🤖 machine learning

Real-time loosely coupled GNSS and IMU integration via Factor Graph Optimization

यह शोध पत्र फैक्टर ग्राफ ऑप्टिमाइज़ेशन का उपयोग करते हुए एक वास्तविक समय (रियल-टाइम), लूज़ली कपल्ड GNSS और IMU एकीकरण ढांचे का प्रस्ताव करता है जो पारंपरिक बैच विधियों की तुलना में बेहतर कम्प्यूटेशनल दक्षता के लिए कुछ पोजिशनिंग सटीकता का समझौता करके चुनौतीपूर्ण शहरी वातावरण में सेवा उपलब्धता को बढ़ाता है।

मूल लेखक: Radu-Andrei Cioaca, Cristian Rusu, Paul Irofti, Gianluca Caparra, Andrei-Alexandru Marinache, Florin Stoican

प्रकाशित 2026-03-05

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Radu-Andrei Cioaca, Cristian Rusu, Paul Irofti, Gianluca Caparra, Andrei-Alexandru Marinache, Florin Stoican

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

यहाँ एक सरल भाषा और रोज़मर्रा के उदाहरणों का उपयोग करके पेपर की व्याख्या दी गई है।

बड़ी तस्वीर: एक धुंधले शहर में रास्ता खोजना

कल्पना कीजिए कि आप ऊंची गगनचुंबी इमारतों (एक "अर्बन कैनियन") वाले एक विशाल, भ्रमित करने वाले शहर में चलने की कोशिश कर रहे हैं। आपके पास अपना रास्ता खोजने के लिए दो उपकरण हैं:

सैटेलाइट मैप (GNSS): यह आपके फोन पर जीपीएस ऐप की तरह है। जब आप किसी खुले पार्क में होते हैं तो यह बहुत अच्छा होता है, लेकिन शहर में, ऊँची इमारतें सिग्नल को रोक देती हैं, इसे दीवारों से टकराकर वापस भेज देती हैं (जिससे "घोस्ट" सिग्नल बनते हैं), या इसे पूरी तरह से छिपा देती हैं। कभी-कभी, मैप बस इतना कहता है, "मुझे नहीं पता कि आप कहाँ हैं।"
आंतरिक कान (IMU): यह आपके संतुलन और गति के बोध की तरह है। भले ही आप सूरज या सितारों को न देख सकें, फिर भी आपको पता होता है कि आप आगे बढ़ रहे हैं, बाईं ओर मुड़ रहे हैं, या अपनी गति बढ़ा रहे हैं। हालाँकि, यह समझ एकदम सटीक नहीं होती। यदि आप आँखें बंद करके 10 मिनट तक चलते हैं, तो आप अंततः अपने रास्ते से भटक जाएंगे क्योंकि आपका मस्तिष्क छोटी-छोटी गलतियाँ करता है जो समय के साथ जुड़ती जाती हैं।

समस्या:

यदि आप केवल सैटेलाइट मैप पर भरोसा करते हैं, तो आप शहर में खो जाते हैं।
यदि आप केवल अपने आंतरिक कान पर भरोसा करते हैं, तो आप भटकाव (ड्रिफ्ट) के कारण अंततः किसी दीवार से टकरा जाते हैं।
लक्ष्य: इन दोनों को मिलाना ताकि आपको दोनों के बेहतरीन लाभ मिल सकें।

पुराना तरीका बनाम नया तरीका

पुराना तरीका (पोस्ट-प्रोसेसिंग):
कल्पना कीजिए कि आप शहर में अपनी सैर का एक वीडियो लेते हैं। यात्रा समाप्त करने के बाद, आप एक कंप्यूटर के साथ बैठते हैं, पूरा वीडियो देखते हैं, और एक बहुत ही स्मार्ट एल्गोरिदम का उपयोग करके यह पता लगाते हैं कि हर सेकंड आप वास्तव में कहाँ थे। आप अतीत को सुधारने के लिए भविष्य की जानकारी का उपयोग कर सकते हैं।

