In This Article

  • Summary
  • Abstract
  • Introduction
  • Protocol
  • תוצאות
  • Discussion
  • Disclosures
  • Acknowledgements
  • Materials
  • References
  • Reprints and Permissions

Summary

מסגרת חישובית פותחה כדי לשחזר באופן אוטומטי סצנות וירטואליות המורכבות מאווטארים תלת-ממדיים של חיילים באמצעות נתוני תמונה ו/או וידאו. הסצנות הווירטואליות עוזרות להעריך את החשיפה ללחץ יתר במהלך אימוני נשק. הכלי מאפשר ייצוג ריאליסטי של יציבה אנושית בסימולציות חשיפה להדף בתרחישים שונים.

Abstract

אנשי צבא המעורבים באימוני נשק נתונים לפיצוצים חוזרים ונשנים ברמה נמוכה. השיטה הנפוצה להערכת עומסי פיצוץ כוללת מדי פיצוץ לבישים. עם זאת, באמצעות נתוני חיישנים לבישים, לא ניתן להעריך במדויק עומסי פיצוץ לראש או לאיברים אחרים ללא ידע על תנוחת הגוף של איש השירות. פותחה פלטפורמה ניסויית-חישובית משלימה מורחבת תמונה/וידאו לביצוע אימוני נשק בטוחים יותר. מחקר זה מתאר את הפרוטוקול ליצירה אוטומטית של סצנות אימון נשק מנתוני וידאו עבור סימולציות חשיפה לפיצוץ. סצנת הפיצוץ שחולצה מנתוני הווידאו ברגע ירי הנשק כוללת את אווטארים של גוף חבר השירות, כלי נשק, קרקע ומבנים אחרים. הפרוטוקול החישובי משמש לשחזור עמדות ותנוחות של חברי השירות באמצעות נתונים אלה. נתוני תמונה או וידאו המופקים מצלליות גוף של חברי שירות משמשים ליצירת שלד אנטומי ונתונים אנתרופומטריים מרכזיים. נתונים אלה משמשים ליצירת האווטארים התלת-ממדיים של פני הגוף, המחולקים לחלקי גוף בודדים ועוברים טרנספורמציה גיאומטרית כדי להתאים לתנוחות של חברי שירות שחולצו. סצנת אימוני הנשק הווירטואלית האחרונה משמשת להדמיות חישוביות תלת-ממדיות של טעינת גלי הדף של נשק על חברי השירות. מחולל סצנת אימוני הנשק שימש לבניית אווטארים אנטומיים תלת-ממדיים של גופים בודדים מחיילים מתמונות או סרטונים בכיוונים ותנוחות שונות. תוצאות הפקת זירת אימון ממערכת נשק תקיפה רכובה על כתף ונתוני תמונה של מערכת נשק מרגמה מוצגות. הכלי Blast Overpressure (BOP) משתמש בסצנת אימון הנשק הווירטואלית להדמיות תלת-ממדיות של טעינת גלי הדף על גופי האווטאר של חבר השירות. מאמר זה מציג סימולציות חישוביות תלת-ממדיות של התפשטות גלי הדף מירי נשק ועומסי הדף מקבילים על אנשי שירות באימונים.

Introduction

במהלך אימונים צבאיים, אנשי השירות והמדריכים נחשפים לעיתים קרובות לפיצוצים ברמה נמוכה עם נשק כבד וקל. מחקרים אחרונים הראו כי חשיפה לפיצוץ עלולה להוביל לירידה בביצועים נוירו-קוגניטיביים 1,2 ולשינויים בסמנים ביולוגיים בדם 3,4,5,6. חשיפה חוזרת ונשנית להדף ברמה נמוכה גורמת לאתגרים בשמירה על ביצועים מיטביים ובמזעור הסיכון לפציעה 7,8. לגישה הקונבנציונלית המשתמשת בחיישני לחץ לבישים יש חסרונות, במיוחד כשמדובר בקביעה מדויקת של לחצי הדף על הראש9. ההשפעות השליליות הידועות של חשיפה חוזרת ונשנית להדף ברמה נמוכה על ביצועי האדם (למשל, במהלך אימונים ובתפקידים מבצעיים) מחריפות בעיה זו. מנדטים של הקונגרס (סעיפים 734 ו-717) קבעו את הדרישה למעקב אחר חשיפה להדף באימונים ובלחימה והכללתה ברשומה הרפואית של איש השירות10.

ניתן להשתמש בחיישנים לבישים כדי לנטר את לחץ היתר של ההדף במהלך אימוני לחימה אלה. עם זאת, חיישנים אלה מושפעים ממשתנים כגון תנוחת הגוף, כיוון ומרחק ממקור ההדף בשל האופי המורכב של אינטראקציות גלי הדף עם גוף האדם9. הגורמים הבאים משפיעים על פיזור הלחץ ומדידות חיישנים9:

מרחק ממקור הפיצוץ: עוצמת הלחץ משתנה עם המרחק ככל שגל ההדף מתפזר ונחלש. חיישנים הקרובים יותר לפיצוץ מקליטים לחצים גבוהים יותר, המשפיעים על דיוק הנתונים ועקביותם.

תנוחת הגוף: תנוחות שונות חושפות משטחי גוף שונים לפיצוץ, ומשנות את פיזור הלחץ. לדוגמה, עמידה לעומת כריעה מביאה לקריאות לחץ שונות 9,11.

התמצאות: זווית הגוף ביחס למקור ההדף משפיעה על האופן שבו גל הלחץ מתקשר עם הגוף, מה שמוביל לפערים בקריאות9. סימולציות נומריות מבוססות פיזיקה מספקות הערכות מדויקות יותר על ידי חשבונאות שיטתית של משתנים אלה, ומציעות ניתוח מבוקר ומקיף בהשוואה לחיישנים לבישים, המושפעים מטבעם מגורמים אלה.

