⚡ electrical engineering

Adaptive PD Gains for Energy-Conscious Control in Physical Human-Robot Interaction

यह शोध पत्र एक नवीन एडेप्टिव पीडी (PD) कंट्रोलर प्रस्तावित करता है जो बाहरी बल या टॉर्क सेंसर की आवश्यकता के बिना, रोबोट की गतिज और स्थितिज ऊर्जा को गतिशील रूप से सीमित करके सुरक्षित भौतिक मानव-रोबोट संपर्क सुनिश्चित करता है, जबकि एक औपचारिक स्थिरता प्रमाण और TALOS रोबोट पर प्रयोगात्मक सत्यापन भी प्रदान करता है।

मूल लेखक: Danyal Saqib, Francisco Andrade Chavez, Marie Charbonneau

प्रकाशित 2026-06-02

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Danyal Saqib, Francisco Andrade Chavez, Marie Charbonneau

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 चित्र: "ऊर्जा बजट" वाला रोबोट

कल्पना कीजिए कि एक रोबोटिक हाथ एक बहुत ही शक्तिशाली, भारी व्यक्ति की तरह है जो आपको गले लगाने की कोशिश कर रहा है। यदि वह व्यक्ति बहुत सख्त है और बहुत तेज़ी से हिलता है, तो वह गले मिलते समय अनजाने में आपको चोट पहुँचा सकता है।

रोबोटिक्स की दुनिया में, सुरक्षा को आमतौर पर दो मुख्य तरीकों से संभाला जाता है:

फोर्स सेंसर्स (Force Sensors): जैसे किसी व्यक्ति ने दबाव के प्रति संवेदनशील सूट पहना हो ताकि वह महसूस कर सके कि वह कितना ज़ोर से धक्का दे रहा है। (पेपर नोट करता है कि यह महंगा है और सभी रोबोटों पर उपलब्ध नहीं है)।
टॉर्क सेंसर्स (Torque Sensors): जैसे हर जोड़ (joint) में सेंसर हों जो मरोड़ वाले बल (twisting force) को माप सकें। (यह भी हर रोबोट पर उपलब्ध नहीं है)।

यह पेपर एक तीसरा, अधिक स्मार्ट तरीका प्रस्तावित करता है: ऊर्जा सीमा (Energy Limiting)। धक्का या मरोड़ को मापने के बजाय, रोबोट बस अपने स्वयं के "ऊर्जा बजट" का हिसाब रखता है। यदि रोबोट बहुत अधिक ऊर्जावान (बहुत तेज़ या बहुत तनावपूर्ण) हो जाता है, तो वह अपने सुरक्षित बजट के भीतर रहने के लिए स्वचालित रूप से धीमा हो जाता है और शिथिल (relax) हो जाता है।

पुराने रोबोटों के साथ समस्या

पारंपरिक रोबोट अक्सर एक सख्त स्प्रिंग की तरह व्यवहार करते हैं। यदि आप उन्हें धकेलते हैं, तो वे ज़ोर से वापस धकेलते हैं। यदि वे तेज़ी से चल रहे हैं और किसी चीज़ से टकराते हैं, तो वे तुरंत बहुत सारी ऊर्जा स्थानांतरित कर देते हैं, जिससे चोट लग सकती है।

इसे रोकने के लिए, इंजीनियर आमतौर पर रोबोट को प्रोग्राम करते हैं कि यदि वे किसी चीज़ से टकराते हैं तो वे बस "रुक" जाएँ। लेकिन पेपर का तर्क है कि रुकना हमेशा सुरक्षित नहीं होता है। कल्पना कीजिए कि एक रोबोटिक हाथ किसी व्यक्ति को दीवार के खिलाफ दबा रहा है; यदि रोबोट बस जम (freeze) जाता है, तो व्यक्ति अभी भी फंसा हुआ है। उन्हें ज़रूरत है कि रोबोट "नरम" और लचीला (compliant) हो, ताकि व्यक्ति उसे सुरक्षित रूप से दूर धकेल सके।

समाधान: "एडेप्टिव पीडी कंट्रोलर" (Adaptive PD Controller)

लेखकों ने एक नए प्रकार का कंट्रोलर बनाया है जिसे एडेप्टिव पीडी कंट्रोलर कहा जाता है।

एक मानक रोबोट कंट्रोलर को एक ऐसी कार की तरह समझें जिसका एक्सीलेटर और ब्रेक फिक्स्ड (fixed) है। चाहे कुछ भी हो जाए, वह एक ही तरह से प्रतिक्रिया देता है।

