⚡ electrical engineering

Proactive Hierarchical Control Barrier Function-Based Safety Prioritization in Close Human-Robot Interaction Scenarios

यह शोध पत्र एक पदानुक्रमित कंट्रोल बैरियर फंक्शन-आधारित नियंत्रण ढांचे को प्रस्तुत करता है जो मानव शरीर के अंगों की गंभीरता के अनुसार उन्हें गतिशील रूप से शिथिल और पुनर्व्यवस्थित करके सुरक्षा बाधाओं को सक्रिय रूप से प्राथमिकता देता है, जिससे निकट-संपर्क मानव-रोबोट संपर्क परिदृश्यों में स्वायत्त रोबोटों के लिए सुदृढ़ और अनुकूल टकराव शमन सुनिश्चित किया जा सके।

मूल लेखक: Patanjali Maithani, Aliasghar Arab, Farshad Khorrami, Prashanth Krishnamurthy

प्रकाशित 2026-04-09

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Patanjali Maithani, Aliasghar Arab, Farshad Khorrami, Prashanth Krishnamurthy

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

कल्पना कीजिए कि आप एक व्यस्त रसोई में एक मानव शेफ के साथ काम करने वाले एक रोबोटिक हाथ हैं। आपका काम सामग्री को पकड़ना और उन्हें तेज़ी से स्थानांतरित करना है। लेकिन यहाँ एक पेच है: शेफ अनिश्चित रूप से इधर-उधर घूम रहे हैं, अपने हाथ हिला रहे हैं, और कभी-कभी बहुत करीब झुक रहे हैं। यदि आप बहुत तेज़ी से या लापरवाही से चलते हैं, तो आप उनसे टकरा सकते हैं।

अतीत में, रोबट एक पिंजरे में बंद किसी अनाड़ी दैत्य की तरह थे—उन्हें एक घेरे के पीछे रहना पड़ता था क्योंकि उन पर समय पर रुकने के लिए भरोसा नहीं किया जा सकता था। लेकिन आधुनिक "कोबॉट्स" (सहयोगी रोबोट) को इंसानों के बिल्कुल बगल में काम करने के लिए बनाया गया है। बड़ा सवाल यह है कि: एक रोबोट को तेज़ और कुशल कैसे बनाया जाए, लेकिन साथ ही इतना स्मार्ट भी कि वह यह जान सके कि चोट पहुँचाने से बचने के लिए उसे ठीक कब रुकना है?

यह शोध पत्र एक रोबोट के लिए एक शानदार नए "मस्तिष्क" को प्रस्तुत करता है जो इस समस्या को हल करता है, जिसे Hierarchical Control Barrier Functions (CBFs) की अवधारणा का उपयोग करके बनाया गया है। यह कैसे काम करता है, यहाँ सरल भाषा में समझाया गया है:

1. सुरक्षा के लिए "ट्रैफिक लाइट" प्रणाली

रोबोट की सुरक्षा प्रणाली को एक ट्रैफिक कंट्रोल सेंटर की तरह समझें। आमतौर पर, एक रोबोट एक आदर्श पथ का पालन करने की कोशिश करता है (जैसे हाईवे पर चलती कार)। लेकिन जब कोई इंसान पास आता है, तो रोबोट को धीमा होना पड़ता है या रास्ता बदलना पड़ता है।

समस्या तब आती है जब रोबोट दो बाधाओं के बीच फंस जाता है। कल्पना कीजिए कि रोबोट चल रहा है, और अचानक एक इंसान का हाथ उसके सामने आ जाता है, लेकिन उनका सिर हाथ के थोड़ा पीछे है। यदि रोबोट हाथ के लिए रुकने की कोशिश करता है, तो वह गलती से अपना हाथ घुमाकर सिर से टकरा सकता है। यदि वह सिर के लिए रुकता है, तो वह हाथ से टकरा सकता है।

