⚡ electrical engineering

Intelligent Control of Differential Drive Robots Subject to Unmodeled Dynamics with EKF-based State Estimation

यह शोध पत्र डिफरेंशियल ड्राइव रोबोटों के लिए एक एकीकृत ढांचे को प्रस्तुत करता है जो मल्टी-सेंसर फ्यूजन के लिए एक एक्सटेंडेड कलमन फिल्टर के साथ एक एडेप्टिव न्यूरल नेटवर्क-उन्नत लियापुनोव-आधारित नियंत्रक को जोड़ता है, जिससे अनमॉडल डायनेमिक्स और सेंसर डिग्रेडेशन की उपस्थिति में सुदृढ़ प्रक्षेपवक्र ट्रैकिंग और महत्वपूर्ण त्रुटि न्यूनीकरण प्राप्त होता है।

मूल लेखक: Amos Alwala, Yuchen Hu, Gabriel da Silva Lima, Wallace Moreira Bessa

प्रकाशित 2026-03-17

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Amos Alwala, Yuchen Hu, Gabriel da Silva Lima, Wallace Moreira Bessa

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 बच्चे को एक व्यस्त, अप्रत्याशित पार्क में ट्राइसाइकिल चलाना सिखा रहे हैं। आप चाहते हैं कि वह एक सटीक गोलाकार पथ (circle path) पर चले। लेकिन कुछ समस्याएँ हैं: ज़मीन फिसलन भरी हो सकती है, टायर फिसल सकते हैं, हवा उन्हें धकेल सकती है, और कभी-कभी उनकी आँखें (सेंसर) धुंधली या भ्रमित हो सकती हैं।

यह पेपर एक रोबोटिक ट्राइसाइकिल (जिसे डिफरेंशियल ड्राइव रोबोट कहा जाता है) के लिए एक "सुपर-कोच" बनाने के बारे में है जो इन सभी वास्तविक दुनिया की समस्याओं को बिना गिरे या रास्ता भटके संभाल सके।

यहाँ उनके समाधान का सरल उपमाओं (analogies) का उपयोग करके विवरण दिया गया है:

1. समस्या: "आदर्श दुनिया" बनाम वास्तविकता

अधिकांश रोबोट कंट्रोलर्स उन छात्रों की तरह होते हैं जिन्होंने केवल एक शांत पुस्तकालय में पढ़ाई की है। वे गणित को पूरी तरह से जानते हैं: "यदि मैं बायां पहिया घुमाता हूँ, तो मैं दाईं ओर जाता हूँ।" लेकिन वास्तविक दुनिया में, पुस्तकालय में आग लगी हुई है।

अनजान कारक (The Unknowns): रोबोट को यह ठीक से नहीं पता कि वह कितना भारी है, फर्श पर घर्षण (friction) कितना है, या क्या कोई पहिया फिसल रहा है।
सेंसर का झमेला (The Sensor Mess): रोबोट की आँखें (कैमरे), कान (माइक्रोफोन/IMU), और गति का अहसास (व्हील काउंटर्स) होते हैं। लेकिन अंधेरे में कैमरे भ्रमित हो जाते हैं, चिकने फर्श पर पहिए फिसलते हैं, और जायरोस्कोप समय के साथ भटक (drift) जाते हैं। यदि आप केवल एक पर निर्भर रहते हैं, तो रोबोट रास्ता भटक जाता है।

2. समाधान भाग A: "स्मार्ट कोच" (इंटेलिजेंट कंट्रोल)

लेखकों ने एक ऐसा कंट्रोलर बनाया है जो केवल एक कठोर नियम पुस्तिका का पालन नहीं करता है। इसके बजाय, इसमें एक न्यूरल नेटवर्क (एक प्रकार का AI) एक "स्मार्ट कोच" के रूप में बैठा है जो रोबोट के बगल में रहता है।

