A Vision-based Grid-Exploration Path Planning Method for Efficient Water Surface Cleaning under Heterogeneous Debris Distributions

हमारी नदियों, झीलों और तटीय जल क्षेत्रों में तैरता हुआ कचरा केवल एक आंखों को चुभने वाली दृश्य समस्या नहीं है; यह जलीय जीवन और मानव स्वास्थ्य के लिए एक निरंतर खतरा है। जबकि बड़े औद्योगिक मशीनें खुले महासागरों की सफाई कर सकती हैं, वे अक्सर संकीर्ण, उथले नहरों और शहरी जलमार्गों के लिए बहुत भारी और महंगी होती हैं जहाँ कचरा जमा होता रहता है। इसने वैज्ञानिकों को छोटे, स्वायत्त नावों (unmanned surface vehicles) की ओर देखने के लिए प्रेरित किया है। ये रोबोट तंग जगहों पर नेविगेट कर सकते हैं और बिना किसी मानव चालक दल के काम कर सकते हैं, लेकिन उन्हें एक कठिन समस्या का सामना करना पड़ता है: जब कचरा अप्रत्याशित रूप से बिखरा हुआ हो, तो एक बड़े क्षेत्र को कुशलतापूर्वक कैसे साफ किया जाए। यदि एक रोबोट हर इंच पानी को कवर करने के लिए सीधी रेखा में आगे-पीछे चलता है, तो वह खाली पैच के ऊपर तैरने में अत्यधिक समय और ऊर्जा बर्बाद करता है जहाँ कोई कचरा मौजूद नहीं है। इसके विपरीत, यदि वह कचरा देखने के लिए रुकता है, तो वह लगातार मोड़ और घुमावों पर ईंधन बर्बाद करते हुए बेतरतीब ढंग से इधर-उधर भटक सकता है। चुनौती एक ऐसे मध्य मार्ग को खोजने में है जहाँ रोबोट अपने 'आंखों' का उपयोग करके यह देखे कि आगे क्या है, और फिर एक स्मार्ट मार्ग तैयार करे जो खाली पानी से बचते हुए कचरे के हर टुकड़े को पकड़ सके।

हांग्जो डियानज़ी यूनिवर्सिटी के शोधकर्ताओं ने इन सफाई करने वाले रोबोटों के सोचने का एक नया तरीका विकसित किया है, जिसे 'विज़न-बेस्ड ग्रिड-एक्सप्लोरेशन' (Vision-based Grid-Exploration) विधि कहा जाता है। पूरे जल सतह को अंधाधुंध छानने या कचरे के हर टुकड़े पर घबराहट में प्रतिक्रिया देने के बजाय, रोबोट पानी को प्रबंधनीय वर्गों (squares) के एक ग्रिड में विभाजित करता है। यह एक वर्ग के किनारे पर जाता है, रुकता है, और उस विशिष्ट बॉक्स के भीतर मौजूद हर चीज़ का पूर्ण दृश्य विवरण लेने के लिए चारों ओर घूमता है। केवल यह सुनिश्चित करने के बाद कि उसने उस वर्ग के भीतर कचरे के सटीक स्थान का मानचित्र बना लिया है, वह अगले वर्ग पर जाने से पहले उन सभी को इकट्ठा करने के लिए सबसे सीधा रास्ता निकालता है। इस दृष्टिकोण का परीक्षण टीम ने कंप्यूटर सिमुलेशन और एक वास्तविक नाव के माध्यम से एक संकीर्ण जल मार्ग में किया, जो रोबोट को पूरी तरह से खाली पानी को छोड़ने की अनुमति देता है। सबसे कठिन परीक्षणों में, जहाँ कचरा बहुत कम और बिखरा हुआ था, इस स्मार्ट योजना ने पारंपरिक तरीकों की तुलना में नाव द्वारा तय की जाने वाली दूरी को तीन-चौथाई से अधिक कम कर दिया, और इसने काम में लगने वाले कुल समय को लगभग दो-तिहाई कम कर दिया।

