💻 computer science

Compliant In-hand Rolling Manipulation Using Tactile Sensing

यह शोध पत्र स्पर्श संवेदन (tactile sensing) वाले बहु-अंगुलियों वाले रोबोटिक हाथों का उपयोग करके अनुपालनशील इन-हैंड रोलिंग मैनिपुलेशन (compliant in-hand rolling manipulation) के लिए एक नियंत्रक प्रस्तुत करता है, जो आवश्यक गति के समीकरणों को व्युत्पन्न करता है और सिमुलेशन एवं प्रयोगात्मक परीक्षण दोनों के माध्यम से दृष्टिकोण को मान्य करता है।

मूल लेखक: Huan Weng, Yifei Chen, Kevin M. Lynch

प्रकाशित 2026-03-05

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Huan Weng, Yifei Chen, Kevin M. Lynch

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 आपने अपने हाथ में अचार का एक जार पकड़ा हुआ है। इसे खोलने के लिए, आप सिर्फ ढक्कन को दबाते नहीं हैं; बल्कि आप उसे घुमाते हैं। आपकी उंगलियां ढक्कन को सिर्फ थामे नहीं रखतीं; वे ढक्कन की सतह पर घूमती और फिसलती हैं ताकि उसे घुमाया जा सके। यह इन-हैंड मैनिपुलेशन (in-hand manipulation) है: किसी वस्तु को अपने हाथ के भीतर हिलाना, बिना उसे छोड़े।

यह शोधपत्र एक रोबोटिक हाथ को यही काम करने के लिए सिखाने के बारे में है, लेकिन एक ट्विस्ट के साथ: रोबोट की उंगलियां "कम्प्लायंट" (compliant) हैं, जिसका अर्थ है कि वे थोड़ी नरम और लचीली हैं, ठीक वैसे ही जैसे मानव त्वचा और टेंडन होते हैं।

यहाँ उनके कार्य का सरल उपमाओं के माध्यम से विवरण दिया गया है:

1. समस्या: "कठोर हाथ" बनाम "मानव हाथ"

अधिकांश रोबोटिक हाथ कठोर धातु के पंजों की तरह होते हैं। यदि आप एक कठोर धातु के पंजे से जार को घुमाने की कोशिश करते हैं, तो वह या तो फिसल जाएगा या जार टूट जाएगा। किसी पकड़ के भीतर किसी वस्तु को हिलाने के लिए आपको रिलेटिव मोशन (relative motion) की आवश्यकता होती है।

उपमा: कल्पना कीजिए कि आप चिमटे (tongs) के एक जोड़े से स्टीयरिंग व्हील को घुमाने की कोशिश कर रहे हैं। आप इसे आसानी से नहीं कर सकते। लेकिन यदि आपकी उंगलियां नरम, रबर जैसे पैड की तरह होतीं जो पहिए के ऊपर लुढ़क सकती थीं, तो आप इसे सुचारू रूप से घुमा पाते।
समाधान: शोधकर्ताओं ने ऐसे रोबोटिक फिंगर्स बनाए हैं जिनमें एक "स्प्रिंग" (जिसे फ्लेक्सर/flexure कहा जाता है) और एक नरम, गोल टिप है। यह उंगली को थोड़ा झुकने और वस्तु के ऊपर लुढ़कने की अनुमति देता है, ठीक वैसे ही जैसे एक मानव उंगली मार्बल के ऊपर लुढ़कती है।

2. "आंखें" और "त्वचा": टैक्टाइल सेंसिंग (Tactile Sensing)

किसी चीज़ को गिराए बिना उसे लुढ़काने के लिए, आपको यह जानने की आवश्यकता है कि आपकी उंगली कहाँ छू रही है और आप कितनी जोर से दबाव डाल रहे हैं।

उपमा: रोबोट के फिंगरटिप को सुपर-सेंसिटिव स्किन और उसके पैड के अंदर बनी माइक्रोस्कोपिक आंखों के रूप में सोचें।
यह कैसे काम करता है: उन्होंने विज़िफ्लेक्स (Visiflex) नामक एक विशेष सेंसर का उपयोग किया। नरम, गोल फिंगरटिप के अंदर एक छोटा कैमरा है। जैसे ही उंगली झुकती है और किसी वस्तु को छूती है, कैमरा देखता है कि फिंगरटिप के अंदर प्रकाश कैसे बदलता है। इससे रोबोट दो चीजें जानता है:
1. वस्तु उंगली को कहाँ छू रही है? (जैसे अपने जूते में कंकड़ महसूस करना)।
2. वस्तु कितनी जोर से वापस धक्का दे रही है? (जैसे किसी भारी किताब का वजन महसूस करना)।

