💻 computer science

RAGE: A Tightly Coupled Radar-Aided Grip Estimator For Autonomous Race Cars

यह शोध पत्र RAGE को प्रस्तुत करता है, जो एक नवीन वास्तविक समय अनुमानक (real-time estimator) है जो स्वायत्त रेस कारों के लिए वाहन वेग, टायर स्लिप कोण और पार्श्व बलों (lateral forces) का सटीक रूप से अनुमान लगाने के लिए मानक IMU और RADAR सेंसरों का उपयोग करता है, जो महंगी विशेष हार्डवेयर की आवश्यकता को समाप्त करते हुए सिमुलेशन और वास्तविक दुनिया के परीक्षण दोनों में उच्च प्रदर्शन प्रदर्शित करता है।

मूल लेखक: Davide Malvezzi, Nicola Musiu, Eugenio Mascaro, Francesco Iacovacci, Marko Bertogna

प्रकाशित 2026-04-07

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Davide Malvezzi, Nicola Musiu, Eugenio Mascaro, Francesco Iacovacci, Marko Bertogna

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 150 मील प्रति घंटे की रफ्तार से एक रेस कार चला रहे हैं। आप कार को उसकी अंतिम सीमा तक धकेल रहे हैं, बिल्कुल उस मोड़ पर जहाँ वह ट्रैक से फिसल सकती है। कार के कंप्यूटर के लिए सबसे महत्वपूर्ण बात केवल यह नहीं है कि वह कितनी तेजी से आगे बढ़ रही है, बल्कि यह है कि अभी सड़क पर टायरों की पकड़ (grip) वास्तव में कितनी है।

यदि टायर अपनी पकड़ खो देते हैं (जैसे बर्फ के टुकड़े पर पैर रखने पर होता है), तो कार घूम सकती है। यदि कंप्यूटर को पता हो कि कितनी पकड़ बची है, तो वह कार को सुरक्षित और तेज़ बनाए रखने के लिए स्टीयरिंग और ब्रेकिंग को एडजस्ट कर सकता है।

समस्या क्या है? "ग्रिप" को मापना आमतौर पर महंगे, नाजुक और हाई-टेक सेंसरों की मांग करता है जिनकी कीमत हजारों डॉलर होती है और जिन्हें इंस्टॉल करना कठिन होता है।

मिलिए RAGE (रेडार-एडेड ग्रिप एस्टिमेटर) से। RAGE को एक सुपर-स्मार्ट जासूस के रूप में सोचें जो यह पता लगाता है कि टायरों की पकड़ कितनी है, और वह भी केवल उन "स्टैंडर्ड" सेंसरों का उपयोग करके जो अधिकांश आधुनिक कारों में पहले से मौजूद होते हैं: एक IMU (जैसे आपके फोन में एक्सेलेरोमीटर जो यह जानता है कि फोन कब झुकता है) और RADARs (जैसे आपके कार में लगे सेंसर जो आपको बाधाओं के बारे में चेतावनी देते हैं)।

RAGE कैसे काम करता है, इसे सरल अवधारणाओं में यहाँ समझाया गया है:

1. द "घोस्ट" प्रॉब्लम (एलियासिंग - Aliasing)

RADAR सेंसर गति मापने में बेहतरीन होते हैं, लेकिन उनकी एक चाल है। कल्पना कीजिए कि एक घड़ी है जिसमें केवल 1 से 12 तक नंबर हैं। यदि मिनट की सुई घड़ी के गिनने की क्षमता से तेज़ घूमती है, तो ऐसा लगता है जैसे वह पीछे की ओर घूम रही है या रुक गई है। इसे एलियासिंग (aliasing) कहा जाता है।
150 मील प्रति घंटे की रफ्तार से चलती रेस कार में, RADAR गति को "रैप अराउंड" (wrap around) देखता है और ऐसा लगता है जैसे कार बहुत धीमी चल रही है या पीछे की ओर जा रही है।