בתגובה לאתגרים אלה, נעשה מאמץ מרוכז לפתח כלים מתוחכמים יותר. בכיוון זה פותח הכלי Blast Overpressure (BOP). כלי זה פותח כדי להעריך חשיפה ללחץ יתר בתנוחות שונות של אנשי שירות ומיקומים סביב מערכות הנשק. ישנם שני מודולים שונים תחת כלי BOP11. הם (א) מודול SCENE של כלי BOP ו-(ב) מודול SITE של כלי BOP. מודולים אלה משמשים להערכת לחץ יתר של הדף במהלך ירי נשק12. מודול BOP SCENE פותח כדי להעריך לחצי יתר של פיצוץ שחווים חברי שירות בודדים או מדריכים המשתתפים בתרחיש הדרכה, ואילו מודול BOP SITE משחזר מבט ממעוף הציפור של קורס ההכשרה, המתאר את אזורי לחץ היתר של ההדף שנוצרו על ידי תחנות ירי מרובות. איור 1 מציג תמונה של שני המודולים. נכון לעכשיו, מודולי BOP Tool כוללים מאפייני לחץ יתר של פיצוץ נשק (מונח מקור פיצוץ שווה ערך) עבור ארבע מערכות נשק Tier-1 המוגדרות על ידי משרד ההגנה האמריקאי, כולל רובה צלפים M107 .50 cal ליישומים מיוחדים (SASR), נשק תקיפה רכוב כתף M136, מרגמת אש עקיפה M120 ומטעני פריצה. המונח ליבת פיצוץ נשק מתייחס למונח מקור פיצוץ מקביל שפותח כדי לשכפל את אותו שדה פיצוץ המקיף מערכת נשק כמו זה של הנשק בפועל. תיאור מפורט יותר של המסגרת החישובית המשמשת לפיתוח כלי BOP זמין לעיון נוסף11. סימולציות לחץ היתר מופעלות באמצעות מנוע פותר CoBi-Blast. זהו כלי רב-ממדי רב-פיזיקלי להדמיית לחצי יתר של פיצוץ. יכולות מידול הפיצוץ של המנוע מאומתות מול נתוני ניסוי מספרות12. כלי BOP זה משולב כעת בערכת הכלים למנהלי טווחים (RMTK) לשימוש בטווחי אימון נשק שונים. RMTK היא חבילה מרובת שירותים של כלים שולחניים שנועדו לענות על הצרכים של מנהלי טווחים ברחבי הצבא, חיל הנחתים, חיל האוויר וחיל הים על ידי אוטומציה של פעולות טווח, בטיחות ותהליכי מודרניזציה.

figure-introduction-3961
איור 1: ממשק משתמש גרפי (GUI) עבור מודול SCENE של כלי BOP ומודול SITE של כלי BOP. מודול BOP SCENE נועד להעריך את לחצי ההדף על מודלים של גוף חבר שירות ומדריך, בעוד מודול BOP SITE נועד לספק הערכה של קווי המתאר של לחץ יתר במטוס המייצג את שדה האימונים. למשתמש יש אפשרות לבחור את הגובה שבו המטוס ממוקם ביחס לקרקע. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

מגבלה אחת של מודול SCENE הקיים בכלי BOP היא השימוש שלו בנתונים משוערים ידנית לבניית מודלים של גוף חברי שירות וירטואליים, כולל האנתרופומטריה, היציבה והמיקום שלהם. יצירה ידנית של חברי השירות הווירטואלי בתנוחה המתאימה היא עתירת עבודה וגוזלת זמן11,12. הכלי BOP מדור קודם (גישה מדור קודם) משתמש במסד נתונים של תנוחות מוגדרות מראש כדי לבנות את זירת אימון הנשק בהתבסס על נתוני התמונה (אם זמינים). יתר על כן, מכיוון שהתנוחות מקורבות ידנית באמצעות הערכה חזותית, ייתכן שלא ניתן לצלם תנוחות נכונות עבור הגדרת יציבה מורכבת. כתוצאה מכך, גישה זו מציגה אי דיוקים בחשיפה המשוערת ללחץ יתר עבור אנשי שירות בודדים (שכן שינוי ביציבה יכול לשנות את החשיפה ללחץ יתר באזורים פגיעים יותר). המאמר מציג שיפורים שבוצעו במסגרת החישובית הקיימת כדי לאפשר יצירה מהירה ואוטומטית של מודלים של חברי שירות באמצעות כלי הערכת תנוחות קיימים ומתקדמים. מאמר זה דן בשיפור כלי BOP, ובמיוחד מדגיש את הפיתוח של צינור חישובי חדשני ומהיר לשחזור סצנות פיצוץ באמצעות נתוני וידאו ותמונה. הכלי המשופר יכול גם לשחזר מודלים מפורטים של גוף של אנשי שירות ומדריכים ברגע הירי, תוך שימוש בנתוני וידאו כדי ליצור אווטארים מותאמים אישית בהשוואה לגישה הישנה. אווטארים אלה משקפים במדויק את היציבה של חברי השירות. עבודה זו מייעלת את תהליך יצירת סצנות הפיצוץ ומאפשרת הכללה מהירה יותר של סצנות פיצוץ עבור מערכות נשק נוספות, תוך צמצום משמעותי של הזמן והמאמץ הנדרשים ליצירת סצנות אימון נשק. איור 2 מציג סכמה של המסגרת החישובית המשופרת שנידונה במאמר זה.

figure-introduction-6119
איור 2: סכמטי המציג את תרשים הזרימה הכולל של התהליך במסגרת החישובית. השלבים השונים כוללים עיבוד נתוני תמונה / וידאו, יצירת לוחמים וירטואליים, שחזור זירת פיצוץ והדמיות לחץ יתר של פיצוץ. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

המאמר מציג את הגישה האוטומטית המיושמת בכלי BOP, המייצגת שיפור משמעותי בכלים החישוביים הזמינים להערכת החשיפה ללחץ יתר במהלך אימונים ופעולות. כלי זה מבדיל את עצמו באמצעות הדור המהיר של אווטארים מותאמים אישית ותרחישי אימון, המאפשרים סימולציות לחץ יתר של פיצוץ סוחף. זה מסמן סטייה משמעותית מההסתמכות המסורתית על מודלים של גוף האדם הממוצע באוכלוסייה, ומציע גישה מדויקת ואינדיבידואלית יותר.

