💻 computer science

Inductance-Based Force Self-Sensing in Fiber-Reinforced Pneumatic Twisted-and-Coiled Actuators

यह शोध पत्र एक स्व-संवेदी फाइबर-प्रबलित वायुचालित ट्विस्टेड-एंड-कोइल्ड एक्चुएटर प्रस्तुत करता है जो सटीक, कम हिस्टेरेसिस बल अनुमान प्राप्त करने के लिए एक कंडक्टिव निकेल वायर और इंडक्टेंस फीडबैक का उपयोग करता है, जो एक्सटेंडेड कलमन फिल्टर के साथ कंस्ट्रेंड ऑप्टिमाइज़ेशन को संयोजित करने वाले एक हाइब्रिड ऑब्जर्वर के माध्यम से किया जाता है, जिससे पारंपरिक डिजाइनों की अंतर्निहित हिस्टेरेसिस और प्रोप्रियोसेप्शन सीमाओं पर विजय प्राप्त होती है।

मूल लेखक: Yunsong Zhang, Tianlin Li, Mingyang Yang, Feitian Zhang

प्रकाशित 2026-03-20

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Yunsong Zhang, Tianlin Li, Mingyang Yang, Feitian Zhang

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

मुख्य विचार: सॉफ्ट रोबोट्स को "छठी इंद्रिय" देना

कल्पना कीजिए कि आपके पास एक बहुत ही मजबूत, लचीला रबर बैंड है जो एक मांसपेशी की तरह काम करता है। यह एक ट्विस्टेड-एंड-कॉइल्ड एक्चुएटर (TCA) है। यह सॉफ्ट रोबोट्स के लिए बेहतरीन है क्योंकि यह हल्का, लचीला और शक्तिशाली है। लेकिन एक समस्या है: यह "अंधा" है।

जब आप हवा के दबाव से इसे दबाते हैं, तो यह सिकुड़ जाता है। लेकिन यदि आपके पास कोई कैमरा या भारी सेंसर लगा हुआ नहीं है, तो रोबोट को पता ही नहीं चलता कि वह कितनी जोर से खींच रहा है या वह कितना खिंच गया है। यह अंधेरे में एक भारी बॉक्स उठाने की कोशिश करने जैसा है; आपको तब तक पता नहीं चलता कि आप 5 पाउंड उठा रहे हैं या 50 पाउंड, जब तक कि आप उसे गिरा नहीं देते।

समाधान: बीजिंग यूनिवर्सिटी के शोधकर्ताओं ने यह पता लगाया कि कैसे उस मांसपेशी को स्वयं एक सेंसर में बदला जा सकता है। उन्होंने उस "मांसपेशी" को इतना स्मार्ट बनाया कि वह बिना किसी अतिरिक्त गैजेट के अपनी ताकत को महसूस कर सके।

1. "जादुई तार" (हार्डवेयर)

आमतौर पर, इन रबर मांसपेशियों को फटने से बचाने के लिए एक मजबूत नायलॉन धागे से मजबूत किया जाता है। शोधकर्ताओं ने इस नायलॉन धागे को बदलकर एक कंडक्टिव निकेल वायर (चालक निकल का तार) लगा दिया।

उपमा: मांसपेशी को एक स्प्रिंग के रूप में सोचें। यदि आप उस स्प्रिंग के चारों ओर एक तांबे का तार लपेटते हैं, तो पूरी चीज़ एक विशाल कॉइल (जैसे रेडियो में इंडक्टर) बन जाती है।
क्या होता है: जब मांसपेशी खिंचती या सिकुड़ती है, तो उस तार का आकार थोड़ा बदल जाता है। ठीक वैसे ही जैसे स्प्रिंग को खींचने से उसके उछलने का तरीका बदल जाता है, तार का आकार बदलने से उसकी इलेक्ट्रिकल इंडक्टेंस (विद्युत प्रेरकत्व) (ऊर्जा को स्टोर करने की क्षमता का एक माप) बदल जाती है।
ट्रिक: इस सूक्ष्म विद्युत परिवर्तन को मापकर, रोबोट "महसूस" कर सकता है कि उसकी मांसपेशी क्या कर रही है।

2. "हिस्टेरेसिस" की समस्या (भ्रमित करने वाली याददाश्त)

यहीं पर चीजें जटिल हो जाती हैं। सॉफ्ट रोबोट्स की दुनिया में, चीजों की अपनी "याददाश्त" होती है। इसे हिस्टेरेसिस (Hysteresis) कहा जाता है।