नया कंट्रोलर एक स्मार्ट ड्राइवर की तरह है जो ईंधन टैंक के आधार पर कार को एडजस्ट करता है:

"P" (Proportional) भाग: यह रोबोट के "कठोरपन" (stiffness) या उसके लक्ष्य स्थान को बनाए रखने की इच्छा की तरह है।
"D" (Derivative) भाग: यह रोबोट के "डैम्पिंग" (damping) या कितनी तेज़ी से हिलने का विरोध करने (जैसे शॉक एब्जॉर्बर) की तरह है।

यह कैसे काम करता है:
रोबोट लगातार अपनी कुल ऊर्जा (गति और लक्ष्य स्थिति के विरुद्ध तनाव का मिश्रण) की गणना करता है। इसके पास एक पूर्व-निर्धारित ऊर्जा सीमा (Energy Limit) होती है (जैसे गति सीमा या ईंधन की सीमा)।

जब सब शांत हो: यदि रोबोट धीरे और सुरक्षित रूप से चल रहा है, तो कंट्रोलर एक सामान्य, सख्त रोबोट की तरह कार्य करता है। यह अपने निर्देशों का पूरी तरह से पालन करता है।
जब ऊर्जा बढ़ जाती है: यदि रोबोट बहुत तेज़ी से चलने लगता है या ज़ोर से धकेला जाता है, तो कंट्रोलर महसूस करता है कि ऊर्जा सीमा के करीब पहुँच रही है।
- यह "P" (कठोरता) को कम करता है: रोबोट अपनी स्थिति बनाए रखने के लिए इतनी ज़ोर से संघर्ष करना बंद कर देता है। यदि आप इसे धकेलते हैं, तो यह आसानी से ढीला हो जाता है बजाय इसके कि वह वापस धक्का दे।
- यह "D" (डैम्पिंग) को बढ़ाता है: यदि कोई आपको धक्का देने के कारण रोबोट बहुत तेज़ी से हिल रहा है, तो कंट्रोलर गति को धीमा करने के लिए "ब्रेक" जोड़ देता है, बिना सख्त हुए।

"डिसिपेटिव फंक्शन्स" (डिम्मर स्विच)

पेपर में दो गणितीय "डिम्मर स्विच" पेश किए गए हैं (जिन्हें डिसिपेटिव फंक्शन्स $r$ और $r_T$ कहा जाता है)।

कल्पना कीजिए कि रोबोट के कठोरपन के लिए एक डिम्मर स्विच है। जब ऊर्जा कम होती है, तो स्विच 100% (पूर्ण कठोरता) पर होता है। जैसे-जैसे ऊर्जा सीमा के करीब पहुँचती है, स्विच धीरे-धीरे 0% की ओर कम होता जाता है।
यह सुनिश्चित करता है कि रोबोट कभी भी अचानक "टूटे" या अस्थिर न हो जाए; यह बस अपनी ऊर्जा सीमा के करीब पहुँचने पर धीरे-धीरे नरम और सुरक्षित हो जाता है।

सुरक्षा जाँच (स्थिरता प्रमाण)

लेखकों ने केवल अनुमान नहीं लगाया कि यह काम करेगा; उन्होंने इसे सिद्ध करने के लिए गणित का उपयोग किया। उन्होंने ल्यपुनोव स्टेबिलिटी (Lyapunov stability) नामक विधि का उपयोग किया (इसे एक गणितीय सुरक्षा जाल के रूप में सोचें)।

उन्होंने सिद्ध किया कि जब तक रोबोट "डिम्मर स्विच" को एडजस्ट करने के उनके विशिष्ट नियमों का पालन करता है, तब तक रोबोट कभी भी अनियंत्रित तरीके से नहीं घूमेगा। यह गारंटी देता है कि रोबोट हमेशा सुरक्षित रूप से स्थिर हो जाएगा, भले ही गेन्स (कठोरता/ब्रेक) लगातार बदल रहे हों।

प्रयोग: सिद्धांत का परीक्षण

टीम ने एक वास्तविक ह्यूमनॉइड रोबोट जिसका नाम TALOS है (PAL Robotics द्वारा निर्मित) और एक कंप्यूटर सिमुलेशन पर इसका परीक्षण किया।