उपमा (The Metaphor): कल्पना कीजिए कि रोबोट एक ऐसी कार चला रहा है जिसका स्पीडोमीटर टूटा हुआ है। "स्मार्ट कोच" एक यात्री है जिसने पहले कभी इस विशिष्ट कार को नहीं देखा है, लेकिन वह अनुमान लगाने में बहुत माहिर है।
यह कैसे सीखता है: जैसे-जैसे रोबोट चलता है, कोच देखता है। "ओह, तुमने 1 मीटर प्रति सेकंड जाने की कोशिश की, लेकिन फर्श चिपचिपा होने के कारण तुम केवल 0.8 ही जा पाए।" कोच तुरंत अपने मानसिक मानचित्र को अपडेट करता है।
जादुई उपकरण (RBF): कोच एक विशेष उपकरण का उपयोग करता है जिसे रेडियल बेसिस फंक्शन (RBF) नेटवर्क कहा जाता है। इसे भौतिकी (physics) के लिए एक "यूनिवर्सल ट्रांसलेटर" के रूप में समझें। यह वास्तविक समय में किसी भी अजीब बल (घर्षण, हवा, फिसलन) का अनुमान लगा सकता है।
सुरक्षा जाल (Lyapunov): यह सुनिश्चित करने के लिए कि कोच पागल न हो जाए और रोबلت को क्रैश न कर दे, उन्होंने ल्यपुनोव स्टेबिलिटी (Lyapunov stability) नामक एक गणितीय "सुरक्षा पट्टे" का उपयोग किया है। यह गारंटी देता है कि कोच चाहे कितना भी सीख ले, रोबोट कभी नियंत्रण से बाहर नहीं होगा; वह हमेशा स्थिर होकर पथ का अनुसरण करेगा।

3. समाधान भाग B: "सुपर-सेंस" (EKF स्टेट एस्टीमेशन)

भले ही एक स्मार्ट कोच हो, रोबोट को यह जानने की ज़रूरत है कि वह कहाँ है। यदि रोबोट सोचता है कि वह पार्क के प्रवेश द्वार पर है लेकिन वास्तव में वह तालाब के पास है, तो कोच मदद नहीं कर पाएगा।

उपमा (The Metaphor): कल्पना कीजिए कि आपकी आँखों पर पट्टी बंधी है, लेकिन आपके पास चार दोस्त हैं जो आपको बता रहे हैं कि आप कहाँ हैं:
1. दोस्त A (व्हील एनकोडर्स): आपके कदमों को गिनते हैं। कम दूरी के लिए अच्छे हैं, लेकिन यदि आप फिसलते हैं, तो वे झूठ बोलते हैं।
2. दोस्त B (IMU/जायरो): आपके झुकाव और त्वरण (acceleration) को महसूस करते हैं। तेज़ मोड़ों के लिए बेहतरीन हैं, लेकिन समय के साथ चक्कर खा सकते हैं।
3. दोस्त C (LiDAR): दीवारों से दूरी मापने के लिए लेजर का उपयोग करता है। अंधेरे में भी बेहतरीन है, लेकिन कोहरे में भ्रमित हो जाता है।
4. दोस्त D (कैमरा): तस्वीरें लेता है। लैंडमार्क पहचानने के लिए बेहतरीन है, लेकिन अंधेरे में बेकार है।
फ्यूजन (EKF): रोबोट एक एक्सटेंडेड कलमन फिल्टर (EKF) का उपयोग करता है। EKF को एक बुद्धिमान रेफरी के रूप में समझें।
- जब दोस्त A (पहिए) कहता है "मैंने 10 मीटर की दूरी तय की," लेकिन दोस्त B (जायरो) कहता है "तुम घूम गए थे," तो रेफरी देखता है कि इस स्थिति में कौन अधिक विश्वसनीय है।
- यदि कैमरा अंधा हो जाता है (अंधेरा कमरा), तो रेफरी उसे अनदेखा कर देता है और लेजर और पहियों पर अधिक भरोसा करता है।
- यदि पहिए बर्फ पर फिसलते हैं, तो रेफरी कैमरे और लेजर पर अधिक भरोसा करता है।
- परिणाम: रोबोट को एक "मिश्रित" सत्य प्राप्त होता है जो किसी भी एकल मित्र की तुलना में बहुत अधिक सटीक होता है।

4. परिणाम: क्या यह काम कर गया?