RAGE का समाधान: RAGE एक समय यात्री (time traveler) की तरह काम करता है। यह देखता है कि कार को अपनी पिछली गति के आधार पर कहाँ होना चाहिए था और RADAR डेटा को "अनरैप" (unwrap) करता है ताकि वास्तविक गति मिल सके, भले ही सेंसर भ्रमित हो। यह ऐसा ही है जैसे यह महसूस करना कि, "घड़ी 1 बजा रही है, लेकिन मुझे पता है कि मैं 2 घंटे से दौड़ रहा हूँ, इसलिए वास्तव में 3 बजना चाहिए।"

2. द "लैग" प्रॉब्लम (देरी - Delay)

RADAR सेंसर डेटा प्रोसेस करने में थोड़ा समय लेते हैं। जब तक कार को गति का रीडिंग मिलता है, तब तक कार आगे बढ़ चुकी होती है। यदि कंप्यूटर उस पुराने डेटा का उपयोग निर्णय लेने के लिए करता है, तो वह स्टीयरिंग चलाने में बहुत देर कर सकता है।

RAGE का समाधान: RAGE मूविंग होराइजन एस्टिमेशन (MHE) नामक तकनीक का उपयोग करता है। कल्पना कीजिए कि आप एक फिल्म देख रहे हैं, लेकिन आप एक बार में केवल फिल्म के पिछले 10 सेकंड ही देख पाते हैं। हर बार जब एक नया फ्रेम आता है, तो आप थोड़ा पीछे जाते हैं, नई जानकारी के साथ पिछले कुछ सेकंड को फिर से देखते हैं, और अपनी समझ को एडजस्ट करते हैं। RAGE लगातार कार के पिछले 150 मिलीसेकंड के "मानसिक मूवी" को रिवाइंड करता है ताकि यह सुनिश्चित हो सके कि गति का डेटा त्वरण (acceleration) के डेटा से पूरी तरह मेल खाता है, जिससे लैग ठीक हो जाता है।

3. द "मैजिक फॉर्मूला" (टायरों को समझना)

टायर स्थिर नहीं होते; वे गर्मी, दबाव और उन्हें कितनी जोर से दबाया जा रहा है, इसके आधार पर बदलते हैं। एक ठंडा टायर फिसलन भरा होता है; एक गर्म टायर बेहतर पकड़ वाला होता है।

RAGE का समाधान: एक निश्चित नियम पुस्तिका का उपयोग करने के बजाय, RAGE चलते-फिरते सीखता है। यह एक गणितीय मॉडल (जिसे पेसिका मैजिक फॉर्मूला कहा जाता है) का उपयोग करता है और वास्तविक समय में अपनी खुद की "नियम पुस्तिका" को अपडेट करता है।
- उपमा: कल्पना कीजिए कि एक शेफ खाना बनाते समय सूप को चख रहा है। यदि यह बहुत नमकीन है, तो वह पानी डालता है। यदि यह बहुत फीका है, तो वह नमक डालता है। RAGE हर 10 मिलीसेकंड में टायर भौतिकी के "सूप" को चखने वाले शेफ की तरह काम करता है, और टायरों के वर्तमान तापमान और दबाव के अनुसार अपनी आंतरिक रेसिपी को एडजस्ट करता है।

4. द "टाइट कपल" (सब कुछ एक साथ करना)

आमतौर पर, कंप्यूटर चीजें एक लाइन में करते हैं: पहले, गति का पता लगाएं। फिर, उस गति का उपयोग स्लिप एंगल (slip angle) का पता लगाने के लिए करें। फिर, इसका उपयोग ग्रिप का पता लगाने के लिए करें। यदि पहला कदम गलत है, तो उसके बाद के सभी कदम गलत होंगे।

RAGE का समाधान: RAGE यह सब एक साथ करता है। यह गति, स्लिप एंगल और टायर ग्रिप, तीनों का एक साथ अनुमान लगाता है।
- उपमा: एक करतब (juggling) के बारे में सोचें। यदि आप एक बार में एक-एक करके तीन गेंदों को संभालने की कोशिश करेंगे, तो आप उन्हें गिरा देंगे। RAGE तीनों गेंदों (गति, स्लिप, ग्रिप) को एक ही समय में संभालता है, जिससे वे सभी हवा में बनी रहती हैं। यह पूरे सिस्टम को बहुत अधिक स्थिर और सटीक बनाता है।

