🔬 physics

A Rotation-Compensated Smartphone Accelerometer Application for Undergraduate Mechanics Experiments

यह शोध पत्र एक वेब-आधारित, इंस्टालेशन-मुक्त स्मार्टफोन एप्लिकेशन प्रस्तुत करता है जो वैश्विक-निर्देशांक त्वरण डेटा प्रदान करने के लिए डिवाइस रोटेशन की क्षतिपूर्ति करता है, जिससे स्नातक छात्रों को गति प्रक्षेपवक्र (मोशन ट्रेजेक्टरी) को सटीक रूप से पुनर्गठित करने और व्यावहारिक प्रयोगों के माध्यम से यांत्रिकी की अपनी समझ को गहरा करने में सक्षम बनाया जा सके।

मूल लेखक: Keita Nishioka, Yasuhiro Tanaka

प्रकाशित 2026-03-06

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Keita Nishioka, Yasuhiro Tanaka

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 अभी-अभी हवा में फेंकी गई एक गेंद के पथ का वर्णन करने की कोशिश कर रहे हैं। यदि आप एक ऐसा कैमरा पकड़े होते जो गेंद फेंकते समय पागलों की तरह घूम रहा होता, तो वीडियो फुटेज बहुत ही अस्त-व्यस्त दिखता। गेंद वास्तव में एक सुचारू चाप (arc) में उड़ रही है, फिर भी वह दाएं-बाएं टेढ़ी-मेढ़ी (zigzag) दिखाई दे सकती है। यह बिल्कुल वही समस्या है जिसका सामना वैज्ञानिकों ने भौतिकी (physics) का अध्ययन करने के लिए स्मार्टफोन का उपयोग करते समय किया था।

यहाँ शोध पत्र "A Rotation-Compensated Smartphone Accelerometer Application for Undergraduate Mechanics Experiments" का रोजमर्रा के उदाहरणों का उपयोग करके एक सरल विवरण दिया गया है।

समस्या: घूमता हुआ कैमरा

स्मार्टफोन सेंसर (जैसे छोटे एक्सेलेरोमीटर) से भरे होते हैं जो यह माप सकते हैं कि आप कितनी तेजी से गति पकड़ रहे हैं या धीमे हो रहे हैं। हालाँकि, अधिकांश ऐप्स केवल फोन के अपने दृष्टिकोण से डेटा दिखाते हैं।

उदाहरण: कल्पना कीजिए कि आप एक हिंडोले (merry-go-round) पर सवारी कर रहे हैं। यदि आप पानी का एक कप पकड़ते हैं और सवारी घूमती है, तो पानी आपके सापेक्ष बेतहाशा हिलता हुआ दिखाई देगा। लेकिन जमीन पर खड़े किसी व्यक्ति के लिए, पानी बस एक घेरे में घूम रहा है।
समस्या: यदि कोई छात्र फोन फेंकता है (या उसे मेज पर फिसलाता है जबकि वह घूम रहा हो), तो फोन के आंतरिक सेंसर भ्रमित हो जाते हैं। वे उस दिशा के आधार पर त्वरण (acceleration) की रिपोर्ट करते हैं जिस दिशा में फोन वर्तमान में देख रहा है। यदि फोन घूमता है, तो गणित जटिल हो जाता है, और परिणामी डेटा निरर्थक दिखाई देता है। यह वैसा ही है जैसे अपने कंपास के घूमने के दौरान किसी शहर का मानचित्र बनाने की कोशिश करना।

समाधान: "मैजिक ट्रांसलेटर" ऐप

शोधकर्ताओं ने एक विशेष वेब-आधारित ऐप बनाया है जो एक जादुई अनुवादक (magic translator) की तरह काम करता है।

दोहरा रिकॉर्डिंग: ऐप न केवल यह रिकॉर्ड नहीं करता कि फोन कितनी तेजी से चल रहा है; यह यह भी रिकॉर्ड करता है कि फोन ठीक कैसे घूम रहा है (यूलर एंगल्स का उपयोग करके, जो कि "आपने कितना बाएं, दाएं, ऊपर या नीचे घुमा?" के लिए एक फैंसी गणितीय शब्द है)।
रियल-टाइम सुधार: जैसे-जैसे फोन चलता है, ऐप तुरंत उस घूमने वाले डेटा को लेता है और उसे "अनट्विस्ट" (untwist) कर देता है। यह बिखरे हुए, घूमते हुए डेटा को एक स्थिर वैश्विक दृश्य (stationary global view) में अनुवादित करता है (जैसे कि जमीन पर स्थिर खड़े कैमरे का दृश्य)।
कोई इंस्टॉलेशन नहीं: क्योंकि यह एक वेबसाइट है, छात्रों को कुछ भी डाउनलोड करने की आवश्यकता नहीं है। वे बस अपने फोन से एक QR कोड स्कैन करते हैं, और ऐप उपयोग के लिए तैयार हो जाता है।