फायदे: बहुत सटीक।
नुकसान: आपको यह जानने के लिए कि आप कहाँ हैं, अंत तक प्रतीक्षा करनी पड़ती है। यह एक सेल्फ-ड्राइविंग कार के लिए बेकार है जिसे यह जानने की तुरंत आवश्यकता होती है कि वह पैदल यात्री से टकराने वाली है या नहीं।

नया तरीका (रियल-टाइम FGO):
लेखकों ने RTFGO नामक एक सिस्टम बनाया है। इसे एक स्मार्ट नेविगेटर के रूप में सोचें जो आपके चलने के दौरान ही आपकी स्थिति को अपडेट करता है।

वे फैक्टर ग्राफ ऑप्टिमाइज़ेशन (Factor Graph Optimization) नामक एक विधि का उपयोग करते हैं। एक विशाल, लचीले मकड़ी के जाल की कल्पना करें:

गांठें (Knots): ये समय के विभिन्न क्षणों पर आपकी स्थिति हैं।
धागे (Strings): ये गांठों को इस आधार पर जोड़ते हैं कि आप कैसे चले (IMU) या सैटेलाइट ने आपके बारे में क्या कहा (GNSS)।

अतीत में, यह "मकड़ी का जाल" जैसे-जैसे आप चलते जाते थे, बड़ा और भारी होता जाता था, जिससे कंप्यूटर के लिए इसे तेज़ी से हल करना कठिन हो जाता था। लेखकों ने वेब के पुराने, अप्रासंगिक हिस्सों को काटने का तरीका (एक तकनीक जिसे मार्जिनलाइजेशन कहा जाता है) खोज निकाला, ताकि कंप्यूटर तेज़ बना रहे, जबकि वेब इतना मजबूत भी बना रहे कि सही उत्तर दे सके।

तीन बड़े समझौते (एक "जुगलिंग एक्ट")

पेपर इस बात की जांच करता है कि इस स्मार्ट नेविगेटर को सेट करने के तीन अलग-अलग तरीके क्या हैं, जो यह दिखाते हैं कि आप एक साथ सब कुछ पूरी तरह से नहीं पा सकते। आपको अपनी प्राथमिकता चुननी होगी:

1. "इंतज़ार करो और देखो" मोड (उच्च सटीकता, कम उपलब्धता)

यह कैसे काम करता है: सिस्टम आपको आपकी स्थिति बताने से पहले कुछ सेकंड रुकता है ताकि यह देख सके कि नए सैटेलाइट सिग्नल आते हैं या नहीं। यह अतीत की गलतियों को सुधारने के लिए भविष्य की जानकारी का उपयोग करता है।
उपमा: एक शिक्षक द्वारा टेस्ट ग्रेड करने जैसा। वे अंतिम ग्रेड देने से पहले पूरा पेपर देखते हैं, जिससे वे प्रश्न 1 पर आपकी गलती को आपके प्रश्न 10 के उत्तर के आधार पर सुधार सकते हैं।
परिणाम: बहुत सटीक, लेकिन यदि सैटेलाइट सिग्नल लंबे समय तक गायब रहता है, तो सिस्टम आपको उत्तर देना बंद कर देता है।

2. "चलते रहो" मोड (उच्च उपलब्धता, कम सटीकता)

यह कैसे काम करता है: सिस्टम कभी इंतज़ार नहीं करता। यदि सैटेलाइट सिग्नल गायब हो जाता है, तो यह तुरंत केवल आपके "आंतरिक कान" (IMU) का उपयोग करके यह अनुमान लगाने लगता है कि आप कहाँ हैं।
उपमा: एक धावक की तरह जो दौड़ना जारी रखता है भले ही उसका नक्शा खो जाए। उन्हें शायद सटीक रास्ते का 100% पता न हो, लेकिन वे कभी रुकते नहीं हैं।
परिणाम: आपके पास हमेशा एक लोकेशन होती है (उच्च उपलब्धता), लेकिन क्योंकि "आंतरिक कान" भटक जाता है, इसलिए आपकी लोकेशन थोड़ी गलत हो सकती है (कम सटीकता)।