एक मानक प्रणाली में, रोबोट "भ्रमित" होकर जम (freeze) सकता है, या इससे भी बुरा, वह दोनों नियमों को संतुष्ट करने की कोशिश कर सकता है और दोनों से टकरा सकता है।

2. "रिलैक्सेशन वेरिएबल": समझौते की कला

लेखकों का समाधान एक पदानुक्रमित प्राथमिकता प्रणाली (hierarchical prioritization system) है। वे रोबोट को यह समझने में सक्षम बनाते हैं कि शरीर के सभी हिस्से समान नहीं होते हैं।

सिर (लाल क्षेत्र): यह वीआईपी (VIP) है। यह सबसे संवेदनशील है और इससे टकराना सबसे खतरनाक है। रोबट इसे एक "नो क्रॉस" लाइन की तरह मानता है। यह सिर से टकराने से बचने के लिए रुकेगा, रास्ता बदलेगा, या यहाँ तक कि अपने कार्य का त्याग भी कर देगा।
हाथ (नारंगी क्षेत्र): यह महत्वपूर्ण है, लेकिन सिर जितना महत्वपूर्ण नहीं है। यदि रोबोट ऐसी तंग स्थिति में है जहाँ उसे किसी बड़ी आपदा से बचने के लिए कुछ टकराना ही होगा, तो उसे हाथ के नियम को "रिलैक्स" (शिथिल) करने के लिए प्रोग्राम किया गया है।

उपमा: कल्पना कीजिए कि आप कार चला रहे हैं और आप देखते हैं कि एक पैदल यात्री (हाथ) सड़क पर आ रहा है, लेकिन आप देखते हैं कि उनके ठीक पीछे एक स्कूल बस (सिर) भी है।

पुराना रोबोट: पैदल यात्री के लिए रुकने की कोशिश करता है लेकिन बस से टकरा सकता है, या घबराकर बहुत देर से रुक जाता है।
नया रोबोट (यह शोध पत्र): यह समझ जाता है, "मैं अभी दोनों को पूरी तरह से नहीं बचा सकता।" यह निर्णय लेता है, "मैं बस को पूरी तरह से मिस करने के लिए थोड़ा सा रास्ता बदलूँगा, भले ही मुझे पैदल यात्री के कंधे को हल्का सा छूना पड़े (या हाथ से बचने के लिए काफी धीमा हो जाना पड़े यदि संभव हो)।" यह सुनिश्चित करने के लिए एक गणनात्मक समझौता करता है कि सबसे बुरा परिणाम (सिर से टकराना) कभी न हो।

3. रोबोट कैसे "देखता" और "सोचता" है

यह करने के लिए, रोबोट एक विशेष 3D कैमरे (ZED2i) से लैस है जो सुपर-विज़न की तरह काम करता है।

यह केवल एक "इंसान" नहीं देखता; यह 34 बिंदुओं के एक कंकाल (skeleton) को देखता है (जैसे एक डिजिटल स्टिक फिगर)।
यह वास्तविक समय में, प्रति सेकंड 60 बार, सिर और हाथों को ट्रैक करता है।
यह शरीर के हर हिस्से की दूरी और गति की गणना करता है।

रोबोट का मस्तिष्क एक गणितीय "सुरक्षा जाल" (Control Barrier Function) का उपयोग करता है। इसे शरीर के हर हिस्से के चारों ओर एक अदृश्य, लचीले बुलबुले की तरह समझें।

सिर के चारों ओर का बुलबुला स्टील का बना है। इसे फोड़ा नहीं जा सकता।
हाथ के चारों ओर का बुलबुला रबर का बना है। यदि रोबोट अत्यधिक दबाव में है, तो यह थोड़ा खिंच सकता है, जिससे रोबोट को जमने के बजाय एक छोटा, सुरक्षित समायोजन करने की अनुमति मिलती है।

4. प्रयोग: फ्रैंका रोबोट (Franka Robot)

शोधकर्ताओं ने एक वास्तविक रोबोटिक हाथ (Franka Research 3) पर प्रयोगशाला में इसका परीक्षण किया।

