Feelium: A Touchable Blimp Body for Aerial Telepresence

तकनीकी सारांश: फीलियम (Feelium) – हवाई टेलीप्रेजेंस के लिए एक स्पर्श योग्य ब्लिम्प बॉडी

समस्या विवरण (Problem Statement)
मौजूदा हवाई टेलीप्रेजेंस सिस्टम, विशेष रूप से ड्रोन, स्वाभाविक सामाजिक संपर्क को सुगम बनाने में महत्वपूर्ण सीमाओं का सामना करते हैं। जबकि शोध से पता चला है कि क्वाडकॉप्टर को सुरक्षित पिंजरों (cages) में लपेटने से स्पर्श इंटरैक्शन 1.4% से बढ़कर 38.9% हो जाता है, वर्तमान सिस्टम रिमोट ऑपरेटर को हैप्टिक फीडबैक प्रदान करने में विफल रहते हैं। इसके विपरीत, पारंपरिक ड्रोन शोर वाले रोटर्स, सुरक्षा जोखिमों और बाहरी ट्रैकिंग सिस्टम पर निर्भर क्षणिक, उंगली के स्तर के संपर्क संवेदन (fingertip-scale contact sensing) द्वारा सीमित होते हैं। दूसरी ओर, हालांकि ब्लिम्प्स (blimps) को दशकों से हवाई वाहक, स्क्रीन और साथियों (जैसे PRoP, LightBee) के रूप में खोजा गया है, उनके एनवेलप (envelopes) ऐतिहासिक रूप से केवल आउटपुट-ओनली डिवाइस के रूप में कार्य करते रहे हैं। यद्यपि ज़मीन पर आधारित स्पर्श योग्य इन्फ्लेटेबल्स (inflatables) मौजूद हैं, लेकिन उनमें से कोई भी सफलतापूर्वक एक रिमोट व्यक्ति को स्पर्श की गई सतह से नहीं जोड़ पाया है, जिससे मध्यस्थ निकटता (mediated closeness) के लिए एक साझा भौतिक संपर्क चैनल बनाने में एक अंतर रह गया है।

कार्यप्रणाली (Methodology)
लेखक फीलियम (Feelceium) प्रस्तुत करते हैं, जो एक फ्लाइंग-डिस्प्ले ब्लिम्प प्लेटफॉर्म, फर्स्ट-पर्सन VR इनहैबिशन (inhabitation), और एक ऑनबोर्ड टच-सेंसिंग एनवेलप को एकीकृत करने वाला एक सिस्टम है।