परिणाम: वास्तविक दुनिया का प्रमाण

टीम ने इस तकनीक का परीक्षण अबू धाबी के यास मरीना F1 सर्किट पर एक वास्तविक स्वायत्त (autonomous) रेस कार (EAV-24) पर किया।

परीक्षण: उन्होंने 155 मील प्रति घंटे (70 मीटर/सेकंड) की गति तक कार चलाई और ऐसे मोड़ों पर ली जहाँ सामान्य कार कुचल सकती थी।
परिणाम: RAGE ने अविश्वसनीय सटीकता के साथ कार की गति और टायर ग्रिप को ट्रैक किया, जो महंगे, उच्च-स्तरीय ऑप्टिकल सेंसर (जो आमतौर पर गोल्ड स्टैंडर्ड माने जाते हैं) के डेटा से मेल खाता है। इसने यह भी पता लगाया कि रेस के दौरान टायर कैसे गर्म और ठंडे हो रहे थे, और अपने अनुमानों को स्वचालित रूप से समायोजित किया।

यह क्यों महत्वपूर्ण है

यह केवल रेस कारों के लिए नहीं है। यदि एक सेल्फ-ड्राइविंग कार अपने मानक RADAR सेंसरों का उपयोग करके अपनी ग्रिप का पता लगा सकती है, तो वह:

अधिक सुरक्षित चलेगी: उसे पता होगा कि सड़क कितनी फिसलन भरी है, इसलिए वह बारिश में सड़क से बाहर नहीं फिसलेगी।
कम खर्चीली होगी: इसे हर कार के लिए महंगे, कस्टम सेंसर खरीदने की आवश्यकता नहीं है।
स्केलेबल होगी: इस तकनीक को केवल कुछ प्रोटोटाइप कारों में ही नहीं, बल्कि लाखों कारों में डाला जा सकता है।

संक्षेप में, RAGE एक मानक कार की "आंखों" (RADAR) और "आंतरिक कान" (IMU) को एक ऐसी सुपर-सेंस में बदल देता है जो यह जानती है कि टायर कैसा महसूस कर रहे हैं, जिससे स्वायत्त कारें एक पेशेवर मानव रेसर की तरह उतनी ही तेजी से और सुरक्षित रूप से चल सकती हैं।

यहाँ शोध पत्र "RAGE: A Tightly Coupled Radar-Aided Grip Estimator for Autonomous Race Cars" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

स्वायत्त रेस कारों (autonomous race cars) के लिए उनके भौतिक सीमाओं पर सुरक्षित रूप से संचालित होने हेतु वाहन-टायर-सड़क घर्षण (vehicle-tire-road friction) का सटीक वास्तविक समय (real-time) अनुमान लगाना अत्यंत महत्वपूर्ण है। स्थिरता नियंत्रण और प्रदर्शन अनुकूलन के लिए आवश्यक प्रमुख मात्राओं में शामिल हैं:

पार्श्व वेग ( $v_y$ ) और स्लिप कोण ( $\alpha$ )।
पार्श्व टायर बल ( $F_y$ )।

वर्तमान दृष्टिकोणों की सीमाएँ:

उच्च-लागत वाले सेंसर: पारंपरिक विधियाँ महंगी ऑप्टिकल प्रणालियों या उच्च-परिशुद्धता वाले जड़त्वीय नेविगेशन सिस्टम (inertial navigation systems) पर निर्भर करती हैं, जो व्यापक तैनाती के लिए अव्यवहारिक हैं।
सेंसर की सीमाएँ: मौजूदा कम लागत वाले विकल्पों (LiDAR, कैमरे) में बनावट वाली सतहों (textured surfaces) की आवश्यकता, उच्च फ्रेम दर के लिए उच्च कम्प्यूटेशनल भार, या GNSS-रहित वातावरण में विफलता जैसी कमियाँ हैं।
RADAR की चुनौतियाँ: जबकि RADAR लागत प्रभावी और मजबूत है, यह उच्च गति वाली रेसिंग में विशिष्ट चुनौतियों का सामना करता है:
- विलंबता (Latency): आंतरिक प्रसंस्करण विलंब (processing delays) वेग सुधारों और त्वरण मापों के बीच विसंगतियां पैदा कर सकते हैं।
- एलियासिंग (Aliasing): मानक mmWave RADAR में एक नायक्विस्ट वेग सीमा (Nyquist velocity limit) होती है। रेसिंग की गति (जो अक्सर इस सीमा से अधिक होती है) पर, डॉप्लर माप एलियासिंग (wrapping) का शिकार होते हैं, जिससे बिना सुधार के कच्चा डेटा (raw data) अनुपयोगी हो जाता है।
- गैर-रैखिकता (Non-linearity): मानक ऑब्जर्वर्स में उपयोग किए जाने वाले रैखिक सन्निकटन (linear approximations), उच्च पार्श्व त्वरण और रेसिंग की गैर-रैखिक टायर गतिशीलता के तहत विफल हो जाते हैं।

2. कार्यप्रणाली: RAGE ढांचा (Methodology: The RAGE Framework)

लेखक RAGE (Radar-Aided Grip Estimator) का प्रस्ताव करते हैं, जो एक अभिनव ढांचा है जो वाहन की अवस्थाओं (states) और टायर मापदंडों (parameters) का एक साथ अनुमान लगाने के लिए मानक IMU और RADAR डेटा को फ्यूज करता है।

मुख्य वास्तुकला (Core Architecture)

अनुमानक प्रकार (Estimator Type): मूविंग होराइजन एस्टीमेशन (MHE)। मानक कलमन फिल्टरों के विपरीत, MHE एक स्लाइडिंग टाइम विंडो पर अनुकूलन (optimize) करता है, जिससे यह विलंबित मापों और गैर-रैखिक बाधाओं को प्रभावी ढंग से संभालने में सक्षम होता है।
स्टेट वेक्टर ( $X$ ): इसमें अनुदैर्ध्य/पार्श्व वेग ( $v_x, v_y$ ), यॉ रेट ( $r$ ), और IMU बायस ( $b_x, b_y, b_r$ ) शामिल हैं।
पैरामीटर वेक्टर ( $P$ ): इसमें फ्रंट और रियर एक्सल के लिए पेसजका मैजिक फॉर्मूला गुणांक ( $B, C, D, E, S_h, S_v$ ) शामिल हैं, जिनका ऑनलाइन अनुमान लगाया जाता है ताकि बदलती स्थितियों के अनुसार अनुकूलित किया जा सके।
टाइटली कपल्ड फॉर्मूलेशन (Tightly Coupled Formulation): यह प्रणाली क्रमिक अनुमान (पहले वेग का अनुमान लगाना, फिर बलों का) से बचती है। इसके बजाय, यह स्लिप कोणों, पार्श्व बलों और वाहन की गतिशीलता के बीच के मजबूत अंतर्संबंध को पकड़ने के लिए अवस्थाओं और टायर मॉडल मापदंडों का संयुक्त रूप से अनुमान लगाती है।

प्रमुख तकनीकी घटक (Key Technical Components)