3. "मेमोरी लिमिट" मोड (गति और बुद्धिमत्ता के बीच संतुलन)

यह कैसे काम करता है: सिस्टम यह तय करता है कि वह समय में कितना पीछे तक याद रखना चाहता है।
- सब कुछ याद रखें: कंप्यूटर धीमा हो जाता है और क्रैश हो सकता है (बहुत भारी)।
- सब कुछ पुराना भूल जाएँ: कंप्यूटर बहुत तेज़ होता है, लेकिन यह पुरानी गलतियों को सुधारने की क्षमता खो देता है, जिससे यह शोर (noise) के प्रति अधिक संवेदनशील हो जाता है।
उपमा: एक छात्र द्वारा टेस्ट देने जैसा। यदि वे अपने द्वारा सीखे गए हर तथ्य को याद रखने की कोशिश करते हैं, तो वे अभिभूत हो जाते हैं। यदि वे केवल वही याद रखते हैं जो उन्होंने 5 मिनट पहले सीखा था, तो वे तेज़ हैं लेकिन वे बड़ी तस्वीर को मिस कर सकते हैं। लेखकों ने एक "स्वीट स्पॉट" (लगभग 50 सेकंड की मेमोरी) पाया जो कंप्यूटर को तेज़ रखता है लेकिन सटीक रहने के लिए पर्याप्त स्मार्ट भी बनाता है।

निष्कर्ष

पेपर यह साबित करता है कि आप एक ऐसा नेविगेशन सिस्टम बना सकते हैं जो सबसे खराब शहरी वातावरण में भी रियल-टाइम (तुरंत) काम करता है।

कैच (Catch): तत्काल परिणाम पाने के लिए, आपको यह स्वीकार करना होगा कि कभी-कभी आप डेटा को बाद में प्रोसेस करने के बजाय थोड़े कम सटीक हो सकते हैं।
जीत (Win): सेल्फ-ड्राइविंग कारों, ड्रोन और रोबोट के लिए, "पर्याप्त अच्छा" और "तुरंत" होना, "परफेक्ट" लेकिन "देरी से" होने से कहीं बेहतर है।

संक्षेप में: लेखकों ने एक ऐसा नेविगेशन सिस्टम बनाया है जो एक स्मार्ट, तेज़-सोचने वाले इंसान की तरह काम करता है जो जानता है कि कब मैप पर भरोसा करना है, कब अपने अंतर्मन पर भरोसा करना है, और जब मैप खाली हो जाए तो भी कैसे आगे बढ़ते रहना है।

यहाँ शोध पत्र "Real-time loosely coupled GNSS and IMU integration via Factor Graph Optimization" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

स्वायत्त प्रणालियों (Autonomous systems) के लिए सटीक स्थिति निर्धारण, नेविगेशन और समय (PNT) अत्यंत महत्वपूर्ण हैं। यद्यपि बाहरी वातावरण में स्थिति निर्धारण के लिए ग्लोबल नेविगेशन सैटेलाइट सिस्टम (GNSS) प्राथमिक स्रोत हैं, लेकिन वे शहरी घाटियों (Urban Canyon Environments) में निम्नलिखित कारणों से काफी प्रभावित होते हैं:

सिग्नल आउटेज (लाइन-ऑफ-साइट का नुकसान)।
मल्टीपाथ प्रभाव और नॉन-लाइन-ऑफ-साइट (NLOS) रिसेप्शन।
हस्तक्षेप (Interference) और जैमिंग।