उपमा: एक रबर बैंड की कल्पना करें। यदि आप इसे 10 इंच तक खींचते हैं, तो जो बल आप महसूस करते हैं वह अलग होता है, बजाय इसके कि आप इसे 11 इंच से वापस 10 इंच पर लाते समय महसूस करें। रबर बैंड "याद रखता" है कि आप इसे बाहर की ओर खींच रहे थे या इसे वापस सिकोड़ रहे थे।
समस्या: यदि आप केवल विद्युत संकेत (electrical signal) को देखकर रोबोट की लंबाई का अनुमान लगाने की कोशिश करते हैं, तो आप भ्रमित हो जाएंगे। संकेत कह सकता है "10 इंच," लेकिन क्या रोबमाट 10 इंच तक बाहर खिंच रहा है, या 10 इंच पर वापस सिकुड़ रहा है? यह एक बंद रास्ता है।

3. "अहा!" वाला क्षण (बल बनाम लंबाई)

शोधकर्ताओं ने एक गुप्त शॉर्टकट खोजा। उन्होंने पाया कि जबकि विद्युत संकेत लंबाई के बारे में भ्रमित है, यह बल (Force) के बारे में बिल्कुल स्पष्ट है।

उपमा: एक व्यक्ति की कल्पना करें जिसने एक भारी बैकपैक पकड़ा हुआ है।
- यदि आप पूछते हैं, "आप कितनी दूर चले?" (लंबाई), तो उत्तर अस्पष्ट है क्योंकि वे आगे या पीछे चल सकते हैं।
- लेकिन यदि आप पूछते हैं, "बैकपैक कितना भारी है?" (बल), तो उत्तर हमेशा एक ही रहता है, चाहे वे किसी भी दिशा में चल रहे हों।
खोज: विद्युत संकेत (इंडक्टेंस) मांसपेशी द्वारा लगाए जा रहे बल का एक सटीक दर्पण है, भले ही मांसपेशी खिंच रही हो या सिकुड़ रही हो। यह लंबाई की भ्रमित करने वाली "याददाश्त" को अनदेखा करता है और पूरी तरह से तनाव (tension) पर ध्यान केंद्रित करता है।

4. "स्मार्ट ब्रेन" (हाइब्रिड ऑब्जर्वर)

अब जब वे जानते हैं कि संकेत उन्हें बल बताता है, तो उन्हें लंबाई का पता लगाने और यह सुनिश्चित करने की आवश्यकता है कि रोबोट सुचारू रूप से चले। उन्होंने इसके लिए एक "स्मार्ट ब्रेन" (एक गणितीय एल्गोरिदम) बनाया।

उपमा: कल्पना कीजिए कि आप घने कोहरे में कार चला रहे हैं। आप सड़क (लंबाई) नहीं देख सकते, लेकिन आपके इंजन की आवाज़ (इंडक्टेंस) आपको बताती है कि इंजन कितनी मेहनत कर रहा है (बल)।
ब्रेन का काम:
1. सुनना: यह इंजन की आवाज़ सुनता है (इंडक्टेंस मापता है)।
2. अनुमान लगाना: यह जानता है कि इंजन की आवाज़ का मतलब है "500 पाउंड का बल।"
3. गणना करना: यह गणना करने के लिए कि "यदि इंजन इतनी मेहनत कर रहा है, तो हम 30 मील प्रति घंटे की गति से एक पहाड़ी पर चढ़ रहे होंगे," यह एक भौतिक मॉडल (physics model) का उपयोग करता है।
4. सुधार करना: यह शोर (static) और त्रुटियों को अनदेखा करने और सटीक अनुमान लगाने के लिए एक "फिल्टर" (नॉइज़-कैंसलिंग हेडफ़ोन की तरह) का उपयोग करता है, जिससे यह सुनिश्चित होता है कि रोबोट चक्कर न खाए या भ्रमित न हो।

5. परिणाम: आंखों पर पट्टी बांधकर भी सफलता

उन्होंने इस नए "अंधे" रोबोट का परीक्षण महंगे, भारी सेंसर लगे रोबोट्स के मुकाबले किया।