इस नवाचार का मूल आधार "क्षेत्र को कवर करने" से बदलकर "लक्ष्यों को खोजने" की ओर बदलाव है। पारंपरिक सफाई रोबोट अक्सर एक निश्चित पैटर्न का पालन करते हैं, जैसे कि एक लॉन मूवर, जो कचरा हो या न हो, पूरे क्षेत्र में आगे-पीछे चलते हैं। यह तब अच्छा काम करता है जब पानी समान रूप से गंदा हो, लेकिन वास्तविक दुनिया में, कचरा कुछ स्थानों पर गुच्छों में होता है और अन्य स्थान पूरी तरह से साफ होते हैं। न्यू的方法 (नया तरीका), जिसे हाईबिन यू और हाओनान झोउ के नेतृत्व वाली टीम ने विकसित किया है, पानी को छोटे, अलग-अलग क्षेत्रों की एक श्रृंखला के रूप में मानता है। जब रोबोट एक क्षेत्र की सीमा पर पहुँचता है, तो वह उस क्षेत्र का दृश्य निरीक्षण करता है। वह केवल कचरे को नहीं देखता; वह उस क्षेत्र की सामग्री की एक पूर्ण तस्वीर बनाता है। एक बार जब रोबोट जान जाता है कि उस क्षेत्र के भीतर प्रत्येक बोतल, कैन या फोम का टुकड़ा कहाँ स्थित है, तो वह अगले क्षेत्र की ओर बढ़ने से पहले हर वस्तु के पास जाने के लिए सबसे छोटा संभव मार्ग निर्धारित करने हेतु एक रूटिंग पहेली को हल करता है। यह पुराने तरीकों से एक महत्वपूर्ण अंतर है जो शायद निकटतम कचरे को पकड़कर वापस मुड़ जाते हैं, जिससे अक्सर एक अराजक और अक्षम मार्ग बनता है।

इस विचार को सिद्ध करने के लिए, शोधकर्ताओं ने एक सिम्युलेटेड वातावरण में व्यापक परीक्षण किए जो 40 मीटर गुणा 40 मीटर के पानी के पैच की नकल करता था। उन्होंने चार अलग-अलग परिदृश्य बनाए ताकि यह देखा जा सके कि रोबोट विभिन्न स्थितियों को कैसे संभालता है: समान रूप से बिखरा हुआ थोड़ा कचरा, समान रूप से बिखरा हुआ बहुत सारा कचरा, समूहों में लगा हुआ घना कचरा, और दोनों का मिश्रण। उस परिदृश्य में जहाँ कचरा कम और बिखरा हुआ था, पारंपरिक विधि ने रोबोट को क्षेत्र को साफ करने के लिए लगभग 800 मीटर तक चलने के लिए मजबूर किया, जिससे खाली पानी पर समय बर्बाद हुआ। हालाँकि, नई विधि ने केवल लगभग 217 मीटर का मार्ग खोजा, जो 75.7 प्रतिशत की कमी है। समय की बचत और भी नाटकीय थी, जिसमें मिशन लगभग 255 सेकंड में पूरा हुआ, जबकि पारंपरिक विधि में 646 सेकंड से अधिक समय लगता। यहाँ तक कि सबसे घने परिदृश्यों में भी, जहाँ कचरा हर जगह था, नया तरीका पुराने तरीकों की तुलना में यात्रा की दूरी को लगभग आधा करने में सफल रहा। मुख्य बात केवल तेजी से चलना नहीं थी, बल्कि खाली पानी के ऊपर चलने की आवश्यकता को समाप्त करके स्मार्ट तरीके से चलना था।

टीम यहीं नहीं रुकी; उन्होंने वास्तविक दुनिया में इस प्रणाली का परीक्षण करने के लिए एक भौतिक प्रोटोटाइप भी बनाया। उन्होंने एक स्टीरियो कैमरा और एक शक्तिशाली ऑनबोर्ड कंप्यूटर से लैस एक छोटा, कैटामरन-शैली का बोट (नाव) बनाया। वे इस पोत को अपने विश्वविद्यालय के एक संकीर्ण, मानव निर्मित जल मार्ग में ले गए, जो शहरी जलमार्गों की तंग सीमाओं की नकल करता है। इस वास्तविक दुनिया के परीक्षण में, नाव को कृत्रिम कचरे के उन्नीस टुकड़ों को इकट्ठा करने का कार्य सौंपा गया था। रोबोट ने वस्तुओं का पता लगाने के लिए अपने विजन सिस्टम का सफलतापूर्वक उपयोग किया, अपना मार्ग बनाया और सफाई मिशन को अंजाम दिया। नाव ने वास्तव में जो मार्ग लिया, वह कंप्यूटर द्वारा बनाए गए मार्ग से काफी मिलता-जुलता था, जिसमें प्राकृतिक जल गति और जीपीएस सिग्नल शोर के कारण केवल मामूली विचलन हुए। नाव एक स्थिर गति से चली, प्रत्येक वस्तु को इकट्ठा करने के लिए सटीक रूप से मुड़ी और फिर अगले आइटम की ओर सीधे बढ़ गई, जिससे यह प्रदर्शित हुआ कि जटिल गणनाएं एक छोटे, पोर्टेबल कंप्यूटर पर वास्तविक समय में की जा सकती हैं।

