⚡ electrical engineering

From Distances to Trajectories: Real-Time Signed Distance Function Mapping and Distance-Accelerated Motion Planning for UAVs

यह शोध पत्र यूएवी (UAVs) के लिए एक एकीकृत ऑनबोर्ड सिस्टम प्रस्तुत करता है जो एक न्यूरल नेटवर्क-आधारित साइन्ड डिस्टेंस फंक्शन (OREN) और एक डिस्टेंस-एक्सेलेरेटेड सर्च प्लैनर (Bubble $^\star$ ) का उपयोग करके मैपिंग और प्लानिंग को सह-डिज़ाइन करता है ताकि पारंपरिक तरीकों की तुलना में काफी बेहतर सटीकता और गति के साथ भीड़भाड़ वाले वातावरण में वास्तविक समय में सुरक्षित नेविगेशन सक्षम किया जा सके।

मूल लेखक: Jason Stanley (UC San Diego, La Jolla, USA), Zhirui Dai (UC San Diego, La Jolla, USA), Qihao Qian (UC San Diego, La Jolla, USA), Tzu-Chin Ho (UC San Diego, La Jolla, USA), Tianxing Fan (UC San Diego

प्रकाशित 2026-07-22

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Jason Stanley (UC San Diego, La Jolla, USA), Zhirui Dai (UC San Diego, La Jolla, USA), Qihao Qian (UC San Diego, La Jolla, USA), Tzu-Chin Ho (UC San Diego, La Jolla, USA), Tianxing Fan (UC San Diego, La Jolla, USA), Siddharth Saha (Shield AI, San Diego, USA), Christopher Barngrover (Shield AI, San Diego, USA), Ki Myung Brian Lee (UC San Diego, La Jolla, USA), Nikolay Atanasov (UC San Diego, La Jolla, USA)

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 एक रोबोट को एक बिखरे हुए, अव्यवस्थित कमरे में बिना टकराए उड़ना सिखाने की कोशिश कर रहे हैं। इसके लिए, रोबोट को दो सुपरपावर्स की आवश्यकता होगी। पहला, उसे मैपिंग (mapping) की आवश्यकता है: दुनिया को देखने और दीवारों, मेजों और कुर्सियों के स्थान का एक मानसिक चित्र बनाने की क्षमता। दूसरा, उसे प्लानिंग (planning) की आवश्यकता है: उस चित्र को देखने और बिंदु A से बिंदु B तक उड़ने के लिए एक सुरक्षित रास्ता खोजने की क्षमता। लंबे समय तक, इंजीनियरों ने इन्हें दो अलग-अलग कार्यों के रूप में माना। रोबोट एक सरल "हाँ/नहीं" वाला नक्शा बनाता था (क्या यह जगह खाली है या भरी हुई है?) और फिर उस नक्शे के माध्यम से रास्ता खोजने की कोशिश करता था। लेकिन यह एक शहर में केवल बंद सड़कों की सूची का उपयोग करके नेविगेट करने जैसा है, बिना यह जाने कि खुली सड़कें कितनी चौड़ी हैं या अगले ट्रैफिक लाइट से आप कितनी दूर हैं। यह धीमा, अनाड़ी है और अक्सर बंद रास्तों (dead ends) की ओर ले जाता है।

यह शोध पत्र ड्रोन को अज्ञात, अव्यवस्थित स्थानों में अधिक स्मार्ट और तेज़ बनाने की समस्या पर काम करता है। लेखक तर्क देते हैं कि मैपिंग और प्लानिंग को दो अलग चरणों के रूप में मानने के बजाय, उन्हें सबसे अच्छा दोस्त होना चाहिए जो एक ही, अत्यंत विस्तृत मानसिक मॉडल साझा करते हैं जिसे साइंड डिस्टेंस फंक्शन (Signed Distance Function - SDF) कहा जाता है। एक SDF को केवल इस बात के नक्शे के रूप में न सोचें कि चीजें कहाँ हैं, बल्कि एक ऐसे नक्शे के रूप में सोचें जो आपको बताता है कि हवा के हर बिंदु पर आप निकटतम दीवार से ठीक कितनी दूर हैं। यदि आप एक दीवार से एक मीटर दूर हैं, तो नक्शा कहता है "1.0"; यदि आप उसे छू रहे हैं, तो यह कहता है "0"; यदि आप दीवार के अंदर हैं, तो यह कहता है "-1"। इस समृद्ध, दूरी-युक्त नक्शे का उपयोग करके, रोबोट केवल "दीवार" या "कोई दीवार नहीं" जानने की तुलना में बहुत तेज़ी से और सुरक्षित निर्णय ले सकता है।

