कल्पना कीजिए कि एक ऐसी दुनिया है जहाँ नन्हे, उड़ने वाले रोबोट—ड्रोन—को एक विशिष्ट स्थान पर बिल्कुल सटीक तरीके से उतरना होता है, जैसे कोई मधुमक्खी अपने छत्ते में लौट रही हो। ऐसा करने के लिए, वे अक्सर "फिडुशियल मार्कर्स" (fiducial markers) पर निर्भर करते हैं। इन मार्कर्स को एक उच्च-कंट्रास्ट वाले क्यूआर कोड की तरह समझें जो ज़मीन पर पेंट किया गया हो। एक ड्रोन का कैमरा नीचे देखता है, काले और सफेद पैटर्न को पहचानता है, और तुरंत समझ जाता है, "मैं यहाँ हूँ, और मेरा मुख इस दिशा में है।" यह आधुनिक ड्रोन नेविगेशन की रीढ़ है। लेकिन इसमें एक समस्या है: इन कोड्स का एक "गोल्डिलॉक्स ज़ोन" (Goldilocks zone) होता है। यदि ड्रोन बहुत ऊपर है, तो कोड पढ़ने के लिए बहुत छोटा दिखता है। यदि ड्रोन बहुत करीब आ जाता है, तो कोड इतना बड़ा हो जाता है कि वह कैमरे के दृश्य क्षेत्र से बाहर निकल जाता है, और ड्रोन अपना रास्ता भटक जाता है। वैज्ञानिक इसे ठीक करने के लिए बड़े कोड के अंदर छोटे कोड को रखने (नेस्टिंग) की कोशिश कर चुके हैं, जैसे रूसी गुड़िया (रशियन डॉल) होती हैं, ताकि ड्रोन जैसे-जैसे करीब आए, वह छोटे डॉल की ओर स्विच कर सके। हालाँकि, इन पुराने "रशियन डॉल" डिजाइनों में एक घातक दोष है: यदि बड़े डॉल के केंद्र को किसी पत्ते, पक्षी या यहाँ तक कि छाया से ढक दिया जाए, तो पूरा सिस्टम टूट जाता है और ड्रोन अंधा हो जाता है।

यह शोध पत्र एक नया, अधिक स्मार्ट डिज़ाइन पेश करता है जिसे रिकर्सिव अरुको मार्कर (Recursive ArUco marker या RArUco) कहा जाता है। बड़े मार्कर के केवल केंद्र या सफेद हिस्सों में छोटे कोड छिपाने के बजाय, यह नई विधि बड़े मार्कर के प्रत्येक एकल वर्ग (square) के भीतर एक पूर्ण, काम करने वाला मार्कर छिपा देती है, चाहे वह वर्ग काला हो या सफेद। यह एक जादुई मानचित्र की तरह है जहाँ मानचित्र के हर एक टाइल में पूरे मानचित्र की एक छोटी, सटीक प्रति मौजूद है। लेखकों ने पाया कि केवल इन वर्गों के "किनारों" या सीमाओं को देखकर कोड को पढ़ने से (केंद्र के बिखराव को अनदेखा करके), वे ऐसे मार्कर बना सकते हैं जो किसी भी दूरी पर काम करते हैं, भारी क्षति या रुकावटों (occlusion) को झेल सकते हैं, और ड्रोन के बेड़े को अपने स्वयं के अद्वितीय स्थानों पर बिना भ्रमित हुए उतरने की अनुमति देते हैं। सिमुलेशन और एक DJI ड्रोन के साथ वास्तविक उड़ान परीक्षणों के माध्यम से, टीम ने दिखाया कि यह नया मार्कर पहले के प्रयासों की तुलना में तेज़, अधिक मजबूत और अधिक विश्वसनीय है, जो ड्रोन की आँखों को खुला रखता है भले ही दृश्य आंशिक रूप से बाधित हो या कैमरा हिल रहा हो।

समस्या: "बहुत बड़ा, बहुत छोटा" की दुविधा

कल्पना कीजिए कि आप गाड़ी चलाते समय एक सड़क संकेत (street sign) को पढ़ने की कोशिश कर रहे हैं। यदि आप एक मील दूर हैं, तो संकेत केवल एक धुंधला बिंदु है। यदि आप उसके बिल्कुल सामने हैं, तो संकेत इतना विशाल हो जाता है कि आप केवल एक छोटा सा हिस्सा देख पाते हैं, और फिर भी आप पूरे संकेत को नहीं पढ़ पाते। यही वह होता है जो मानक मार्कर्स पर उतरने वाले ड्रोनों के साथ होता। एक मार्कर जो ऊंचाई से देखे जाने के लिए पर्याप्त बड़ा है, वह तब बहुत बड़ा हो जाता है जब ड्रोन करीब आता है, जिससे ड्रोन ट्रैक खो देता है।