כלים חישוביים המשמשים בתהליך האוטומציה
האוטומציה של יצירת מודל של חברי שירות וירטואלי היא תהליך רב-שלבי הממנף כלים חישוביים מתקדמים כדי להפוך נתוני תמונה או וידאו גולמיים לייצוגים תלת-ממדיים מפורטים. התהליך כולו הוא אוטומטי אך ניתן להתאים אותו כדי לאפשר הזנה ידנית של מדידות ידועות במידת הצורך.

כלים להערכת תנוחות תלת ממדיות: בלב צינור האוטומציה נמצאים כלי הערכת התנוחה התלת-ממדית. כלים אלה מנתחים את נתוני התמונה כדי לזהות את המיקום והכיוון של כל מפרק בגופו של בן השירות, ויוצרים למעשה שלד דיגיטלי. הצינור תומך כיום ב-Mediapipe וב-MMPose, המציעות ממשקי API של Python. עם זאת, המערכת מתוכננת מתוך מחשבה על גמישות, המאפשרת שילוב של כלים אחרים, כגון מצלמות עומק, בתנאי שהם יכולים להפיק את נתוני המפרקים והעצמות התלת-ממדיים הדרושים.

מחולל מודל אנתרופומטרי (AMG): ברגע שמעריכים את תנוחת התלת-ממד, ה-AMG נכנס לפעולה. כלי זה משתמש בנתוני תנוחות כדי ליצור מודל תלת ממדי של פני העור התואם את מידות הגוף הייחודיות של חבר השירות. הכלי AMG מאפשר הזנה אוטומטית או ידנית של מדידות אנתרופומטריות, אשר מקושרות לאחר מכן לרכיבים עיקריים בתוך הכלי כדי לשנות את רשת הגוף התלת-ממדית בהתאם.

מידול שלד OpenSim: השלב הבא כולל את פלטפורמת OpenSim13 בקוד פתוח, שבה מודל השלד מותאם ליישור קו עם נתוני התנוחה התלת-ממדית. כלי הערכת תנוחות אינם אוכפים אורכי עצם עקביים בשלד, מה שעלול להוביל לאסימטריה לא מציאותית בגוף. השימוש בשלד OpenSim נכון אנטומית מייצר מבנה עצם מציאותי יותר. סמנים ממוקמים על שלד OpenSim כדי להתאים למרכזים המפרקים שזוהו על ידי כלי הערכת התנוחה. מודל שלד זה מותאם לרשת העור התלת-ממדית באמצעות טכניקות אנימציה סטנדרטיות.

קינמטיקה הפוכה וסקריפט פייתון: כדי לסיים את התנוחה של חבר השירות הווירטואלי, נעשה שימוש באלגוריתם קינמטיקה הופכי. אלגוריתם זה מתאים את מודל השלד של OpenSim כך שיתאים בצורה הטובה ביותר לתנוחת התלת-ממד המשוערת. כל צינור ההצבה אוטומטי לחלוטין ומיושם בפייתון 3. באמצעות שילוב כלים אלה, תהליך יצירת מודלים של חברי שירות וירטואליים הואץ באופן משמעותי, תוך צמצום הזמן הנדרש מימים לשניות או דקות. התקדמות זו מהווה קפיצת מדרגה בסימולציה וניתוח של תרחישי אימון נשק, ומספקת שחזורים מהירים של תרחישים ספציפיים שתועדו באמצעות תמונות או וידאו.

Protocol

התמונות והסרטונים ששימשו במחקר זה לא התקבלו ישירות על ידי המחברים מנבדקים אנושיים. תמונה אחת נלקחה ממשאבים חופשיים בוויקישיתוף, הזמין תחת רישיון נחלת הכלל. התמונה השנייה סופקה על ידי משתפי פעולה במכון המחקר הצבאי וולטר ריד (WRAIR). הנתונים שהתקבלו מ-WRAIR לא זוהו ושותפו בהתאם להנחיות המוסדיות שלהם. עבור התמונות שסופקו על ידי WRAIR, הפרוטוקול פעל בהתאם להנחיות ועדת האתיקה של המחקר האנושי של WRAIR, כולל השגת כל האישורים וההסכמות הדרושים.

1. גישה למודול BOP Tool SCENE

  1. פתח את BOP Tool SCENE Module מתוך BOP Tool Interface על ידי לחיצה על הלחצן BOP Tool SCENE Module .
  2. לחץ על הגדרת תרחיש ולאחר מכן לחץ על הכרטיסייה פרטי תרחיש .

2. קריאה ועיבוד של נתוני התמונה

  1. לחץ על הלחצן POSETOOL IMPORT במודול SCENE של הכלי BOP. נפתח חלון קופץ המבקש מהמשתמש לבחור את התמונה או הסרטון הרלוונטיים.
  2. נווט אל התיקיה ובחר את התמונה/סרטון הרלוונטיים באמצעות פעולות עכבר.
  3. לחץ על פתח בחלון המוקפץ לאחר בחירת תמונה.
    הערה: פעולה זו קוראת את התמונה או קובץ הווידאו, יוצרת תמונה אם נבחר סרטון, מפעילה את אלגוריתם הערכת התנוחה ברקע, יוצרת את דגמי חברי השירות הווירטואליים המעורבים בסצנת אימוני הנשק וטוענת אותם למודול BOP Tool SCENE במיקומים המתאימים שלהם.

