی (Transfer Learning) برای تشخیص حرکات دست و تبدیل آن‌ها به دستورالعمل‌های کنترلی.
• تعامل از طریق دستورات صوتی (Voice Command Interaction): استفاده از پردازش زبان طبیعی (Natural Language Processing) برای درک و اجرای دستورات صوتی کاربران.

نتایج بررسی‌های انجام شده با شرکت ۳۲ کاربر، قابلیت تعمیم روش‌های پیشنهادی را تایید می‌کند. اگرچه روش تشخیص حرکات دست از دقت و سرعت بالاتری نسبت به روش تشخیص دستورات صوتی برخوردار بود (۹۹.۶۹% در مقابل ۸۷.۷۲% دقت و ۳۶.۰۵ میلی‌ثانیه در مقابل ۵۷۸.۹۱ میلی‌ثانیه سرعت)، اما کاربران در انجام وظیفه پایش پیشرفت ساخت، با استفاده از دستورات صوتی عملکرد بهتری داشتند (۸۸% در مقابل ۶۶.۱% صحت).

به طور خلاصه، نوآوری اصلی این مقاله، توسعه یک پایپ‌لاین یادگیری ماشین (ML Pipeline) و چارچوب محاسباتی برای تشخیص حرکات دست و دستورات صوتی بدون نیاز به مجموعه داده‌های آموزشی بزرگ است. این امر، امکان پیاده‌سازی آسان‌تر و مقرون به صرفه‌تر سیستم‌های تعامل انسان-CPS را فراهم می‌کند.

روش‌شناسی تحقیق در این مقاله، ترکیبی از توسعه الگوریتم‌های یادگیری ماشین و ارزیابی عملکرد آن‌ها از طریق مطالعات کاربری است. به طور دقیق‌تر، روش‌شناسی تحقیق شامل مراحل زیر است:

1. جمع‌آوری داده: جمع‌آوری مجموعه داده‌ای از حرکات دست و دستورات صوتی مرتبط با فرآیند پایش پیشرفت ساخت.
2. توسعه الگوریتم‌های یادگیری ماشین:
• تشخیص حرکات دست: استفاده از یادگیری انتقالی برای آموزش یک مدل یادگیری ماشین که قادر به تشخیص حرکات دست مختلف باشد. یادگیری انتقالی به این معناست که از مدل‌های از پیش آموزش داده شده بر روی مجموعه داده‌های بزرگ استفاده می‌شود و تنها لایه‌های آخر مدل برای تشخیص حرکات دست خاص در صنعت ساخت و ساز آموزش داده می‌شوند. این امر نیاز به جمع‌آوری داده‌های بسیار زیاد را کاهش می‌دهد.
• تشخیص دستورات صوتی: استفاده از پردازش زبان طبیعی برای درک دستورات صوتی کاربران و تبدیل آن‌ها به دستورالعمل‌های کنترلی.
3. پیاده‌سازی یک چارچوب محاسباتی: ادغام الگوریتم‌های یادگیری ماشین در یک چارچوب محاسباتی که امکان تعامل بی‌درنگ (Real-time) با CPS را فراهم می‌کند.
4. مطالعات کاربری: انجام مطالعات کاربری با شرکت ۳۲ کاربر برای ارزیابی عملکرد و قابلیت تعمیم روش‌های پیشنهادی. در این مطالعات، کاربران وظایف مختلفی را در زمینه پایش پیشرفت ساخت با استفاده از هر دو روش تعامل (حرکات دست و دستورات صوتی) انجام می‌دهند.
5. تحلیل داده‌ها: تحلیل داده‌های جمع‌آوری شده از مطالعات کاربری برای ارزیابی دقت، سرعت و سهولت استفاده از هر دو روش تعامل.

مثال عملی: تصور کنید یک مهندس ناظر در یک پروژه ساختمانی می‌خواهد وضعیت نصب یک دیوار را بررسی کند. با استفاده از روش تعامل از طریق حرکات دست، او می‌تواند با یک حرکت دست مشخص (مثلاً اشاره به سمت دیوار)، اطلاعات مربوط به پیشرفت نصب دیوار را بر روی تبلت خود مشاهده کند. همچنین، با استفاده از دستورات صوتی، او می‌تواند بگوید “وضعیت نصب دیوار شماره سه را نشان بده” و سیستم CPS اطلاعات مربوطه را نمایش دهد.