इसे हल करने के लिए, वैज्ञानिकों ने पहले "नेस्टेड" (nested) मार्कर्स का उपयोग किया था। इन्हें नेस्टिंग डॉल्स की तरह समझें: एक बड़ी गुड़िया के अंदर एक छोटी गुड़िया है, जिसके अंदर एक और छोटी गुड़िया है। जैसे-जैसे ड्रोन करीब आता है, वह बड़ी गुड़िया को देखना बंद कर देता है और उसके अंदर वाली छोटी गुड़िया को पढ़ना शुरू कर देता है। लेकिन यहाँ एक पेंच है: इन पुराने डिजाइनों में, छोटी गुड़िया अक्सर बिल्कुल केंद्र में या सफेद स्थानों में फंसी होती थी। यदि किसी पक्षी ने केंद्र को ढक लिया, या यदि ड्रोन का कैमरा अजीब कोण पर झुका हुआ था, तो "आंतरिक गुड़िया" छिप जाती थी, और पूरा सिस्टम विफल हो जाता था। यह एक ऐसी किताब को पढ़ने की कोशिश करने जैसा था जहाँ सबसे महत्वपूर्ण शब्द स्याही के धब्बे के पीछे छिपे हों; यदि धब्बा वहाँ होता, तो आप कहानी नहीं पढ़ पाते।

समाधान: "हर जगह" वाला मानचित्र

इस शोध पत्र के लेखक एक चतुर मोड़ प्रस्तावित करते हैं: रिकर्सिव अरुको मार्कर्स। केवल एक स्थान पर छोटे मार्कर्स छिपाने के बजाय, वे पैरेंट मार्कर के प्रत्येक काले और सफेद वर्ग में एक पूर्ण मार्कर को समाहित करते हैं।

इसे देखने के लिए, एक विशाल शतरंज बोर्ड (chessboard) की कल्पना करें। पुराने "फ्रैक्टरल" (Fractal) या "हार्को" (Harco) डिजाइनों में, आपको शायद केवल सफेद वर्गों पर छोटा शतरंज बोर्ड बनाने की अनुमति होती, या शायद केवल बीच में। लेकिन इस नए रिकर्सिव अरुको डिज़ाइन में, प्रत्येक वर्ग—चाहे वह काला हो या सफेद—में पूरे शतरंज बोर्ड की एक छोटी, सटीक प्रति है। और उन नन्हे वर्गों के अंदर? और भी छोटे संस्करण! आप अनंत काल तक ज़ूम कर सकते हैं, और आपको हमेशा एक काम करने वाला मानचित्र मिलेगा।

जादुई ट्रिक यह है कि ड्रोन इन मार्कर्स को कैसे पढ़ता है। मानक कैमरे आमतौर पर यह तय करने के लिए कि कोई वर्ग काला है या सफेद, उसके केंद्र को देखते हैं। लेकिन इस नए डिज़ाइन में, केंद्र व्यस्त है क्योंकि वह एक छोटा मानचित्र रख रहा है, इसलिए वहाँ देखना भ्रमित करने वाला हो सकता है। लेखकों का समाधान यह है कि वे वर्ग के बॉर्डर या किनारे को देखें। यह किसी व्यक्ति को उसके चेहरे के बजाय उसके कोट की रूपरेखा (outline) से पहचानने जैसा है। क्योंकि ड्रोन केवल किनारों की जाँच करता है, इससे कोई फर्क नहीं पड़ता कि केंद्र किसी पत्ते, छाया या पक्षी द्वारा ढका गया है। "रूपरेखा" अभी भी दिखाई दे रही है, और ड्रोन जानता है कि वह कहाँ है।

उन्होंने क्या पाया: गति, शक्ति और वास्तविक उड़ानें

शोधकर्ताओं ने केवल ये मार्कर्स बनाए ही नहीं; उन्होंने इनका कड़ाई से परीक्षण भी किया।

1. दूर तक देखना और करीब आना:
कंप्यूटर सिमुलेशन में, उन्होंने परीक्षण किया कि कैमरा 0.5 मीटर से 100 मीटर की दूरी पर जाने पर विभिन्न मार्कर्स कितनी अच्छी तरह काम करते हैं।