परिदृश्य: एक इंसान ने रोबोट के रास्ते में अपने हाथ और सिर को घुमाया।
परिणाम: जब इंसान का हाथ करीब आया, तो रोबोट धीमा हो गया या थोड़ा हट गया। लेकिन जब इंसान का सिर करीब आया, तो इसने बहुत अधिक आक्रामक प्रतिक्रिया दी, यानी तुरंत रुक गया या दूर हट गया।
"टाइट स्क्वीज़" (तंग जगह) टेस्ट: उन्होंने एक ऐसी स्थिति का अनुकरण किया जहाँ रोबोट दो बाधाओं के बीच फंसा हुआ था। बिना इस नई प्रणाली के, रोबोट टकरा जाता। नई प्रणाली के साथ, इसने सफलतापूर्वक "उच्च प्राथमिकता" वाली बाधा (सिर) से बचते हुए, "कम प्राथमिकता" वाली बाधा (हाथ) को प्रबंधित किया, जिससे एक छोटा, सुरक्षित समझौता संभव हो सका।

यह क्यों महत्वपूर्ण है

यह केवल रोबोट के बारे में नहीं है; यह विश्वास के बारे में है। रोबोटों को हमारे घरों, अस्पतालों और कारखानों में काम करने के लिए, उन्हें केवल "कुछ दिखने पर रुकने" से कहीं अधिक स्मार्ट होने की आवश्यकता है। उन्हें संदर्भ (context) और परिणाम (consequence) को समझने की आवश्यकता है।

यह शोध पत्र रोबोटों को सुरक्षा के लिए एक नैतिक दिशा-सूचक यंत्र देता है: "यदि मुझे एक मामूली टक्कर और एक बड़ी चोट के बीच चुनना है, तो मैं मामूली टक्कर को चुनूँगा।"

इस "पदानुक्रमित" दृष्टिकोण का उपयोग करके, रोबोट बिना पिंजरों के मनुष्यों के साथ अधिक तेज़ी से और सुचारू रूप से काम कर सकते हैं, जिससे मानव-रोबोट टीम वर्क का भविष्य अधिक सुरक्षित और कुशल बनता है।

यहाँ शोध पत्र "Proactive Hierarchical Control Barrier Function-Based Safety Prioritization in Close Human-Robot Interaction Scenarios" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

मानव-केंद्रित वातावरण (विनिर्माण, स्वास्थ्य सेवा, आदि) में सहयोगात्मक रोबोट (cobots) के एकीकरण के लिए ऐसी नियंत्रण रणनीतियों की आवश्यकता है जो प्रदर्शन से समझौता किए बिना शारीरिक सुरक्षा सुनिश्चित करें। पारंपरिक औद्योगिक रोबोट पिंजरों (cages) के भीतर काम करते हैं, लेकिन कोबॉट्स मनुष्यों के साथ कार्यक्षेत्र साझा करते हैं।

मुख्य चुनौती: मानव गति अप्रत्याशित और गतिशील होती है। निकट-समीपता वाले परिदृश्यों में, यदि रोबोट सभी सुरक्षा बाधाओं का एक साथ सख्ती से पालन करता है, तो टकराव अपरिहार्य हो सकता है।
व्यवहार्यता अंतराल (The Feasibility Gap): जब कई सुरक्षा बाधाएं (जैसे, मानव सिर और मानव हाथ दोनों से एक साथ बचना) आपस में टकराती हैं, तो मानक द्विघाती प्रोग्रामिंग (QP) सॉल्वर एक अव्यवहार्य समाधान (infeasible solution) दे सकते हैं, जिससे सिस्टम विफल हो सकता है या अनियंत्रित टकराव हो सकता है।
जोखिम विभेदीकरण: शरीर के सभी अंगों में चोट का जोखिम समान नहीं होता है। मानव सिर से टक्कर होना मानव हाथ से टक्कर होने की तुलना में कहीं अधिक गंभीर है। मौजूदा कंट्रोल बैरियर फंक्शन (CBF) विधियाँ अक्सर सभी बाधाओं के साथ समान व्यवहार करती हैं, जिनमें आवश्यकता पड़ने पर कम जोखिम वाले शरीर के अंगों की तुलना में उच्च-जोखिम वाले अंगों को प्राथमिकता देने के तंत्र का अभाव होता है।