साथी टूल: "ऑटो-ग्राफर"

एक बार डेटा एकत्र हो जाने के बाद, छात्रों को आमतौर पर यह पता लगाने के लिए एक्सेल (Excel) में उबाऊ गणित करना पड़ता है कि वस्तु कहाँ गई। शोधकर्ताओं ने दूसरा ऐप बनाया है जो यह भारी काम स्वचालित रूप से करता है।

उदाहरण: इस पहले ऐप को एक दौड़ रिकॉर्ड करने वाले कैमरे के रूप में सोचें। दूसरा ऐप एक सुपर-स्मार्ट कोच की तरह है जो तुरंत उस वीडियो को लेता है, हर सेकंड धावक की गति की गणना करता है, और एक व्हाइटबोर्ड पर उसके पथ का एक सटीक नक्शा बनाता है।
यह क्या करता है: यह "शोर" (सेंसर के कंपन) को साफ करता है, वेग (velocity) और स्थिति (position) की गणना करता है, और प्रक्षेपवक्र (trajectory) का चित्र बनाता है। इससे छात्र स्प्रेडशीट (मेरा फॉर्मूला गलत क्यों है?) के बजाय भौतिकी (यह उस तरह से क्यों चला?) पर ध्यान केंद्रित कर पाते हैं।

प्रयोग: परीक्षण के लिए उपयोग

टीम ने तीन क्लासिक भौतिकी परिदृश्यों के साथ इस प्रणाली का परीक्षण किया:

फिसलता हुआ फोन: उन्होंने एक फोन को डेस्क पर धकेला। भले ही फोन डगमगाया या थोड़ा घूमा, ऐप ने सही ढंग से गणना की कि घर्षण (friction) ने इसे कैसे धीमा किया और यह कितना फिसला।
फेंका गया फोन: उन्होंने हवा में एक फोन फेंका। सुधार के बिना, घूमता हुआ फोन गुरुत्वाकर्षण के डेटा को ऐसी दिशाओं में खींचता हुआ दिखाता जहाँ वह बेतरतीब लग रहा होता। इस सुधार के साथ, ऐप ने सही ढंग से दिखाया कि गुरुत्वाकर्षण पूरे समय सीधे नीचे की ओर खींच रहा था, जिससे एक पूर्ण परवलयाकार चाप (parabolic arc) बना।
घूमता हुआ प्लेटफॉर्म: उन्होंने एक मोटर से घूमने वाले घेरे में एक फोन को चिपकाया। ऐप ने सफलतापूर्वक सूक्ष्म कंपनों को फ़िल्टर किया और एक पूर्ण वृत्त (circle) दिखाया, जिससे सिद्ध हुआ कि फोन एक समान वृत्तीय गति (uniform circular motion) में था।

कक्षा का परिणाम: "अहा!" क्षण

शोधकर्ताओं ने इस टूल का उपयोग एक कॉलेज भौतिकी कक्षा में किया। पहले, छात्र अक्सर इसलिए निराश हो जाते थे क्योंकि उनका डेटा पाठ्यपुस्तिका के सूत्रों से मेल नहीं खाता था (आमतौर पर इसलिए क्योंकि उन्होंने फोन के घूमने को ध्यान में नहीं रखा था)।

परिणाम: जब छात्रों ने इन नए ऐप्स का उपयोग किया, तो डेटा अंततः समझ में आने लगा।
छात्रों की प्रतिक्रिया: छात्रों ने बताया कि वे अंततः त्वरण (गति पकड़ना), वेग (आप कितनी तेजी से जा रहे हैं) और स्थिति (आप कहाँ हैं) के बीच के संबंध को समझ पाए। वे अधिक जुड़ा हुआ महसूस कर रहे थे क्योंकि वे अपने स्वयं के फोन का उपयोग कर रहे थे, और वे एक्सेल के साथ लड़ने के बजाय भौतिकी पर चर्चा करने में अधिक समय बिता रहे थे।

