Accurate Trajectory Tracking with Model Predictive Contouring Control for Bird-Scale Flapping-Wing MAVs

कल्पना कीजिए एक ऐसी दुनिया की जहाँ आसमान प्रोपेलर से भरे ड्रोनों से नहीं, बल्कि पक्षियों की तरह पंख फड़फड़ाने वाली शांत और सुंदर मशीनों से भरा हो। यह 'फ्लैपिंग-विंग फ्लाइट' (पंख फड़फड़ाकर उड़ने वाली उड़ान) का सपना है, रोबोटिक्स का एक ऐसा क्षेत्र जो हमारे वातावरण के साथ अधिक सुरक्षित, शांत और स्वाभाविक संपर्क का वादा करता है। हालाँकि छोटे कीटों के आकार के रोबोटों ने पहले ही इस कला में महारत हासिल कर ली है, लेकिन पक्षी के आकार तक स्केल करना एक अनूठी पहेली पेश करता है। कीटों के विपरीत, जो बिना आगे बढ़े हवा में स्थिर रह सकते हैं या ऊपर उठ सकते हैं, पक्षी के आकार के उड़ने वाले यंत्र 'सेलबोट' (पाल वाली नाव) की तरह होते हैं: उन्हें लिफ्ट उत्पन्न करने के लिए आगे की गति की आवश्यकता होती है, और उनके मुड़ने, ऊपर चढ़ने या गोता लगाने की क्षमता आपस में गहराई से जुड़ी होती है। यदि आप गति बढ़ाते हैं, तो आप बेहतर तरीके से मुड़ते हैं; यदि आप अधिक ज़ोर से पंख फड़फड़ाते हैं, तो आप ऊपर भी चढ़ते हैं और आपकी गति भी बढ़ जाती है। यह "कपलिंग" (जुड़ाव) उन्हें नियंत्रित करना अविश्वसनीय रूप से कठिन बना देता है। पारंपरिक नियंत्रक ऊंचाई, गति और दिशा को अलग-अलग ठीक करने की कोशिश करते हैं, जैसे कि एक ड्राइवर तीन अलग-अलग हाथों से स्टीयरिंग, ब्रेक और एक्सीलरेट करने की कोशिश कर रहा हो जो एक-दूसरे से बात नहीं करते। यह अक्सर लड़खड़ाती और गलत उड़ान का कारण बनता है, खासकर जब पक्षी को एक जटिल, घुमावदार पथ का अनुसरण करना होता है।

यह शोध पत्र इन पक्षी-आकार के रोबोटों को सटीकता से उड़ना सिखाने का एक नया तरीका पेश करता है। शोधकर्ताओं ने एक स्मार्ट नियंत्रण प्रणाली विकसित की जिसे 'मॉडल प्रेडिक्टिव कंटूरिंग कंट्रोल' (MPCC) कहा जाता है। इसे एक ऐसे GPS के रूप में समझें जो केवल यह नहीं बताता कि एक विशिष्ट समय पर पक्षी कहाँ होना चाहिए, बल्कि उसे एक ट्रैक पर ट्रेन की तरह एक पथ के साथ निर्देशित करता है, जिससे पक्षी अपनी गति स्वयं तय कर सके। एक कठोर कार्यक्रम का पालन करने के बजाय, पक्षी लगातार आगे देखता है, गणना करता है कि उसके पंख फड़फड़ाने और मुड़ने का उसके भविष्य की स्थिति पर क्या प्रभाव पड़ेगा, और पथ पर बने रहने के लिए वास्तविक समय में समायोजन करता है। इसे सफल बनाने के लिए, उन्होंने रोबोट के लिए एक सरल लेकिन सटीक "मस्तिष्क" बनाया—एक गणितीय मॉडल जो जटिल तरल भौतिकी (fluid physics) में उलझे बिना गति, मुड़ने और ऊपर चढ़ने के बीच के पेचीदा संबंधों को समझता है। जब उन्होंने इसका परीक्षण एक वास्तविक, व्यावसायिक रूप से उपलब्ध पक्षी-ड्रोन 'XFly' पर किया, तो परिणाम आश्चर्यजनक थे। रोबोट 3 मीटर प्रति सेकंड तक की गति से गोलाकार और 3D रेसिंग ट्रैक के साथ उड़ सका, और वांछित पथ से केवल 6.5 से 9 सेंटीमीटर के भीतर रहा। यह पिछले तरीकों की तुलना में 8.5 गुना सुधार है, जो यह सिद्ध करता है कि सही तरह की "सोच" के साथ, पक्षी-आकार के ड्रोन अंततः वास्तविक पक्षियों की तरह सहजता से उड़ सकते हैं।