• मानक मार्कर्स विफल हो गए जब ड्रोन बहुत करीब आ गया (मार्कर फ्रेम से बाहर चला गया) या बहुत दूर चला गया (मार्कर बहुत छोटा हो गया)।
• पुराने "फ्रैक्टरल" मार्कर्स तीव्र कोणों के साथ संघर्ष करते थे और लगभग 31.9 मीटर की दूरी के बाद मार्कर का पता लगाने में विफल रहे।
• नया रिकर्सिव अरुको पूरे 63.3 मीटर तक काम करता रहा और 80 डिग्री तक के अत्यधिक कोणों (लग तक सीधे नीचे की ओर देखना) को बिना सिग्नल खोए संभाल लिया। यह बहुत तेज़ भी था, जो लगभग 185 फ्रेम प्रति सेकंड की दर से छवियों को प्रोसेस कर रहा था, जबकि मानक मार्कर्स लगभग 85 FPS पर थे।

2. "धब्बे" से बचना:
उन्होंने परीक्षण किया कि जब मार्कर आंशिक रूप से ढका (occluded) हो तो क्या होता है।

• यदि आप एक मानक मार्कर का केवल 5-10% हिस्सा ढक देते हैं, तो यह अक्सर विफल हो जाता है।
• पुराने फ्रैक्टरल मार्कर्स पूरी तरह से क्रैश हो जाते थे यदि केंद्र अवरुद्ध हो जाता था।
• रिकर्सिव अरुको मार्कर्स अविश्वसनीय रूप से मजबूत थे। उन्होंने 30% इमेज को यादृच्छिक काले-सफेद शोर (noise) से ढकने के बावजूद 100% डिटेक्शन रेट बनाए रखा। वे तब भी पढ़े जा सकते थे जब मार्कर का 60% हिस्सा कैमरे के दृश्य से बाहर काट दिया गया हो। यह एक ऐसी किताब को पढ़ने जैसा है जिसमें आधे पन्ने फटे हुए हों, जब तक कि आप शेष टेक्स्ट के किनारों को देख पा रहे हों।

3. वास्तविक दुनिया की उड़ान:
अंत में, उन्होंने एक वास्तविक DJI Mini 4 Pro ड्रोन लिया और उसे एक भौतिक 30 × 30 सेमी के लैंडिंग पैड के ऊपर उड़ाया। ड्रोन ने उड़ान भरी, 15 मीटर तक गया, और वापस नीचे उतरा।

• मार्कर पूरी उड़ान के दौरान पूरी तरह से काम करता रहा।
• केवल एक बार, सबसे ऊपर (लगभग 14 मीटर पर), जब मार्कर बहुत छोटा हो गया था, तो यह थोड़ा डगमगाया।
• जैसे ही ड्रोन नीचे आया, मार्कर को तुरंत पहचान लिया गया, जिससे एक सुचारू, निरंतर लैंडिंग संभव हुई।

यह क्यों मायने रखता है

सबसे रोमांचक बात यह नहीं है कि मार्कर मजबूत है; बल्कि यह है कि यह अद्वितीय (unique) है। पुराने "फ्रैक्टरल" डिजाइनों में, आंतरिक मार्कर्स की अपनी कोई विशिष्ट आईडी नहीं थी, वे केवल बड़े वाले के छोटे संस्करण थे। इसका मतलब था कि आप नेस्टेड होने पर एक लैंडिंग पैड को दूसरे से आसानी से अलग नहीं कर सकते थे। रिकर्सिव अरुको हर स्तर पर समान विशिष्ट आईडी बनाए रखता है। इसका अर्थ है कि शहरों में ड्रोनों का एक पूरा बेड़ा उड़ सकता है, और प्रत्येक ड्रोन को एक विशिष्ट लैंडिंग पैड आईडी सौंपी जा सकती है। चाहे ड्रोन कितनी भी ऊँचाई या नीचाई पर हो, या वह मार्कर के किस हिस्से को देख रहा हो, वह जानता है कि उसका "घर" कौन सा है।

लेखक निष्कर्ष निकालते हैं कि यह तरीका एक सरल लेकिन शक्तिशाली अपग्रेड है। इसके लिए महंगे नए हार्डवेयर की आवश्यकता नहीं है, बस कोड को बनाने और उसे पढ़ने के एक स्मार्ट तरीके की आवश्यकता है। केंद्र के बिखराव को अनदेखा करके और मजबूत किनारों पर ध्यान केंद्रित करके, उन्होंने एक लैंडिंग सिस्टम बनाया है जो तेज़, अधिक विश्वसनीय है, और उन वास्तविक, अराजक आसमानों के लिए तैयार है जहाँ ड्रोन वास्तव में उड़ते हैं।