इन समस्याओं को कम करने के लिए, GNSS को अक्सर इनर्शियल मेजरमेंट यूनिट्स (IMU) के साथ फ्यूज किया जाता है। हालाँकि, IMU समय के साथ संचयी ड्रिफ्ट (Cumulative drift) से ग्रस्त होते हैं। जबकि फैक्टर ग्राफ ऑप्टिमाइज़ेशन (FGO) पारंपरिक कलमन फिल्टर (EKF) की तुलना में सेंसर फ्यूजन के लिए एक बेहतर ढांचा बनकर उभरा है क्योंकि इसमें अस्थायी सहसंबंधों (Temporal correlations) का लाभ उठाने और गैर-गॉसियन शोर (Non-Gaussian noise) को संभालने की क्षमता है, मौजूदा FGO कार्यान्वयन मुख्य रूप से बैच/पोस्ट-प्रोसेसिंग विधियाँ हैं। उनमें रीयल-टाइम क्षमता की कमी है क्योंकि:

उन्हें अनुकूलन (Optimization) से पहले सभी डेटा एकत्र करने की आवश्यकता होती है।
वे GNSS आउटेज (कम सेवा उपलब्धता) के दौरान स्थिति अनुमान प्रदान नहीं करते हैं।
जैसे-जैसे ग्राफ का विस्तार होता है, कम्प्यूटेशनल लागत अनियंत्रित रूप से बढ़ती जाती है, जिससे रीयल-टाइम निष्पादन कठिन हो जाता है।

2. कार्यप्रणाली (Methodology)

लेखक RTFGO (Real-Time Factor Graph Optimization) का प्रस्ताव करते हैं, जो एक लूज़ली कपल्ड (Loosely coupled) आर्किटेक्चर है जिसे FGO के लाभों को बनाए रखते हुए रीयल-टाइम में संचालित होने के लिए डिज़ाइन किया गया है।

A. आर्किटेक्चर अवलोकन (Architecture Overview)

लूज़ली कपल्ड (Loosely Coupled): यह प्रणाली कच्चे प्रिसोरेन्जेस (Raw pseudoranges - Tightly coupled) को फ्यूज करने के बजाय GNSS-व्युत्पन्न अवस्थाओं (स्थिति, वेग, समय) को IMU डेटा के साथ फ्यूज करती है।
फैक्टर ग्राफ संरचना (Factor Graph Structure):
- नोड्स ( $x_k$ ): समय $k$ पर स्टेट वेक्टर का प्रतिनिधित्व करते हैं, जिसमें पोज़ ( $R_k, p_k$ ), वेग ( $v_k$ ), और IMU बायस ( $b_a, b_g$ ) शामिल हैं।
- फैक्टर्स (Factors):
  - प्रायर फैक्टर (Prior Factor): प्रारंभिक अवस्था को स्थिर करता है।
  - IMU प्रीइंटीग्रेशन फैक्टर (IMU Preintegration Factor): प्रीइंटीग्रेटेड IMU मापों का उपयोग करके क्रमिक अवस्थाओं के बीच सापेक्ष गति को नियंत्रित करता है।
  - IMU बायस रैंडम वॉक (IMU Bias Random Walk): समय के साथ बायस ड्रिफ्ट को मॉडल करता है।
  - GNSS फैक्टर (GNSS Factor): अनुमानित स्थिति को GNSS रिसीवर आउटपुट के विरुद्ध नियंत्रित करता है।
अनुकूलन (Optimization): प्रणाली इटरेटिव नॉन-लीनियर लीस्ट स्क्वायर्स (विशेष रूप से GTSAM लाइब्रेरी के माध्यम से iSAM2 एल्गोरिदम) का उपयोग करके एक कॉस्ट फंक्शन $J(X)$ (नेगेटिव लॉग-पोस्टीरियर) को कम करती है।