शोधकर्ताओं ने, जो UC सैन डिएगो और शील्ड एआई (Shield AI) की एक टीम है, एक नया सिस्टम विकसित किया है जो इसे संभव बनाने के लिए एक चतुर न्यूरल नेटवर्क को एक सर्च एल्गोरिदम के साथ जोड़ता है। वे अपने मैपिंग टूल को OREN (ऑक्ट्री रेसिडुअल नेटवर्क) और अपने प्लानिंग टूल को Bubble⋆ (बबल स्टार) कहते हैं।

यहाँ बताया गया है कि उनका सिस्टम कैसे काम करता है, कुछ मनोरंजक उपमाओं का उपयोग करते हुए:

द मैपर: OREN (एक स्केचबुक के साथ कलाकार)
कल्पना कीजिए कि ड्रोन एक अंधेरी गुफा के माध्यम से उड़ रहा है। उसे उड़ते हुए गुफा का चित्र बनाना होगा। पुराने तरीकों ने गुफा को छोटे-छोटे बक्सों के एक विशाल ग्रिड का उपयोग करके बनाने की कोशिश की, जिसमें एक-एक करके बॉक्स भरे जाते थे। यह धीमा है और चित्र ब्लॉक जैसा (blocky) दिखता है। अन्य तरीकों ने पूरी गुफा को पूरी तरह से बनाने के लिए एक सुपर-स्मार्ट एआई कलाकार का उपयोग करने की कोशिश की, लेकिन वह कलाकार बहुत धीमा था और उसे एक छोटे ड्रोन पर चलाने के लिए बहुत अधिक मेमोरी की आवश्यकता थी।

OREN एक हाइब्रिड कलाकार की तरह है। यह बड़े चित्र को सही ढंग से समझने के लिए बक्सों के एक "कंकाल" (ऑक्ट्री) का उपयोग करके गुफा का एक त्वरित, कच्चा स्केच बनाता है। फिर, यह विवरण जोड़ने के लिए एक न्यूरल नेटवर्क (एक प्रकार का एआई) का उपयोग करता है, जैसे कि चट्टान की बनावट या एक स्टैलेक्टाइट (stalactite) का घुमाव, जो उस स्केच के ऊपर बनाया जाता है। यह ड्रोन को बहुत कम कंप्यूटर पावर का उपयोग करते हुए भी, हवा में हर दूरी का एक सुचारू, सटीक और निरंतर नक्शा बनाने की अनुमति देता है। उनके परीक्षणों में, इस पद्धति ने पुरानी तकनीकों की तुलना में दूरी के नक्शे की सटीकता में 22% का सुधार किया।

द प्लानर: Bubble⋆ (एक फूलता हुआ गुब्बारा)
एक बार जब ड्रोन के पास यह विस्तृत नक्शा होता है, तो उसे एक रास्ता खोजना होता है। पारंपरिक प्लानर, जैसे कि प्रसिद्ध A⋆ (ए-स्टार) एल्गोरिदम, एक भूलभुलैया में एक चूहे की तरह काम करते हैं। वे एक समय में एक छोटा सा वर्ग देखते हैं: "क्या मैं बाईं ओर जा सकता हूँ? नहीं। क्या मैं दाईं ओर जा सकता हूँ? हाँ।" उन्हें रास्ता खोजने के लिए इन हजारों छोटे वर्गों को जांचना पड़ता है, जिसमें बहुत समय लगता है।