मोशन मॉडल (Motion Model):
- यह वक्राकार गति (curvilinear motion) के साथ एक रिजिड-बॉडी मॉडल का उपयोग करता है।
- यह फॉरवर्ड यूलर विधि का उपयोग करके IMU डेटा (त्वरण और यॉ रेट) को एकीकृत करता है।
- IMU बायस इनिशियलाइजेशन: जब कार स्थिर होती है, तो बायस को कैलिब्रेट करने के लिए ज़ीरो-वेलोसिटी अपडेट (ZUPT) विधि का उपयोग किया जाता है।
RADAR डॉप्लर प्रोसेसिंग (RADAR Doppler Processing):
- डी-एलियासिंग (De-aliasing): नायक्विस्ट सीमा की समस्या को संबोधित करता है। सिस्टम वर्तमान स्टेट एस्टीमेट के आधार पर अपेक्षित डॉप्लर वेग की भविष्यवाणी करता है और वास्तविक वेग को प्राप्त करने के लिए पूर्णांक "रैप" गणना ( $n$ ) का उपयोग करता है।
- विलंबता मुआवजा (Latency Compensation): MHE फॉर्मूलेशन वर्तमान समय के बजाय वास्तविक RADAR कैप्चर टाइमस्टैम्प के अनुरूप अवस्थाओं को पीछे के समय में डाल देता है, ताकि सेंसर प्रोसेसिंग विलंब (80–100 ms) को संभाला जा सके।
- मजबूती (Robustness): आउटलेर्स (जैसे घोस्ट ऑब्जेक्ट्स या गतिशील बाधाओं) के प्रभाव को कम करने के लिए RADAR अवशेषों (residuals) पर कॉची लॉस फंक्शन (Cauchy loss function) लागू किया जाता है।
टायर डायनेमिक्स (Pacejka Model):
- यह स्लिप कोण, ऊर्ध्वाधर भार (vertical load) और पार्श्व बल के बीच के गैर-रैखिक संबंध को मॉडल करने के लिए पेसजका मैजिक फॉर्मूला का उपयोग करता है।
- ऑनलाइन फिटिंग: मॉडल गुणांकों को वास्तविक समय में अपडेट किया जाता है, जिससे सिस्टम थर्मल प्रभावों, टायर दबाव में बदलाव और सतह के परिवर्तनों के अनुकूल बन जाता है।
- ऊर्ध्वाधर भार गणना: यह स्थिर भार वितरण, गतिशील भार स्थानांतरण (अनुदैर्ध्य त्वरण के कारण), और एरोडायनामिक डाउनफोर्स को ध्यान में रखता है।

3. प्रमुख योगदान (Key Contributions)

अभिनव अनुमानक (Novel Estimator): स्वायत्त रेसिंग के लिए पहले 'टाइटली कपल्ड एस्टीमेटर' के रूप में RAGE का परिचय, जो केवल मानक IMU और RADAR सेंसरों का उपयोग करके वेग, स्लिप कोण और पार्श्व बलों का एक साथ अनुमान लगाता है।
RADAR एलियासिंग का समाधान: मौसम विज्ञान से अनुकूलित एक व्यावहारिक डी-एलियासिंग एल्गोरिदम का विकास, जो सेंसर की नायक्विस्ट सीमा (70 m/s तक) से अधिक गति पर RADAR के उपयोग को सक्षम बनाता है।
ऑनलाइन पैरामीटर अनुकूलन: पेसजका टायर मॉडल गुणांकों को वास्तविक समय में अनुमानित करने की क्षमता, जिससे पूर्व-कैलिब्रेटेड, स्थिर टायर मॉडल की आवश्यकता समाप्त हो जाती है जो थर्मल और दबाव परिवर्तन के तहत विफल हो जाते हैं।
विलंबता को संभालना: एक मजबूत MHE फॉर्मूलेशन जो बिना एस्टीमेटर को अस्थिर किए, एसिंक्रोनस और विलंबित RADAR मापों को स्पष्ट रूप से संभालता है।

4. परिणाम और सत्यापन (Results and Validation)

इस पद्धति को Unimore Racing Dallara EAV-24 पर यास मरीना F1 सर्किट (अबू धाबी ऑटोनॉमस रेसिंग लीग) में उच्च-निष्ठा वाले सिमुलेशन और वास्तविक दुनिया के प्रयोगों के माध्यम से सत्यापित किया गया।

सिमुलेशन परिणाम (Simulation Results)