"हग" टेस्ट (बाहरी बल): उन्होंने रोबोट के हाथ को धक्का दिया जबकि वह एक स्थिति बनाए रखने की कोशिश कर रहा था।
- पुराना रोबोट: ज़ोर से संघर्ष किया, सख्त रहा, और ऊर्जा सुरक्षा सीमा को पार कर गया।
- नया रोबोट: तुरंत नरम हो गया, हाथ को आसानी से दूर जाने दिया, और ऊर्जा सीमा के भीतर रहा। इसने एक लचीले, सुरक्षित साथी की तरह व्यवहार किया।
"अचानक हलचल" टेस्ट: उन्होंने रोबोट को तुरंत एक नई स्थिति पर जाने के लिए कहा।
- पुराना रोबोट: बहुत तेज़ी से चला, जिससे ऊर्जा में भारी उछाल आया।
- नया रोबोट: अधिक धीरे और सुचारू रूप से चला, पूरे समय अपनी ऊर्जा को सीमा के नीचे रखा।

निष्कर्ष

यह पेपर एक ऐसा तरीका प्रस्तुत करता है जिससे बिना हर जोड़ पर महंगे, विशेष सेंसरों की आवश्यकता के रोबोटों को सुरक्षित बनाया जा सकता है। केवल रोबोट की कुल ऊर्जा को ट्रैक करके और ऊर्जा बढ़ने पर अपने आंदोलनों को स्वचालित रूप से "नरम" करके, रोबोट स्वाभाविक रूप से लचीला बन जाता है। यह एक सतर्क ड्राइवर की तरह कार्य करता है जो खतरनाक मोड़ के करीब पहुँचने पर अपनी गति धीमी कर देता है, यह सुनिश्चित करता है कि यदि टक्कर होती है, तो स्थानांतरित होने वाली ऊर्जा मानव के लिए सुरक्षित स्तर की हो।

लेखक निष्कर्ष निकालते हैं कि यह विधि लागू करने में सरल है, गणितीय रूप से स्थिर है, और वास्तविक हार्डवेयर पर प्रभावी ढंग से काम करती है, जो मानव-रोबोट संपर्क को सुरक्षित बनाने की दिशा में एक आशाजनक कदम है।

तकनीकी सारांश: ऊर्जा-सचेत नियंत्रण के लिए अनुकूली PD गेन्स (Adaptive PD Gains)

समस्या विवरण
भौतिक मानव-रोबोट इंटरेक्शन (pHRI) में चोटों को रोकने के लिए मजबूत सुरक्षा तंत्रों की आवश्यकता होती है। हालांकि अनुपालन नियंत्रण रणनीतियाँ (इम्पीडेंस और एडमिटेंस कंट्रोल) सामान्य हैं, वे महत्वपूर्ण सीमाओं का सामना करती हैं: वे अक्सर बाहरी बल/टॉर्क सेंसर या जॉइंट टॉर्क अनुमान पर निर्भर करती हैं, वे समन्वय-निर्भर (coordinate-dependent) होती हैं, और उनमें ISO/TS 15066 जैसे मानकों द्वारा अनिवार्य ऊर्जा हस्तांतरण सीमाओं के संबंध में स्पष्ट सुरक्षा गारंटी का अभाव होता है। मौजूदा ऊर्जा-आधारित नियंत्रण दृष्टिकोण एक समन्वय-स्वतंत्र विकल्प प्रदान करते हैं, लेकिन वे अक्सर जटिल कार्यान्वयन, "आभासी ऊर्जा टैंकों" (virtual energy tanks) की आवश्यकता, या स्पष्ट स्थिरता प्रमाणों की कमी से ग्रस्त होते हैं। इसके अलावा, कई वर्तमान योजनाएं प्रतिक्रियात्मक (reactive) हैं, जो सुरक्षा सीमाएँ टूटने के बाद ही नियंत्रण को संशोधित करती हैं, न कि ऊर्जा का सक्रिय रूप से प्रबंधन करती हैं।

कार्यप्रणाली
लेखक एक अनुकूली प्रोपोर्शनल-डेरिवेटिव (PD) नियंत्रक प्रस्तावित करते हैं जिसे रोबोट की कुल यांत्रिक ऊर्जा (गतिज और स्थितिज ऊर्जा) को एक निर्दिष्ट सीमा ( $L_{lim}$ ) से नीचे सीमित करने के लिए डिज़ाइन किया गया है। नियंत्रक सिस्टम की तात्कालिक ऊर्जा अवस्था के आधार पर मानक PD गेन्स को संशोधित करता है।