मुख्य निष्कर्ष

यह शोध पत्र एक ऐसे टूल को पेश करता है जो एक घूमते हुए, भ्रमित करने वाले स्मार्टफोन को एक स्थिर, वैज्ञानिक उपकरण में बदल देता है। रोटेशन (घूर्णन) के लिए स्वचालित रूप से सुधार करके, यह छात्रों को वस्तुओं की "वास्तविक" गति देखने की अनुमति देता है, जिससे 3D गति और वृत्तीय पथ जैसी जटिल भौतिक अवधारणाओं को समझना और विज़ुअलाइज़ करना बहुत आसान हो जाता है। यह छात्रों को एक ऐसे चश्मे देने जैसा है जो धुंधलेपन को हटा देता है, जिससे वे भौतिकी के नियमों को स्पष्ट रूप से देख पाते हैं।

यहाँ "A Rotation-Compensated Smartphone Accelerometer Application for Undergraduate Mechanics Experiments" नामक शोध पत्र का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यद्यपि एक्सेलेरोमीटर, जायरोस्कोप और मैग्नेटोमीटर से सुसज्जित स्मार्टफोन भौतिकी शिक्षा के लिए लागत प्रभावी उपकरण प्रदान करते हैं, मौजूदा अनुप्रयोग (जैसे phyphox, Physics Toolbox) आमतौर पर केवल डिवाइस-फिक्स्ड कोऑर्डिनेट सिस्टम (device-fixed coordinate system) में त्वरण (acceleration) डेटा आउटपुट करते हैं।

सीमा (The Limitation): जब गति के दौरान डिवाइस घूमता है (जो प्रक्षेप्य या वृत्तीय गति जैसे 2D या 3D परिदृश्यों में सामान्य है), तो डिवाइस के अक्ष (axes) स्थिर ग्लोबल फ्रेम के सापेक्ष घूम जाते हैं।
परिणाम (The Consequence): डिवाइस-फ्रेम त्वरण का सीधे एकीकरण (integration) करने से वेग और स्थिति का भौतिक रूप से असंगत डेटा प्राप्त होता है क्योंकि गुरुत्वाकर्षण और जमीन के सापेक्ष मापे गए त्वरण वेक्टर की दिशा बदल जाती है। यह विश्लेषण को केवल 1D गति तक सीमित कर देता है जहाँ ओरिएंटेशन स्थिर रहता है।
शैक्षिक बाधा (Educational Barrier): छात्र रोटेशन को ठीक करने या संख्यात्मक एकीकरण (numerical integration) करने के लिए आवश्यक मैनुअल डेटा प्रोसेसिंग (जैसे स्प्रेडशीट फॉर्मूला) में संघर्ष करते हैं, जिससे त्रुटियां होती हैं जो भौतिक सिद्धांतों को अस्पष्ट कर देती हैं।

2. कार्यप्रणाली (Methodology)

लेखकों ने दो-भागों वाला, इंस्टालेशन-मुक्त वेब-आधारित सिस्टम विकसित किया है जो स्मार्टफोन ब्राउज़र के माध्यम से सुलभ है।

A. रोटेशन-कंपनसेटेड मेजरमेंट एप्लीकेशन (Rotation-Compensated Measurement Application)

डेटा अधिग्रहण (Data Acquisition): ऐप लीनियर एक्सेलरेशन ( $a$ ) कैप्चर करने के लिए DeviceMotionEvent API और यूलर एंगल्स ( $\alpha, \beta, \gamma$ ) कैप्चर करने के लिए DeviceOrientationEvent API का उपयोग करता है।
कोऑर्डिनेट सिस्टम (Coordinate System): यूलर एंगल्स एक z-x-y रोटेशन अनुक्रम का पालन करते हैं (जो रोबोटिक्स में उपयोग किए जाने वाले मानक z-y-yaw से भिन्न है)।
- $\alpha$ : डिवाइस $z$ -अ軸 के चारों ओर रोटेशन।
- $\beta$ : डिवाइस $x$ -अक्ष के चारों ओर रोटेशन।
- $\gamma$ : डिवाइस $y$ -अक्ष के चारों ओर रोटेशन।
गणितीय रूपांतरण (Mathematical Transformation):
सिस्टम रोटेशन मैट्रिसेस $R_z(\alpha)$ , $R_x(\beta)$ , और $R_y(\gamma)$ का निर्माण करता है। डिवाइस-फ्रेम त्वरण ( $a$ ) को स्थिर ग्लोबल-फ्रेम त्वरण ( $a_0$ ) में बदलने के लिए, सिस्टम व्युत्क्रम रूपांतरण (inverse transformation) लागू करता है:
$a_0 = M a$
जहाँ $M = R_z(\alpha)R_x(\beta)R_y(\gamma)$ है। यह गणना वास्तविक समय (real-time) में होती है, जिससे यह सुनिश्चित होता है कि आउटपुट त्वरण हमेशा एक निश्चित ग्लोबल फ्रेम (जहाँ $z$ लंबवत है) के संदर्भ में हो।
कार्यान्वयन (Implementation): ऐप पूरी तरह से ब्राउज़र में चलता है, जिसके लिए किसी इंस्टालेशन की आवश्यकता नहीं है। यह उपयोगकर्ताओं को कच्चे (raw) बनाम कंपनसेटेड (compensated) डेटा को एक साथ देखने और डेटा को CSV के रूप में निर्यात करने की अनुमति देता है।

