Adaptive Collision Sensitivity for Efficient and Safe Human-Robot Collaboration

एक कारखाने के फर्श की कल्पना करें जहाँ एक भारी मशीन का हाथ और एक मानव कार्यकर्ता एक ही स्थान साझा करते हैं, जो कुछ बनाने के लिए एक साथ मिलकर घूमते हैं। दशकों तक, सुरक्षा नियमों ने इन दोनों दुनियाओं को अलग रखा है, आमतौर पर रोबोट के चारों ओर घेरे या पिंजरे बनाकर। लेकिन जैसे-जैसे तकनीक में सुधार हो रहा है, हम इन मशीनों से एक साथ काम करने की उम्मीद कर रहे हैं, जिससे बाधाओं को हटाकर अधिक कुशल कार्यप्रवाह बनाया जा सके। चुनौती यह है कि जब एक रोबोट और एक इंसान इतने करीब काम करते हैं, तो दुर्घटनाएं होती हैं। यदि रोबोट किसी व्यक्ति से टकराता है, तो उसे चोट को रोकने के लिए तुरंत रुक जाना चाहिए। हालाँकि, वर्तमान सुरक्षा नियम इतने सख्त हैं कि वे हर टक्कर को एक समान मानते हैं, चाहे वह कितनी भी हल्की क्यों न हो। इसका मतलब है कि एक रोबोट एक मामूली, हानिरहित स्पर्श के लिए भी वैसे ही रुक सकता है जैसे वह किसी खतरनाक टक्कर के लिए रुकता, जिससे काम बार-बार रुक जाता। शोधकर्ता अब एक सरल प्रश्न पूछ रहे हैं: क्या हम रोबोट को इतना स्मार्ट बना सकते हैं कि वह एक हानिरहित धक्के और एक वास्तविक खतरे के बीच अंतर कर सके, ताकि वह किसी को खतरे में डाले बिना अपना काम जारी रख सके?

चेक तकनीकी विश्वविद्यालय, प्राग के शोधकर्ताओं की एक टीम ने इस प्रश्न का उत्तर देने का एक नया तरीका विकसित किया है। उन्होंने एक ऐसा सिस्टम बनाया है जो एक सहयोगी रोबोट को यह निर्णय लेने की अनुमति देता है कि टक्कर इतनी सुरक्षित है कि उसे अनदेखा किया जा सके या इतनी खतरनाक है कि उसके लिए रुकना आवश्यक है। एक एकल, कठोर नियम का उपयोग करने के बजाय जो किसी भी चीज़ के छूने पर मशीन को रोक देता है, उनकी विधि टक्कर होते ही वास्तविक बल (force) की गणना करती है। वे ऐसा रोबोट के उस हिस्से के वजन और उसकी गति को देखकर करते हैं जिसने संपर्क बनाया है। यदि गणित से पता चलता है कि बल कम है, तो रोबोट काम जारी रखता है। यदि बल अधिक है, तो वह रुक जाता है। इस दृष्टिकोण को वास्तविक रोबोटों और विस्तृत कंप्यूटर सिमुलेशन पर परखा गया, जो मशीनों को अपने कार्यों को बहुत अधिक बार जारी रखने की अनुमति देता है, जिससे कुछ परिदृश्यों में उत्पादकता लगभग दोगुनी हो जाती है, जबकि अंतरराष्ट्रीय मानकों द्वारा निर्धारित सख्त सीमाओं के भीतर सुरक्षा बनी रहती है।

इस नई पद्धति का मूल आधार "प्रभावी द्रव्यमान" (effective mass) की अवधारणा पर टिका है। सरल शब्दों में, रोबोट के हाथ का हर हिस्सा टकराने पर एक जैसा महसूस नहीं होता है। हाथ के आधार के पास वाला एक भारी हिस्सा, हाथ के सिरे के पास वाले हल्के हिस्से की तुलना में अधिक वजन और संवेग (momentum) वहन करता है। इसके अलावा, एक विशिष्ट भाग जिस गति से चल रहा है, वह प्रभाव के बल को बदल देता है। शोधकर्ताओं ने एक ऐसा सिस्टम बनाया है जो लगातार उस सटीक वजन और गति की गणना करता है जो उस विशिष्ट भाग का है जो बाधा के संपर्क में आता है। वे इस गणना को "प्रभावी द्रव्यमान" कहते हैं। इस संख्या को गति के साथ जोड़कर, रोबोट टक्कर के पूरा होने से पहले ही उसके बल का अनुमान लगा सकता है। इस अनुमान की तुलना अंतरराष्ट्रीय मानकों द्वारा परिभाषित सुरक्षा सीमा से की जाती है, जो यह बताती है कि मानव शरीर का कोई हिस्सा, जैसे कि हाथ का पिछला भाग, सुरक्षित रूप से कितना बल सह सकता है।