Bubble⋆ अलग है। छोटे वर्गों को जांचने के बजाय, यह सुरक्षा के विशाल, अदृश्य बबल्स (गुब्बारे) फुलाने के लिए नक्शे से प्राप्त दूरी की जानकारी का उपयोग करता है। यदि ड्रोन एक चौड़े, खुले गलियारे में खड़ा है, तो गुब्बारा बड़ा हो जाता है, पूरे गलियारे को कवर कर लेता है। यदि वह एक संकीकर गलियारे में है, तो गुब्बारा छोटा रहता है। प्लानर फिर एक विशाल गुब्बारे के केंद्र से दूसरे तक कूदता है, बीच के खाली स्थान को छोड़ते हुए। यह तालाब के किनारे कदम-दर-कदम चलने के बजाय तालाब के ऊपर पत्थर उछालने (skipping stones) जैसा है।

चूंकि गुब्बारे बाधाओं से मुक्त होने की गारंटी रखते हैं (सटीक नक्शे के कारण), इसलिए प्लानर को उनके अंदर टकराव (collision) की जांच करने की आवश्यकता नहीं होती है। यह प्लानिंग प्रक्रिया को अविश्वसनीय रूप से तेज़ बनाता है। पेपर के प्रयोगों में, जहाँ पुराने तरीकों को अव्यवस्थित वातावरण में रास्ता खोजने में 10 सेकंड तक लग जाते थे, वहीं Bubble⋆ ने केवल 1 से 3 सेकंड में लगभग 90 मीटर का रास्ता खोज लिया।

वास्तविक दुनिया का परीक्षण
टीम ने केवल अपने विचारों को कंप्यूटर पर नहीं चलाया; उन्होंने उन्हें एक जेटसन ओरिन एनएक्स (Jetson Orin NX) कंप्यूटर (एक शक्तिशाली लेकिन छोटा चिप) से लैस एक वास्तविक ड्रोन पर लगाया। उन्होंने ड्रोन को अनदेखे इनडोर वातावरण में सफलतापूर्वक उड़ाया, जिससे ड्रोन ने स्वयं ही वास्तविक समय में नक्शा बनाया और रास्ता निर्धारित किया। ड्रोन ने जटिल लूप और तंग जगहों से सफलतापूर्वक नेविगेट किया, और बाधाओं से सुरक्षित दूरी बनाए रखी।

परिणाम दिखाते हैं कि एक स्मार्ट, दूरी-जागरूक नक्शे (OREN) को उस दूरी का उपयोग करके सुरक्षा क्षेत्र को "फुलाने" वाले प्लानर (Bubble⋆) के साथ जोड़कर, ड्रोन पहले से कहीं अधिक तेज़ और सुरक्षित उड़ान भर सकते हैं। इस प्रणाली ने मानक ग्रिड-आधारित प्लानर की तुलना में टकराव की जांच की संख्या को 91–99% तक कम कर दिया। यह साबित करता है कि सही उपकरणों के साथ, छोटे, सीमित संसाधनों वाले रोबोट भी वास्तविक दुनिया में स्वायत्त उड़ान के जटिल कार्य को संभाल सकते हैं।

तकनीकी सारांश: दूरियों से प्रक्षेपवक्र तक (From Distances to Trajectories)

