Online path planning for kinematic-constrained UAVs in a dynamic environment based on a Differential Evolution algorithm
यह शोध पत्र गतिशील वातावरण में कार्यरत काइनेमैटिक-प्रतिबंधित (kinematic-constrained) यूएवी (UAV) के लिए एक ऑनलाइन पाथ प्लानिंग पद्धति प्रस्तुत करता है, जो गति बाधाओं और अवरोधों को संभालने के लिए NURBS पाथ रिप्रजेंटेशन और वेलोसिटी ऑब्स्टेकल अवधारणाओं के साथ एक डिफरेंशियल इवोल्यूशन एल्गोरिदम का उपयोग करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक ऐसी दुनिया की कल्पना करें जहाँ नन्हे, खुद उड़ने वाले ड्रोन नए डिलीवरी ड्राइवर, आसमान के फोटोग्राफर और खोज एवं बचाव टीमों के साहसी स्काउट बन गए हैं। जहाँ कुछ ड्रोन चार घूमते हुए प्रोपेलर वाले भिनभिनाते मधुमक्खियों की तरह दिखते हैं, वहीं अन्य फिक्स्ड-विंग (निश्चित पंखों वाले) वाले छोटे हवाई जहाजों की तरह बनाए गए हैं। ये "फिक्स्ड-विंग" उड़ने वाले आकाश के मैराथन धावक हैं: वे अपने चार-प्रोपेलर वाले चचेरे भाइयों की तुलना में अधिक तेज़ उड़ सकते हैं, बहुत दूर तक जा सकते हैं और भारी भार उठा सकते हैं। लेकिन इसमें एक पेंच है। बिल्कुल एक असली हवाई जहाज की तरह, एक फिक्स्ड-विंग ड्रोन अचानक रुक नहीं सकता या एक तंग घेरे में नहीं घूम सकता। इसे आगे बढ़ते रहना पड़ता है और धीरे-धीरे मुड़ना पड़ता है, जैसे एक कार जो हाईवे पर चलती है और पार्किंग लॉट में यू-टर्न नहीं ले सकती।
अब, इन ड्रोनों की कल्पना करें जो अन्य चलती-फिरती चीजों—शायद अन्य ड्रोनों, पक्षियों, या यहाँ तक कि अप्रत्याशित बाधाओं—से भरे व्यस्त आकाश में उड़ रहे हैं। वैज्ञानिकों के लिए बड़ी चुनौती उन्हें यह सिखाना है कि वे उड़ते समय अपना रास्ता कैसे तय करें। उन्हें एक ऐसा सुचारू और सुरक्षित पथ खोजना होगा जो उनके मुड़ने की सीमाओं का सम्मान करे, चलती वस्तुओं से टकराने से बचे, और उन्हें उनके गंतव्य तक पहुँचा दे। यह एक लंबे, भारी ट्रक को भीड़भाड़ वाली शहर की सड़क के माध्यम से चलाने जैसा है जहाँ अन्य कारें लगातार लेन बदल रही हैं, और साथ ही आप केवल चौड़े कोणों पर ही मुड़ने के लिए अधिकृत हैं। यदि ट्रक बहुत तेज़ी से मुड़ने की कोशिश करता है, तो वह पलट जाता है; यदि वह अपने सामने अचानक मुड़ने वाली कार के प्रति पर्याप्त तेज़ी से प्रतिक्रिया नहीं देता है, तो वह दुर्घटनाग्रस्त हो जाता है। यही वह पहेली है जिसे शोधकर्ता हल करने की कोशिश कर रहे हैं: इन तेज़, बड़े ड्रोनों को एक अराजक, गतिशील दुनिया में वास्तविक समय में नेविगेट करने के लिए स्मार्ट बनाने का तरीका क्या है।
इस शोध पत्र में, शोधकर्ताओं की एक टीम ने इन फिक्स्ड-विंग ड्रोनों के लिए एक नया "मस्तिष्क" पेश किया है जो उन्हें तब भी अपना उड़ान पथ योजनाबद्ध करने में सक्षम बनाता है जब उनके आसपास की दुनिया बदल रही होती है। ड्रोन के उड़ान पथ को निर्देशों के एक कठोर सेट के रूप में नहीं, बल्कि एक लचीले, खिंचने वाले रबर बैंड के रूप में सोचें। शोधकर्ता इस रबर बैंड का प्रतिनिधित्व करने के लिए NURBS कर्व (जो एक चिकनी, मुड़ने वाली रेखा का वर्णन करने का एक फैंसी तरीका है) नामक एक गणितीय उपकरण का उपयोग करते हैं। हर सेकंड एक नया रास्ता बनाने की कोशिश करने के बजाय, उनका सिस्टम मौजूदा रबर बैंड को लेता है और परेशानी से बचने के लिए उसे धीरे से धकेलता है।