यह परीक्षण करने के लिए कि क्या यह विचार वास्तविक दुनिया में काम करता है, टीम ने एक नियंत्रित प्रयोग स्थापित किया जिसमें छह-जोड़ों वाला एक रोबोटिक हाथ (UR10e) उपयोग किया गया। उन्होंने रोबोट को एक विशेष इलेक्ट्रॉनिक त्वचा से ढका, जो एक संवेदनशील स्पर्श सेंसर की तरह काम करती है, जो यह महसूस करने में सक्षम है कि टक्कर कहाँ हुई और दबाव कितना है। उन्होंने दूसरे प्रकार के रोबोट, KUKA LBR iiwa 7 का भी सिमुलेशन किया, जो बाहरी त्वचा के बजाय अपने जोड़ों के भीतर लगे सेंसरों का उपयोग करके टक्कर को महसूस करता है। परीक्षण वातावरण में एक नकली कार्य शामिल था जहाँ रोबोट को पत्थरों से भरी कई लटकती हुई बाल्टियों के पास से गुजरना था। ये बाल्टियाँ एक मानव हाथ के प्रतिनिधि के रूप में कार्य करती थीं, जो विभिन्न प्रकार की टक्करें पैदा करने के लिए आगे-पीछे झूल रही थीं। कुछ टक्करें तेज़ और उछाल वाली थीं, जैसे दीवार से टकराकर वापस आने वाली गेंद, जबकि अन्य धीमी और कुचलने वाली थीं, जैसे दरवाजे में हाथ का फंस जाना।

शोधकर्ताओं ने तीन अलग-अलग तरीकों की तुलना की कि रोबोट इन टक्करों पर कैसे प्रतिक्रिया दे सकता है। पहला तरीका मानक औद्योगिक दृष्टिकोण था: यदि रोबोट किसी भी चीज़ को छूता है, तो वह तुरंत रुक जाता है। यह सबसे सुरक्षित लेकिन सबसे कम कुशल तरीका है, क्योंकि यह मामूली संपर्क के लिए भी काम रोक देता है। दूसरा तरीका एक निश्चित गणना का उपयोग करता था जो रोबोट के लिए एक स्थिर वजन मान लेता था, चाहे वह किसी भी हिस्से से टकरा रहा हो। तीसरा तरीका, जो टीम का नया आविष्कार है, स्थिति के आधार पर अपनी प्रतिक्रिया को समायोजित करने के लिए गतिशील "प्रभावी द्रव्यमान" गणना का उपयोग करता है। उन्होंने विभिन्न गतियों पर ये परीक्षण किए, धीमी गति से लेकर तेज़ गति तक, और परिणामों की विश्वसनीयता सुनिश्चित करने के लिए प्रयोगों को कई बार दोहराया।

परिणामों ने नए, अनुकूलन योग्य (adaptive) तरीके का स्पष्ट लाभ दिखाया। जब रोबोट 600 मिलीमीटर प्रति सेकंड की गति से चल रहा था, तो मानक दृष्टिकोण ने बाल्टी को छूते ही हर बार मशीन को रोक दिया, जिससे कार्य पूरा करने में औसतन 14.5 सेकंड लगे। हालाँकि, नए तरीके ने कई हल्की टक्करों के बावजूद काम जारी रखा, जिससे वही कार्य केवल 8 सेकंड में पूरा हो गया। यह उत्पादकता में 45 प्रतिशत से अधिक की वृद्धि को दर्शाता है। धीमी गति पर भी, नए तरीके ने अनावश्यक रुकावटों की संख्या को काफी कम कर दिया। दूसरे रोबोट के साथ सिमुलेशन परीक्षणों में, सुधार समान था, जहाँ नए तरीके ने मानक दृष्टिकोण की तुलना में कार्यों को लगभग 30 प्रतिशत तेजी से पूरा किया। डेटा ने दिखाया कि रोबोट केवल अनुमान नहीं लगा रहा था; वह सही ढंग से पहचान रहा था कि कई टक्करें इतनी कमजोर थीं कि उनसे नुकसान नहीं होगा और इसलिए उन्हें रुकने की आवश्यकता नहीं थी।

सुरक्षा प्राथमिक चिंता थी, और शोधकर्ताओं ने बहुत सावधानी बरती कि उनका सिस्टम सुरक्षा से समझौता न करे। उन्होंने सत्यापित किया कि उनकी गणनाएँ "रूढ़िवादी" (conservative) थीं, जिसका अर्थ है कि रोबोट वास्तविक बल से अधिक बल का अनुमान लगाता था। यह सुनिश्चित करता है कि यदि रोबोट आगे बढ़ने का निर्णय लेता है, तो वास्तविक बल निश्चित रूप से खतरनाक सीमा से नीचे है। उन परीक्षणों में जहाँ उन्होंने एक प्रमाणित उपकरण का उपयोग करके एक धीमी, कुचलने वाली टक्कर के वास्तविक बल को मापा, रोबोट का अनुमान वास्तविक माप से काफी अधिक था। उदाहरण के लिए, जबकि उपकरण ने लगभग 98 न्यूटन का बल दर्ज किया, रोबोट की प्रणाली ने इसे लगभग 175 न्यूटन बताया। क्योंकि रोबोट का अनुमान अधिक था, इसलिए इसने एक सुरक्षा मार्जिन के साथ काम किया, यानी जहाँ रुकना चाहिए था वहाँ रुका और केवल तभी आगे बढ़ा जब वास्तव में सुरक्षित था। यह रूढ़िवादी दृष्टिकोण सुनिश्चित करता है कि सिस्टम किसी भी खतरनाक स्थिति को चूकने की संभावना नहीं रखता।