• हार्डवेयर प्लेटफॉर्म: भौतिक शरीर एक 64 सेमी का इनडोर हीलियम ब्लिम्प है जिसका वजन 323.7 ग्राम है, जिसमें ~360 ग्राम का उत्प्लावन बल (buoyant lift) है। यह स्थिर, शांत उड़ने के लिए क्लोज्ड-लूप कंट्रोल के तहत चार मोटरों का उपयोग करता है। हीलियम को बनाए रखने और परिवेशी प्रकाश को अस्वीकार करने के लिए एनवेलप को काफी हद तक काला किया गया है, सिवाय एक लाइट-स्कैटरिंग फ्रंट फेस के जो रियर-प्रोजेक्शन स्क्रीन के रूप में कार्य करता है। इस स्क्रीन को 180° फिशआई लेंस के माध्यम से 24.9 ग्राम लेजर प्रोजेक्टर (Ultimems HD309) द्वारा प्रकाशित किया जाता है।
• रिमोट इनहैबिशन (Remote Inhabitation): एक रिमोट उपयोगकर्ता Apple Vision Pro पहनता है, जो फर्स्ट-पर्सन में ब्लिम्प के भीतर निवास (inhabit) करता है। एक सामने वाला फिशआई कैमरा "आंखों" के रूप में कार्य करता है, जो एक विस्तृत दृश्य क्षेत्र (field of view) बनाए रखता है ताकि संपर्क होने तक साथी का पहुँचता हुआ हाथ फ्रेम में रहे। उपयोगकर्ता का चेहरा या अवतार ब्लिम्प की त्वचा पर प्रोजेक्ट किया जाता है। नियंत्रण कमांड (आगे, पीछे, ऊपर, नीचे, बाएं मुड़ना, दाएं मुड़ना) और मीडिया स्ट्रीम HTTP पर यात्रा करते हैं।
• टच सेंसिंग आर्किटेक्चर: सिस्टम एनवेलप की त्वचा पर संपर्क को महसूस करने के लिए एक दोहरी-कैमरा दृष्टिकोण का उपयोग करता है:
  1. RGB कैमरा (प्राथमिक निर्णय निर्माता): एक रियर-माउंटेड रास्पबेरी पाई AI कैमरा (Sony IMX500) बैकलाइट के विरुद्ध अंदर से मेम्ब्रेन (membrane) का अवलोकन करता है। यह एक शैडो पाइपलाइन का उपयोग करता है जो अनइवन प्रोजेक्टर ब्राइटनेस से स्वतंत्र रहने के लिए अनटच्ड मेम्ब्रेन की एक धीरे-धीरे अनुकूलित होने वाली संदर्भ छवि बनाए रखता है। यह प्रति-पिक्सेल सापेक्ष शैडो डेप्थ (बैकलाइट के नुकसान का अंश) की गणना करता है।
  2. थर्मल कैमरा (उपस्थिति का पता लगाना): एक 32×24 MLX90640-D55 थर्मल कैमरा गर्मी को महसूस करता है। यह परिवेशी बेसलाइन के विरुद्ध फ्रेमों का अंतर निकालकर मेम्ब्रेन के पास या उसके पास मंडराते हुए गर्म शरीरों (हाथों/साथियों) का पता लगाता है, लेकिन यह स्पर्श के निर्णय नहीं लेता है, क्योंकि मेम्ब्रेन के माध्यम से संचालित ऊष्मा बहुत कमजोर और धीमी होती है।
• टच लॉजिक: सिस्टम दो गेट्स का उपयोग करके "होवर" (hover) और "टच" के बीच अंतर करता है:
  • इंस्टेंट डेप्थ गेट (Instant Depth Gate): तुरंत सख्त दबाव का पता लगाता है।
  • सस्टेन्ड-एंकरिंग गेट (Sustained-Anchoring Gate): पिछले एक सेकंड में शैडो डेप्थ के रोलिंग मिनिमम की गणना करता है। यह एक स्थिर उंगली (सस्टेन्ड शैडो) को मंडराते हाथ (डगमगाता, पतला होता शैडो) से अलग करता है।
  • इवेंट सेगमेंटेशन (Event Segmentation): एक ट्रैकर संपर्क की अवधि और उंगली के पथ की लंबाई के आधार पर निर्णयों को अलग-अलग घटनाओं (टैप, होल्ड, स्वाइप) में विभाजित करता है।
  • रेंडरिंग (Rendering): पता लगाए गए स्पर्शों को VR उपयोगकर्ता के दृश्य में स्थित मार्कर के रूप में रेंडर किया जाता है, और प्रोजेक्टर विशिष्ट स्पर्श स्थान पर प्रतिक्रिया देता है।

मुख्य योगदान (Key Contributions)
पेपर तीन प्राथमिक योगदानों का दावा करता है:

1. फीलियम सिस्टम: हवाई टेलीप्रेजेंस के लिए फ्लाइंग-डिस्प्ले ब्लिम्प, फर्स्ट-पर्सन VR इनहैबिशन और ऑनबोर्ड टच-सेंसिंग एनवेलप का पहला एकीकरण।
2. इंटरैक्शन वोकैबुलरी (Interaction Vocabulary): एक सह-स्थित साथी और रिमोट इनहैबिटेंट के बीच दो-पक्षीय स्पर्श इंटरैक्शन का एक परिभाषित सेट, जिसमें ग्रीटिंग पैट्स, पाम-टू-पाम मर्जिंग, चीक पेक्स, फिंगर-ड्राइंग गेम्स और लीन-इन हग्स शामिल हैं।
3. प्रारंभिक तकनीकी सत्यापन: प्रस्तावित शैडो और थर्मल सेंसिंग पाइपलाइन का उपयोग करके इन्फ्लेटेबल एनवेलप पर टच सेंसिंग की व्यवहार्यता का अनुभवजन्य प्रमाण।