3. הגדרת הנשק והיורה

  1. בחר שם עבור התרחיש באמצעות תיבת הטקסט תחת שם תרחיש. זוהי בחירה של המשתמש. עבור התרחיש הנדון כאן, היזמים בחרו בשם התרחיש BlastDemo1.
  2. בחר שם מותאם אישית תחת השדה שם תחת הגדרת נשק. זוהי, שוב, בחירה של המשתמש. עבור התרחיש שנדון כאן, היזמים בחרו את שם הנשק 120מרגמה.
  3. בחר את סוג הנשק המתאים, למשל, מרגמה כבדה, מרשימת האפשרויות בתפריט הנפתח.
  4. בחר את הנשק (M120 במקרה זה) מרשימת האפשרויות בתפריט הנפתח. עם בחירת מערכת הנשק, ליבת הפיצוץ המתאימה תיטען אוטומטית לממשק המשתמש הגרפי תחת לשונית המשנה מטענים.
    הערה: התפריט הנפתח יכלול את מערכות הנשק האפשריות השונות הספציפיות לסוג הנשק שנבחר לעיל.
  5. בחר את פגז התחמושת (סבב אימונים לטווח מלא) עבור מערכת הנשק שנבחרה באמצעות האפשרויות הנפתחות.
  6. בחר ללא יורה תחת השדות אנתרופומטריה, יציבה, קסדה ושריון מגן תחת הגדרת היורה מהאפשרויות הנפתחות. ראה איור 3 עבור יורים מוגדרים וחברי שירות.
    הערה: מאחר שהיורה ייכלל בסצנה שיובאה עד שלב 4, לא נבחר יורה תחת הגדרת היורה.

figure-protocol-2609
איור 3: סצנת פיצוץ מיובאת מנתוני התמונה. סצנת הפיצוץ גלויה בחלון התצוגה החזותית בצד ימין של כלי ממשק המשתמש הגרפי. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

4. הגדרת חברי השירות

  1. לחץ על הכרטיסייה חברי שירות . כרטיסייה זו שולטת במיקום ובכיוון של חברי השירות המיובאים מנתוני התמונה; השתמש באפשרויות X, Y, Z וסיבוב לשם כך. עבור האווטאר המתאים לעוזר התותחן, המחברים התאימו את מיקום Y מ-2.456 ל-2 לעמדת עוזר תותחן סבירה יותר.
  2. בחר שמות מותאמים אישית עבור כל המודלים של חברי השירות הווירטואלי שיובאו לממשק המשתמש הגרפי באמצעות השדה שם תחת הכרטיסיה חברי שירות. S1, S2, S3, S4 ו- S5 נבחרים כאן עבור כל דגמי חברי השירות המיובאים באופן אוטומטי.
    הערה: עבור התרחיש הנדון כאן, הם נקראו S1 ו- S2. שאר השדות מתמלאים באופן אוטומטי. משתמשים יכולים לשנות אותם כדי לחדד את המיקום/התנוחות המשוערות באופן אוטומטי.
  3. השתמש בלחצן מחק כדי להסיר את S2, S4 ו- S5. בתרחיש המודגם כאן, רק היורה ועוזר התותחן נוכחים בעת הירי.
    הערה: פעולה זו בוצעה כדי להדגים את אפשרויות המשתמש המותאמות אישית למחיקה או הוספה של מודלים של חברי שירות כנדרש לסצינה קיימת.

5. הגדרת החיישנים הווירטואליים

  1. נווט אל הכרטיסיה חיישנים . הוסף חיישן וירטואלי חדש על ידי לחיצה על הוסף חיישן.
  2. בחר שם מותאם אישית תחת השדה שם. המפתחים בחרו V1 להדגמה במאמר זה.
  3. בחר את הסוג כוירטואלי על-ידי לחיצה על התפריט הנפתח תחת השדה סוג חיישן.
  4. בחר את מיקום החיישן ( -0.5, 2, 0.545) על-ידי עריכת תיבות הטקסט תחת השדות X, Y ו- Z. עבור התרחיש הנדון כאן, המפתחים יצרו ארבעה חיישנים שונים בארבעה מיקומים שונים למטרות הדגמה. המפתחים בחרו ב-V2, V3 ו-V4 כשמות החיישנים הנוספים.
  5. חזור על השלבים מ- 5.1 עד 5.4 כדי ליצור חיישנים נוספים ב- ( -0.5, 1, 0.545), ( -0.5, 0.5, 0.545) ו- ( -0.5, 0, 0.545). השאר את ערך הסיבוב כאפס.
    הערה: המשתמש יכול גם לבחור חיישנים מישוריים שבמהלכם ניתן להשתמש בסיבוב כדי להתאים את כיוון החיישן ביחס למטען הפיצוץ.

6. שמירה והפעלה של התוכנית

  1. שמור את סצנת אימוני הנשק על ידי לחיצה על שמור תרחיש כפתור בממשק המשתמש הגרפי בחלק העליון.
  2. הפעל את סימולציית לחץ היתר של הדף עבור זירת אימון הנשק M120 על ידי לחיצה על לחצן הפעל תרחיש בתחתית. התקדמות הסימולציה מוצגת באמצעות מד ההתקדמות בתחתית.

7. הדמיה של התוצאות

  1. נווטו אל הכרטיסייה Model View כדי לבחון את סימולציית החשיפה ללחץ יתר של פיצוץ.
  2. לחץ על הלחצן Current כדי לטעון את ההדמיה שהושלמה בחלון התצוגה החזותית.
  3. לאחר טעינת הסימולציה, דמיינו את הסימולציה באמצעות כפתור ההפעלה בתחתית המסך.
    1. המשתמש יכול לבחור בין האפשרויות השונות בסרגל הניווט כדי להפעיל ולהשהות את הסימולציה במהירויות שונות. צילום המסך של פקדי ההפעלה להלן מציג אפשרויות נוספות. המשתמש יכול לשלוט בחלון האינטראקטיבי באמצעות העכבר. לחצו לחיצה ימנית וגררו כדי לסובב את המצב, את הלחצן השמאלי כדי לתרגם את הדגם, ואת הלחצן האמצעי כדי לגלול פנימה/החוצה.
  4. לאחר סקירת הסימולציה, נווט אל הכרטיסייה מדדי עומס פיצוץ על ידי לחיצה עליה.
  5. לחץ על הלחצן Current כדי לטעון את חלקות לחץ היתר במיקומי החיישנים הווירטואליים.
    הערה: פעולה זו תעמיס את המידע על לחץ יתר במיקומי החיישנים השונים בחלקות שונות.
  6. נווט אל הסדרה הנפתחת כדי להציג ובחר על-ידי סימון התיבה עבור החיישן המתאים כדי להתוות את לחץ היתר שנרשם באותו חיישן וירטואלי (ראה איור 4).

