⚡ electrical engineering

Impedance MPC for Physical Human-Robot Interaction: Predictive Disturbance Rejection with Joint-Limit Safety

यह शोध पत्र एक दो-परत (two-layer) इम्पीडेंस MPC ढांचे को प्रस्तुत करता है जो निरंतर मानव बलों के तहत 0.05 मिमी से कम स्थिर-अवस्था त्रुटि (steady-state error) प्राप्त करने के लिए विश्लेषणात्मक गतिशील रैखिकीकरण (analytical dynamic linearization) को एक उच्च-आवृत्ति वाले उत्तल QP (high-frequency convex QP) और एक संवर्धित कलमन फिल्टर (augmented Kalman filter) के साथ जोड़ता है, जबकि जोड़-सीमा सुरक्षा (joint-limit safety) सुनिश्चित करता है, जो एक 7-DOF फ्रैंका FR3 रोबोट पर शास्त्रीय इम्पीडेंस नियंत्रण की तुलना में काफी बेहतर प्रदर्शन करता है।

मूल लेखक: Yongyan Cao, Jinshan Tang

प्रकाशित 2026-06-09

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC0 1.0

मूल लेखक: Yongyan Cao, Jinshan Tang

मूल पेपर CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/) के तहत सार्वजनिक डोमेन को समर्पित 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 एक रोबोटिक आर्म एक इंसान के साथ मिलकर एक साझा स्थान में काम कर रही है, जैसे कि किसी फैक्ट्री फ्लोर या अस्पताल के कमरे में। रोबोट को एक विशिष्ट पथ का पालन करने के लिए पर्याप्त सटीक होना चाहिए (जैसे कि एक आदर्श वृत्त बनाना), लेकिन इतना कोमल और लचीला भी होना चाहिए कि यदि कोई इंसान गलती से उससे टकरा जाए, तो वह टूटने या कुछ तोड़ने के बजाय सुरक्षित रूप से रास्ता दे दे।

यह पेपर इन रोबोटों के लिए एक नया "मस्तिष्क" प्रस्तुत करता है, जिसे इम्पीडेंस MPC (Impedance MPC) कहा जाता है, जो एक क्लासिक समस्या को हल करता है: रास्ते पर कैसे बने रहें बिना अपने पथ से विचलित हुए?

यह कैसे काम करता है, इसके विवरण को रोजमर्रा के उदाहरणों का उपयोग करके यहाँ समझाया गया है।

समस्या: "कठोर स्प्रिंग" बनाम "चिपचिपा गोंद"

पारंपरिक रोबट नियंत्रण एक कठोर स्प्रिंग की तरह कार्य करता है।

परिदृश्य: आप रोबोट को लगातार 15 पाउंड के बल से धकेलते हैं।
परिणाम: स्प्रिंग खिंच जाता है। रोबोट अपने लक्ष्य पथ से दूर चला जाता है और वहीं रुक जाता है। इसे वापस लाने के लिए, आपको इसे वापस धकेलना होगा, या स्प्रिंग को अविश्वसनीय रूप से कठोर बनाना होगा।
चुनौती: यदि आप आंदोलन को रोकने के लिए स्प्रिंग को बहुत अधिक कठोर बना देते हैं, तो रोबोट खतरनाक हो जाता है। यदि कोई इंसान इससे टकराता है, तो रोबोट ज़ोर से मुकाबला करता है, जो एक "सहयोगी" रोबोट के उद्देश्य को विफल कर देता है।
पुराना समाधान: इंजीनियरों ने इस धक्के को याद रखने और सुधार करने के लिए एक "मेमोरी" (इंटीग्रल एक्शन) जोड़ने की कोशिश की। लेकिन यह हाथ में झाड़ू को संतुलित करने की कोशिश करने जैसा था जब आप दौड़ रहे हों; यह अस्थिर और धीमा था।

समाधान: एक दो-स्तरीय "स्मार्ट पायलट"

लेखकों ने एक दो-स्तरीय प्रणाली बनाई है जो एक अत्यधिक कुशल पायलट की तरह कार्य करती है जो विमान पर प्रहार होने से पहले ही हवा का अनुमान लगा लेता है।

स्तर 1: "ग्रेविटी कैंसलर" (प्री-फ्लाइट चेक)

रोबोट भारी होते हैं और उनके जोड़ों के बीच जटिल अंतःक्रिया होती है (जैसे एक जिम्नास्ट बार पर झूल रहा हो)।