B. रीयल-टाइम संचालन के लिए प्रमुख संशोधन

बैच प्रोसेसिंग से रीयल-टाइम में संक्रमण के लिए, लेखकों ने तीन महत्वपूर्ण तंत्र पेश किए हैं:

केवल IMU प्रोपेगेशन (IMU-Only Propagation):
- GNSS आउटेज के दौरान, प्रणाली केवल IMU डेटा का उपयोग करके अवस्था (State) को प्रोपगेट करना जारी रखती है।
- ट्रेड-ऑफ (Trade-off): यह सेवा उपलब्धता को बढ़ाता है लेकिन ड्रिफ्ट पैदा करता है। प्रोपेगेशन की अवधि IMU प्रदर्शन के आधार पर एक समय सीमा द्वारा सीमित है।
स्मूथिंग लेटेंसी ( $\tau$ - Smoothing Latency):
- FGO की स्मूथिंग क्षमता का लाभ उठाने के लिए, सिस्टम आउटपुट को एक निश्चित समय $\tau$ के लिए विलंबित कर सकता है।
- यह भविष्य के GNSS मापों को पिछले या वर्तमान अवस्था अनुमानों को परिष्कृत करने की अनुमति देता है।
- ट्रेड-ऑफ: उच्च लेटेंसी सटीकता में सुधार करती है लेकिन रीयल-टाइम प्रतिक्रियाशीलता को कम करती है। यदि $\tau$ पूरे प्रक्षेपवक्र (Trajectory) की लंबाई के बराबर है, तो यह बैच विधि (SFGO) में बदल जाता है।
फिक्स्ड-लैग मार्जिनलाइजेशन (Fixed-Lag Marginalization):
- फैक्टर ग्राफ को अनंत रूप से बढ़ने से रोकने के लिए (जो रीयल-टाइम प्रदर्शन को क्रैश कर सकता है), एक विशिष्ट "लैग" से पुरानी अवस्थाओं को मार्जिनलाइज (ग्राफ से हटा दिया) किया जाता है।
- ट्रेड-ऑफ: यह कम्प्यूटेशनल लोड और मेमोरी उपयोग को सीमित करता है, लेकिन उस ऐतिहासिक जानकारी को हटा देता है जो बायस को ठीक करने में मदद कर सकती थी, जिससे समाधान स्थानीय शोर (Local noise) के प्रति अधिक संवेदनशील हो जाता है।

3. प्रमुख योगदान (Key Contributions)

रीयल-टाइम FGO फ्रेमवर्क: चुनौतीपूर्ण शहरी वातावरण में रीयल-टाइम संचालन में सक्षम पहले लूज़ली कपल्ड GNSS/IMU FGO सिस्टम का प्रदर्शन।
ट्रेड-ऑफ विश्लेषण: स्मूथिंग लेटेंसी और मार्जिनलाइजेशन लैग द्वारा पेश किए गए पोजीशनिंग सटीकता, सेवा उपलब्धता और कम्प्यूटेशनल दक्षता के बीच के ट्रेड-ऑफ का व्यापक मात्रात्मक विश्लेषण।
सेवा उपलब्धता मेट्रिक (Service Availability Metric): एक मेट्रिक ( $A(\theta)$ ) का परिचय जो पोजीशनिंग सटीकता और निरंतरता को जोड़ता है, जो GNSS आउटेज के दौरान भी एक विशिष्ट त्रुटि सीमा के भीतर एक वैध समाधान के अस्तित्व के समय के अंश का मूल्यांकन करता है।
ओपन सोर्स: कोड और प्रयोगात्मक सेटअप सार्वजनिक रूप से उपलब्ध कराया गया है।

4. प्रयोगात्मक परिणाम (Experimental Results)

इस पद्धति का मूल्यांकन MacBook Air M3 पर UrbanNav-HK-MediumUrban-1 डेटासेट (हांगकांग में सघन शहरी घाटी) का उपयोग करके किया गया।