2. कार्यप्रणाली (Methodology)

लेखक एक पदानुक्रमित नियंत्रण ढांचा (Hierarchical Control Framework) प्रस्तावित करते हैं जो कंट्रोल बैरियर फंक्शन्स (CBFs) पर आधारित है और रिलैक्सेशन वेरिएबल्स (relaxation variables) का उपयोग करके एक सुरक्षा प्राथमिकता तंत्र पेश करता है।

A. सिस्टम आर्किटेक्चर

नियंत्रण लूप में दो परतें शामिल हैं:

परफॉरमेंस कंट्रोलर (Performance Controller): एक मानक इनवर्स किनेमैटिक्स कंट्रोलर जो वांछित प्रक्षेपवक्र (trajectory) को ट्रैक करने के लिए वांछित जॉइंट वेलोसिटी ( $\dot{q}_{perf}$ ) उत्पन्न करता है।
सेफ्टी कंट्रोलर (Safety Controller - CBF Layer): एक रियल-टाइम ऑप्टिमाइज़ेशन लेयर जो रोबोट की स्थिति की निगरानी करती है और सिस्टम को एक फॉरवर्ड-इनवेरिएंट सुरक्षित सेट ( $X_s$ ) के भीतर रहने के लिए परफॉरमेंस कमांड्स ( $\dot{q}_{safe}$ ) को संशोधित करती है।

B. कंट्रोल बैरियर फंक्शन (CBF) सूत्रीकरण

सेफ सेट परिभाषा: सेफ सेट को एक निरंतरतः अवकलनीय (continuously differentiable) फलन $h(x, p_{obs})$ के 0-सुपरलेवल सेट द्वारा परिभाषित किया गया है, जो रोबोट लिंक्स और मानव शरीर के अंगों (सिर, हाथ) के बीच की दूरी को दर्शाता है।
बाधा (Constraint): CBF का समय व्युत्पन्न (time derivative) $\dot{h} \geq -\alpha(h)$ को संतुष्ट करना चाहिए, यह सुनिश्चित करने के लिए कि रोबोट सुरक्षित दूरी के भीतर रहे।
विभेदन: पेपर वेलोसिटी-आधारित नियंत्रण का उपयोग करता है, जिसके लिए कंट्रोल इनपुट (जॉइंट वेलोसिटी) के साथ रैखिक संबंध स्थापित करने के लिए CBF के एकल समय व्युत्पन्न की आवश्यकता होती है।

C. रिलैक्सेशन के माध्यम से पदानुक्रमित प्राथमिकता (Hierarchical Prioritization via Relaxation)

बाधाओं (जैसे, सिर से बचना बनाम हाथ से बचना) के बीच संघर्ष को हल करने के लिए, लेखक विशेष रूप से निचले-प्राथमिकता वाली बाधाओं (हाथ) के लिए एक रिलैक्सेशन वेरिएबल ( $\delta_{ha}$ ) पेश करते हैं।