सिस्टम मॉडलिंग: रोबोट डायनेमिक्स को मानक रिजिड-बॉडी समीकरणों का उपयोग करके मॉडल किया गया है। कुल ऊर्जा $L$ को गतिज ऊर्जा ( $T$ ) और नियंत्रित जॉइंट पोटेंशियल ऊर्जा ( $U_q$ ) के योग के रूप में परिभाषित किया गया है।
डिसिपेटिव फंक्शन्स (Dissipative Functions): नियंत्रक गेन्स को स्केल करने के लिए दो नवीन डिसिपेटिव फंक्शन्स पेश किए गए हैं:
- $r$ (ऊर्जा-आधारित स्केलिंग): कुल ऊर्जा $L$ का एक फलन जो प्रोपोर्शनल गेन ( $K_p$ ) को स्केल करता है। जैसे-जैसे $L$ , $L_{lim}$ के करीब पहुँचता है, $r$ शून्य की ओर बढ़ता है, जिससे स्थितिज ऊर्जा को कम करने के लिए स्टिफनेस (stiffness) कम हो जाती है।
- $r_T$ (गतिज-आधारित स्केलिंग): गतिज ऊर्जा $T$ का एक फलन जिसका उपयोग डेरिवेटिव गेन ( $K_d$ ) को स्केल करने के लिए किया जाता है। यह टर्म उच्च गतिज ऊर्जा होने पर डैम्पिंग (damping) को बढ़ाता है ताकि बाहरी धक्कों (उपयोगकर्ता द्वारा जोड़ी गई ऊर्जा) का विरोध किया जा सके, बिना ऊर्जा सीमा का उल्लंघन किए।
गेन अनुकूलन (Gain Adaptation):
- $K_p$ को जैसे-जैसे कुल ऊर्जा बढ़ती है, ऊर्जा को कम करने के लिए अनुकूलित किया जाता है, यह सुनिश्चित करते हुए कि स्थितिज ऊर्जा घटक बजट के भीतर रहे।
- $K_d$ को उच्च गतिज ऊर्जा के जवाब में डैम्पिंग बढ़ाने के लिए अनुकूलित किया जाता है, ताकि अस्थिर "फ्लाइलिंग" (flailing) को रोका जा सके और रोबोट को बाहरी बलों के प्रति झुकने (yield) की अनुमति दी जा सके।
स्थिरता प्रवर्तन (Stability Enforcement): एक लियापुनोव (Lyapunov) स्थिरता विश्लेषण किया गया है। लेखकों ने एक स्थिति व्युत्पन्न की है जहाँ लियापुनोव फलन का समय व्युत्पन्न ऋणात्मक निश्चित (negative definite) होना चाहिए। इसे संतुष्ट करने के लिए, एक एल्गोरिदम (एल्गोरिदम 1) प्रस्तावित किया गया है जो प्रोपोर्शनल गेन के परिवर्तन की दर ( $\dot{K}_p$ ) पर स्टेप-साइज़ प्रतिबंध लागू करने को सुनिश्चित करता है, जिससे यह सुनिश्चित होता है कि गेन अनुकूलित होने पर भी सिस्टम स्थिर रहे।

प्रमुख योगदान

अनुकूली PD ढांचा: एक सरल, परिचित PD नियंत्रण संरचना जो स्वाभाविक रूप से गतिज और स्थितिज ऊर्जा दोनों को सीमित करती है, जिससे ऊर्जा टैंकों या पासिविटी-आधारित नियंत्रकों की जटिलता से बचा जा सके।
दोहरा डिसिपेटिव तंत्र: दो अलग-अलग फंक्शन्स ( $r$ और $r_T$ ) का परिचय स्वतंत्र रूप से स्थितिज ऊर्जा (स्टिफनेस में कमी के माध्यम से) और गतिज ऊर्जा (डैम्पिंग इंजेक्शन के माध्यम से) के प्रबंधन की अनुमति देता है, जो विशेष रूप से मानव इंटरेक्शन से ऊर्जा इंजेक्शन को संबोधित करता है।
स्थिरता प्रमाण: एक औपचारिक लियापुनोव-आधारित स्थिरता विश्लेषण प्रदान किया गया है, साथ ही संचालन के दौरान स्थिरता की स्थिति को लागू करने के लिए एक व्यावहारिक एल्गोरिदम भी दिया गया है।
सक्रिय सुरक्षा (Proactive Safety): प्रतिक्रियात्मक टक्कर पहचान योजनाओं के विपरीत, यह नियंत्रक ऊर्जा सीमा के करीब पहुँचने पर रोबोट के इम्पीडेंस को सक्रिय रूप से आकार देता है, जिससे सुरक्षा थ्रेशोल्ड टूटने से पहले ही अनुपालन सुनिश्चित होता है।