figure-protocol-6520
איור 4: בקרות עלילה ללחצי יתר בחיישנים וירטואליים שונים לאורך זמן. משתמשים יכולים לבחור את הסדרה שתוצג על ידי בדיקה או ביטול הסימון של החיישנים השונים. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

תוצאות

שחזור אוטומטי של חברי שירות וירטואליים וסצנות פיצוץ
יצירת מודל גוף אוטומטי של חבר שירות וירטואלי ומודל זירת אימון נשק הושגה באמצעות יכולות אוטומציה של כלי BOP. איור 5 מראה את סצנת האימון הווירטואלית שנוצרה מנתוני התמונה. כפי שניתן לראות כאן, הסצנה שהתקבלה הייתה ייצוג טוב של נתוני התמונה. התמונה ששימשה להדגמה באיור 5 התקבלה מוויקישיתוף.

figure-results-548
איור 5: סצנת אימון נשק וירטואלית מנתוני התמונה. התמונה בצד שמאל מציגה את נתוני התמונה המתאימים לירי של נשק AT4, והצד הימני מציג את סצנת אימוני הנשק הווירטואלית שנוצרה באופן אוטומטי. נתון זה התקבל מוויקישיתוף. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

בנוסף, יושמה הגישה לשחזור זירת הירי של נשק M120. התמונה נאספה על ידי WRAIR כחלק ממאמץ איסוף נתוני לחץ עבור נשק מרגמות M120. איור 6 להלן ממחיש את סצנת ירי הנשק הווירטואלי המשוחזרת לצד התמונה המקורית. נצפתה אי התאמה במיקום עוזר התותחן בשחזור הווירטואלי. ניתן לתקן זאת על ידי התאמת מיקום עוזר התותחן באמצעות אפשרויות המשתמש BOP GUI. יתר על כן, תנוחת האגן של המדריך נראתה לא מדויקת, ככל הנראה בשל חסימה מההימור בתמונות. שילוב גישה זו עם שיטות דימות עומק אחרות יועיל בטיפול בפערים אלה.

figure-results-1643
איור 6: סצנת אימון נשק וירטואלית מנתוני התמונה. תמונה בצד שמאל מציגה את נתוני התמונה המתאימים לירי של נשק M120 ובצד ימין מציגה את סצנת אימוני הנשק הווירטואלית הנוצרת באופן אוטומטי. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

אימות גישת יצירת הסצנה האוטומטית
מחולל מודל גוף האדם שהופעל במחקר זה עבר תיקוף באמצעות מסד הנתונים ANSUR II לסריקת גוף האדם14, שכלל מדידות אנתרופומטריות מנתוני הדמיה רפואית. שיטת שחזור אוטומטית, שהשתמשה במחולל מודל גוף האדם הזה, עברה אימות איכותי עם הנתונים שבהישג יד. תהליך אימות זה כלל השוואת המודלים המשוחזרים עם נתונים ניסיוניים (תמונות) על ידי שכבת-על שלהם. איור 7 מציג השוואה בין מודלי האווטאר התלת-ממדיים לבין נתוני הניסוי. עם זאת, יש צורך בתיקוף יסודי יותר של שיטה זו, שיחייב נתונים ניסיוניים נוספים מהזירה, כולל תנוחות מדויקות, תנוחות והתמצאות של אנשי השירות השונים המעורבים בסצנת האימונים.

figure-results-2873
איור 7: השוואה איכותנית של מודל גוף האדם הווירטואלי שנוצר עם התמונה. החלונית השמאלית מציגה את התמונה המקורית, החלונית האמצעית מציגה את מודל הגוף הווירטואלי שנוצר, והחלונית הימנית מציגה את המודל הווירטואלי החופף לתמונה המקורית. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

סימולציות לחץ יתר מייצגות של הדף
לאחר הגדרת סצנת הפיצוץ, המחברים הצליחו להמשיך לשלב הקריטי של הפעלת סימולציות לחץ יתר של פיצוץ (BOP). זה יאפשר לנו להבין את התפלגות מטעני ההדף על אנשי שירות שונים המעורבים בזירת ירי בנשק. איור 8 מציג את התוצאות של סימולציות BOP אלה במהלך אירוע ירי הנשק AT4. הסימולציות מספקות הדמיה מפורטת של עומסי לחץ היתר על איש השירות הווירטואלי בסצנה ברגעים שונים לאורך זמן. לסיכום, התוצאות מדגימות לא רק את ההיתכנות אלא גם את יעילות הפרוטוקול ביצירת שחזורים מדויקים ושימושיים אנליטית של תרחישי אימוני נשק, ובכך סוללות את הדרך למחקרים מתקדמים יותר בבטיחות ויעילות אימונים צבאיים.

figure-results-4124
איור 8: חשיפה ללחץ יתר על היורה. (א', ב', ג' ו-ד') ארבעת הלוחות מראים כי המודל חזה לחץ יתר על ההדף על אנשי השירות הווירטואלי המעורבים בירי מרגמות M120 ברגעי זמן שונים. הלוחות (C) ו-(D) מראים את התפשטות לחץ היתר עקב השתקפות הקרקע. אנא לחץ כאן כדי להציג גרסה גדולה יותר של איור זה.

Discussion

המסגרת החישובית המוצגת במאמר זה מאיצה באופן משמעותי את יצירת סצנות אימון נשק ההדף בהשוואה לשיטות ידניות ששימשו בעבר באמצעות הערכה חזותית. גישה זו מדגימה את יכולתה של המסגרת ללכוד ולבנות מחדש במהירות עמדות צבאיות מגוונות.