टीम ने एक वास्तविक रोबोट (iRobot Create3) और एक कंप्यूटर सिमुलेशन (Gazebo) पर इसका परीक्षण किया। उन्होंने रोबोट को अलग-अलग सतहों (चिकनी, ऊबड़-खाबड़ और नरम) पर एक घेरे में चलाया।

पुराना तरीका (बेसलाइन): एक मानक कंट्रोलर जो न तो सीखता था और न ही सेंसर को अच्छी तरह से जोड़ पाता था। वह संघर्ष करता था, फिसल जाता था और घेरे से भटक जाता था।
नया तरीका: "स्मार्ट कोच" + "सुपर-सेंस" टीम।
- परिणाम: रोबोट घेरे पर बहुत बेहतर तरीके से टिका रहा।
- आंकड़े: उन्होंने त्रुटियों को काफी कम कर दिया। उदाहरण के लिए, पुराने तरीके की तुलना में सही गति पाने में रोबोट 54% अधिक सटीक था और सही दिशा में मुड़ने में 82% अधिक सटीक था। यहाँ तक कि जब कैमरा विफल हो गया (सिम्युलेटेड सेंसर लॉस), तब भी रोबोट चलता रहा क्योंकि अन्य सेंसरों ने उस कमी को पूरा कर दिया।

सारांश

यह पेपर एक ऐसा रोबोट कंट्रोल सिस्टम प्रस्तुत करता है जो अनुकूलन योग्य (adaptable) और लचीला (resilient) है।

यह रोबोट की अपनी कमियों और वातावरण की चालों (जैसे फिसलन भरे फर्श) को रीयल-टाइम में सीखने के लिए AI का उपयोग करता है।
यह सुनिश्चित करने के लिए कि सीखते समय यह कभी क्रैश न हो, यह गणितीय सुरक्षा गारंटी का उपयोग करता है।
यह कई सेंसरों से डेटा को संयोजित करने के लिए एक स्मार्ट रेफरी का उपयोग करता है, ताकि यदि एक विफल हो जाए, तो रोबोट घबराए नहीं।

यह एक रोबोट को एक ऐसे दिमाग देने जैसा है जो गलतियों से सीखता है और एक ऐसी दृष्टि देने जैसा है जो कभी भ्रमित नहीं होती, जिससे वह आत्मविश्वास के साथ वास्तविक और अनिश्चित दुनिया में नेविगेट कर पाता है।

यहाँ शोध पत्र "Intelligent Control of Differential Drive Robots Subject to Unmodeled Dynamics with EKF-based State Estimation" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

डिफरेंशियल ड्राइव रोबोट्स (DDRs) का उपयोग लॉजिस्टिक्स और नेविगेशन में व्यापक रूप से किया जाता है, लेकिन वे गतिशील और अनिश्चित वातावरणों में महत्वपूर्ण चुनौतियों का सामना करते हैं। प्राथमिक कठिनाइयाँ निम्नलिखित हैं:

अनमॉडल डायनेमिक्स (Unmodeled Dynamics): वास्तविक दुनिया के सिस्टम अज्ञात नॉन-लीनियरिटीज़ जैसे कि घर्षण (friction), एक्चुएटर डायनेमिक्स, व्हील स्लिप और बाहरी विक्षोभों (disturbances) से ग्रस्त होते हैं, जिन्हें विश्लेषणात्मक रूप से मॉडल करना कठिन होता है।
सेंसर सीमाएँ (Sensor Limitations): एकल सेंसर (जैसे, व्हील एनकोडर, IMU, या कैमरा) पर निर्भर रहने से ड्रिफ्ट (drift), शोर संचय (noise accumulation), और विशिष्ट स्थितियों (जैसे, कैमरों के लिए कम रोशनी, एनकोडर के लिए स्लिप) में विफलता जैसी कमजोरियाँ उत्पन्न होती हैं।
नियंत्रण सुदृढ़ता (Control Robustness): पारंपरिक नियंत्रण विधियाँ (काइनेमैटिक कंट्रोल, स्लाइडिंग मोड, या लीनियरलाइज्ड डायनेमिक कंट्रोल) अक्सर सरलीकृत धारणाओं (परफेक्ट वेलोसिटी ट्रैकिंग, ज्ञात डायनेमिक्स) पर निर्भर करती हैं, जो इन धारणाओं के उल्लंघन होने पर प्रदर्शन को खराब कर देती हैं।

यह शोध पत्र एक ऐसे एकीकृत ढांचे की आवश्यकता को संबोधित करता है जो अनमॉडल डायनेमिक्स और सेंसर अनिश्चितताओं को संभालने के लिए मजबूत स्टेट एस्टीमेशन (robust state estimation) और अनुकूली नियंत्रण (adaptive control) दोनों प्रदान कर सके।

2. कार्यप्रणाली (Methodology)

लेखक एक हाइब्रिड फ्रेमवर्क प्रस्तावित करते हैं जो ऑनलाइन मशीन लर्निंग कंट्रोल को मल्टी-सेंसर फ्यूजन के साथ एकीकृत करता है।

A. स्टेट एस्टीमेशन (EKF-आधारित फ्यूजन)

सेंसर गिरावट के बावजूद विश्वसनीय स्टेट फीडबैक सुनिश्चित करने के लिए, विषम सेंसर डेटा को फ्यूज करने हेतु एक एक्सटेंडेड कलमन फिल्टर (EKF) का उपयोग किया जाता है:

सेंसर: इनर्शियल मेजरमेंट यूनिट (IMU), व्हील एनकोडर (ओडोमेट्री), 2D-LiDAR, और एक मोनोक्यूलर कैमरा।
फ्यूजन रणनीति:
- व्हील एनकोडर: उच्च-आवृत्ति, कम लागत वाला अल्पकालिक विस्थापन प्रदान करते हैं लेकिन दीर्घकालिक ड्रिफ्ट और स्लिप से ग्रस्त होते हैं।
- IMU: उच्च-आवृत्ति त्वरण (acceleration) और कोणीय वेग (angular velocity) प्रदान करता है लेकिन बायस (bias) के प्रति संवेदनशील है।
- LiDAR और विजन: ड्रिफ्ट को ठीक करने के लिए पूर्ण पोज़ सुधार (PLICP का उपयोग करके LiDAR और ORB-SLAM3 का उपयोग करके विजन) प्रदान करते हैं।
सुदृढ़ता (Robustness): EKF को कोवेरिएंस के आधार पर माप को गतिशील रूप से वेटेज देकर आंशिक सेंसर विफलताओं (जैसे, विजुअल फीचर लॉस) को संभालने के लिए डिज़ाइन किया गया है। यदि किसी सेंसर की अनिश्चितता बढ़ती है, तो फ़िल्टर मोशन मॉडल और अन्य सेंसरों पर अधिक निर्भर हो जाता है।

B. इंटेलिजेंट कंट्रोल (RBF न्यूरल नेटवर्क + ल्यपुनोव)

नियंत्रण आर्किटेक्चर फीडबैक लीनियराइजेशन (FBL) को एक एडेप्टिव रेडियल बेसिस फंक्शन (RBF) न्यूरल नेटवर्क के साथ जोड़ता है:

