N-dimensional Convex Obstacle Avoidance using Hybrid Feedback Control (Extended version)

तकनीकी सारांश: हाइब्रिड फीडबैक कंट्रोल का उपयोग करके n-आयामी उत्तल बाधा निवारण (N-dimensional Convex Obstacle Avoidance)

समस्या विवरण
यह शोध पत्र $n$-आयामी वातावरण में स्वायत्त रोबोट नेविगेशन की समस्या को संबोधित करता है, जिसमें पूर्व-निर्धारित अज्ञात, विलगित (disjoint) और किसी भी आकार या आकार के उत्तल (convex) अवरोध मौजूद हैं। प्राथमिक चुनौती एक ऐसी नियंत्रण रणनीति डिजाइन करना है जो सुरक्षा (टक्कर से बचाव) और एक पूर्व-निर्धारित लक्ष्य स्थान तक वैश्विक स्पर्शोन्मुखी अभिसरण (global asymptotic convergence) दोनों की गारंटी देती हो। मौजूदा दृष्टिकोण महत्वपूर्ण सीमाओं का सामना करते हैं:

• आर्टिफिशियल पोटेंशियल फील्ड्स (APF) और नेविगेशन फंक्शन्स (NF) अक्सर अवांछित स्थानीय मिनिमा (local minima) से ग्रस्त होते हैं या उन्हें वातावरण के वैश्विक ज्ञान (जैसे कि डिफ़ियोमोर्फिक मैपिंग) की आवश्यकता होती है।
• कंट्रोल लियापुनोव फंक्शन (CLF) और कंट्रोल बैरियर फंक्शन (CBF) विधियाँ, हालांकि विशिष्ट मामलों में प्रभावी हैं, सामान्यतः केवल "लगभग वैश्विक" (almost global) स्थिरता गारंटी प्रदान करती हैं क्योंकि वे निरंतर समय-अपरिवर्तनीय वेक्टर क्षेत्रों के टोपोलॉजिकल बाधाओं से बंधी होती हैं।
• पिछले हाइब्रिड तरीके मुख्य रूप से दो-आयामी स्थानों या विशिष्ट बाधा ज्यामिति (जैसे दीर्घवृत्त या अत्यधिक उत्तल बाधाएं) तक सीमित रहे हैं और अक्सर उन्हें बाधा के आकार के पूर्व ज्ञान की आवश्यकता होती है।

इस कार्य की विशिष्ट बाधाओं में ऐसे वातावरण शामिल हैं जहाँ बाधाएं उत्तल हैं लेकिन उनकी सीमाएं गैर-चिकनी (non-smooth) हो सकती हैं, और रोबोट के पास केवल स्थानीय रेंज-सेंसर डेटा होता है (कोई वैश्विक मानचित्र नहीं)।

कार्यप्रणाली (Methodology)
लेखक एक हाइब्रिड फीडबैक कंट्रोल स्कीम का प्रस्ताव करते हैं जो दो अलग-अलग मोड के बीच स्विचिंग तंत्र के माध्यम से संचालित होती है:

1. मूव-टू-टारगेट मोड ($m=0$): रोबोट लक्ष्य की ओर एक सीधी रेखा में चलता है।
2. ऑब्स्टेकल-अवॉइडेंस मोड ($m=1$): रोबट एक बाधा के चारों ओर नेविगेट करता है।

मुख्य तकनीकी घटक:

• हाइब्रिड सिस्टम फ्रेमवर्क: सिस्टम को डिफरेंशियल और डिफरेंस इनक्लूजन का उपयोग करके मॉडल किया गया है। स्टेट वेक्टर $\xi$ में रोबोट की स्थिति $x$, एक "हिट पॉइंट" $h$ (जहाँ से बचाव शुरू हुआ), एक यूनिट वेक्टर $a$, एक मोड इंडिकेटर $m$, और एक टाइमर वेरिएबल $s$ शामिल है।
• स्विचिंग लॉजिक:
  • मूव-टू-टारगेट से ऑब्स्टेकल-अवॉइडेंस में संक्रमण तब होता है जब रोबोट किसी बाधा के $\gamma$-नेबरहुड में प्रवेश करता है और लक्ष्य की ओर जाने वाला सीधा पथ बाधित होता है (एक सेंसिंग सिलेंडर इंटरसेक्शन टेस्ट के माध्यम से पता लगाया जाता है)।
  • ऑब्स्टेकल-अवॉइडेंस से वापस मूव-टू-टारगेट में संक्रमण तब होता है जब रोबोट एक "एग्जिट रीजन" में प्रवेश करता है जहाँ लक्ष्य का पथ स्पष्ट है, और रोबोट प्रारंभिक हिट पॉइंट $h$ (प्लस एक हिस्टेरेसिस मार्जिन $\epsilon$) की तुलना में लक्ष्य के अधिक निकट है।
• ऑब्स्टेकल-अवॉइडेंस रणनीति:
  • 2D तरीकों के विपरीत जो क्लॉकवाइज या काउंटर-क्लॉकवाइज गति को मजबूर करते हैं, $n$-आयामी रणनीति रोबोट की गति को एक विशिष्ट दो-आयामी तल $P(h, a)$ तक सीमित करती है। यह तल लक्ष्य स्थान (मूल बिंदु), हिट पॉइंट $h$, और $h$ के लंबवत एक यूनिट वेक्टर $a$ द्वारा परिभाषित होता है।
  • इस तल के भीतर, कंट्रोल वेक्टर का निर्माण एक रोटेशन मैट्रिक्स और एक पैरेलल प्रोजेक्शन ऑपरेटर का उपयोग करके किया जाता है ताकि रोबोट को अपने पथ को दोहराए बिना बाधा की सीमा के साथ निर्देशित किया जा सके।
  • एक स्केलर फंक्शन $\eta(x)$ यह सुनिश्चित करता है कि रोबोट बचाव चरण के दौरान बाधा के सुरक्षित पड़ोस के भीतर रहे।
• सेंसर-आधारित कार्यान्वयन: एल्गोरिदम पूरी तरह से रेंज सेंसर (जैसे LiDAR) पर निर्भर करता है ताकि एक सेंसिंग रेडियस $R_s$ के भीतर दृश्य बाधा सीमा बिंदुओं के सेट की पहचान की जा सके। इसके लिए वातावरण की पूर्व वैश्विक जानकारी की आवश्यकता नहीं है।
• स्मूथिंग मैकेनिज्म: मोड स्विचिंग के दौरान कंट्रोल इनपुट की विच्छिन्नता (discontinuity) को संबोधित करने के लिए (जो अचानक प्रक्षेपवक्र परिवर्तन का कारण बन सकता है), लेखक एक निरंतर स्केलर फंक्शन $\lambda$ पेश करते हैं जो एक समय अंतराल $t_s$ में दो कंट्रोल वेक्टर्स के बीच सुचारू रूप से इंटरपोलेट करता है।

मुख्य योगदान
शोध पत्र चार प्राथमिक योगदानों का दावा करता है:

1. वैश्विक स्पर्शोन्मुखी स्थिरता (Global Asymptotic Stability): प्रस्तावित समाधान अज्ञात वातावरण में किसी भी आकार की उत्तल बाधाओं के साथ लक्ष्य स्थान की वैश्विक स्पर्शोन्की स्थिरता की गारंटी देता है। यह मौजूदा हाइब्रिड परिणामों के विपरीत है जो अक्सर दीर्घवृत्ताकार (ellipsoidal) बाधाओं तक सीमित होते हैं।
2. $n$-आयामी प्रयोज्यता: नियंत्रक को $n$-आयामी वर्कस्पेस के लिए डिज़ाइन किया गया है, जबकि कई मौजूदा सेंसर-आधारित या हाइब्रिड दृष्टिकोण 2D तक सीमित हैं।
3. मनमाने ढंग से व्यवस्थित बाधाएं: यह विधि बाधाओं के सापेक्ष व्यवस्था पर कोई प्रतिबंध नहीं लगाती है (केवल एक न्यूनतम अलगाव दूरी सुनिश्चित करने के अलावा ताकि रोबोट उनके बीच से गुजर सके), जो कि उन विधियों के विपरीत है जिन्हें विशिष्ट वक्रता (curvature) स्थितियों या गैर-समतलता की आवश्यकता होती है।
4. पूर्व-निर्धारित अज्ञात वातावरण: यह दृष्टिकोण सेंसर-आधारित है और इसे डिफियोमोर्फिक मैपिंग पर आधारित NF-आधारित दृष्टिकोणों के विपरीत बाधा ज्यामिति के वैश्विक ज्ञान की आवश्यकता नहीं है।