יתרונות הגישה הנוכחית
יצירת מודלים וירטואליים של גוף האדם בתנוחות ובתנוחות ספציפיות היא משימה מאתגרת, עם כלים מוגבלים הזמינים למטרה זו. השיטה הקונבנציונלית שננקטה בגישה הישנה, במיוחד עבור כלי BOP, השתמשה ב- CoBi-DYN 14,15,16,17. שיטה זו כללה יצירה ידנית של דגמי גוף אדם וירטואליים עם בגדים, קסדות, שריון מגן ומגפיים. המודלים נוצרו באמצעות קירוב חזותי משוער, ללא גישה שיטתית. בכלי BOP מדור קודם, CoBi-DYN שימש ליצירת מסד נתונים של מודלים של גוף האדם שהיה נגיש במהלך שלב תצורת התרחיש. המשתמשים יבחרו ידנית תצורת יציבה משוערת וימקמו אותה בערך עבור מערכת נשק מסוימת שתריץ את תרחיש BOP. למרות ששחזור סצנת הפיצוץ ממסד הנתונים הקיים של חברי השירות (אליו ניתן לגשת מהתפריט הנפתח בכלי BOP) היה מהיר יחסית, היצירה הראשונית של מסד הנתונים של מודל חברי השירות הווירטואלי הייתה גוזלת זמן, ולקחה בערך 16-24 שעות לסצנה בגלל האופי הידני והמשוער של התהליך. לעומת זאת, הגישה החדשה ממנפת כלים מבוססים היטב להערכת תנוחות ליצירה אוטומטית ומהירה יותר של מודלים וירטואליים של גוף האדם. כלים אלה משתמשים באופן אוטומטי בנתוני וידאו ותמונה כדי לשחזר במהירות סצנות פיצוץ עם אוואטארים של חברי שירות וירטואליים. זה מקטין באופן משמעותי את הזמן הדרוש ליצירת מסד הנתונים של גוף האדם. הגישה החדשנית כוללת לחיצת כפתור אחת כדי ליצור או לשחזר את הסצנה הווירטואלית המלאה מנתוני הדמיה ללא צורך בתוכנה נוספת. התהליך כולו אורך כעת כ-5-6 שניות לסצנה (לאחר קריאת נתוני התמונה, כפי שיודגם בסרטון), מה שמדגים שיפור משמעותי ביעילות לעומת השיטה הישנה. שיטה זו לא נועדה להחליף את הגישה המקורית אלא להשלים אותה על ידי זירוז יצירת מודלים של חברי שירות וירטואליים (אותם ניתן יהיה להוסיף בעתיד למסד הנתונים של מודל גוף חבר השירות). זה מפשט את התוספת של תצורות חדשות עם מורכבויות משתנות ומקל על שילוב של מערכות נשק חדשות בעתיד, ובכך משפר את יכולת ההרחבה של כלי BOP. בהשוואה לגישה הישנה, ניכר כי השיטה המוצגת מציעה פתרון יעיל ואוטומטי יותר, המפחית מאמץ ידני וזמן תוך שיפור הדיוק והאופי השיטתי של יצירת מודל גוף האדם הווירטואלי. זה מדגיש את הכוח והחדשנות של השיטה המתוארת בתחום.

אימות של יצירת סצנות אוטומטית
תיקוף איכותי של הגישה נערך על ידי כיסוי התרחישים המשוחזרים על נתוני התמונה. עם זאת, אימות כמותי לא היה אפשרי בשל היעדר נתונים זמינים על מיקום ויציבה עבור תמונות אלה. המחברים מכירים בחשיבות של אימות יסודי יותר ומתכננים לטפל בכך בעבודה עתידית. כדי להשיג זאת, המחברים חוזים מאמץ איסוף נתונים מקיף כדי להשיג מידע מיקום ויציבה מדויקים. זה יאפשר לנו לבצע תיקוף כמותי מפורט, ובסופו של דבר לשפר את החוסן והדיוק של הגישה.

תיקוף סימולציות החשיפה לפיצוץ
גרעיני פיצוץ הנשק פותחו ואומתו באמצעות נתוני בדיקת עיפרון שנאספו במהלך ירי הנשק. פרטים נוספים על גרעין פיצוץ הנשק והחשיפות הרלוונטיות יפורסמו בפרסום הקרוב. מידע מסוים בעניין זה זמין גם בפרסומים קודמים11,12. מאמץ מתמשך זה יתרום לשיפור הדיוק והיעילות של סימולציות לחץ היתר של הפיצוץ, ויחזק את תוקפו של הכלי.

הגישה המוצגת כאן יכולה לשמש גם ליצירת אווטארים וירטואליים של חברי שירות, אשר לאחר מכן ניתן לשלב במסד הנתונים לבחירה באמצעות הכלי BOP. למרות שהתהליך הנוכחי אינו שומר באופן אוטומטי את המודלים במסד הנתונים, המחברים מתכננים לכלול תכונה זו בגירסאות עתידיות של הכלי BOP. בנוסף, למחברים יש כלים פנימיים המאפשרים שינוי ידני של היציבה לאחר שהיציבה האוטומטית והמודל התלת-ממדי נוצרו מנתוני התמונה. כיום, יכולת זו קיימת באופן עצמאי ואינה משולבת בכלי BOP, שכן נדרש פיתוח נוסף בממשק המשתמש. עם זאת, זוהי עבודה בתהליך, והמחברים מתכוונים לשלב אותה בגרסאות עתידיות של כלי BOP.