ऑब्जेक्टिव फंक्शन: QP वांछित परफॉरमेंस वेलोसिटी से विचलन को कम करता है और रिलैक्सेशन वेरिएबल को दंडित (penalize) करता है:
$\min_{\dot{q}_{safe}, \delta_{ha} \geq 0} \| \dot{q}_{safe} - \dot{q}_{perf} \|^2 + \beta \delta_{ha}^2$
बाधाएं:
- सिर (उच्च प्राथमिकता): सख्ती से लागू ( $A_{head} \dot{q}_{safe} \geq -\alpha(h_{head})$ )। इसमें रिलैक्सेशन की अनुमति नहीं है।
- हाथ (निम्न प्राथमिकता): रिलैक्स्ड ( $A_{hand} \dot{q}_{safe} \geq -\alpha(h_{hand}) - \delta_{ha}$ )।
तंत्र: पैरामीटर $\beta$ एक पेनल्टी वेट के रूप में कार्य करता है। एक उच्च $\beta$ हाथ की बाधा को शून्य की ओर धकेलता है, जिससे हाथ की बाधा को प्राथमिकता मिलती है। एक कम $\beta$ $\delta_{ha}$ को बढ़ने की अनुमति देता है, जिससे सिर की बाधा को सख्ती से बनाए रखने के लिए हाथ की बाधा का नियंत्रित उल्लंघन संभव हो जाता है।

D. सेंसिंग और परसेप्शन

हार्डवेयर: फ्रैंका रिसर्च 3 रोबोट (7-DOF) और ZED2i AI स्टीरियो कैमरा।
परसेप्शन: ZED2i कैमरा 60 Hz पर मानव पोज़ का पता लगाता है, जिसमें 34 स्केलेटल कीपॉइंट्स निकाले जाते हैं। सिस्टम विशेष रूप से वास्तविक समय में CBF बाधाओं को अपडेट करने के लिए सिर और हाथों को ट्रैक करता है।

3. मुख्य योगदान (Key Contributions)

प्राथमिकता के साथ पदानुक्रमित CBF ढांचा: यह पेपर एक नवीन तंत्र पेश करता है जो मानव शरीर के अंगों की गंभीरता के आधार पर सुरक्षा बाधाओं के बीच ट्रेड-ऑफ करता है। यह सुनिश्चित करता है कि उच्च-जोखिम वाली बाधाओं (सिर) का उल्लंघन न हो, भले ही इसके लिए कम-जोखिम वाली बाधाओं (हाथ) को शिथिल (relax) करना पड़े।
व्यवहार्यता के लिए रिलैक्सेशन वेरिएबल: प्राथमिकता के बिना अव्यवहार्य अवस्थाओं के अस्तित्व को गणितीय रूप से सिद्ध करके (लेम्मा 1), लेखक यह प्रदर्शित करते हैं कि कैसे रिलैक्सेशन वेरिएबल संघर्ष की स्थितियों में QP की समाधान क्षमता (solvability) की गारंटी देता है।
प्रायोगिक सत्यापन: इस पद्धति को वास्तविक समय में मानव पोज़ डिटेक्शन के साथ एक भौतिक फ्रैंका रिसर्च 3 रोबोट पर मान्य किया गया है, जो गतिशील वातावरण में टकराव के जोखिमों को सक्रिय रूप से कम करने की प्रणाली की क्षमता को प्रदर्शित करता है।
स्थिरता और जटिलता विश्लेषण: पेपर एक स्थिरता प्रमाण प्रदान करता है जो दिखाता है कि पदानुक्रमित कंट्रोलर ट्रैकिंग त्रुटियों को सीमित रखता है (BIBO स्थिरता) और इसकी कम्प्यूटेशनल जटिलता ( $O(n^{3.5})$ ) का विश्लेषण करता है, जिससे वास्तविक समय में व्यवहार्यता की पुष्टि होती है।

4. प्रायोगिक परिणाम (Experimental Results)

सिस्टम का परीक्षण विभिन्न परिदृश्यों में किया गया, जिसमें "पिक एंड प्लेस", वृत्ताकार गतियां, और वर्गाकार प्रक्षेपवक्र शामिल थे, जहाँ मानव ऑपरेटर रोबोट के पास अपने सिर और हाथों को हिला रहे थे।