परीक्षण: उन्होंने रोबोट से वजन खींचने, खिंचने और सिकुड़ने का परीक्षण किया, और कभी-कभी वजन को अचानक बदल दिया।
परिणाम: "अंधा" रोबोट (केवल तार का उपयोग करके) बाहरी सेंसरों वाले रोबोट के लगभग समान प्रदर्शन करता है। यह एक विशिष्ट वजन को पूरी तरह से पकड़ सकता है और एक चलते हुए लक्ष्य का सटीक रूप से पीछा कर सकता है।
यह क्यों महत्वपूर्ण है: इसका मतलब है कि सॉफ्ट रोबोट्स हल्के, सस्ते और अधिक लचीले हो सकते हैं क्योंकि उन्हें भारी, कठोर सेंसर ले जाने की आवश्यकता नहीं है। वे खुद को "महसूस" कर सकते हैं।

सारांश

यह पेपर सॉफ्ट रोबोट्स को एक सुपरपावर देने के बारे में है: उनकी त्वचा में बुने हुए एक विशेष तार का उपयोग करके अपनी ताकत को महसूस करने की क्षमता। यह जानकर कि यह तार यह महसूस करने में बहुत अच्छा है कि रोबोट "कितना ज़ोर" से खींच रहा है (भले ही यह यह बताने में बुरा हो कि वह "कितना दूर" गया है), शोधकर्ताओं ने एक स्मार्ट कंप्यूटर प्रोग्राम बनाया जो उस "कठोरता" का उपयोग स्थिति का अनुमान लगाने के लिए करता है। यह सॉफ्ट रोबोट्स को भारी, महंगे उपकरणों के बिना सटीक रूप से चलने की अनुमति देता है।

यहाँ "Inductance-Based Force Self-Sensing in Fiber-Reinforced Pneumatic Twisted-and-Coiled Actuators" शोध पत्र का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

फाइबर-रीइन्फोर्स्ड न्यूमैटिक ट्विस्टेड-एंड-कॉइल्ड एक्चुएटर्स (FR-PTCAs) अपने उच्च पावर डेंसिटी, अनुपालन (compliance), और ऊर्जा दक्षता के कारण सॉफ्ट रोबोटिक एक्चुएटर्स के लिए आशाजनक हैं। हालाँकि, क्लोज्ड-लूप कंट्रोल सिस्टम में उनका व्यावहारिक उपयोग दो मुख्य समस्याओं के कारण बाधित है:

आंतरिक प्रोप्रियोसेप्शन (Intrinsic Proprioception) का अभाव: इनमें अंतर्निहित सेंसिंग क्षमताओं की कमी होती है, जिसके लिए बाहरी सेंसर (जैसे एनकोडर, लोड सेल) की आवश्यकता होती है जो द्रव्यमान (mass), कठोरता (stiffness), और जटिलता को बढ़ा देते हैं, जिससे सॉफ्ट रोबोट का अनुपालन (compliance) प्रभावित होता है।
मॉडलिंग और सेंसिंग चुनौतियाँ: थर्मल TCAs के विपरीत, न्यूमैटिक वेरिएंट्स उनके बल-लंबाई (force-length) संबंधों में तीव्र हिस्टेरेसिस (hysteresis) से ग्रस्त होते हैं। इसके अलावा, पारंपरिक सेल्फ-सेंसिंग विधियाँ (जैसे रेजिस्टेंस-आधारित) अक्सर थर्मल ड्रिफ्ट या तीव्र हिस्टेरेसिस से जूझती हैं, जिससे सटीक वास्तविक समय (real-time) अवस्था अनुमान कठिन हो जाता है। विशेष रूप से, इंडक्टेंस (inductance) और एक्चुएटर की लंबाई के बीच का संबंध अत्यधिक हिस्टेरेटिक और अस्पष्ट है, जो प्रत्यक्ष लंबाई-आधारित सेल्फ-सेंसिंग को अविश्वसनीय बनाता है।

2. कार्यप्रणाली (Methodology)

A. डिज़ाइन और निर्माण (Design and Fabrication)

लेखकों ने पारंपरिक गैर-प्रवाहकीय नायलॉन मोनोफिलामेंट को एक प्रवाहकीय निकल वायर (conductive nickel wire) से बदलकर मानक FR-PTCA निर्माण प्रक्रिया को संशोधित किया।