अध्ययन ने यह भी रेखांकित किया कि यह जानना कितना महत्वपूर्ण है कि रोबलेट का कौन सा हिस्सा टक्कर में शामिल है। शोधकर्ताओं ने पाया कि यदि सिस्टम यह सटीक रूप से नहीं पहचान पाता कि कौन सा लिंक या सेंसर पैड संपर्क में आया है, तो वह सही वजन और गति की गणना नहीं कर सकता है, और सुरक्षा निर्णय गलत हो सकता है। उनकी पद्धति के लिए यह आवश्यक है कि रोबोट टक्कर को एक विशिष्ट क्षेत्र तक सीमित करे, यही कारण है कि उन्होंने सटीक स्थान डेटा प्राप्त करने के लिए संवेदनशील त्वचा और जॉइंट सेंसर का उपयोग किया। इस सटीकता के बिना, सिस्टम को सबसे खराब स्थिति (worst-case scenario) मानकर चलना होगा और अधिक बार रुकना होगा, जिससे दक्षता का लाभ कम हो जाएगा। टीम ने उल्लेख किया कि हालांकि उनका वर्तमान सेटअप एकल टक्करों के लिए अच्छा काम करता है, लेकिन एक साथ होने वाली कई टक्करों को संभालने के लिए अधिक जटिल योजना की आवश्यकता होगी, लेकिन कारखानों में पाए जाने वाले सामान्य परिदृश्यों के लिए, जहाँ टक्कर दुर्लभ होती है और आमतौर पर शरीर के एक हिस्से से जुड़ी होती है, यह प्रणाली अत्यधिक प्रभावी है।

भविष्य की ओर देखते हुए, शोधकर्ता स्वीकार करते हैं कि उनके परीक्षणों में मानव स्वयंसेवकों के बजाय बाल्टियों और पत्थरों का उपयोग किया गया था। हालाँकि बाल्टियाँ बलों को मापने का एक सुसंगत और सुरक्षित तरीका प्रदान करती हैं, लेकिन एक वास्तविक मानव हाथ अधिक जटिल होता है, जिसमें मांसपेशियां और जोड़ होते हैं जो टक्कर के जवाब में प्रतिक्रिया दे सकते हैं या पीछे हट सकते हैं। शोधकर्ताओं का मानना है कि क्योंकि एक मानव हाथ पत्थरों से भरी बाल्टी की तुलना में अधिक कोमल और प्रतिक्रियाशील होता है, इसलिए वास्तविक बल जो एक व्यक्ति अनुभव करेगा, वह प्रयोग में मापे गए बल से भी कम होगा। यह सुझाव देता है कि यह प्रणाली व्यवहार में परीक्षणों की तुलना में और भी अधिक सुरक्षित है। हालाँकि, वे यह भी बताते हैं कि सुरक्षा केवल भौतिक बल के बारे में नहीं है; अचानक होने वाले धक्के का झटका भले ही चोट न पहुँचाए, लेकिन यह एक कर्मचारी को विचलित कर सकता है। भविष्य के कार्यों में यह देखना होगा कि इन अंतःक्रियाओं को मानव ऑपरेटर के लिए केवल शारीरिक रूप से सुरक्षित ही नहीं, बल्कि सहज और पूर्वानुमानित कैसे बनाया जाए।

अंततः, यह शोध मानव-रोबोट सहयोग के भविष्य के लिए एक व्यावहारिक मार्ग प्रदान करता है। 'एक ही आकार सबके लिए उपयुक्त' (one-size-fits-all) वाले कठोर सुरक्षा नियमों से हटकर एक ऐसी प्रणाली की ओर बढ़कर, जो प्रत्येक विशिष्ट अंतःक्रिया के भौतिकी को समझती है, रोबोट कार्यस्थल में अधिक सक्षम भागीदार बन सकते हैं। निष्कर्ष बताते हैं कि हमें सुरक्षा और गति के बीच चुनाव करने की आवश्यकता नहीं है। सही सेंसर और स्मार्ट गणनाओं के साथ, मशीनें लोगों के साथ काम करने के लिए पर्याप्त सुरक्षित और वास्तव में उपयोगी होने के लिए पर्याप्त तेज़, दोनों हो सकती हैं, जिससे कारखाने का फर्श अलगाव के स्थान से साझा कार्य के स्थान में बदल सकता है।