डबल-लेन चेंज (65 m/s): RAGE ने आक्रामक युद्धाभ्यास के दौरान भी अधिकतम पूर्ण त्रुटि 0.19 m/s के साथ पार्श्व वेग और 0.15° की त्रुटि के साथ स्लिप कोण को ट्रैक किया।
गीली डामर पर स्पिन (Spin on Wet Asphalt): ट्रैक्शन की हानि के कारण हुई 135° की स्पिन के दौरान भी सफलतापूर्वक स्टेट ट्रैकिंग बनाए रखी, जो अत्यधिक गैर-रैखिक शासन (regimes) में इसकी मजबूती को दर्शाता है।
पैरामीटर अभिसरण (Parameter Convergence): यादृच्छिक प्रारंभिक टायर मापदंडों के साथ हॉट-लैप सिमुलेशन में, RAGE ने ~20 सेकंड के भीतर सटीक पेसजका गुणांकों को प्राप्त कर लिया, जिससे बदलते टायर डायनेमिक्स को ट्रैक करने में सफलता मिली।
फोर्स एस्टीमेशन: दोनों एक्सल के लिए पार्श्व बलों का रूट मीन स्क्वायर एरर (RMSE) < 500 N था।

वास्तविक दुनिया के प्रयोगात्मक परिणाम (Real-World Experimental Results)

उच्च-गति प्रदर्शन: 70 m/s तक की गति और 28 m/s² तक के पार्श्व त्वरण के साथ एक पूर्ण लैप पर सत्यापित।
भौतिकी के साथ सहसंबंध: अनुमानित टायर कॉर्नरिंग स्टिफनेस (cornering stiffness) ने टायर तापमान और दबाव के साथ एक स्पष्ट व्युत्क्रम सहसंबंध (inverse correlation) दिखाया (उदाहरण के लिए, जैसे-जैसे रियर टायर का तापमान गिरा, स्टिफनेस बढ़ गई), जो ऑनलाइन पैरामीटर अनुमान की भौतिक वैधता की पुष्टि करता है।
स्थानिक जागरूकता (Spatial Awareness): अनुमानित स्टिफनेस भिन्नता ट्रैक लेआउट के साथ स्थानिक रूप से सहसंबंधित थी, जो स्ट्रेट्स पर स्थिर मान और कॉर्नर में गतिशील परिवर्तन दिखाती है।
कम्प्यूटेशनल दक्षता: सिस्टम एक सिंगल CPU कोर (AMD EPYC) पर चलता है जिसका औसत अनुकूलन समय 2.287 ms है, जो पर्याप्त प्रदर्शन मार्जिन के साथ 100 Hz की अपडेट दर की अनुमति देता है।

5. महत्व और प्रभाव (Significance and Impact)

स्केलेबिलिटी (Scalability): विशेष ऑप्टिकल सिस्टम के बजाय मानक, कम लागत वाले सेंसर (IMU और RADAR) पर निर्भर रहकर, RAGE स्वायत्त रेसिंग और भविष्य के उत्पादन वाहनों दोनों के लिए एक स्केलेबल समाधान प्रदान करता है।
सुरक्षा और प्रदर्शन: वास्तविक समय में ग्रिप सीमाओं का सटीक अनुमान लगाने की क्षमता स्वायत्त नियंत्रकों को उनके भौतिक सीमाओं के करीब सुरक्षित रूप से जाने की अनुमति देती है, जिससे नियंत्रण खोने से बचा जा सकता है।
अनुकूलन क्षमता: टायर मॉडल का ऑनलाइन अनुकूलन सिस्टम को पर्यावरणीय परिवर्तनों (बारिश, तापमान) और टायर क्षरण के प्रति लचीला बनाता है, जो पिछले मॉडल-आधारित दृष्टिकोणों की एक बड़ी सीमा को संबोधित करता है।
बेंचमार्किंग: यह कार्य उच्च-गति स्वायत्त ड्राइविंग के लिए सेंसर फ्यूजन के लिए एक नया बेंचमार्क प्रदान करता है, यह सिद्ध करता है कि यदि ठीक से संसाधित किया जाए तो RADAR पार्श्व गति अनुमान के लिए प्राथमिक स्रोत हो सकता है।

निष्कर्षतः, RAGE स्वायत्त वाहन अवस्था अनुमान (state estimation) में एक महत्वपूर्ण प्रगति का प्रतिनिधित्व करता है, जो यह सिद्ध करता है कि मानक सेंसरों के साथ टाइटली कपल्ड, गैर-रैखिक अनुमान उच्च-प्रदर्शन रेसिंग के लिए आवश्यक सटीकता और मजबूती प्राप्त कर सकता है।