परिणाम (Results)
सिस्टम को तीन सत्रों के 228 लेबल किए गए परीक्षणों का उपयोग करके मान्य किया गया था, जिसमें 138 प्रेरित स्पर्श (टैप, होल्ड, स्वाइप) और 90 नकारात्मक नमूने (होवर, गड़बड़ी, खाली दृश्य) शामिल थे, साथ ही निरंतर क्लिप्स भी थे।

• डिटेक्शन सेंसिटिविटी (Detection Sensitivity): शैडो डिटेक्टर ने 198 परीक्षणों में से 171 में गतिविधि दर्ज की जहाँ हाथ मौजूद था और खाली दृश्यों में कभी भी सक्रिय नहीं हुआ।
• होवर रिजेक्शन (Hover Rejection): डार्क किए गए क्षेत्र के सरल थ्रेशोल्डिंग ने 95% रिकॉल प्राप्त किया लेकिन मंडराते हाथों से होने वाले फॉल्स पॉजिटिव के कारण केवल 77% प्रिसिजन प्राप्त किया। सस्टेन्ड-एंकरिंग गेट ने प्रदर्शन में काफी सुधार किया, जिससे निरंतर क्लिप्स पर संपर्क और होवर के बीच अलग करने के लिए 0.99 का AUC प्राप्त हुआ। अनसीन डेटा पर 0.90 संतुलित सटीकता बनाए रखने के लिए फिट किया गया थ्रेशोल्ड।
• लोकलाइजेशन (Localization): 69 डिटेक्टेड टैप और होल्ड के लिए, लैंडिंग पॉइंट्स प्रेरित लक्ष्यों के आसपास मजबूती से क्लस्टर हुए, जिसमें डिटेक्टर के 640×480 रेजोल्यूशन में माध्य RMS प्रसार 9 पिक्सेल था।
• परफॉरमेंस: प्रोसेसिंग पाइपलाइन लगभग 15 fps पर ऑनबोर्ड चलती है।
• सीमाएं (Limitations): वर्तमान परिणाम मंद-कमरे की रोशनी और एनवेलप के एक एकल आयताकार "सेंसिटिव स्किन पैच" तक सीमित हैं।

महत्व और दावे (Significance and Claims)
लेखक फीलियम को हवाई टेलीप्रेजेंस के संदर्भ में एनवेलप टच की खोज करने वाला पहला सिस्टम मानते हैं। वे तर्क देते हैं कि स्पर्श सूचना विनिमय से आगे बढ़कर "उपस्थिति" (presence) को पेलोड के रूप में गहरा करने के लिए एक महत्वपूर्ण चैनल है। पेपर दावा करता है कि सिस्टम सफलतापूर्वक एक भौतिक इंटरैक्शन चैनल प्रदान करता है जहाँ त्वचा रिमोट और सह-स्थित साथियों के बीच एक साझा सतह के रूप में कार्य करती है। यह कार्य एक प्रारंभिक तकनीकी सत्यापन के रूप में प्रस्तुत किया गया है जो सामाजिक उपस्थिति, पूर्ण-एनवेलप सेंसिंग, पहनने वाले के लिए हैप्टिक फीडबैक और जेस्चर-पायलटेड फ्लाइट के द्विपक्षीय मूल्यांकन को प्रेरित करता है, जिसका लक्ष्य एक ऐसी शारीरिक उपस्थिति देना है जो "स्पर्श का निमंत्रण" दे और अलग हुए साथियों को हाथ की पहुंच के भीतर ले आए।