उपमा: कल्पना कीजिए कि आप तेज़ धाराओं वाली नदी में एक भारी नाव को चलाने की कोशिश कर रहे हैं। यह अनुमान लगाना कठिन है कि आप कहाँ जाएंगे।
रोबोट क्या करता है: स्तर 1 तुरंत रोबोट के अपने वजन, उसके जोड़ों के घर्षण और उसके संचलन के "झूले" की गणना करता है और उसे समाप्त कर देता है।
परिणाम: यह जटिल, डगमगाते रोबोटिक आर्म को एक सरल, अनुमानित वस्तु में बदल देता है—जैसे कि बर्फ पर फिसलने वाला एक घर्षण रहित पक्क (puck)। यह गणित को इतना सरल बना देता है कि कंप्यूटर अगले प्रश्न को अविश्वसनीय रूप से तेज़ी से हल कर सकता है।

स्तर 2: "क्रिस्टल बॉल" (मॉडल प्रेडिक्टिव कंट्रोलर)

अब जब रोबोट एक सरल "बर्फ का पक्क" बन गया है, तो स्तर 2 कार्यभार संभालता है। यह मॉडल प्रेडिक्टिव कंट्रोलर (MPC) है।

उपमा: कल्पना कीजिए कि आप 10 सेकंड आगे देखते हुए कार चला रहे हैं। यदि आप देखते हैं कि आगे एक गड्ढा है, तो आप अभी थोड़ा मुड़ जाते हैं ताकि बाद में उससे टकराने से बच सकें।
रोबोट क्या करता है: केवल धक्का लगने के बाद प्रतिक्रिया देने के बजाय, यह स्तर प्रति सेकंड 100 बार एक जटिल गणितीय पहेली को हल करता है। यह पूछता है: "यदि मैं अभी थोड़ा बल लगाता हूँ, तो 0.1 सेकंड में मैं कहाँ होऊँगा? 0.2 सेकंड में कहाँ होऊँगा?"
जादू: यह पथ पर बने रहने के लिए सूक्ष्म चालों का एक आदर्श क्रम खोजता है, भले ही कोई इंसान उसे धकेल रहा हो। यह लेन मार्किंग का सम्मान करने वाले ड्राइवर की तरह "सुरक्षा क्षेत्रों" (जोड़ों की सीमाओं) का सम्मान करता है।

सीक्रेट सॉस: "नॉइज़-कैंसलिंग हेडफ़ोन"

इस क्रिस्टल बॉल के बावजूद, एक निरंतर मानवीय धक्का (जैसे कि लगातार 15N का बल) सिस्टम को धोखा दे सकता है।

नवाचार: लेखकों ने एक कलमन फ़िल्टर (Kalman Filter) जोड़ा है जो नॉइज़-कैंसलिंग हेडफ़ोन की तरह कार्य करता है।
यह कैसे काम करता है: सिस्टम लगातार "शोर" (इंसान के धक्के) को सुनता है। यह अनुमान लगाता है कि इंसान कितनी ज़ोर से धकेल रहा है और इसे पूरी तरह से रद्द करने के लिए समान और विपरीत बल जोड़ता है।
परिणाम: रोबोट केवल धक्के के सामने "हार" नहीं मानता; यह अपने मूल पथ पर रहने के लिए सक्रिय रूप से उस धक्के का मुकाबला करता है।

परिणाम: "डगमगाते" से "लेज़र-शार्प" तक

टीम ने इसे 7-आर्म वाले रोबोट (Franka FR3) पर परखा। जब एक इंसान ने इसे लगातार 15 पाउंड के बल से धकेला, तो क्या हुआ:

पुराने रोबोट (क्लासिकल इम्पीडेंस): रोबोट अपने पथ से 44.8 मिलीमीटर (लगभग 2 इंच) विचलित हो गया और वहीं रुक गया।
नया रोबोट (इम्पीडेंस MPC + कलमन): रोबोट अपने पथ से 0.05 मिलीमीटर से भी कम विचलित हुआ।
- अनुवाद: यह एक 800 गुना सुधार है। नया रोबोट इतना सटीक है कि ऐसा लगता है जैसे इंसान ने उसे धक्का दिया ही न हो।

सुरक्षा सुविधाएँ

इस प्रणाली में रोबोट के जोड़ों के लिए एक अंतर्निहित "गार्जियन एंजल" भी है:

उपमा: कल्पना कीजिए कि एक धावक जानता है कि वह दीवार के करीब पहुँच रहा है। जैसे-जैसे वह करीब आता है, वह स्वाभाविक रूप से धीमा हो जाता है और सुरक्षित दिशा में मुड़ जाता है, भले ही कोच (मुख्य कार्य) चिल्ला रहा हो "सीधे दौड़ो!"
तकनीक: रोबोट एक "बैरियर पोटेंशियल" का उपयोग करता है ताकि यह पता चल सके कि उसका जोड़ अपनी भौतिक सीमा से टकराने वाला है। यह मुख्य कार्य को बाधित किए बिना आंदोलन को स्वचालित रूप से एक सुरक्षित दिशा में मोड़ देता है।