समस्या: लड़खड़ाता हुआ पक्षी

कल्पना कीजिए कि आप एक ऐसी साइकिल चला रहे हैं जहाँ हैंडल, पैडल और ब्रेक एक ही उलझे हुए धागे से जुड़े हुए हैं। यदि आप पहाड़ी पर जाने के लिए तेज़ी से पैडल मारते हैं, तो हैंडल अचानक बाईं ओर झटका लेता है। यदि आप मुड़ने की कोशिश करते हैं, तो साइकिल धीमी हो जाती है और कुछ इंच नीचे गिर जाती है। पक्षी-स्तर के फ्लैपिंग-विंग ड्रोनों के साथ बिल्कुल ऐसा ही होता है। वे केवल कुछ नियंत्रणों द्वारा संचालित होते हैं: वे कितनी ज़ोर से पंख फड़फड़ाते हैं और वे अपनी पूंछ (रडर) को कितना मोड़ते हैं। लेकिन ये नियंत्रण अलग-थलग काम नहीं करते। अधिक ज़ोर से पंख फड़फड़ाने से पक्षी तेज़ चलता है और ऊपर चढ़ता है। मुड़ने के लिए अधिक गति की आवश्यकता होती है ताकि स्थिरता बनी रहे।

पुराने नियंत्रण विधियों ने इसे प्रत्येक कार्य को अलग-अलग संभालने के माध्यम से हल करने की कोशिश की। एक कंप्यूटर लूप ऊंचाई को स्थिर रखने की कोशिश करता था, दूसरा गति को स्थिर रखने की, और तीसरा दिशा को स्थिर रखने की। लेकिन क्योंकि पक्षी का भौतिक विज्ञान इतना उलझा हुआ है, इसलिए एक समस्या को ठीक करने से अक्सर दूसरी समस्या बदतर हो जाती है। यह जेन्गा (Jenga) ब्लॉक्स के ढेर को एक समय में एक बार छूकर संतुलित करने की कोशिश करने जैसा था; जटिल युद्धाभ्यास के दौरान पूरा ढांचा लड़खड़ा जाता और गिर जाता। इसके अलावा, इन पुराने सिस्टमों को एक पूर्व-नियोजित कार्यक्रम की आवश्यकता होती थी, जो पक्षी को हर सेकंड ठीक-ठीक बताता था कि उसे कितनी गति से उड़ना है। यदि पक्षी थक जाता (बैटरी खत्म हो जाती) या हवा के झोंके से टकरा जाता, तो वह अनुकूलित नहीं हो पाता और पूरा प्लान विफल हो जाता।

समाधान: "पथ-अनुसरण करने वाला" मस्तिष्क

इस शोध पत्र के लेखकों ने पक्षी के प्राकृतिक भौतिक विज्ञान से लड़ने के बजाय उसके साथ काम करने का निर्णय लिया। उन्होंने मॉडल प्रेडिक्टिव कंटूरिंग कंट्रोल (MPCC) नामक अवधारणा पर आधारित एक नया नियंत्रण प्रणाली बनाया।

MPCC को समझने के लिए, एक घुमावदार ट्रैक पर दौड़ रहे रेस कार ड्राइवर की कल्पना करें। एक पारंपरिक नियंत्रक उस ड्राइवर की तरह है जिसने एक स्क्रिप्ट याद कर ली है: "10 सेकंड पर, एक्सीलेटर दबाएं; 11 सेकंड पर, बाएं मुड़ें।" यदि कार किसी झटके के कारण धीमी हो जाती है, तो ड्राइवर अभी भी 11वें सेकंड पर बाएं मुड़ने की कोशिश कर रहा होता है, भले ही वह अभी सही स्थान पर न पहुँचा हो।

MPCC दृष्टिकोण अलग है। यह ड्राइवर को कहता है: "ट्रैक की सफेद रेखा पर बने रहें।" इसे इस बात से फर्क नहीं पड़ता कि आप अगले मोड़ पर कब पहुँचेंगे, बस इससे फर्क पड़ता है कि आप रेखा के कितने करीब हैं। यह प्रणाली लगातार पूछती है, "यदि मैं अभी थोड़ा मुड़ता हूँ, तो अगले सेकंड में मैं कहाँ होऊँगा? यदि मैं थोड़ा अधिक ज़ोर से पंख फड़फड़ाता हूँ, तो क्या मैं बहुत ऊपर चला जाऊँगा?" यह इस पहेली को बार-बार, प्रति सेकंड सैकड़ों बार हल करती है, ताकि पथ पर बने रहने के लिए पंख फड़फड़ाने और मुड़ने का सही संतुलन मिल सके। यह पक्षी को ट्रैक के घुमाव के साथ स्वाभाविक रूप से तेज़ होने या धीमा होने की अनुमति देता है, बजाय इसके कि एक कठोर गति थोपी जाए जो उसे दुर्घटनाग्रस्त कर सकती है।

मुख्य तत्व: एक सरल लेकिन स्मार्ट मॉडल

एक कंप्यूटर के लिए इस पहेली को वास्तविक समय में हल करने के लिए, उसे पक्षी की गति के मॉडल की आवश्यकता होती है। लेकिन फड़फड़ाते पंखों का वास्तविक भौतिक विज्ञान अविश्वसनीय रूप से जटिल है, जिसमें हवा के भंवर और तरल गतिकी शामिल है जिसे गणना करने में घंटों लग सकते हैं। शोधकर्ताओं को एक ऐसे मॉडल की आवश्यकता थी जो तुरंत चलने के लिए पर्याप्त सरल हो लेकिन पक्षी के पेचीदा व्यवहार को पकड़ने के लिए पर्याप्त सटीक हो।

