Sliding Sensors: Configurable Confidence in State Estimation for Continuum Robots

कल्पना कीजिए कि एक ऐसी दुनिया है जहाँ रोबोट केवल कठोर धातु के हाथ नहीं हैं, बल्कि लचीले, सांप जैसे जीव हैं जो तंग जगहों से रेंगकर निकल सकते हैं, गुफाओं की खोज कर सकते हैं, या यहाँ तक कि डॉक्टरों को मानव शरीर के भीतर नाजुक सर्जरी करने में मदद कर सकते हैं। इन्हें "कंटीनम रोबोट" (continuum robots) कहा जाता है। पेचीदा बात यह है कि यह जानना कि उनके शरीर के हर इंच की स्थिति किसी भी क्षण बिल्कुल कहाँ है। यदि कोई रोबोट सोचता है कि उसकी नाक एक जगह पर है लेकिन वास्तव में वह कहीं और है, तो वह ऐसी चीज़ से टकरा सकता है जिसे उसे नहीं टकराना चाहिए। इसे ठीक करने के लिए, इंजीनियर आमतौर पर रोबोट पर सेंसर लगाते हैं जो आँखों की तरह काम करते हैं, जिससे कंप्यूटर को पता चलता है कि रोबोट कहाँ है। लेकिन यहाँ एक पेंच है: यदि आपके पास केवल रोबोट के सिरे पर एक ही जोड़ी आँखें हैं, तो रोबोट अपने नाक की स्थिति के बारे में तो बहुत आश्वस्त होता है, लेकिन वह अपने बाकी शरीर के बारे में पूरी तरह से अनुमान लगा रहा होता है। यह एक लंबे, टेढ़े-मेढ़े कीड़े के आकार का अनुमान लगाने जैसा है जिसे आप केवल उसके सिर को देखकर लगाने की कोशिश कर रहे हैं; आप सिर से जितना दूर जाते हैं, आपकी अनिश्चितता उतनी ही बढ़ती जाती है।

यह शोध इस अनुमान लगाने वाले खेल का एक चतुर समाधान पेश करता है। सेंसर को एक ही जगह पर स्थिर रखने के बजाय, शोधकर्ताओं ने एक ऐसा रोबोट बनाया है जहाँ सेंसर वास्तव में रोबोट के शरीर के साथ आगे-पीछे फिसल सकता है, जैसे धागे में एक मोती। अपने सेंसर को इधर-उधर घुमाकर, वे "निश्चितता के क्षेत्र" (zone of certainty) को उस जगह स्थानांतरित कर सकते हैं जहाँ इसकी सबसे अधिक आवश्यकता हो। टीम ने इस विचार का परीक्षण एक वास्तविक रोबोट और एक कंप्यूटर सिमुलेशन के साथ किया, जिसमें पाया गया कि हालांकि रोबोट एकदम सटीक तो नहीं हुआ, लेकिन सेंसर को इधर-उधर घुमाने से रोबोट का अपने आकार के बारे में अनुमान, सेंसर के स्थिर रहने की तुलना में थोड़ा बेहतर हुआ।

स्लाइडिंग सेंसर: एक रोबोट जो खुद को "देख" सकता है

लचीले रोबोटों की दुनिया में, अपने स्वयं के आकार को जानना एक निरंतर चुनौती है। इन रोबोटों को अनिश्चित वातावरण में मुड़ने और झुकने के लिए डिज़ाइन किया गया है, इसलिए उन्हें सुरक्षित रहने के लिए यह जानने की आवश्यकता है कि वे वास्तव में कहाँ हैं। आमतौर पर, इंजीनियर रोबोट की स्थिति को मापने के लिए निश्चित स्थानों पर सेंसर लगाते हैं। हालाँकि, यह एक समस्या पैदा करता है: रोबोट सेंसर के पास वाले हिस्सों के बारे में बहुत आश्वस्त होता है, लेकिन जैसे-जैसे आप दूर जाते हैं, आत्मविश्वास कम होता जाता है। यह एक लंबी, घुमावदार सड़क का वर्णन करने की कोशिश करने जैसा है जब आप केवल पहले कुछ फीट ही देख सकते हैं; आपको बाकी हिस्से का अनुमान इस आधार पर लगाना पड़ता है कि वह सड़क आमतौरता पर कैसी दिखती है, जो हमेशा सटीक नहीं होता।

इस अध्ययन के पीछे के शोधकर्ताओं ने एक सरल प्रश्न पूछा: क्या होगा यदि सेंसर को एक जगह स्थिर न रहना पड़े? उन्होंने एक नया डिज़ाइन प्रस्तावित किया जहाँ सेंसर रोबोट के शरीर के अंदर एक ट्रैक पर लगा होता है, जिससे वह खिड़की के स्लाइडर की तरह आगे-पीछे फिसल सकता है। यह सेंसर को एक सक्रिय उपकरण में बदल देता है जो रोबोट के विभिन्न हिस्सों में जाकर विशिष्ट क्षेत्रों की "जाँच" कर सकता है।