B. वेब-आधारित विश्लेषण एप्लीकेशन (Web-Based Analysis Application)

कार्यक्षमता (Functionality): एक पूरक टूल जो मेजरमेंट ऐप से प्राप्त CSV डेटा को स्वीकार करता है।
प्रोसेसिंग (Processing):
- संख्यात्मक एकीकरण (Numerical Integration): त्वरण डेटा से वेग और स्थिति की स्वचालित रूप से गणना करता है।
- शोर न्यूनीकरण (Noise Reduction): सेंसर के उतार-चढ़ाव को दबाने के लिए फ़िल्टरिंग लागू करता है।
- ऑफसेट सुधार (Offset Correction): विशेष रूप से "इंटीग्रेशन ड्रिफ्ट" (integration drift) को संबोधित करता है जो छोटे सेंसर बायस के कारण होता है। यह एकीकरण से पहले ड्रिफ्ट को रोकने के लिए एक आवधिक गति (periodic motion) के एक कालखंड (period) पर मूविंग एवरेज के रूप में त्वरण के ऑफसेट की गणना करता है।
विज़ुअलाइज़ेशन (Visualization): त्वरण, वेग और स्थिति के टाइम-सीरीज ग्राफ के साथ-साथ 2D/3D प्रक्षेपवक्र (trajectory) प्लॉट्स उत्पन्न करता है।

3. मुख्य योगदान (Key Contributions)

रियल-टाइम रोटेशन कंपनसेशन: वास्तविक समय में स्थिर ग्लोबल कोऑर्डिनेट सिस्टम में त्वरण डेटा प्रदान करने वाला पहला स्मार्टफोन एप्लिकेशन, जो डिवाइस के ओरिएंटेशन बदलने पर भी सटीक 3D गति के विश्लेषण को सक्षम बनाता है।
निर्बाध वेब-आधारित वर्कफ़्लो: सॉफ्टवेयर इंस्टालेशन या जटिल स्प्रेडशीट कॉन्फ़िगरेशन की आवश्यकता को समाप्त करता है, जिससे छात्रों के लिए तकनीकी बाधाएं कम होती हैं।
एकीकृत ड्रिफ्ट सुधार: विशेष रूप से शैक्षिक प्रयोगों के लिए तैयार किया गया लो-फ्रीक्वेंसी सेंसर बायस (इंटीग्रेशन ड्रिफ्ट) को ठीक करने के लिए एक अंतर्निहित विधि प्रदान करता है।
पेडागोगिकल वैलिडेशन (Pedagogical Validation): स्नातक स्तर के शिक्षण में इस सिस्टम की प्रभावकारिता को प्रदर्शित करता है, जो पारंपरिक तरीकों की तुलना में बेहतर वैचारिक समझ दिखाता है।

4. परिणाम (Results)

सिस्टम को iPhone 13 का उपयोग करके तीन प्रतिनिधि गति प्रयोगों के माध्यम से मान्य किया गया था:

स्लाइडिंग मोशन (काइनेटिक फ्रिक्शन):
- घर्षण के कारण $-2.45 \, \text{m/s}^2$ का निरंतर मंदन (deceleration) मापा गया।
- गणना किया गया काइनेटिक फ्रिक्शन गुणांक $\mu_k \approx 0.25$ था, जो सैद्धांतिक अपेक्षाओं के अनुरूप है।
- संख्यात्मक एकीकरण के माध्यम से गणना की गई विस्थापन ( $0.803 \, \text{m}$ ) सैद्धांतिक किनेमैटिक गणना ( $0.826 \, \text{m}$ ) के 2.8% सापेक्ष अंतर के भीतर मेल खाती है।
प्रक्षेप्य गति (Projectile Motion):
- हवा में फोन के घूमने के बावजूद, ग्लोबल $z$ -अक्ष के साथ गुरुत्वाकर्षण त्वरण ( $g \approx -9.82 \, \text{m/s}^2$ ) को सफलतापूर्वक अलग किया गया।
- डिवाइस-फ्रेम डेटा ने विभिन्न अक्षों पर शिफ्ट होते त्वरण को दिखाया, जबकि ग्लोबल-फ्रेम डेटा सुसंगत रहा।
- पुनर्गठित प्रक्षेपवक्र एक सुचारू परवलय (parabola) दिखाता है; अधिकतम ऊंचाई ( $1.28 \, \text{m}$ ) सैद्धांतिक भविष्यवाणी ( $1.34 \, \text{m}$ ) से मेल खाती है।
समान वृत्तीय गति (Uniform Circular Motion):
- ग्लोबल-फ्रेम त्वरण ने समान वृत्तीय गति की विशेषता वाले $\pi/2$ फेज अंतर के साथ साफ साइनुसोइडल वेवफॉर्म प्रदर्शित किए।
- ऑफसेट सुधार के बिना, संख्यात्मक एकीकरण के परिणामस्वरूप महत्वपूर्ण वेग ड्रिफ्ट हुआ। मूविंग-एवरेज ऑफसेट सुधार लागू करने के बाद, प्रक्षेपवक्र ने एक लगभग पूर्ण वृत्त बनाया ( $R \approx 16 \, \text{cm}$ )।
- मापा गया सेंट्रिपेटल त्वरण ( $8.09 \, \text{m/s}^2$ ) प्रयोगात्मक अनिश्चितता के भीतर सैद्धांतिक मानों ( $8.4 \, \text{m/s}^2$ ) से सहमत था।

कक्षा कार्यान्वयन (Classroom Implementation):

प्रतिभागी: 102 द्वितीय वर्ष के स्नातक छात्र।
परिणाम:
- 90% छात्रों ने स्थिति, वेग और त्वरण के बीच संबंधों की बेहतर समझ की रिपोर्ट की।
- 90% ने सिद्धांत और प्रयोग के बीच स्पष्ट संबंध दर्ज किया।
- गुणात्मक फीडबैक ने बेहतर डेटा विश्लेषण कौशल, सहयोगात्मक शिक्षण और स्मार्टफोन की परिचितता के कारण बढ़ी हुई व्यस्तता को रेखांकित किया।

5. महत्व (Significance)

यह कार्य स्मार्टफोन-आधारित भौतिकी शिक्षा में एक महत्वपूर्ण अंतर को संबोधित करता है: डिवाइस रोटेशन के कारण जटिल 3D गतियों का विश्लेषण करने में असमर्थता। कोऑर्डिनेट ट्रांसफॉर्मेशन और संख्यात्मक एकीकरण को स्वचालित करके, यह सिस्टम:

ध्यान केंद्रित करता है (Shifts Focus): छात्रों को उबाऊ डेटा प्रोसेसिंग या स्प्रेडशीट फॉर्मूला डीबगिंग के बजाय भौतिक व्याख्या और वैचारिक समझ पर ध्यान केंद्रित करने की अनुमति देता है।
पहुंच बढ़ाता है (Enhances Accessibility): इसकी वेब-आधारित, इंस्टालेशन-मुक्त प्रकृति विविध छात्र उपकरणों (iOS/Android) के बीच अनुकूलता सुनिश्चित करती है।
सटीकता में सुधार करता है (Improves Accuracy): रोटेशन कंपनसेशन और ड्रिफ्ट सुधार तंत्र इसे प्रारंभिक विश्वविद्यालय यांत्रिकी के लिए उपयुक्त उच्च-परिशुद्धता माप प्रदान करता है, जिससे स्मार्टफोन एक साधारण सेंसर से एक मजबूत प्रयोगशाला उपकरण में बदल जाता है।

अध्ययन यह निष्कर्ष निकालता है कि रोटेशन-कंपनसेटेड स्मार्टफोन माप आधुनिक यांत्रिकी शिक्षा को आधुनिक बनाने के लिए एक व्यावहारिक, प्रभावी और स्केलेबल उपकरण है।