ניתן לייצא את נתוני עומס הפיצוץ גם בצורה של קובץ טקסט ASCII, וניתן ליישם שלבים נוספים לאחר העיבוד כדי לחקור את דפוסי מינון הפיצוץ עבור מערכות נשק שונות בפירוט רב יותר. נכון לעכשיו, מתבצעת עבודה לפיתוח כלים מתקדמים לאחר עיבוד למדדי פלט כגון דחף, עוצמה ואחרים שיכולים לעזור למשתמשים להבין ולחקור טעינת פיצוץ חוזרת מורכבת יותר במהלך תרחישים אלה. כמו כן, הכלים מפותחים ליעילות חישובית ומאפשרים מהירויות סימולציה גבוהות. לכן, כלים אלה מאפשרים לנו להריץ מחקרי אופטימיזציה הפוכים כדי לקבוע את היציבה והמיקום האופטימליים במהלך תרחיש ירי נשק. שיפורים אלה משפרים את תחולת הכלי לאופטימיזציה של פרוטוקולי האימונים בטווחי אימון נשק שונים. אומדני מינון הפיצוץ יכולים לשמש גם לפיתוח מודלים חישוביים מעודנים יותר ברזולוציה גבוהה עבור אזורים אנטומיים פגיעים שונים כגון המוח, הריאות ואחרים 18,19,20 ומודלים של פגיעה בקנה מידה זעיר 20,21. כאן, הקסדה והשריון המשולבים בדגמים נועדו אך ורק לייצוג חזותי ואינם משפיעים על מנת ההדף בסימולציות אלה. הסיבה לכך היא שהמודלים נחשבים למבנים קשיחים, כלומר הכללתם אינה משנה או משפיעה על תוצאות סימולציות לחץ היתר של הפיצוץ.

מאמר זה ממנף כלי קיים להערכת תנוחות בקוד פתוח להערכת תנוחה אנושית בתרחישי אימון נשק. שימו לב שהמסגרת שפותחה ונדונה כאן היא אגנוסטית לכלים, כלומר, המחברים יכולים להחליף כלי קיים בכלי חדש ככל שנעשים יותר פיתוחים. בסך הכל, הבדיקות הראו כי בעוד שכלי תוכנה מודרניים הם חזקים ביותר, זיהוי תנוחות מבוסס תמונה הוא משימה מאתגרת. עם זאת, ישנן מספר המלצות שניתן להשתמש בהן כדי לשפר את ביצועי זיהוי התנוחה. כלים אלה פועלים בצורה הטובה ביותר כאשר האדם המעניין נמצא בתצוגה ברורה של המצלמה. אמנם זה לא תמיד אפשרי במהלך תרגילי נשק, אבל התחשבות בכך בעת הצבת המצלמה יכולה לשפר את תוצאות זיהוי התנוחה. יתר על כן, אנשי השירות המבצעים אימונים לובשים לעתים קרובות עייפות מוסווית המשתלבת בסביבתם. זה מקשה עליהם להיות מזוהים הן על ידי העין האנושית והן על ידי אלגוריתמים של למידת מכונה (ML). קיימות שיטות לשיפור היכולת של אלגוריתמי ML לזהות בני אדם לובשים הסוואה23, אך אלה אינן טריוויאליות ליישום. במידת האפשר, איסוף תמונות של אימוני נשק במקום עם רקע בעל ניגודיות גבוהה יכול לשפר את זיהוי התנוחה.

בנוסף, הגישה המקובלת להערכת כמויות תלת-ממדיות מתמונות היא להשתמש בטכניקות פוטוגרמטריה עם זוויות מצלמה מרובות. הקלטת תמונות / סרטונים מזוויות מרובות יכולה לשמש גם לשיפור הערכת התנוחה. איחוי הערכות תנוחות ממצלמות מרובות הוא פשוט יחסית24. טכניקת פוטוגרמטריה נוספת שיכולה לשפר את התוצאות היא להשתמש בלוח דמקה או באובייקט אחר בעל ממדים ידועים כנקודת התייחסות משותפת לכל מצלמה. אתגר בשימוש במספר מצלמות הוא לסנכרן אותן בזמן. ניתן לפתח מודלים מותאמים אישית של למידת מכונה כדי לזהות מאפיינים כגון קסדה במקום פנים או כדי לזהות אנשים הלובשים ביגוד וציוד ספציפיים לצבא (למשל, מגפיים, אפודים, שריון גוף). ניתן להגדיל את כלי הערכת התנוחות הקיימים באמצעות מודלי ML מותאמים אישית. למרות שזה גוזל זמן ומייגע, זה יכול לשפר באופן משמעותי את הביצועים של מודל הערכת התנוחה.

לסיכום, מאמר זה מתאר ביעילות את המרכיבים השונים של מסגרת לחץ היתר המשופר. כאן, המחברים גם מזהים את הפוטנציאל לשיפור הישימות והיעילות שלו באמצעות אינטגרציה חלקה יותר ואוטומציה מלאה של הצינור. אלמנטים כגון יצירת רשת גוף תלת-ממדית בקנה מידה עם הכלי AMG נמצאים בתהליך של אוטומציה כדי להפחית את קלט המשתמש הידני. נכון לעכשיו, קיימת עבודה מתמשכת לשילוב יכולות אלה במודול SCENE של כלי BOP. ככל שטכנולוגיה זו תתפתח, היא תהיה נגישה לכל בעלי העניין והמעבדות במשרד ההגנה. כמו כן, העבודה השוטפת כוללת אפיון ותיקוף גרעיני נשק למערכות נשק נוספות. מאמץ מתמשך זה לשכלל ולאמת את המתודולוגיות מבטיח כי הכלים שמפתחים המחברים יישארו בחזית ההתקדמות הטכנולוגית, ויתרמו באופן משמעותי לבטיחות וליעילות של אימונים צבאיים. פרסומים עתידיים יספקו פרטים נוספים על התפתחויות אלה, ויתרמו לתחום הרחב יותר של אימונים צבאיים ובטיחות.

Disclosures

למחברים אין מה לחשוף.

Acknowledgements

המחקר ממומן על ידי משרד התיאום לחקר פציעות פיצוץ של משרד ההגנה תחת פרויקט MTEC Call MTEC-22-02-MPAI-082. המחברים מכירים גם בתרומתם של חמיד ע'רהי לגרעיני פיצוץ נשק וז'יג'יאן ג'יי צ'ן לפיתוח יכולות המידול לסימולציות לחץ יתר של פיצוץ בנשק. הדעות, הדעות ו/או הממצאים המובעים במצגת זו הם של המחברים ואינם משקפים את המדיניות או העמדה הרשמית של מחלקת הצבא או משרד ההגנה.