3. गणित: "ट्रैफिक पुलिस"

इस शोधपत्र का मूल भाग गणितीय समीकरणों का एक सेट है जो रोबोट की उंगलियों के लिए ट्रैफिक पुलिस की तरह कार्य करता है।

परिदृश्य: आपके हाथ में एक गेंद है। आप उसे घुमाना चाहते हैं। आप अपनी उंगलियों को हिलने के लिए कहते हैं। लेकिन यदि आप उन्हें बहुत तेज़ी से या गलत तरीके से हिलाते हैं, तो गेंद फिसलकर बाहर गिर जाएगी या उंगलियां उसे कुचल देंगी।
गणित: शोधकर्ताओं ने एक "नियम पुस्तिका" (गति के समीकरण/equations of motion) लिखी है जो सटीक भविष्यवाणी करती है कि गेंद कैसे हिलेगी, जो इन बातों पर आधारित है:
- स्प्रिंग जैसी उंगलियां कैसे झुकती हैं।
- गोल फिंगरटिप्स कैसे लुढ़कती हैं।
- उंगली और गेंद के बीच घर्षण (पकड़/friction)।
परिणाम: यह नियम पुस्तिका रोबोट को प्रत्येक फिंगर जॉइंट की सटीक गति और दिशा की गणना करने की अनुमति देती है ताकि वस्तु बिल्कुल उसी तरह लुढ़के जैसा वे चाहते हैं, बिना फिसले।

4. प्रयोग: "जार लिड" चुनौती

अपने सिद्धांत को सिद्ध करने के लिए, उन्होंने एक परीक्षण प्रणाली बनाई:

रोबोट: एक एलेग्रो हैंड (Allegro hand - एक रोबोटिक हाथ जिसमें कई उंगलियां होती हैं) जो एक रोबोटिक आर्म से जुड़ा हुआ है।
कार्य: उन्होंने तीन उंगलियों का उपयोग करके एक बेलनाकार (cylindrical) वस्तु (जैसे जार का ढक्कन या बोतल का कैप) को घुमाने का प्रयास किया।
परिणाम: रोबोट ने सफलतापूर्वक वस्तु को 30 डिग्री तक घुमाया और उसे वहीं थामे रखा। फिंगरटिप्स पर लगी "आंखों" ने गति को पूरी तरह से ट्रैक किया, और "स्प्रिंगी" उंगलियों ने झटकों को सोख लिया, जिससे पकड़ स्थिर बनी रही।

यह क्यों मायने रखता है?

यह शोध रोबोट को नाजुक, मानव जैसे कार्य करने में सक्षम बनाने की दिशा में एक बड़ा कदम है।

वर्तमान रोबोट: बक्से उठाने और उन्हें स्टैक करने (एक के ऊपर एक रखने) में अच्छे हैं।
भविष्य के रोबोट (इस तकनीक के साथ): कपड़े मोड़ सकते हैं, चाबियाँ घुमा सकते हैं, जार के ढक्कन खोल सकते हैं, या यहाँ तक कि सूक्ष्म सर्जरी भी कर सकते हैं, और यह सब करते समय वस्तु को सुरक्षित रूप से पकड़े रख सकते हैं।

संक्षेप में: यह शोधपत्र रोबोट को सिखाता है कि कैसे वे स्प्रिंग जैसी उंगलियों और कैमरा युक्त त्वचा का उपयोग करके अपने हाथों के भीतर वस्तुओं को "महसूस" और "लुढ़का" सकते हैं, जिसमें एक जटिल गणितीय मार्गदर्शक का उपयोग किया जाता है ताकि वे पकड़ी हुई वस्तु को गिरा न दें। यह एक ऐसे रोबोट के बीच का अंतर है जो केवल एक कप उठा सकता है और एक ऐसे रोबोट के बीच का अंतर है जो वास्तव में उससे पी सकता है।

यहाँ वेंग, चेन और लिंच के शोध पत्र "Compliant In-hand Rolling Manipulation Using Tactile Sensing" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र कुशल इन-हैंड मैनिपुलेशन (dexterous in-hand manipulation) की चुनौती को संबोधित करता है, विशेष रूप से एक बहु-अंगुलियों वाले रोबोटिक हाथ द्वारा पकड़ बनाए रखते हुए एक कठोर वस्तु को पुन: उन्मुख (reorient) करने की क्षमता पर।