उन्होंने इसका परीक्षण कैसे किया

यह विचार काम करता है या नहीं, यह देखने के लिए टीम ने एक 'प्रूफ-ऑफ-कॉन्सेप्ट' रोबोट बनाया। उन्होंने विशेष धातु ट्यूबों से बना 70 सेंटीमीटर लंबा 'टेंडन-ड्रिवन' रोबोट इस्तेमाल किया। रोबोट के बैकबोन के अंदर, उन्होंने एक छोटा इलेक्ट्रोमैग्नेटिक सेंसर (लगभग चावल के दाने के आकार का, जिसका व्यास 0.5 मिमी और लंबाई 8 मिमी है) लगाया जो एक स्लाइडिंग तंत्र से जुड़ा था। इस तंत्र को एक छोटे मोटर द्वारा संचालित किया गया था जो सेंसर को 60 मिलीमीटर के ट्रैक पर आगे-पीछे धकेल सकता था।

उन्होंने इस सेटअप का दो तरीकों से परीक्षण किया। पहले, उन्होंने प्रयोगशाला में एक वास्तविक रोबोट का उपयोग किया, जिसमें रोबोट को अलग-अलग आकारों (सीधा, C-आकार, और S-आकार) में स्थिर रखते हुए सेंसर को आगे-पीछे घुमाया गया। उन्होंने रोबोट की वास्तविक स्थिति को ट्रैक करने के लिए हाई-स्पीड कैमरों का उपयोग किया, जो "ग्राउंड ट्रुथ" (वास्तविक स्थिति) के रूप में कार्य करते थे ताकि यह देखा जा सके कि उनके अनुमान वास्तविक स्थिति के कितने करीब थे। दूसरा, उन्होंने एक वर्चुअल रोबोट के साथ सिमुलेशन चलाया जहाँ सेंसर शरीर की पूरी लंबाई में फिसल सकता था।

उन्हें क्या परिणाम मिले

परिणामों से पता चला कि सेंसर को हिलाने से वास्तव में मदद मिली। जब सेंसर रोबोट के सिरे पर स्थिर था, तो रोबोट के अपने आकार के अनुमान में कुछ त्रुटि थी। लेकिन जब उन्होंने सेंसर को आगे-पीछे खिसकाया, तो त्रुटि कम हो गई।

C-आकार वाले रोबोट के वास्तविक परीक्षणों में, स्लाइडिंग सेंसर ने स्थिति की त्रुटि को 6.1% (1.64 सेमी से घटकर 1.54 सेमी) कम कर दिया। S-आकार वाले रोबोट के लिए, सुधार और भी स्पष्ट था, जिसमें स्थिति की त्रुटि में 8.4% की कमी आई (1.78 सेमी से घटकर 1.63 सेमी)। ओरिएंटेशन एरर (रोबोट यह कितनी अच्छी तरह जानता है कि वह किस दिशा में इशारा कर रहा है) में भी सुधार हुआ, जो आकार के आधार पर लगभग 3% से 4% तक गिर गया।

शोधकर्ता बताते हैं कि ऐसा इसलिए होता है क्योंकि रोबोट का कंप्यूटर सेंसर की गति का उपयोग समय के साथ पूरे शरीर की एक बेहतर तस्वीर बनाने के लिए कर सकता है। यह एक लंबे, अंधेरे टनल के आकार का अनुमान लगाने जैसा है यदि आप एक छोर से टॉर्च जलाते हैं; यदि आप रोशनी को स्थिर रखते हैं, तो आप केवल एक छोटा घेरा देखते हैं। लेकिन यदि आप रोशनी को आगे-पीछे घुमाते हैं, तो आप टनल के आकार का एक बहुत स्पष्ट मानसिक मानचित्र बना सकते हैं। पेपर सुझाव देता है कि यह "मोशन प्रायर" (motion prior)—यह तथ्य कि सेंसर हिल रहा है—रोबोट को पुरानी और नई जानकारी को जोड़कर एक स्मार्ट अनुमान लगाने में मदद करता है।

इसका क्या अर्थ है (और क्या नहीं है)

पेपर सावधानी से नोट करता है कि यह कोई जादुई समाधान नहीं है जो रोबोट को पूर्ण बना दे। सुधार छोटे लेकिन मापने योग्य थे, और परीक्षण मुख्य रूप से तब किए गए जब रोबोट स्थिर था या बहुत धीरे चल रहा था। लेखक स्वीकार करते हैं कि उन्होंने अभी तक यह परीक्षण नहीं किया है कि यह तेज़ गति से या अराजक, वास्तविक दुनिया के वातावरण में कैसे काम करता है। वे यह भी बताते हैं कि उनका वर्तमान डिज़ाइन थोड़ा भारी है और इसके लिए सेंसर का बहुत छोटा होना आवश्यक है ताकि वह रोबोट के मुख्य भाग के भीतर फिट हो सके।

हालाँकि, यह अध्ययन सफलतापूर्वक सिद्ध करता है कि अवधारणा काम करती है: आप एक सेंसर को पुनर्गठित करके यह बदल सकते हैं कि रोबोट किस हिस्से के बारे में सबसे अधिक आश्वस्त महसूस करता है। यह एक नए प्रकार के "सक्रिय अनुमान" (active estimation) के द्वार खोलता है, जहाँ रोबोट केवल डेटा का निष्क्रिय रूप से इंतजार नहीं करता है, बल्कि सर्वोत्तम जानकारी प्राप्त करने के लिए अपने सेंसर को सक्रिय रूप से घुमाता है। लेखक आशा करते हैं कि यह भविष्य के रोबोटों को प्रेरित करेगा जो अपनी गतिविधियों और सेंसिंग रणनीतियों को एक साथ नियोजित कर सकें, जिससे यह सुनिश्चित हो सके कि वे हमेशा जानते हैं कि वे कहाँ हैं, चाहे वे कितना भी टेढ़े-मेढ़े क्यों न हों।