सिस्टम मॉडल: DDR डायनेमिक्स को प्रथम-क्रम वेलोसिटी सिस्टम के रूप में मॉडल किया गया है। ज्ञात डायनेमिक्स को रद्द करने के लिए फीडबैक लीनियराइजेशन का उपयोग करके कंट्रोल लॉ प्राप्त किया जाता है।
अनिश्चितता सन्निकटन (Uncertainty Approximation): एक RBF न्यूरल नेटवर्क "लंपड" अनिश्चितता पद ( $d$ $d$ ) का अनुमान लगाने के लिए एक यूनिवर्सल एप्रोक्सिमेटर के रूप में कार्य करता है, जिसमें घर्षण, अनमॉडल डायनेमिक्स और विक्षोभ शामिल हैं।
- अनुमान $\hat{d} = w^T \phi(v)$ द्वारा दिया जाता है, जहाँ $w$ वेट्स हैं और $\phi$ गॉसियन एक्टिवेशन फंक्शन हैं।
अनुकूलन नियम (Adaptation Law): RBF नेटवर्क के वेट्स को ल्यपुनोव-आधारित अनुकूलन नियम ( $\dot{w} = \eta \tilde{v} \phi$ ) का उपयोग करके ऑनलाइन अपडेट किया जाता है, जहाँ $\tilde{v}$ वेलोसिटी ट्रैकिंग एरर है और $\eta$ लर्निंग रेट है।
स्थिरता (Stability): यह सिद्ध करने के लिए कि क्लोज्ड-लूप सिस्टम स्थिर है और ट्रैकिंग एरर एसिम्प्टोटिक रूप से शून्य की ओर अभिसरित (converge) होता है (बशर्ते कि एप्रोक्सिमेशन एरर बाउंडेड हो), एक ल्यपुनोव फंक्शन का निर्माण किया गया है।

C. ट्रजेक्टरी ट्रैकिंग (Trajectory Tracking)

पोजीशन ट्रैकिंग के लिए, पोज़ एरर (पोजीशन और ओरिएंटेशन) के आधार पर एक संदर्भ वेलोसिटी ( $v_c$ ) उत्पन्न करने के लिए एक इंटरमीडिएट काइनेमैटिक कंट्रोलर का उपयोग किया जाता है। इस संदर्भ वेलोसिटी को फिर आवश्यक टॉर्क इनपुट की गणना करने के लिए इंटेलिजेंट डायनेमिक कंट्रोलर में फीड किया जाता है।

3. मुख्य योगदान (Key Contributions)

एकीकृत ढांचा (Unified Framework): एक एडेप्टिव न्यूरल नेटवर्क कंट्रोलर को मल्टी-सेंसर EKF स्टेट एस्टिमेटर के साथ एकीकृत करना, जो नियंत्रण अनिश्चितता और सेंसिंग अविश्वसनीयता दोनों को एक साथ संबोधित करता है।
सैद्धांतिक स्थिरता (Theoretical Stability): एक ल्यपुनोव-आधारित कंट्रोल लॉ का व्युत्पन्न जो अनमॉडल डायनेमिक्स के साथ भी ट्रजेक्टरी ट्रैकिंग कार्यों के लिए क्लोज्ड-लूप स्थिरता और एसिम्प्टोटिक कन्वर्जेंस की गारंटी देता है।
सुदृढ़ स्टेट एस्टीमेशन (Robust State Estimation): IMU, एनकोडर, LiDAR और मोनोक्यूलर विजन को फ्यूज करने वाले एक EKF का कार्यान्वयन, जो सेंसर शोर, ड्रिफ्ट और आंशिक विफलताओं (जैसे, विजुअल री-इनिशियलाइजेशन) के विरुद्ध लचीलापन प्रदर्शित करता है।
वास्तविक दुनिया का सत्यापन (Real-World Validation): विविध वातावरणों (स्मूथ, रग्ड और सॉफ्ट फ्लोर्स) में एक भौतिक DDR (iRobot Create3) पर व्यापक परीक्षण, जो शुद्ध सिमुलेशन से आगे जाता है।