मुख्य कठिनाई: हथेली के सापेक्ष वस्तु की पूर्ण गतिशीलता प्राप्त करने के लिए संपर्क बिंदुओं पर सापेक्ष गति (फिसलना, घूमना या रोलिंग) की आवश्यकता होती है। अधिकांश रोबोटिक हाथ उच्च-इम्पीडेंस (high-impedance), स्थिति-नियंत्रित जोड़ों (position-controlled joints) पर निर्भर करते हैं, जो अस्थिरता पैदा किए बिना या वस्तु को नुकसान पहुँचाए बिना इन सापेक्ष गतियों को नियंत्रित करना कठिन बना देता है।
विशिष्ट अंतराल: जबकि स्लाइडिंग (sliding) और स्पिनिंग (spinning) सामान्य हैं, रोलिंग (rolling) (संपर्क स्पर्शरेखा तल में अक्षों के चारों ओर घूर्णन बिना फिसले) सुचारू हेरफेर (जैसे कि जार के ढक्कन को घुमाना) के लिए अत्यधिक वांछनीय है, लेकिन इसे मॉडल और नियंत्रित करना कठिन है, विशेष रूपकर जब उंगलियों में पैसिव कंप्लायंस (passive compliance) (लचीलापन) हो और वे फीडबैक के लिए टैक्टाइल सेंसिंग (tactile sensing) पर निर्भर हों।
लक्ष्य: वांछित ऑब्जेक्ट ट्विस्ट (object twists) प्राप्त करने के लिए टैक्टाइल फीडबैक (संपर्क स्थान और रेंच) का उपयोग करने वाली एक नियंत्रण रणनीति विकसित करना और 'कम्प्लायंट क्वासिस्टैटिक रोलिंग' (compliant quasistatic rolling) की गणितीय यांत्रिकी को व्युत्पन्न करना।

2. कार्यप्रणाली (Methodology)

A. सिस्टम मॉडलिंग (System Modeling)

लेखक रोबोटिक हाथ के लिए एक विशिष्ट यांत्रिक मॉडल प्रस्तावित करते हैं:

एंकर-फिंगरटिप मॉडल (Anchor-Fingertip Model): प्रत्येक उंगली में एक कठोर "एंकर" (जो उच्च-इम्पीडेंस जोड़ों द्वारा संचालित होता है) शामिल है जो एक 6-DOF फ्लेक्सर (flexure) के माध्यम से एक अर्धगोलाकार फिंगरटिप से जुड़ा होता है। यह फ्लेक्सर पैसिव कंप्लायंस प्रदान करता है, जिससे फिंगरटिप सुरक्षित रूप से विस्थापित और रोल हो सकती है।
सेंसिंग (Sensing): फिंगरटिप्स Visiflex ऑप्टिकल टैक्टाइल सेंसर से लैस हैं, जो निम्नलिखित का वास्तविक समय डेटा प्रदान करते हैं:
1. संपर्क स्थान (Contact Location): वस्तु फिंगरटिप को कहाँ छूती है।
2. संपर्क रेंच (Contact Wrench): फिंगरटिप पर लगाया गया 6-DOF बल और मोमेंट (फ्लेक्सर विरूपण और कठोरता से प्राप्त)।
मान्यताएँ (Assumptions): सिस्टम को क्वासिस्टैटिक (quasistatic) (जड़त्वीय बल नगण्य हैं) के रूप में मॉडल किया गया है, संपर्क बिंदु-वत (point-like) हैं, और घर्षण 'ड्राई कूलम्ब मॉडल' (dry Coulomb model) का पालन करता है।

B. गणितीय व्युत्पत्ति (Mathematical Derivation)

यह शोध पत्र $n$ कम्प्लायंट उंगलियों द्वारा एक वस्तु को रोल करने के लिए फॉरवर्ड और इनवर्स मैकेनिक्स को व्युत्पन्न करता है:

संपर्क किनेमैटिक्स (Contact Kinematics): मोंटाना के समीकरणों (Montana's equations) का उपयोग करते हुए, लेखक वस्तु की गति और फिंगरटिप सतह के निर्देशांकों के बीच संबंध स्थापित करते हैं। वे वस्तु के ट्विस्ट ( $V_{wo}$ ), एंकर ट्विस्ट ( $V_{wa}$ ) और फिंगरटिप ट्विस्ट ( $V_{wf}$ ) के बीच संबंध को परिभाषित करते हैं।
रेंच इक्विलिब्रियम (Wrench Equilibrium): वस्तु पर लगाया गया संपर्क रेंच, स्प्रिंग (फ्लेक्सर) पर लगाए गए रेंच के बराबर और विपरीत होता है। ज्यामिति और फ्लेक्सर विरूपण में परिवर्तन को ध्यान में रखने के लिए संपर्क रेंच के समय व्युत्पन्न (time derivative) को व्युत्पन्न किया गया है।
प्रतिबंध प्रारूप (Constraint Formulation): सिस्टम इन नियमों द्वारा शासित है:
- रोलिंग प्रतिबंध (Rolling Constraints): संपर्क बिंदु पर कोई सापेक्ष रैखिक वेग नहीं।
- रेंच इक्विलिब्रियम (Wrench Equilibrium): संपर्क रेंचों का योग और बाहरी रेंच (गुरुत्वाकर्षण) शून्य के बराबर होता है।
- बल असमानताएँ (Force Inequalities): सामान्य बल (normal forces) गैर-ऋणात्मक होने चाहिए, और स्पर्शरेखीय बल (tangential forces) घर्षण शंकु (friction cone) के भीतर रहने चाहिए।
रैखिक प्रणाली (Linear System): इन प्रतिबंधों को एक रैखिक समीकरण में व्यवस्थित किया गया है:
$D_f V_f + D_o V_{wo} = D_a V_a$
जहाँ $V_f$ फिंगरटिप ट्विस्ट हैं, $V_{wo}$ ऑब्जेक्ट ट्विस्ट है, और $V_a$ एंकर (जॉइंट) ट्विस्ट हैं।

C. नियंत्रण रणनीति (Control Strategy)

लेखक एक फीडबैक कंट्रोलर (पेपर में चित्र 8) प्रस्तावित करते हैं:

त्रुटि गणना (Error Calculation): वांछित ऑब्जेक्ट पोज़ ( $T_d$ ) की तुलना विजन ट्रैकिंग से प्राप्त वास्तविक पोज़ ( $T_{wo}$ ) से करके कॉन्फ़िगरेशन त्रुटि उत्पन्न करना।
PI कंट्रोलर: एक प्रोपोर्शनल-इंटीग्रल (PI) कंट्रोलर एक वांछित ऑब्जेक्ट ट्विस्ट ( $V_d$ ) उत्पन्न करता है।
इनवर्स मैकेनिक्स सॉल्वर: कंट्रोलर वांछित $V_d$ $V_{d}$ प्राप्त करने के लिए आवश्यक फिंगर जॉइंट वेलोसिटी ( $\dot{\Theta}$ $\dot{Θ}$ ) को हल करता है।
- अनुकूलन (Optimization): इसे एक कॉन्वेक्स क्वाड्रेटिक प्रोग्राम (Convex Quadratic Program - QP) के रूप में तैयार किया गया है। इसका उद्देश्य किनेमैटिक बाधाओं और संपर्क बल असमानताओं (फिसलन या संपर्क टूटने को रोकने के लिए) को पूरा करते हुए जॉइंट वेलोसिटी प्रयास को कम करना है।
- क्लोज्ड-फॉर्म सन्नति (Closed-Form Approximation): सरल मामलों के लिए, स्यूडो-इनवर्स (pseudo-inverse) का उपयोग करके एक क्लोज्ड-फॉर्म समाधान का उपयोग किया जाता है।
निष्पादन (Execution): गणना की गई जॉइंट वेलोसिटीज को पोजीशन में एकीकृत किया जाता है, जिसे ग्रेविटी कंपनसेशन के साथ एक PD कंट्रोलर द्वारा ट्रैक किया जाता है।

3. मुख्य योगदान (Key Contributions)

क्वासिस्टैटिक मैकेनिक्स की व्युत्पत्ति: एक रोबोटिक हाथ के लिए संपर्क यांत्रिकी का एक कठोर गणितीय व्युत्पत्ति, जिसमें कई कम्प्लायंट फिंगरटिप्स एक कठोर वस्तु को रोल कर रहे हैं। यह रिजिड-बॉडी किनेमैटिक्स और कम्प्लायंट फोर्स कंट्रोल के बीच के अंतर को पाटता है।
इनवर्स मैकेनिक्स कंट्रोलर: एक नियंत्रण एल्गोरिदम जो वांछित ऑब्जेक्ट ट्विस्ट को सुसंगत फिंगर जॉइंट वेलोसिटीज में बदलता है, जो स्पष्ट रूप से रोलिंग, घर्षण और बल सीमाओं की बाधाओं को संभालता है।
प्रायोगिक सत्यापन (Experimental Validation): Barrett WAM आर्म के साथ Allegro हैंड का कार्यान्वयन, जो Visiflex टैक्टाइल सेंसर से लैस है। सिस्टम ने सफलतापूर्वक इन-हैंड रोलिंग मैनिपुलेशन (एक सिलेंडर को घुमाना) किया, जबकि हथेली स्थिर रही।