प्रायोगिक परिणाम
नियंत्रक को गेज़ेबो (Gazebo) सिमुलेशन और हार्डवेयर प्रयोगों दोनों में TALOS ह्यूमनॉइड रोबोट (PAL Robotics) पर एक पारंपरिक गैर-अनुकूली PD नियंत्रक के विरुद्ध प्रदर्शन की तुलना करते हुए मान्य किया गया।

साइनुसोइडल ट्रैकिंग (Sinusoidal Tracking): जब सिस्टम ऊर्जा सीमा से काफी नीचे थी, तो अनुवर्ती नियंत्रक पारंपरिक PD नियंत्रक के समान व्यवहार करता है, जो दर्शाता है कि सुरक्षित संचालन के दौरान नाममात्र ट्यूनिंग बनी रहती है।
स्टेप रिस्पॉन्स (Step Response): एक स्टेप-इनपुट परिदृश्य में, पारंपरिक नियंत्रक ऊर्जा सीमा ($1.5$ J सिमुलेशन में) का उल्लंघन करता है, जबकि अनुवर्ती नियंत्रक गेन्स को कम करके ऊर्जा को सीमा पर सफलतापूर्वक कैप कर लेता है। इसके परिणामस्वरूप सेटलिंग टाइम धीमा (3.21s बनाम 2.09s) होता है लेकिन सुरक्षा सुनिश्चित होती है।
बाहरी रेंच/फोर्स रिस्पॉन्स:
- सिमुलेशन: जब एक बाहरी रेंच लगाया गया, तो पारंपरिक नियंत्रक उच्च विस्थापन (deflection) और ऊर्जा उल्लंघन के साथ कठोर व्यवहार प्रदर्शित करता है। अनुवर्ती नियंत्रक स्टिफनेस को कम करता है और डैम्पिंग को बढ़ाता है, जिसके परिणामस्वरूप अनुपालन व्यवहार (लगभग $1.0$ rad का उच्च विस्थापन) मिलता है, जबकि कुल ऊर्जा को सीमा के नीचे रखा जाता है।
- हार्डवेयर: भौतिक TALOS रोबोट पर भी समान परिणाम देखे गए। अनुवर्ती नियंत्रक ने कुल ऊर्जा को हार्डवेयर सीमा ($0.15 $J) से नीचे सीमित कर दिया, जबकि पारंपरिक नियंत्रक ने इसे ($ 0.17 $J) से अधिक कर दिया। अनुवर्ती दृष्टिकोण ने एक नरम इंटरेक्शन ($ 0.47$ rad विस्थापन बनाम $0.185$ rad) और अधिक क्रमिक रिकवरी प्रदान की।

महत्व और दावे
पेपर का दावा है कि प्रस्तावित नियंत्रक सुरक्षित pHRI के लिए एक व्यावहारिक और लागू करने योग्य समाधान प्रदान करता है। ऊर्जा-आधारित सुरक्षा बाधाओं को अपनाने के लिए बाधा को कम करते हुए, यह PD नियंत्रण की सरलता का लाभ उठाता है। लेखक इस बात पर जोर देते हैं कि नियंत्रक:

स्पष्ट ऊर्जा सीमा प्रदान करता है, जो ISO/TS 15066 सुरक्षा मानकों के अनुरूप है।
स्वाभाविक रूप से अनुपालन व्यवहार (नरमी) प्रेरित करता है जब ऊर्जा सीमा के करीब पहुँच जाती है, जिससे चोट का जोखिम कम हो जाता है।
एक गणितीय रूप से सिद्ध स्थिति के माध्यम से स्थिरता बनाए रखता है।
मॉड्यूलर है, जिससे केवल आवश्यकता पड़ने पर सुरक्षा परतें जोड़ते हुए मानक ट्यूनिंग तकनीकों का उपयोग करना संभव है।

लेखक विनम्रतापूर्वक सीमाओं का उल्लेख करते हैं, जिसमें सटीक डायनेमिक मॉडलिंग की आवश्यकता, यह तथ्य कि ऊर्जा सीमांकन छिद्र (puncture) जोखिमों (दबाव/क्षेत्र पर निर्भर) के विरुद्ध सुरक्षा की गारंटी नहीं देता है, और प्रतिरोध और अनुपालन के बीच संतुलन बनाने के लिए मापदंडों ( $\alpha, \beta, K_{dmax}$ ) की सावधानीपूर्वक ट्यूनिंग की आवश्यकता शामिल है। भविष्य के कार्य में व्यापक टक्कर परिदृश्य, जड़त्व-आधारित बजट आवंटन और घर्षण क्षतिपूर्ति (friction compensation) शामिल करने का सुझाव दिया गया है।