परिणाम और सत्यापन

• सिमुलेशन:
  • 3D वातावरण: 3D उत्तल बाधाओं के साथ सिमुलेशन विभिन्न प्रारंभिक स्थितियों से लक्ष्य की ओर बढ़ने के दौरान टकराव से बचते हुए रोबोट के अभिसरण को प्रदर्शित करते हैं।
  • 2D वातावरण: 12 उत्तल बाधाओं के साथ परीक्षण 24 अलग-अलग शुरुआती बिंदुओं से सफल अभिसरण दिखाते हैं।
  • सेंसिंग रेडियस विश्लेषण: शोध पत्र सेंसिंग रेडियस $R_s$ को बदलने के प्रभाव का विश्लेषण करता है, यह नोट करते हुए कि छोटे रेडियस से समय से पहले स्विचिंग हो सकती है लेकिन सिस्टम मजबूत बना रहता है।
  • स्फीयर वर्ल्ड्स: नियंत्रक के एक संशोधित संस्करण को गोलाकार बाधाओं पर लागू किया गया है, जो यह सिद्ध करता है कि इस विशिष्ट ज्यामिति में लक्ष्य की दूरी निरंतर घटती है।
  • तुलना: प्रस्तावित विधि की तुलना एक सेपरेटिंग हाइपरप्लेन दृष्टिकोण [15] से की गई है। शोध पत्र दिखाता है कि हाइपरप्लेन दृष्टिकोण विफल हो जाता है (स्थानीय मिनिमा में अभिसरण करता है) जब बाधाएं विशिष्ट वक्रता शर्तों को पूरा नहीं करती हैं, जबकि प्रस्तावित हाइब्रिड कंट्रोलर सफल होता है।
• प्रायोगिक सत्यापन:
  • स्मूथ किए गए कंट्रोल लॉ को एक भौतिक कार्यक्षेत्र में पांच उत्तल बाधाओं के साथ एक TurtleBot 4 Standard मोबाइल रोबोट पर लागू किया गया।
  • रोबोट ने अपने LiDAR सेंसर द्वारा पता लगाए गए मोड के बीच स्विच करते हुए, एक प्रारंभिक स्थिति से लक्ष्य तक सफलतापूर्वक नेविगेट किया। प्रायोगिक परिणामों ने सुरक्षित नेविगेशन और अभिसरण की पुष्टि की।

महत्व और दावे
यह शोध पत्र स्वयं को पिछले हाइब्रिड कंट्रोल रणनीतियों के ऊपर एक महत्वपूर्ण प्रगति के रूप में प्रस्तुत करता है, जो वैश्विक पर्यावरणीय मानचित्रों की आवश्यकता के बिना, मनमाने उत्तल बाधाओं के साथ $n$-आयामी स्थानों में वैश्विक स्थिरता गारंटी को विस्तारित करता है। लेखक इस बात पर जोर देते हैं कि एक स्विचिंग तंत्र का उपयोग उन टोपोलॉजिकल बाधाओं को दूर करता है जो निरंतर वेक्टर क्षेत्रों को वैश्विक स्थिरता प्राप्त करने से रोकते हैं।

लेखक विनम्रतापूर्वक निष्कर्ष निकालते हैं कि जबकि वर्तमान कार्य उत्तल बाधाओं को संभालता है, $n$-आयामी वातावरण में गैर-उत्तल (non-convex) बाधाओं और द्वितीय-क्रम गतिकी (second-order dynamics/inertia) वाले रोबोटों तक इस दृष्टिकोण का विस्तार करना भविष्य के अनुसंधान की दिशा है। शोध पत्र गैर-उत्तल नेविगेशन समस्याओं को हल करने का दावा नहीं करता है, बल्कि उत्तल मामले की मजबूती को एक आधारभूत कदम के रूप में रेखांकित करता है।