4. परिणाम (Results)

सिमुलेशन (Simulation): व्युत्पन्न फॉरवर्ड मैकेनिक्स पर आधारित एक सिम्युलेटर ने 3D-प्रिंटेड कम्प्लायंट फिंगर्स द्वारा डिस्क को रोल करने के मैनुअल प्रयोग के व्यवहार की सफलतापूर्वक भविष्यवाणी की। सिमुलेशन ने सिमेट्रिक कंप्लायंस और रोलिंग के संबंध में भौतिक अवलोकनों से मेल खाया।
भौतिक प्रयोग (Physical Experiments):
- कार्य: तीन उंगलियों (तर्जनी, मध्यमा, अंगूठा) का उपयोग करके एक बेलनाकार वस्तु को 5 सेकंड में 30 डिग्री घुमाना और फिर अगले 5 सेकंड के लिए उसे थामे रखना।
- प्रदर्शन: 19 प्रायोगिक परीक्षणों में, सिस्टम ने छोटे ट्रैकिंग एरर के साथ वांछित कोण प्राप्त किया।
- सीमाएँ: कुछ परीक्षणों में, कार्य के अंत के पास उंगलियों ने संपर्क खो दिया। लेखक इसका कारण क्लोज्ड-फॉर्म समाधान का उपयोग करना बताते हैं, जिसका अर्थ था कि संपर्क बल असमानताओं (बल को शून्य होने से रोकना) को पथ (trajectory) के दौरान स्पष्ट रूप से लागू नहीं किया गया था।
- डेटा: Visiflex सेंसरों ने सफलतापूर्वक संपर्क बिंदु माइग्रेशन (रोलिंग) को ट्रैक किया और सामान्य/स्पर्शरेखीय बलों को मापा, जिससे कंट्रोल लूप में सेंसर की भूमिका की पुष्टि हुई।

5. महत्व और भविष्य का कार्य (Significance and Future Work)

मूल क्षमता: यह पेपर स्थापित करता है कि कम्प्लायंट रोलिंग मैनिपुलेशन एक मौलिक दक्ष क्षमता है जिसे केवल "ब्लैक बॉक्स लर्निंग" पर निर्भर रहने के बजाय मॉडल और नियंत्रित किया जा सकता है।
मॉडल-आधारित बनाम डेटा-संचालित (Model-Based vs. Data-Driven): लेखक तर्क देते हैं कि सटीक भौतिक मॉडल (जैसे कि यहाँ व्युत्पन्न किया गया है) आवश्यक हैं:
- रोबोट लर्निंग के लिए एक स्थिर आधार प्रदान करने के लिए।
- डेटा-संचालित प्रयोगों को भौतिक रूप से सार्थक इंटरैक्शन पर केंद्रित करने के लिए।
- सीमित डेटा से सामान्यीकरण योग्य जानकारी निकालने के लिए।
भविष्य की दिशाएँ:
- पर्यावरणीय बाधाओं (जैसे मेज पर फिसलना) को शामिल करने के लिए मॉडल का विस्तार करना।
- बड़े संपर्क पैच (contact patches) और विरूपित वस्तुओं (deformable objects) को संभालना।
- बड़े पैमाने पर पुन: अभिविन्यास (reorientation) के लिए फिंगर गेटिंग (finger gaiting) (अलग होना और पुनः पकड़ना) को एकीकृत करना।
- अनमॉडल डायनेमिक्स (जैसे जटिल घर्षण या विरूपित संपर्क) को संभालने के लिए इस मॉडल-आधारित दृष्टिकोण को सुदृढीकरण लर्निंग (reinforcement learning) के साथ जोड़ना।

संक्षेप में, यह शोध पत्र कम्प्लायंट रोलिंग मैनिपुलेशन को नियंत्रित करने के लिए एक मौलिक ढांचा प्रदान करता है, और यह प्रदर्शित करता है कि सटीक टैक्टाइल सेंसिंग और कठोर मैकेनिक्स मॉडलिंग के साथ, रोबोट सूक्ष्म, मानव जैसी इन-हैंड कार्यों को निष्पादित कर सकते हैं।