یافته‌های کلیدی این تحقیق به شرح زیر است:

• دقت و سرعت: روش تشخیص حرکات دست از دقت (۹۹.۶۹%) و سرعت (۳۶.۰۵ میلی‌ثانیه) بالاتری نسبت به روش تشخیص دستورات صوتی (۸۷.۷۲% دقت و ۵۷۸.۹۱ میلی‌ثانیه سرعت) برخوردار است. این امر نشان می‌دهد که حرکات دست می‌توانند به عنوان یک روش تعامل سریع و دقیق در محیط‌های ساخت و ساز مورد استفاده قرار گیرند.
• صحت انجام وظیفه: کاربران در انجام وظیفه پایش پیشرفت ساخت، با استفاده از دستورات صوتی عملکرد بهتری داشتند (۸۸% در مقابل ۶۶.۱% صحت). این امر نشان می‌دهد که دستورات صوتی ممکن است برای وظایفی که نیاز به دقت و جزئیات بیشتری دارند، مناسب‌تر باشند.
• سهولت استفاده: نظرات کاربران در مورد سهولت استفاده از هر دو روش تعامل متفاوت بود. برخی از کاربران، حرکات دست را آسان‌تر و طبیعی‌تر می‌دانستند، در حالی که برخی دیگر، دستورات صوتی را به دلیل نیاز کمتر به دقت و تمرکز، ترجیح می‌دادند.
• قابلیت تعمیم: نتایج مطالعات کاربری نشان داد که روش‌های پیشنهادی قابلیت تعمیم بالایی دارند و می‌توانند در پروژه‌های ساخت و ساز مختلف مورد استفاده قرار گیرند.

نکته مهم: تفاوت در دقت و سرعت بین دو روش، به نوع الگوریتم‌های یادگیری ماشین مورد استفاده و همچنین ویژگی‌های محیطی (مانند نویز) بستگی دارد. در محیط‌های پر نویز، دقت تشخیص دستورات صوتی ممکن است کاهش یابد.

این تحقیق، دارای کاربردها و دستاوردهای متعددی در صنعت ساخت و ساز است، از جمله:

• بهبود پایش پیشرفت ساخت: با استفاده از شیوه‌های تعامل طبیعی، مهندسان ناظر می‌توانند به سرعت و به آسانی اطلاعات مربوط به پیشرفت پروژه‌های ساختمانی را جمع‌آوری و تحلیل کنند.
• افزایش بهره‌وری: با کاهش زمان و تلاش مورد نیاز برای جمع‌آوری اطلاعات، مهندسان می‌توانند زمان بیشتری را به فعالیت‌های مهم‌تر اختصاص دهند.
• بهبود ایمنی: با استفاده از حرکات دست و دستورات صوتی، مهندسان می‌توانند بدون نیاز به استفاده از دست‌های خود (مثلاً در هنگام کار در ارتفاع)، با سیستم‌های CPS تعامل داشته باشند.
• کاهش هزینه‌ها: با افزایش بهره‌وری و کاهش خطاهای انسانی، می‌توان هزینه‌های مربوط به پروژه‌های ساختمانی را کاهش داد.
• توسعه فناوری‌های نوین: این تحقیق، بستری را برای توسعه فناوری‌های نوین در زمینه تعامل انسان و کامپیوتر در صنعت ساخت و ساز فراهم می‌کند.

مثال کاربردی: یک شرکت ساختمانی می‌تواند از این فناوری برای تجهیز مهندسان ناظر خود به تبلت‌هایی استفاده کند که از حرکات دست و دستورات صوتی برای تعامل با سیستم‌های CPS پشتیبانی می‌کنند. این امر، به مهندسان اجازه می‌دهد تا به سرعت و به آسانی اطلاعات مربوط به پیشرفت پروژه‌ها را جمع‌آوری و تحلیل کنند و در نتیجه، تصمیمات بهتری بگیرند.

مقاله “شیوه‌های تعامل طبیعی انسان-سامانه سایبر-فیزیکی برای پایش پیشرفت ساخت” با ارائه دو روش نوآورانه (تعامل از طریق حرکات دست و دستورات صوتی) و ارزیابی عملکرد آن‌ها از طریق مطالعات کاربری، گامی مهم در جهت تسهیل و بهبود تعامل انسان با فناوری‌های پیشرفته در صنعت ساخت و ساز برمی‌دارد. یافته‌های این تحقیق نشان می‌دهد که هر دو روش تعامل دارای مزایا و معایب خاص خود هستند و انتخاب بهترین روش، به نوع وظیفه، ویژگی‌های محیطی و ترجیحات کاربر بستگی دارد. با این حال، توسعه یک پایپ‌لاین یادگیری ماشین و چارچوب محاسباتی که امکان تشخیص حرکات دست و دستورات صوتی را بدون نیاز به مجموعه داده‌های آموزشی بزرگ فراهم می‌کند، یک دستاورد مهم است که می‌تواند به پیاده‌سازی آسان‌تر و مقرون به صرفه‌تر سیستم‌های تعامل انسان-CPS در صنعت ساخت و ساز کمک کند.

به طور کلی، این مقاله، یک منبع ارزشمند برای محققان، مهندسان و مدیران پروژه‌های ساختمانی است که به دنبال استفاده از فناوری‌های نوین برای بهبود فرآیندهای ساخت و ساز هستند. تحقیقات آینده می‌تواند بر روی بهبود دقت و سرعت الگوریتم‌های یادگیری ماشین، توسعه روش‌های تعامل ترکیبی (استفاده از حرکات دست و دستورات صوتی به طور همزمان) و بررسی تاثیر این فناوری‌ها بر رضایت شغلی و انگیزه کارکنان متمرکز شود.