सारांश

यह पेपर एक रोबोट नियंत्रण प्रणाली पेश करता है जो:

गणना करना आसान बनाने के लिए रोबोट के भौतिकी को सरल बनाता है।
बड़े दोषों के कारण होने से पहले दिशा बदलने के लिए भविष्य की भविष्यवाणी करता है।
निरंतर धक्कों को पूरी तरह से रद्द करने के लिए वातावरण को सुनता है।
रोबोट को सुरक्षित रखता है ताकि उसके जोड़ कभी भी अपनी सीमाओं से न टकराएं।

परिणामस्वरूप, एक ऐसा रोबोट मिलता है जो मनुष्यों के साथ मिलकर काम कर सकता है, धकेले जाने पर भी अपने कार्य पर पूरी तरह केंद्रित रहता है, और खतरनाक या कठोर नहीं बनता है।

तकनीकी सारांश: भौतिक मानव-रोबोट संपर्क (pHRI) के लिए इम्पीडेंस MPC

समस्या विवरण
भौतिक मानव-रोबोट संपर्क (pHRI) के लिए रोबोट को एक साथ उच्च प्रक्षेपवक्र सटीकता (trajectory accuracy) बनाए रखने और अनियोजित संपर्क के दौरान अनुपालनशील सुरक्षा (compliant safety) सुनिश्चित करने की आवश्यकता होती है। शास्त्रीय इम्पीडेंस नियंत्रण (classical impedance control), जबकि सुरक्षा के लिए प्रभावी है, एक मौलिक संरचनात्मक सीमा से ग्रस्त है: एक निरंतर मानव बल ( $F_h$ ) के तहत, यह एक गैर-शून्य स्थिर-अवस्था स्थिति त्रुटि (steady-state position error) प्रदर्शित करता है जिसे $e_\infty = K_d^{-1}F_h$ द्वारा परिभाषित किया गया है। उदाहरण के लिए, 300 N/m कठोरता (stiffness) के विरुद्ध 15 N का धक्का 50 mm का विस्थापन उत्पन्न करता है। जबकि कठोरता ( $K_d$ ) को बढ़ाने से यह त्रुटि कम हो जाती है, यह संपर्क बलों को बढ़ाकर सुरक्षा बाधाओं का उल्लंघन करती है। इसके विपरीत, स्थिर-अवस्था त्रुटि को समाप्त करने के लिए इंटीग्रल एक्शन जोड़ने की स्थिरता आवश्यकताओं द्वारा गंभीर रूप से सीमित है, जो अभिसरण गति (convergence speed) को प्रतिबंधित करती है। pHRI के लिए मौजूदा मॉडल प्रेडिक्टिव कंट्रोल (MPC) दृष्टिकोण अक्सर पूर्ण गैर-रेखीय प्लांट डायनेमिक्स को बनाए रखते हैं, जिससे नियंत्रण दर सीमित हो जाती है, या निरंतर विक्षोभ (disturbances) के तहत शून्य स्थिर-अवस्था त्रुटि के लिए औपचारिक गारंटी देने में विफल रहते हैं।

कार्यप्रणाली
लेखक एक दो-स्तरीय इम्पीडेंस MPC आर्किटेक्चर प्रस्तावित करते हैं जिसे प्रक्षेपवस्क सटीकता और अनुपालनशील सुरक्षा के बीच तनाव को हल करने के लिए डिज़ाइन किया गया है।