डेटासेट की विशेषताएं: दो लूप जिनमें गंभीर मल्टीपाथ और सिग्नल ब्लॉकेज के कारण GNSS उपलब्धता केवल ~40% थी।
सटीकता बनाम उपलब्धता (Accuracy vs. Availability):
- SFGO (Batch/Post-processing): उच्चतम सटीकता प्राप्त की (उदाहरण के लिए, लूप 2 पर 9.33m 3D RMSE) लेकिन GNSS आउटेज के दौरान शून्य उपलब्धता रही।
- RTFGO (Real-time, $\tau=0$ ): आउटेज के दौरान IMU प्रोपेगेशन का उपयोग करके सेवा उपलब्धता में काफी वृद्धि की। हालांकि, संचयी IMU ड्रिफ्ट और भविष्य के माप परिष्करण की कमी के कारण सटीकता कम हो गई (11.83m 3D RMSE)।
- RTFGO (Smoothing के साथ): स्मूथिंग लेटेंसी बढ़ाने से सटीकता में सुधार हुआ (SFGO के स्तर के करीब पहुँच गई) लेकिन रीयल-टाइम प्रतिक्रियाशीलता कम हो गई।
मार्जिनलाइजेशन का प्रभाव (Marginalization Impact):
- मार्जिनलाइजेशन लैग बढ़ाने से सटीकता में सुधार हुआ (RMSE को कम किया) लेकिन कम्प्यूटेशनल समय बढ़ गया।
- 50 सेकंड का लैग ~5ms के कम्प्यूटेशन समय के साथ ~12.6m 3D RMSE प्राप्त करता है, जो रीयल-टाइम संचालन की व्यवहार्यता को प्रदर्शित करता है।
कोल्ड स्टार्ट (Cold Start): सिस्टम को एक विश्वसनीय प्रारंभिक हेडिंग (Yaw) स्थापित करने के लिए 3-5 लगातार GNSS फिक्स की आवश्यकता होती है, जो प्रक्षेपवपथ की शुरुआत में उपलब्धता को प्रभावित करता है।

5. महत्व और निष्कर्ष (Significance and Conclusion)

यह शोध पत्र फैक्टर ग्राफ ऑप्टिमाइज़ेशन की उच्च सटीकता और स्वायत्त प्रणालियों की सख्त लेटेंसी आवश्यकताओं के बीच के अंतर को पाटता है।

व्यावहारिक प्रभाव: यह सिद्ध करता है कि FGO को शहरी घाटियों में स्वायत्त वाहनों के लिए रीयल-टाइम में तैनात किया जा सकता है, जो निरंतर पोजीशनिंग प्रदान करता है जहाँ केवल GNSS आधारित समाधान विफल हो जाते हैं।
डिज़ाइन मार्गदर्शन: यह अध्ययन इंजीनियरों को एप्लिकेशन की जरूरतों के आधार पर सिस्टम को ट्यून करने के लिए एक स्पष्ट ढांचा प्रदान करता है:
- उच्च सुरक्षा/सटीकता: उच्च स्मूथिंग लेटेंसी और लंबे मार्जिनलाइजेशन लैग का उपयोग करें (यदि कंप्यूट उपलब्ध हो)।
- उच्च उपलब्धता/प्रतिक्रियाशीलता: कम लेटेंसी और छोटे लैग का उपयोग करें, थोड़ा अधिक ड्रिफ्ट स्वीकार करें।
भविष्य का कार्य: लेखक इसे टाइटली कपल्ड एकीकरण (कच्चे मापों को फ्यूज करना) तक विस्तारित करने और GNSS आउटेज के दौरान मजबूती को और बढ़ाने के लिए पर्यावरणीय बाधाओं (जैसे ज़ीरो-वेलोसिटी अपडेट्स, मैप-आधारित प्रायोरिटी) को शामिल करने की योजना बना रहे हैं।