Materials

NameCompanyCatalog NumberComments
Anthropometric Model Generator (AMG)CFD ResearchN/AFor generting 3D human body models with different anthropometric characteristics. The tool is DoD Open Source.
BOP ToolCFD ResearchN/AFor setting up blast scenes and overpressure simulations. The tool is DoD open source.
BOP Tool SCENE ModuleCFD ResearchN/AFor setting up blast scenes and overpressure simulations. The tool is DoD open source.
MediapipeGoogleVersion 0.9Open-source pose estimation library.
MMPoseOpenMMLabVersion 1.2Open-source pose estimation library.
OpenSimStanford UniversityVersion 4.4Open-source musculoskeletal modeling and simulation platform.
Python 3Anaconda IncVersion 3.8The open source Individual Edition containing Python 3.8 and preinstalled packages to perform video processing and connecting the pose estimation tools.

References

  1. LaValle, C. R., et al. Neurocognitive performance deficits related to immediate and acute blast overpressure exposure. Front Neurol. 10, (2019).
  2. Kamimori, G. H., et al. Longitudinal investigation of neurotrauma serum biomarkers, behavioral characterization, and brain imaging in soldiers following repeated low-level blast exposure (New Zealand Breacher Study). Military Med. 183 (suppl_1), 28-33 (2018).
  3. Wang, Z., et al. Acute and chronic molecular signatures and associated symptoms of blast exposure in military breachers. J Neurotrauma. 37 (10), 1221-1232 (2020).
  4. Gill, J., et al. Moderate blast exposure results in increased IL-6 and TNFα in peripheral blood. Brain Behavior Immunity. 65, 90-94 (2017).
  5. Carr, W., et al. Ubiquitin carboxy-terminal hydrolase-L1 as a serum neurotrauma biomarker for exposure to occupational low-Level blast. Front Neurol. 6, (2015).
  6. Boutté, A. M., et al. Brain-related proteins as serum biomarkers of acute, subconcussive blast overpressure exposure: A cohort study of military personnel. PLoS One. 14 (8), e0221036 (2019).
  7. Skotak, M., et al. Occupational blast wave exposure during multiday 0.50 caliber rifle course. Front Neurol. 10, (2019).
  8. Kamimori, G. H., Reilly, L. A., LaValle, C. R., Silva, U. B. O. D. Occupational overpressure exposure of breachers and military personnel. Shock Waves. 27 (6), 837-847 (2017).
  9. Misistia, A., et al. Sensor orientation and other factors which increase the blast overpressure reporting errors. PLoS One. 15 (10), e0240262 (2020).
  10. National Defense Authorization Act for Fiscal Year 2020. Wikipedia Available from: https://en.wikipedia.org/w/index.php?title=National_Defense_Authorization_Act_for_Fiscal_Year_2020&oldid=1183832580 (2023)
  11. Przekwas, A., et al. Fast-running tools for personalized monitoring of blast exposure in military training and operations. Military Med. 186 (Supplement_1), 529-536 (2021).
  12. Spencer, R. W., et al. Fiscal year 2018 National Defense Authorization Act, Section 734, Weapon systems line of inquiry: Overview and blast overpressure tool-A module for human body blast wave exposure for safer weapons training. Military Med. 188 (Supplement_6), 536-544 (2023).
  13. Delp, S. L., et al. OpenSim: open-source software to create and analyze dynamic simulations of movement. IEEE Trans Biomed Eng. 54 (11), 1940-1950 (2007).
  14. Zhou, X., Sun, K., Roos, P. E., Li, P., Corner, B. Anthropometry model generation based on ANSUR II database. Int J Digital Human. 1 (4), 321 (2016).
  15. Zhou, X., Przekwas, A. A fast and robust whole-body control algorithm for running. Int J Human Factors Modell Simulat. 2 (1-2), 127-148 (2011).
  16. Zhou, X., Whitley, P., Przekwas, A. A musculoskeletal fatigue model for prediction of aviator neck manoeuvring loadings. Int J Human Factors Modell Simulat. 4 (3-4), 191-219 (2014).
  17. Roos, P. E., Vasavada, A., Zheng, L., Zhou, X. Neck musculoskeletal model generation through anthropometric scaling. PLoS One. 15 (1), e0219954 (2020).
  18. Garimella, H. T., Kraft, R. H. Modeling the mechanics of axonal fiber tracts using the embedded finite element method. Int J Numer Method Biomed Eng. 33 (5), (2017).
  19. Garimella, H. T., Kraft, R. H., Przekwas, A. J. Do blast induced skull flexures result in axonal deformation. PLoS One. 13 (3), e0190881 (2018).
  20. Przekwas, A., et al. Biomechanics of blast TBI with time-resolved consecutive primary, secondary, and tertiary loads. Military Med. 184 (Suppl 1), 195-205 (2019).
  21. Gharahi, H., Garimella, H. T., Chen, Z. J., Gupta, R. K., Przekwas, A. Mathematical model of mechanobiology of acute and repeated synaptic injury and systemic biomarker kinetics. Front Cell Neurosci. 17, 1007062 (2023).
  22. Przekwas, A., Somayaji, M. R., Gupta, R. K. Synaptic mechanisms of blast-induced brain injury. Front Neurol. 7, 2 (2016).
  23. Liu, Y., Wang, C., Zhou, Y. Camouflaged people detection based on a semi-supervised search identification network. Def Technol. 21, 176-183 (2023).
  24. Real time 3D body pose estimation using MediaPipe. Available from: https://temugeb.github.io/python/computer_vision/2021/09/14/bodypose3d.html (2021)

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Explore More Articles

214

This article has been published

Video Coming Soon

JoVE Logo

Privacy

Terms of Use

Policies

Research

Education

ABOUT JoVE

Copyright © 2025 MyJoVE Corporation. All rights reserved