प्राथमिकता व्यवहार:
- जब मानव सिर रोबोट के करीब आया, तो सिस्टम ने सुरक्षित दूरी बनाए रखने के लिए पथ से आक्रामक रूप से विचलित हुआ।
- जब हाथ करीब आया, तो सिस्टम ने निकटता की अनुमति दी। यदि कोई संघर्ष उत्पन्न हुआ (जैसे, सिर से दूर जाने से हाथ से टकराव हो सकता है), तो सिस्टम ने सिर को प्राथमिकता दी, जिससे $\delta_{ha}$ के माध्यम से हाथ की बाधा को थोड़ा शिथिल (उल्लंघन) करने की अनुमति मिली।
मात्रात्मक मेट्रिक्स:
- सापेक्ष वेग और दूरी: डेटा ने दिखाया कि रोबोट ने हाथ की तुलना में सिर के लिए बड़े सुरक्षा मार्जिन बनाए रखे।
- रिलैक्सेशन वेरिएबल ( $\delta_{max}$ ): संघर्ष वाले परिदृश्यों में, $\delta_{ha}$ बढ़ा, जो पुष्टि करता है कि सिस्टम सिर की बाधा को बचाने के लिए हाथ की बाधा का सक्रिय रूप से ट्रेड-ऑफ कर रहा था।
- सिमुलेशन (2-DOF): कई बाधाओं (लाल=उच्च प्राथमिकता, हरा=निम्न प्राथमिकता) के साथ एक 2-DOF सिमुलेशन ने प्रदर्शित किया कि रिलैक्सेशन के बिना, सिस्टम विफल (अव्यवहार्य) हो गया। रिलैक्सेशन के साथ, रोबोट लाल बाधा से सफलतापूर्वक बच गया जबकि हरे रंग की बाधा के करीब जाने की अनुमति दी।
प्रदर्शन: सॉल्वर प्रत्येक चक्र में लगभग 0.16ms में निष्पादित हुआ, जो 16.6ms के कंट्रोल चक्र समय के भीतर है, जिससे वास्तविक समय की प्रतिक्रियाशीलता सुनिश्चित होती है।

5. महत्व और निष्कर्ष (Significance and Conclusion)

यह कार्य मानव-रोबोट सहयोग में एक महत्वपूर्ण अंतर को संबोधित करता है: सुरक्षा बाधाओं के बीच अपरिहार्य संघर्षों को कैसे संभालना है।

सुरक्षा आश्वासन: उच्च-प्राथमिकता वाली बाधाओं (जैसे, सिर) का कभी उल्लंघन न करने की गणितीय गारंटी देकर, यह सिस्टम मानक CBF दृष्टिकोणों की तुलना में उच्च स्तर का सुरक्षा आश्वासन प्रदान करता है।
परिचालन दक्षता: रिलैक्सेशन तंत्र रोबोट को बाधाओं के टकराने पर फ्रीज होने या विफल होने से रोकता है, जिससे इसे "सबसे कम बुरे" निर्णय (उच्च-जोखिम सुरक्षा के लिए कम-जोखिम सुरक्षा का त्याग करना) लेकर सुरक्षित रूप से काम करना जारी रखने की अनुमति मिलती है।
भविष्य का प्रभाव: यह ढांचा मॉड्यूलर है और इसे मौजूदा रोबोट कंट्रोलर्स में एकीकृत किया जा सकता है। भविष्य का कार्य पर्यावरणीय संदर्भ (जैसे, टूल का उपयोग, मानव गति की गति) के आधार पर रिलैक्सेशन पेनल्टी ( $\beta$ ) को अनुकूल रूप से ट्यून करने के लिए लर्निंग-आधारित तरीकों का उपयोग करने का सुझाव देता है।

संक्षेप में, यह पेपर एक मजबूत, गणितीय रूप से आधारित और प्रयोगात्मक रूप से सत्यापित नियंत्रण रणनीति प्रस्तुत करता है जो रोबोट को सबसे संवेदनशील शरीर के अंगों की सुरक्षा को बुद्धिमानी से प्राथमिकता देकर मनुष्यों के निकट सुरक्षित रूप से संचालित करने में सक्षम बनाती है।