समस्या विवरण
अज्ञात, भीड़भाड़ वाले वातावरण में स्वायत्त उड़ान (Autonomous flight) के लिए, मानव रहित हवाई वाहनों (UAVs) को अपने परिवेश का एक ज्यामितीय मानचित्र (geometric map) बनाने और सुरक्षित, गतिशील रूप से व्यवहार्य प्रक्षेपवक्र (trajectories) की योजना बनाने की आवश्यकता होती है। ये संचालन स्ट्रीमिंग सेंसर डेटा से ऑनबोर्ड और वास्तविक समय (real-time) में होने चाहिए। पारंपरिक दृष्टिकोण मैपिंग और प्लानिंग को अलग-अलग चरणों के रूप में देखते हैं, जो आमतौर पर टकराव की जाँच के लिए बाइनरी ऑक्यूपेंसी मैप्स (binary occupancy maps) पर निर्भर करते हैं। यह पृथक्करण मूल्यवान दूरी और ग्रेडिएंट जानकारी को त्याग देता है जो प्लानिंग को तेज और प्रक्षेपवक्र अनुकूलन (trajectory optimization) को बेहतर बना सकती है। इसके अलावा, मौजूदा साइन्ड डिस्टेंस फंक्शन (SDF) विधियाँ अक्सर हवाई स्वायत्तता की परस्पर विरोधी आवश्यकताओं को पूरा करने में विफल रहती हैं: या तो वे सटीक लेकिन गणनात्मक रूप से महंगी हैं (न्यूरल विधियाँ), या कुशल लेकिन असतत और गैर-विभेदक (non-differentiable) हैं (वॉल्यूमेट्रिक विधियाँ), या प्रेक्षित सतहों से परे विस्तार करने में असमर्थ हैं (गौसियन प्रोसेस विधियाँ)। चुनौती एक एकीकृत प्रणाली विकसित करने की है जो वास्तविक समय में सटीक, नॉन-ट्रंकेटेड SDFs का पुनर्निर्माण करे और इस निरंतर दूरी संबंधी जानकारी का उपयोग सीमित ऑनबोर्ड कंप्यूटेशनल बाधाओं के तहत कुशलतापूर्वक योजना बनाने के लिए करे।

कार्यप्रणाली (Methodology)
लेखक एक एकीकृत दृष्टिकोण प्रस्तावित करते हैं जिसमें दो मुख्य घटक शामिल हैं: मैपिंग के लिए OREN (ऑक्ट्री रेसिडुअल नेटवर्क) और मोशन प्लानिंग के लिए Bubble⋆।