लेयर 1: विश्लेषणात्मक गैर-रेखीय व्युत्क्रमण (Analytical Nonlinear Inversion)
पहली लेयर ऑपरेशनल-स्पेस अपघटन पर आधारित एक फीडफॉरवर्ड कंट्रोल रणनीति का उपयोग करती है। यह गुरुत्वाकर्षण, कोरिओलिस, और टास्क-स्पेस जड़त्व (inertia) पदों को विश्लेषणात्मक रूप से रद्द करती है। यह अवशेष प्लांट डायनेमिक्स को एक कॉन्फ़िगरेशन-स्वतंत्र रैखिक डबल इंटीग्रेटर में बदल देता है।
- त्रुटि डायनेमिक्स को $\ddot{e} = -\Lambda^{-1}(q) F_{mpc} + d(t)$ में कम किया जाता है, जहाँ $d(t)$ संचित विक्षोभों (मानव बल, घर्षण, मॉडल त्रुटियां) का प्रतिनिधित्व करता है।
- महत्वपूर्ण रूप से, यह रैखिकीकरण एक स्थिर स्टेट-ट्रांजिशन मैट्रिक्स ( $A_d$ ) की ओर ले जाता है, जो रोबोट की कॉन्फ़िगरेशन के बावजूद अपरिवर्तित रहता है। यह "फ्री-रिस्पॉन्स" मैट्रिक्स को एक बार प्रीकंप्यूट करने की अनुमति देता है, जिससे ऑनलाइन कम्प्यूटेशनल लोड काफी कम हो जाता है।
लेयर 2: डिस्टर्बेंस ऑग्मेंटेशन के साथ कॉनवेक्स QP
दूसरी लेयर 100 Hz पर एक रिसेडिंग-होराइजन ऑप्टिमाइज़ेशन समस्या (जिसमें फीडफॉरवर्ड अपडेट के लिए 1 kHz का आंतरिक लूप है) को हल करती है।
- विक्षोभ अनुमान (Disturbance Estimation): एक ऑगमेंटेड कलमन फ़िल्टर एक निरंतर विक्षोभ अवस्था ( $\hat{d}$ ) का अनुमान लगाता है जिसे रैंडम वॉक के रूप में मॉडल किया गया है। इस अवस्था को MPC प्रेडिक्शन मॉडल में एकीकृत किया जाता है, जो निरंतर या स्पर्शोन्मुख रूप से स्थिर विक्षोभों के लिए ऑफसेट-मुक्त ट्रैकिंग (शून्य स्थिर-अवस्था त्रुटि) सक्षम करता है।
- ऑप्टिमाइज़ेशन: कंट्रोलर कंट्रोल फोर्स ( $F_{mpc}$ ) पर बॉक्स बाधाओं (box constraints) के अधीन एक 30-वेरिएबल कॉनवेक्स क्वाड्रेटिक प्रोग्राम (QP) को हल करता है। कॉस्ट फंक्शन होराइजन के दौरान ट्रैकिंग त्रुटि को न्यूनतम करता है और जॉइंट सीमाओं का सम्मान करता है।
- सुरक्षा तंत्र: जॉइंट-लिमिट सुरक्षा को दोहरी-बाधा पद्धति के माध्यम से लागू किया जाता है: एक नल-स्पेस इनवर्स-बैरियर पोटेंशियल और एक टास्क-स्पेस वर्कस्पेस प्रोजेक्शन। ये तंत्र सुरक्षित क्षेत्रों में टास्क ट्रैकिंग को खराब किए बिना जॉइंट-लिमिट उल्लंघन को रोकते हैं।

प्रमुख योगदान

दो-स्तरीय Constant- $A_d$ आर्किटेक्चर: गैर-रैखिकता को विश्लेषणात्मक रूप से रद्द करके, लेखक प्लांट को एक स्थिर स्टेट मैट्रिक्स वाले लीनियर टाइम-वेरिंग सिस्टम में बदल देते हैं। यह एक 30-वेरिएबल QP को 1 ms से कम में हल करना सक्षम बनाता है, जिससे वास्तविक समय कार्यान्वयन व्यवहार्य हो जाता है।
शास्त्रीय इम्पीडेंस के साथ विश्लेषणात्मक संबंध: यह पेपर सिद्ध करता है (थ्योरम 1) कि अनस्ट्रेंड, डिस्टर्बेंस-मुक्त सीमा में, प्रस्तावित MPC शास्त्रीय टास्क-स्पेस इम्पीडेंस कंट्रोलर के गणितीय रूप से समकक्ष है। प्राप्त कठोरता (stiffness) और डैम्पिंग को कॉस्ट वेट्स से प्राप्त LQR गेन्स द्वारा निर्धारित किया जाता है। यह विधि को शास्त्रीय इम्पीडेंस के प्रतिस्थापन के बजाय, एक विस्तार के रूप में स्थापित करता है जो बाधा प्रबंधन और ऑफसेट-मुक्त रिजेक्शन जोड़ता है।
औपचारिक शून्य स्थिर-अवस्था त्रुटि गारंटी: कलमन डिस्टर्बेंस ऑग्मेंटेशन के माध्यम से, सिस्टम निरंतर विक्षोभों के लिए इंटरनल मॉडल प्रिंसिपल-आधारित शून्य स्थिर-अवस्था त्रुटि की गारंटी प्राप्त करता है, जो टॉर्क-नियंत्रित मैनिपुलेटर्स के लिए पूर्व ऑफसेट-मुक्त MPC सिद्धांत का विस्तार करता है।
ड्यूल-बैरियर जॉइंट-लिमिट सुरक्षा: नल-स्पेस पोटेंशियल और वर्कस्पेस प्रोजेक्शन का एकीकरण परीक्षण किए गए वर्कस्पेस में जॉइंट-लिमिट उल्लंघन को रोकने के लिए अनुभवजन्य रूप से प्रभावी है, जिसमें बाउंड्री स्ट्रेस टेस्ट भी शामिल हैं।