इस कार्य के सबसे महत्वपूर्ण निष्कर्षों में से एक यह है कि यह विधि प्रकृति की अव्यवस्थित वास्तविकता को संभालने के लिए पर्याप्त मजबूत है। वास्तविक दुनिया में, कचरा सीधी रेखाओं में नहीं रहता; यह धाराओं के साथ बहता है और कोनों में जमा हो जाता है। शोधकर्ताओं ने पाया कि उनके ग्रिड-आधारित दृष्टिकोण ने इन अनियमितताओं को अच्छी तरह से संभाला। जब कचरा गुच्छों में था, तो रोबोट बिना किसी लूप में फंसे कुशलता से क्लस्टर के माध्यम से निकल गया। जब कचरा बिखरा हुआ था, तो रोबोट ने बस खाली क्षेत्रों को छोड़ दिया। यह अनुकूलन क्षमता बताती है कि यह प्रणाली शांत तालाबों से लेकर व्यस्त नहरों तक, विविध वातावरणों में काम कर सकती है। शोधकर्ताओं ने उल्लेख किया कि हालांकि वर्तमान प्रणाली अच्छी तरह से काम करती है, लेकिन यह मानती है कि पानी अपेक्षाकृत शांत है। तेज हवाएं या शक्तिशाली धाराएं नाव को रास्ते से भटका सकती हैं, और भविष्य के संस्करणों को सभी मौसमों में वास्तव में विश्वसनीय होने के लिए इन गतिशील बलों को ध्यान में रखने की आवश्यकता होगी।

इस परियोजना की सफलता इस ओर संकेत करती है कि भविष्य में स्वायत्त सफाई केवल एक सैद्धांतिक अवधारणा नहीं बल्कि पर्यावरण संरक्षण के लिए एक व्यावहारिक उपकरण होगी। देखने की क्षमता और योजना बनाने की क्षमता को जोड़कर, ये रोबोट उस स्तर की दक्षता के साथ काम कर सकते हैं जो मानव ऑपरेटरों या साधारण स्वचालित मशीनों के लिए संभव नहीं है। अध्ययन ने दिखाया कि पानी के बारे में रोबोट के सोचने के तरीके को बदलकर—इसे छोटे, प्रबंधनीय टुकड़ों में विभाजित करके और जो वह देखता है उसके आधार पर मार्ग की योजना बनाकर—सफाई के लिए आवश्यक ऊर्जा और समय को काफी कम किया जा सकता है। यह दक्षता कार्यों को बड़े पैमाने पर लागू करने के लिए महत्वपूर्ण है; यदि एक रोबोट एक छोटे हिस्से के समय में एक बड़े क्षेत्र को साफ कर सकता है, तो इन मशीनों के बेड़े को दुनिया भर के शहरों और तटीय क्षेत्रों में प्रदूषण से निपटने के लिए तैनात करना आर्थिक रूप से व्यवहार्य हो जाता है।

शोधकर्ता इस बात पर जोर देते हैं कि हालांकि उनके परिणाम उत्साहजनक हैं, लेकिन कार्य अभी भी जारी है। वर्तमान प्रणाली इस बात पर निर्भर करती है कि कचरा कैमरे के दृश्य क्षेत्र में हो, जिसका अर्थ है कि यह बहुत धुंधले पानी या रात के समय अतिरिक्त सेंसर के बिना संघर्ष कर सकती है। इसके अलावा, परीक्षण नियंत्रित या अर्ध-नियंत्रित वातावरण में किए गए थे। अगला कदम इन प्रणालियों को अधिक जटिल, खुले जल क्षेत्रों में परीक्षण करना होगा जहाँ धाराएं अधिक मजबूत हैं और बाधाएं अधिक अप्रत्याशित हैं। इन सीमाओं के बावजूद, यह अध्ययन एक स्पष्ट खाका प्रदान करता है कि कैसे आर्टिफिशियल इंटेलिजेंस और रोबोटिक्स को एक मूर्त, ज्वलंत समस्या को हल करने के लिए लागू किया जा सकता है। विज़न-बेस्ड ग्रिड-एक्सप्लोरेशन विधि एक अराजक, ऊर्जा-खर्च करने वाले कार्य को एक सुव्यवस्थित, कुशल ऑपरेशन में बदलने का तरीका प्रदान करती है, जो यह साबित करती है कि कभी-कभी गंदगी को साफ करने का सबसे अच्छा तरीका पूरी तस्वीर को देखना नहीं, बल्कि विवरणों पर ध्यान केंद्रित करना होता है।