OREN (मैपिंग):
- आर्किटेक्चर: OREN एक हाइब्रिड मॉडल है जो एक स्पष्ट ज्यामितीय पूर्ववृत्त (explicit geometric prior) को एक निहित न्यूरल रेसिडुअल (implicit neural residual) के साथ जोड़ता है। यह एक सेमी-स्पार्स ऑक्ट्री (semi-sparse octree) का उपयोग करता है जहाँ पहले $M$ परतें सेमी-स्पार्स हैं (सभी भरे हुए नोड्स के सिब्लिंग्स बनाती हैं) और बाद की परतें स्पार्स हैं।
- SDF प्रायर (Prior): प्रत्येक ऑक्टेंट वर्टेक्स (octant vertex) SDF मान ( $d_k$ ) और उसके ग्रेडिएंट ( $g_k$ ) के सीखने योग्य अनुमानों को संग्रहीत करता है। एक मोटा SDF प्रायर, $d_{ga}(v)$ , ग्रेडिएंट-ऑगमेंटेड ट्रिलिनियर इंटरपोलेशन के माध्यम से संगलित किया जाता है। यह विधि वर्टेक्स से मानों का विस्तार करने के लिए संग्रहीत ग्रेडिएंट्स का उपयोग करती है, जो मानक इंटरपोलेशन की तुलना में अधिक सटीक प्रायर प्रदान करती है, विशेष रूप से सतह से दूर।
- न्यूरल रेसिडुअल: ऑक्ट्री रेजोल्यूशन सीमाओं के कारण खोई गई सूक्ष्म ज्यामितीय बारीकियों को पुनः प्राप्त करने के लिए, ऑक्टेंट वर्टेक्स पर निहित न्यूरल फीचर्स (implicit neural features) संग्रहीत किए जाते हैं। एक मल्टी-लेयर पर्सेप्ट्रॉन (MLP) डिकोडर इन फीचर्स के आधार पर एक रेसिडुअल सुधार, $\delta d(v)$ की भविष्यवाणी करता है।
- ऑक्यूपेंसी और प्रशिक्षण: दूसरा MLP डिकोडर फीचर्स से सीधे ऑक्यूपेंसी लॉग-ऑड्स (occupancy log-odds) की भविष्यवाणी करता है। इस ऑक्यूपेंसी भविष्यवाणी का उपयोग ऑनलाइन प्रशिक्षण के दौरान SDF साइन को सुपरवाइज करने के लिए एक रेगुलाइजेशन टर्म के रूप में किया जाता है, जिससे सेंसर शोर के प्रति मजबूती में सुधार होता है। अंतिम SDF $\hat{d}(v) = d_{ga}(v) + \delta d(v)$ है।
- आउटपुट: सिस्टम एक निरंतर, विभेदक (differentiable), नॉन-ट्रंकेटेड SDF मैप उत्पन्न करता है जिसका मेमोरी फुटप्रिंट कम है, जो स्ट्रीमिंग पॉइंट क्लाउड्स से वास्तविक समय के अपडेट के लिए उपयुक्त है।
Bubble⋆ (प्लानिंग):
- अवधारणा: पथ खोज (path search) और सुरक्षित कॉरिडोर निर्माण को अलग-अलग चरणों के रूप में मानने के बजाय, Bubble⋆ उन्हें एकीकृत करता है। यह किसी भी बिंदु पर किसी बिंदु के आसपास एक अधिकतम टकराव-मुक्त बॉल (एक "बबल") को परिभाषित करने के लिए SDF मान का लाभ उठाता है।
- एल्गोरिदम: Bubble⋆ एक सर्च-आधारित प्लानर है जो ग्रिड पर बबल्स का एक ग्राफ बनाता है। यह SDF क्लीयरेंस मानों से बबल्स को विकसित करके नोड्स का विस्तार करता है। एल्गोरिदम बबल के भीतर के नोड्स को बबल की सीमा पर स्थित नोड्स से जोड़ता है।
- खोज (Search): A⋆ के समान एक ह्यूरिस्टिक का उपयोग करते हुए, प्लानर सबसे आशाजनक नोड का विस्तार करता है, और सीमा नोड्स को उत्तराधिकारी (successors) के रूप में जोड़ता है। क्योंकि बबल एक टकराव-मुक्त क्षेत्र का प्रतिनिधित्व करता है, प्लानर मध्यवर्ती ग्रिड चेक्स को छोड़ सकता है, जिससे प्रभावी रूप से बबल्स के भीतर "एनी-एंगल" पाथफाइंडिंग की जा सकती है।
- गारंटी: लेखक समाप्ति (termination), पूर्णता (completeness - $1.5\Delta$ के हल्के क्लीयरेंस धारणा के तहत), और विफलता का पता लगाने के लिए औपचारिक प्रमाण प्रदान करते हैं।
- ट्रैजेक्टरी ऑप्टिमाइजेशन: ओवरलैपिंग बबल्स का क्रम एक सुरक्षित कॉरिडोर बनाता है। लेखक इस कॉरिडोर के भीतर एक गतिशील रूप से व्यवहार्य प्रक्षेपवक्र को अनुकूलित करने के लिए MINCO (मिनिमम कंट्रोल) का उपयोग करते हैं। अनुकूलन अपने पैरामीट्राइजेशन में अनकन्स्ट्रेंड (unconstrained) है, जो अनकन्स्ट्रेंड वेरिएबल्स को बबल ओवरलैप क्षेत्रों के वेपॉइंट्स में मैप करता है, यह सुनिश्चित करते हुए कि प्रक्षेपवक्र स्नैप (snap) और अवधि को कम करते हुए सुरक्षा बाधाओं का सम्मान करे।

प्रमुख योगदान

OREN: एक मैपिंग दृष्टिकोण जो एक स्पष्ट ऑक्ट्री प्रायर के साथ निहित न्यूरल सुधारों को जोड़कर वास्तविक समय में सटीक, विभेदक, नॉन-ट्रंकेटेड SDFs का पुनर्निर्माण करता है। यह न्यूरल विधियों की सटीकता को वॉल्यूमेट्रिक विधियों की मेमोरी और रनटाइम दक्षता के साथ प्राप्त करता है।
Bubble⋆: एक सर्च-आधारित मोशन प्लानर जो पथ खोज और सुरक्षित-कॉरिडोर निर्माण को एकीकृत करता है। यह सीधे SDF क्वेरीज से टकराव-मुक्त गोलों (बबल्स) का एक ग्राफ बनाता है, जो समाप्ति, पूर्णता और विफलता का पता लगाने की औपचारिक गारंटी प्रदान करता है।
एकीकृत प्रणाली: एक क्वाडकॉप्टर (Jetson Orin NX) पर पूरी तरह से ऑनबोर्ड एक वास्तविक समय में नेविगेट करने वाले अनसीन इंडोर वातावरण में पूर्ण OREN-Bubble⋆ पाइपलाइन का प्रदर्शन।