संरचना: एक्चुएटर में एक TPU ट्यूब शामिल है जिसे हेलिकली लिप किए गए निकल वायर द्वारा सुदृढ़ किया गया है, जिसे फिर ट्विस्ट और कॉइल किया गया है।
तंत्र (Mechanism): निकल वायर दोहरे उद्देश्य की पूर्ति करता है: यह संरचनात्मक सुदृढीकरण (anisotropy बनाए रखना) प्रदान करता है और एक इंडक्टिव सेंसर कॉइल के रूप में कार्य करता है।
मुख्य अंतर्दृष्टि (Key Insight): जबकि इंडक्टेंस-लंबाई संबंध हिस्टेरेटिक है, प्रयोगात्मक लक्षण वर्णन से पता चला कि इंडक्टेंस-बल (inductance-force) संबंध नियत आंतरिक दबाव पर निश्चयात्मक (deterministic) है और इसमें कम हिस्टेरेसिस है। ऐसा इसलिए है क्योंकि इंडक्टेंस, वैश्विक अक्षीय विकृति (global axial strain) की तुलना में सुदृढीकरण फाइबर के आंतरिक यांत्रिक तनाव (internal mechanical stress/tension) के साथ अधिक मजबूती से जुड़ा होता है।

B. मॉडलिंग (Modeling)

डायनेमिक मॉडल: बल ( $F$ ), दबाव ( $P$ ), और लंबाई ( $x$ ) से संबंधित एक कंट्रोल-ओरिएंटेड लीनियर मॉडल स्थापित किया गया: $F = k(x - x_0) + cP$ ।
सेल्फ-सेंसिंग मॉडल: इंडक्टेंस ( $L$ ) को बल ( $F$ ) और दबाव ( $P$ ) से मैप करने के लिए एक पैरामीट्रिक, डेटा-ड्रिवन मॉडल विकसित किया गया। यह मॉडल दबाव-निर्भर गुणांकों का उपयोग करके नॉन-लीनियरिटी को नियंत्रित करता है:
$L(F, P) = \lambda_1(P)F^{\lambda_2(P)}e^{\lambda_3(P)F^{\lambda_4(P)}} + \lambda_5(P)$
जहाँ गुणांक दबाव के फलन (functions) हैं।

C. हाइब्रिड ऑब्जर्वर डिज़ाइन (Hybrid Observer Design)

इंडक्टेंस-फोर्स कर्व की नॉन-मोनोटोनिक प्रकृति (जहाँ एक इंडक्टेंस मान कई बल अवस्थाओं के अनुरूप हो सकता है) और माप शोर (measurement noise) को संबोधित करने के लिए, लेखकों ने एक नॉनलीन हाइब्रिड ऑब्जर्वर विकसित किया:

एक्सटेंडेड कलमन फ़िल्टर (EKF): टेम्पोरल निरंतरता सुनिश्चित करने के लिए एक कांस्टेंट वेलोसिटी मॉडल के आधार पर अवस्था (state) की भविष्यवाणी करता है।
प्रतिबंधित अनुकूलन (Constrained Optimization): एक मध्यवर्ती परत एक नॉन-लीनर इनवर्स समस्या को हल करती है ताकि एक कॉस्ट फंक्शन को मिनिमाइज़ करके बल ( $F^*$ $F^{*}$ ) का अनुमान लगाया जा सके, जिसमें शामिल हैं:
- मॉडल फिडेलिटी (Model Fidelity): अनुमानित इंडक्टेंस को मापे गए मान से मिलाना।
- निरंतरता बाधा (Continuity Constraint): बढ़ते/घटते ब्रांचेस के बीच अस्पष्टता को हल करने के लिए EKF द्वारा अनुमानित प्रक्षेपवक्र (trajectory) से विचलन को दंडित करना।
- रेगुलराइजेशन (Regularization): शोर-प्रेरित जंप को रोकने के लिए जीरो-ग्रेडिएंट क्षेत्रों (peaks) के पास समाधान को स्थिर करना।

D. कंट्रोल रणनीति (Control Strategy)

मॉडल-आधारित फीडफॉरवर्ड कंपनसेशन के साथ एक PID कंट्रोलर का उपयोग करके एक क्लोज्ड-लूप कंट्रोल फ्रेमवर्क लागू किया गया। फीडबैक सिग्नल पूरी तरह से इंडक्टेंस-आधारित स्टेट एस्टीमेट्स से प्राप्त होता है, जिससे बाहरी सेंसर की आवश्यकता समाप्त हो जाती है।

3. मुख्य योगदान (Key Contributions)