4. प्रयोगात्मक परिणाम (Experimental Results)

इस दृष्टिकोण का मूल्यांकन Gazebo सिमुलेशन में ROS2 (Humble/Jazzy) और एक वास्तविक iRobot Create3 प्लेटफॉर्म पर किया गया।

सिमुलेशन: कंट्रोलर ने सर्कुलर ट्रजेक्टरीज को सफलतापूर्वक ट्रैक किया। जबकि शुद्ध फीडबैक लीनियराइजेशन (NN के बिना) अनमॉडल डायनेमिक्स के कारण पोज़ को सटीक रूप से ट्रैक करने में विफल रहा, इंटेलिजेंट कंट्रोलर ने घटती हुई वेलोसिटी एरर दिखाई।
वास्तविक दुनिया के प्रयोग:
- सेटअप: रोबोट विभिन्न प्रकार के फर्श पर 0.5 rad/s पर 0.5m त्रिज्या वाले वृत्त के चारों ओर नेविगेट करता है।
- प्रदर्शन मेट्रिक्स: प्रस्तावित विधि की तुलना बेसलाइन प्योर फीडबैक लीनियराइजेशन कंट्रोलर से की गई।
- त्रुटि में कमी (Error Reduction): प्रस्तावित विधि ने स्टेडी-स्टेट रूट मीन स्क्वेयर्ड एरर (RMSE) में महत्वपूर्ण कमी हासिल की:
  - X-पोजीशन: 80.67% कम हुई
  - Y-पोजीशन: 24.19% कम हुई
  - Yaw ओरिएंटेशन: 82.48% कम हुई
  - लीनियर वेलोसिटी: 53.91% कम हुई
  - एंगुलर वेलोसिटी: 29.00% कम हुई
- लचीलापन (Resilience): सिस्टम ने स्थिरता बनाए रखी और स्टेट एस्टीमेशन जारी रखा, भले ही विजुअल ओडोमेट्री (VO) ने फीचर लॉस का अनुभव किया और उसे री-इनिशियलाइजेशन की आवश्यकता पड़ी, जो सेंसर फ्यूजन की प्रभावशीलता को दर्शाता है।

5. महत्व (Significance)

यह कार्य प्रदर्शित करता है कि डेटा-ड्रिवन एडैप्टेशन (RBF नेटवर्क) को मॉडल-बेस्ड कंट्रोल (Lyapunov/FBL) और रोबस्ट एस्टीमेशन (EKF) के साथ जोड़ने से एक अत्यधिक विश्वसनीय नियंत्रण प्रणाली बनती है।

यह उन पारंपरिक नियंत्रकों की सीमाओं को दूर करता है जिन्हें सटीक डायनेमिक मॉडल की आवश्यकता होती है।
यह सिद्ध करता है कि इंटेलिजेंट कंट्रोलर्स पूर्व ज्ञान के बिना वास्तविक समय में जटिल, वास्तविक दुनिया के विक्षोभों (घर्षण, स्लिप) को सीख सकते हैं और क्षतिपूर्ति कर सकते हैं।
यह ढांचा विभिन्न मोबाइल रोबोटिक्स अनुप्रयोगों के लिए स्केलेबल और लागू करने योग्य है जो अनस्ट्रक्चर्ड वातावरण में काम करते हैं, जो अधिक स्वायत्त और लचीली रोबोटिक प्रणालियों का मार्ग प्रशस्त करता है।

भावी कार्य (Future Work): लेखक कंट्रोलर पैरामीटर्स को स्वचालित रूप से ट्यून करने के लिए सुदृढीकरण शिक्षण (Reinforcement Learning) को एकीकृत करने और उच्च-स्तरीय पाथ प्लानिंग और SLAM अनुप्रयोगों तक ढांचे का विस्तार करने का सुझाव देते हैं।