परिणाम

मैपिंग प्रदर्शन: बेसलाइन्स (H2-Mapping, PIN-SLAM, HIO-SDF, Voxblox) की तुलना में, OREN ने औसत रूप से SDF अनुमान में 22% का सुधार किया। Newer College डेटासेट पर, इसने सर्वश्रेष्ठ बेसलाइन्स पर औसत 43.1% के साथ मेश पुनर्निर्माण मेट्रिक्स में सुधार किया।
प्लानिंग दक्षता: Bubble⋆ ने ग्रिड-आधारित A⋆ और सैंपलिंग-आधारित RRT/RRT⋆ प्लानर्स को काफी पीछे छोड़ दिया।
- टकराव की जाँच (Collision Checks): 2D परीक्षणों में Bubble⋆ ने A⋆ की तुलना में 91–99% कम टकराव चेक्स किए।
- प्लानिंग समय: 3D औद्योगिक वातावरण में, Bubble⋆ ने ~90 मीटर तक फैले प्रक्षेपवक्रों को 1–3 सेकंड (कुल समय ~1.0s) में खोज लिया, जबकि A⋆ ने 1.2s तक और RRT⋆ ने 10s तक का समय लिया। वन (forest) वातावरण में, Bubble⋆ ने 4.2s के लिए A⋆ और 10s से अधिक के लिए RRT⋆ की तुलना में 3.8s में प्लानिंग पूरी की।
- प्रक्षेपवक्र गुणवत्ता: Bubble⋆ ने RRT⋆ द्वारा खोजे गए सबसे छोटे पथों के समान लंबाई के पथ बनाए, लेकिन कम ट्रैकिंग त्रुटियों (औद्योगिक सेटिंग्स में 0.314 m के मुकाबले 0.291 m) के साथ।
वास्तविक उड़ान: सिस्टम ने एक इंडोर वातावरण में एक क्वाडकॉप्टर पर मल्टी-सेगमेंट, लूपिंग प्रक्षेपवक्रों को सफलतापूर्वक निष्पादित किया, बाधाओं से सुरक्षित क्लीयरेंस बनाए रखते हुए वास्तविक समय की फ्रीक्वेंसी (OREN ~7 Hz पर, प्लानिंग <220 ms में) पर चला।

महत्व
यह शोध पत्र तर्क देता है कि मैपिंग और प्लानिंग को एक ही प्रतिनिधित्व: साइन्ड डिस्टेंस फंक्शन (SDF) के इर्द-गिर्द सह-डिज़ाइन किया जाना चाहिए। निकटतम बाधा की दूरी को एनकोड करके, SDF बाइनरी ऑक्यूपेंसी की तुलना में समृद्ध जानकारी प्रदान करता है, जिससे प्लानर को व्यक्तिगत ग्रिड सेल की जाँच करने के बजाय अधिकतम टकराव-मुक्त क्षेत्र (बबल्स) विकसित करने की अनुमति मिलती। यह दृष्टिकोण टकराव की जाँच के कंप्यूटेशनल बोझ को कम करता है, प्लानिंग प्रक्रिया को तेज करता है, और प्रक्षेपवक्र अनुकूलन के लिए सुचारू बाधाएं प्रदान करता है। लेखक प्रदर्शित करते हैं कि यह एकीकृत दृष्टिकोण उच्च-निष्ठा वाले इंप्लिसिट मैपिंग और कुशल, वास्तविक समय की मोशन प्लानिंग के बीच के अंतर को पाटते हुए, सीमित कंप्यूट और मेमोरी बजट वाले ऑनबोर्ड UAV हार्डवेयर के तहत भी सुरक्षित, स्वायत्त उड़ान को व्यावहारिक बनाता है।

इसी तरह के और पेपर