नवल एक्चुएटर डिज़ाइन: एक प्रवाहकीय निकल वायर का उपयोग करके एक सेल्फ-सेंसिंग FR-PTCA का निर्माण, जो मैकेनिकल कंप्लायंस को बनाए रखते हुए अंतर्निहित इंडक्टिव सेंसिंग को सक्षम बनाता है।
कम-हिस्टेरेसिस कपलिंग की खोज: एक्चुएटर इंडक्टेंस और आउटपुट फोर्स के बीच एक निश्चयात्मक, कम-हिस्टेरेसिस संबंध की पहचान और लक्षण वर्णन, जो अत्यधिक हिस्टेरेटिक इंडक्टेंस-लंबाई संबंध के विपरीत है।
हाइब्रिड EKF-ऑप्टिमाइज़ेशन ऑब्जर्वर: एक मजबूत स्टेट एमिशन एल्गोरिदम का विकास जो इंडक्टेंस मैपिंग की नॉन-मोनोटोनिसिटी को हल करता है, जिससे बिना किसी बाहरी उपकरण के सटीक वास्तविक समय बल और विस्थापन अनुमान संभव होता है।
एकीकृत कंट्रोल फ्रेमवर्क: एक सेल्फ-सेंसिंग क्लोज्ड-लूप कंट्रोल सिस्टम का प्रदर्शन जो बाहरी सेंसर-आधारित प्रणालियों के समान प्रदर्शन प्राप्त करता है।

4. प्रयोगात्मक परिणाम (Experimental Results)

स्टेट एस्टीमेशन सटीकता:
- बल अनुमान (Force Estimation): हाइब्रिड ऑब्जर्वर ने 0.1745 N का RMSE (3.79% NRMSE) और 0.1358 N का MAE प्राप्त किया।
- विस्थापन अनुमान (Displacement Estimation): डायनेमिक मॉडल के माध्यम से अप्रत्यक्ष रूप से अनुमानित, जिसने 10.89 mm का RMSE प्राप्त किया। हालांकि यह स्टिफनेस मॉडल में अनमॉडलड हिस्टेरेसिस के कारण बल अनुमान की तुलना में कम सटीक है, फिर भी यह कंट्रोल कार्यों के लिए पर्याप्त है।
क्लोज्ड-लूप कंट्रोल प्रदर्शन:
- ओपन-लूप कंट्रोल की तुलना में, सेल्फ-सेंसिंग फीडबैक ने ट्रैकिंग एरर को काफी कम कर दिया।
- फोर्स ट्रैकिंग: सेल्फ-सेंसिंग विधि ने विभिन्न प्रक्षेपवक्रों (trajectories) में RMSE को 42.3% से 68.1% तक कम किया, जो बाहरी लोड सेल वाले सिस्टम के लगभग समान प्रदर्शन (RMSE अंतर < 0.01 N) करता है।
- डिस्प्लेसमेंट ट्रैकिंग: ओपन-लूप कंट्रोल की तुलना में RMSE को 51.5% से 73.3% तक कम किया।
मजबूती (Robustness): डायनेमिक लोड परटर्बेशन्स (रैंडमली जोड़े गए या हटाए गए वजन) के तहत, सेल्फ-सेंसिंग सिस्टम ने 0.09 N के भीतर एरर को सीमित रखते हुए बल परिवर्तनों को तेजी से ट्रैक किया, जो स्थिरता और ड्रिफ्ट की कमी को दर्शाता है।

5. महत्व (Significance)

यह कार्य सेंसर-मिनिमल सॉफ्ट रोबोटिक्स के लिए एक मजबूत समाधान प्रदान करता है। FR-PTCAs के अद्वितीय इलेक्ट्रोमैकेनिकल कपलिंग का लाभ उठाकर, लेखकों ने प्रदर्शित किया है कि उच्च-फिडेलिटी बल अनुमान और प्रभावी क्लोज्ड-लूप कंट्रोल, बाहरी कठोर सेंसरों के बिना प्राप्त किया जा सकता है। यह सॉफ्ट रोबोट के मौलिक कंप्लायंस और हल्के स्वभाव को सुरक्षित रखता है, जो उन अनुप्रयोगों के लिए एक महत्वपूर्ण बाधा को दूर करता है जहाँ सटीक इंटरैक्शन की आवश्यकता होती है। प्रस्तावित हाइब्रिड ऑब्जर्वर आर्किटेक्चर अन्य सॉफ्ट एक्चुएशन सिस्टम में नॉन-मोनोटोनिक सेंसर मैपिंग को संभालने के लिए एक सामान्यीकरण योग्य दृष्टिकोण भी प्रदान करता है।