उन्होंने एक नौ-अवस्था (nine-state) मॉडल बनाया। इसे पक्षी की दुनिया के एक सरलीकृत मानचित्र के रूप में समझें। हवा के हर सूक्ष्म अणु को ट्रैक करने के बजाय, यह नौ प्रमुख चीजों को ट्रैक करता है: पक्षी कहाँ है, उसकी आगे की गति कितनी है, उसकी ऊपर चढ़ने की गति कितनी है, उसकी मुड़ने की गति कितनी है, और उन गतियों में परिवर्तन की दर कितनी है। महत्वपूर्ण रूप से, इस मॉडल में "कपलिंग्स" शामिल हैं—यह तथ्य कि मुड़ने से ऊंचाई कम होती है, और पंख फड़फड़ाने से गति बढ़ती है। सुचारू गणितीय फलनों (functions) का उपयोग करके, उन्होंने इस मॉडल को कंप्यूटर के लिए तेजी से हल करना आसान बना दिया, जिससे यह 100 बार प्रति सेकंड (100 Hz) पर चल सका।

परीक्षण: XFly की रेस

यह सिद्ध करने के लिए कि उनका विचार काम कर रहा है, टीम ने इसे XFly पर परखा, जो एक 38 सेमी पंख विस्तार और लगभग 12 ग्राम वजन वाला व्यावसायिक रूप से उपलब्ध पक्षी-ड्रोन है। उन्होंने पक्षी की स्थिति को मिलीमीटर की सटीकता के साथ ट्रैक करने के लिए कैमरों के साथ एक मोशन-कैप्चर रूम तैयार किया।

उन्होंने पक्षी को दो प्रकार के परीक्षणों की चुनौती दी:

1. वृत्त (The Circle): 1.5 मीटर की त्रिज्या वाला एक साधारण लूप।
2. रेस ट्रैक (The Race Track): गेट, लूप और ऊंचाई में बदलाव वाला एक जटिल 3D कोर्स, जो एक पक्षी की रेस जैसा दिखता है।

परिणाम प्रभावशाली थे। गोलाकार ट्रैक पर, नए MPCC सिस्टम ने पक्षी को आदर्श पथ से औसतन 6.5 सेंटीमीटर की दूरी के भीतर रखा। पिछले सर्वोत्तम तरीके ने, जिसने उसी पक्षी और उसी हार्डवेयर का उपयोग किया था, औसत त्रुटि 55 सेंटीमीटर दिखाई थी। यह 8.5 गुना सुधार है। अधिक कठिन 3D रेसिंग ट्रैक पर, त्रुटि 9 सेंटीमीटर से नीचे रही, भले ही पक्षी 3 मीटर प्रति सेकंड की गति से उड़ रहा था।

यह क्यों महत्वपूर्ण है

शोधकर्ताओं ने यह देखने के लिए भी एक "क्या होगा यदि" प्रयोग चलाया कि उनके नए मस्तिष्क के कौन से हिस्से सबसे महत्वपूर्ण थे। उन्होंने उन हिस्सों को हटाने की कोशिश की जो पक्षी की गति के उसके मुड़ने को प्रभावित करने वाले भाग या मुड़ने के कारण ऊंचाई के नुकसान को दर्शाते थे। दोनों ही मामलों में, पक्षी अस्थिर हो गया और दुर्घटनाग्रस्त हो गया। इससे सिद्ध हुआ कि पक्षी के प्राकृतिक "कपलिंग्स" को समझना केवल एक अतिरिक्त सुविधा नहीं है; यह स्थिर उड़ान के लिए अनिवार्य है।

हालाँकि वर्तमान प्रणाली को भारी गणना करने के लिए लैपटॉप की आवश्यकता होती है (जिसके कारण इसे पक्षी पर ले जाना बहुत भारी होगा), इस प्रयोग की सफलता यह दिखाती है कि पक्षी-स्तर के ड्रोन अंततः उस प्रकार की सटीक, स्वायत्त उड़ान प्राप्त कर सकते हैं जो लंबे समय से हेलीकॉप्टरों और प्रोपेलर ड्रोनों का क्षेत्र रही है। मशीनों को केवल एक स्क्रिप्ट का पालन करने के बजाय उनके पथ के बारे में "सोचने" के लिए सिखाकर, लेखकों ने एक ऐसे भविष्य की ओर एक बड़ा कदम बढ़ाया है जहाँ पंख फड़फड़ाने वाले रोबोट उन पक्षियों की तरह ही सहजता और सुरक्षा के साथ हमारे संसार में विचरण कर सकेंगे जिनका वे अनुकरण करते हैं।