प्रायोगिक परिणाम
प्रयोग MuJoCo सिमुलेशन का उपयोग करके 7-DOF फ्रैंका FR3 रोबोट पर किए गए। प्रस्तावित विधि (कलमन ऑग्मेंटेशन के साथ इम्पीडेंस MPC) की तुलना शास्त्रीय इम्पीडेंस, एडमिटेंस कंट्रोल और PI इम्पीडेंस से की गई।

स्थिर-अवस्था त्रुटि (Steady-State Error): एक निरंतर 15 N बल के तहत, प्रस्तावित विधि ने **<0.05 mm** की स्थिर-अवस्था त्रुटि प्राप्त की, जबकि शास्त्रीय इम्पीडेंस के लिए यह **44.8 mm** थी (एक >800-गुना कमी)।
ट्रांजिएंट प्रदर्शन: सर्कुलर ट्रजेक्टरी ट्रैकिंग में, केवल MPC (कलमन के बिना) ने शास्त्रीय इम्पीडेंस की तुलना में कॉन्टैक्ट-विंडो RMS त्रुटि को 19× कम कर दिया। कलमन फ़िल्टर जोड़ने से स्थिर-अवस्था त्रुटि पूरी तरह समाप्त हो गई।
मजबूती (Robustness): सिस्टम ने मेजरमेंट नॉइज़ (स्थिर-अवस्था त्रुटि 5 mm शोर के साथ भी <1 mm रही) और इनर्शियल मॉडल मिसमैच (कलमन फ़िल्टर सक्रिय होने पर ट्रैकिंग RMSE 30% इनर्शिया एरर तक अपरिवर्तित रहा) के प्रति सहज मजबूती प्रदर्शित की।
सुरक्षा: उन बाउंड्री टेस्ट में जहाँ शास्त्रीय इम्पीडेंस ने जॉइंट लिमिट का उल्लंघन किया, MPC ने एक सुरक्षित मार्जिन बनाए रखा (न्यूनतम जॉइंट मार्जिन 0.048 के मुकाबले 0.084)।

महत्व और दावे
पेपर दावा करता है कि प्रस्तावित आर्किटेक्चर सफलतापूर्वक pHRI की प्रतिस्पर्धी मांगों को एकीकृत करता है: उच्च-परिशुद्धता प्रक्षेपवक्र ट्रैकिंग और अनुपालनशील सुरक्षा। प्राथमिक महत्व इस संरचनात्मक अंतर्दृष्टि में निहित है कि विश्लेषणात्मक फीडफॉरवर्ड कैंसिलेशन एक स्थिर रैखिक संरचना को सक्षम बनाता है, जो निम्नलिखित को सुलभ बनाता है:

प्रीकंप्यूटेशन: फ्री-रिस्पॉन्स मैट्रिक्स को एक बार कंप्यूट किया जाता है, जो रोबोट के कॉन्फ़िगरेशन से QP की जटिलता को अलग करता है।
औपचारिक गारंटी: लीनियर संरचना इम्पीडेंस इक्विवेलेंस और ऑफसेट-फ्री ट्रैकिंग के लिए कठोर प्रमाणों की अनुमति देती है।
रियल-टाइम व्यवहार्यता: यह दृष्टिकोण मानक हार्डवेयर पर उच्च नियंत्रण दर (100 Hz QP, 1 kHz फीडफॉरवर्ड) प्राप्त करता है, जो पिछले गैर-रेखीय MPC दृष्टिकोणों की कम्प्यूटेशनल बाधाओं को दूर करता है।

लेखक निष्कर्ष निकालते हैं कि यह विधि pHRI के लिए एक मजबूत, सैद्धांतिक रूप से स्थापित समाधान प्रदान करती है जो शास्त्रीय इम्पीडेंस नियंत्रण में निहित स्थिर-अवस्था त्रुटि को समाप्त करती है और सुरक्षा बाधाओं को बनाए रखती है, जिसमें भविष्य के कार्य के रूप में फिजिकल हार्डवेयर वैलिडेशन और एनर्जी-टैंक पैसिविटी ऑग्मेंटेशन की योजना है।