यह पता लगाने के लिए कि पथ को किस दिशा में धकेलना है, वे 'डिफरेंशियल इवोल्यूशन' नामक एक चतुर एल्गोरिदम का उपयोग करते हैं। आप इस एल्गोरिदम की कल्पना आभासी मधुमक्खियों के झुंड के रूप में कर सकते हैं, जिनमें से प्रत्येक उड़ान पथ के थोड़े अलग संस्करण को आज़मा रही है। कुछ मधुमक्खियाँ ऐसा पथ आज़माती हैं जो थोड़ा ऊपर जाता है, अन्य एक पथ आज़माती हैं जो थोड़ा बाईं ओर झुकता है। एल्गोरिदम प्रत्येक इन "क्या-होगा" वाले पथों की जाँच करता है कि कौन सा सबसे अच्छा है। "सबसे अच्छा" पथ वह है जो सबसे छोटा है (ऊर्जा बचाता है) लेकिन, सबसे महत्वपूर्ण बात यह है कि वह किसी चीज़ से टकराता नहीं है।
यहीं पर जादू होता है: शोधकर्ताओं ने अपने आभासी मधुमक्खियों में "वेलोसिटी ऑब्सटकल" (वेग संबंधी बाधा) अवधारणा नामक एक विशेष नियम जोड़ा है। कल्पना कीजिए कि आप एक गलियारे में चल रहे हैं, और आप देखते हैं कि कोई आपकी ओर दौड़ रहा है। आप केवल यह नहीं देखते कि वे अभी कहाँ हैं; आप यह भी देखते हैं कि वे कहाँ जा रहे हैं और उनकी गति कितनी है। यदि उनका पथ और आपका पथ कुछ सेकंड में आपस में टकराने वाला है, तो आप जानते हैं कि आपको एक तरफ हटना होगा। ड्रोन का नया मस्तिष्क बिल्कुल यही करता है। यह अपने सामने दिखने वाली प्रत्येक बाधा की गति और दिशा को देखता है (उसकी "सेंसिंग रेंज" के भीतर) और आकाश में एक "खतरे के क्षेत्र" की गणना करता है। यदि कोई संभावित उड़ान पथ ड्रोन को इस खतरे के क्षेत्र में ले जाता है, तो एल्गोरिदम तुरंत उस पथ को खारिज कर देता है और एक दूसरा पथ आज़माता है।
टीम ने कंप्यूटर सिमुलेशन में इस विचार का परीक्षण किया, जिसमें चलती बाधाओं वाला एक आभासी संसार बनाया गया। उन्होंने पाया कि उनका नया प्लानर अविश्वसनीय रूप से तेज़ी से प्रतिक्रिया कर सकता है—लगभग हर 0.1 सेकंड में। यह उनके पिछले तरीके की तुलना में एक बहुत बड़ा सुधार है, जो बहुत धीमा था। इन सिमुलेशन में, ड्रोन ने भीड़भाड़ वाले, गतिशील वातावरण में सफलतापूर्वक नेविगेट किया, बिना अपनी मुड़ने की सीमाओं का उल्लंघन किए, चलती बाधाओं से बचने के लिए अपने "रबर बैंड" पथ को सुचारू रूप से मोड़ा। शोधकर्ता सुझाव देते हैं कि यह दृष्टिकोण व्यवहार्य है और भविष्य के कार्यों के लिए एक ठोस आधार प्रदान करता है, जिसमें 3D स्थान (जैसे केवल दाएं-बाएं नहीं, बल्कि ऊपर-नीचे उड़ना) में इन विचारों को ले जाना शामिल है। हालांकि इसके परिणाम वर्तमान में सिमुलेशन तक सीमित हैं, अध्ययन यह दर्शाता है कि लचीले पथ आकारों को स्मार्ट, भविष्योन्मुखी बाधा निवारण के साथ जोड़ना एक व्यस्त आकाश में फिक्स्ड-विंग ड्रोनों को सुरक्षित रखने का एक आशाजनक तरीका है।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।