A Lightweight Lychee Detection Network for Orchard Harvesting Robots via ODConv and Spatial Feature Restoration

दक्षिणी चीन के लहलहाते, आर्द्र बागों में, लीची के फल भारी, सुगंधित गुच्छों में लटके होते हैं, जो एक बेशकीमती फसल है और लंबे समय से इसे इकट्ठा करने के लिए मानवीय हाथों पर निर्भर रही है। फिर भी, जैसे-जैसे ग्रामीण श्रम कम होता जा रहा है और दक्षता की मांग बढ़ रही है, किसान तोड़ने के लिए रोबोटों की ओर मुड़ रहे हैं। किसी मशीन के लिए फल की कटाई करने हेतु, उसे पहले उसे स्पष्ट रूप से देखना होगा। यह कंप्यूटर विजन का क्षेत्र है, जहाँ कैमरे और सॉफ्टवेयर दुनिया में वस्तुओं को पहचानने के लिए मिलकर काम करते हैं। एक बाग में चुनौती यह है कि प्रकृति शायद ही कभी सहयोगात्मक होती है; प्रकाश चकाचौंध करने वाली धूप से लेकर गहरे साये तक बदलता रहता है, और फल अक्सर पत्तियों और अन्य शाखाओं की परतों के पीछे छिपे होते हैं। सफल होने के लिए, एक रोबोट को एक ऐसे "मस्तिष्क" की आवश्यकता है जो इन छवियों को तुरंत प्रोसेस कर सके, भले ही दृश्य अव्यवस्थित हो या रोशनी खराब हो, और यह सब रोबोट से जुड़े एक छोटे कंप्यूटर पर चलते हुए करना हो।

शोधकर्ता वर्षों से इन विजुअल सिस्टम्स को विकसित कर रहे हैं, जो अक्सर डीप लर्निंग नेटवर्क नामक जटिल गणितीय मॉडलों का उपयोग करते हैं। ये सिस्टम हजारों छवियों का अध्ययन करके पैटर्न पहचानना सीखते हैं, लेकिन उन्हें एक कठिन समझौते का सामना करना पड़ता है। सबसे सटीक सिस्टम अक्सर रोबोट के ले जाने के लिए बहुत भारी और धीमे होते हैं, जबकि हल्के, तेज़ सिस्टम अक्सर विफल हो जाते हैं जब वातावरण अव्यवस्थित हो जाता है। साउथ चाइना बिजनेस कॉलेज और ग्वांगडोंग पॉलिटेक्निक ऑफ इंडस्ट्री एंड कॉमर्स के शोधकर्ताओं की एक टीम ने अब एक नया समाधान प्रस्तावित किया है जो विशेष रूप से इस समस्या के लिए डिज़ाइन किया गया है। उन्होंने ODAF-YOLOv11-n नामक एक सुव्यवस्थित विजुअल सिस्टम बनाया है, जिसे बिना किसी सुपरकंप्यूटर के वास्तविक बाग के अराजक, असंरचित वातावरण में लीची खोजने के लिए बनाया गया है।

उनके कार्य का मुख्य हिस्सा उन तीन बाधाओं को संबोधित करता है जिन्होंने पिछले प्रयासों को परेशान किया है। पहला, बाग की रोशनी अप्रत्याशित होती है। एक रोबोट दोपहर की तेज धूप में काम कर सकता है, जहाँ फलों की त्वचा कठोर चमक को परावर्तित करती है, या छत्र (canopy) की धुंधली, हरी छाया में। मानक कंप्यूटर विजन उपकरण यहाँ अक्सर संघर्ष करते हैं, और फल को पत्तियों से अलग करने की क्षमता खो देते हैं। इसे ठीक करने के लिए, शोधकर्ताओं ने रोबोट के विजुअल प्रोसेसिंग में एक विशेष तंत्र को शामिल किया है जो एक डायनेमिक फिल्टर की तरह कार्य करता है। किसी छवि को देखने के लिए नियमों के एक निश्चित सेट का उपयोग करने के बजाय, यह सिस्टम वास्तविक समय में अपनी संवेदनशीलता को समायोजित करता है। यह अंधेरे में धुंधली बनावट को बढ़ाने या तेज धूप में चकाचौंध को दबाने के लिए अपना ध्यान केंद्रित कर सकता है, जिससे यह सुनिश्चित होता है कि मौसम चाहे जो भी हो, रोबोट फल को स्पष्ट रूप से देख सके।

दूसना चुनौती भौतिक अवरोध है। लीची घने गुच्छों में उगती है, जो अक्सर पत्तियों के नीचे दबी होती है या अन्य फलों से सटी होती है। जब कोई फल केवल आंशिक रूप से दिखाई देता है, तो मानक सिस्टम अक्सर उसे पूरी तरह से छोड़ देते हैं क्योंकि वे छिपे हुए भाग के आकार का अनुमान नहीं लगा पाते। शोधकर्ताओं ने अपने सिस्टम में एक "रिस्टोरेशन" (पुनर्स्थापना) चरण जोड़कर इस समस्या को हल किया। कल्पना कीजिए कि आप एक पहेली देख रहे हैं जिसमें कई टुकड़े गायब हैं; एक मानक सिस्टम हार मान सकता है, लेकिन यह नया सिस्टम दृश्य किनारों और आसपास के संदर्भ का उपयोग करके गायब हिस्सों को मानसिक रूप से पुनर्गठित करता है। यह छवि की विभिन्न परतों के बीच के संबंध का विश्लेषण करता है, प्रभावी रूप से अंतराल को भरता है ताकि उन लीची का पता लगाया जा सके जो वनस्पतियों द्वारा भारी रूप से ढकी हुई हैं। यह रोबोट को लीची की पहचान करने की अनुमति देता है भले ही उसका एक छोटा सा हिस्सा ही दिखाई दे रहा हो।

अंत में, टीम को यह सुनिश्चित करना था कि सिस्टम रोबोट के ऑनबोर्ड कंप्यूटर पर चलने के लिए पर्याप्त हल्का हो। पिछले उच्च-सटीकता वाले मॉडल बहुत भारी थे, जिन्हें भारी मात्रा में ऊर्जा और प्रोसेसिंग पावर की आवश्यकता थी जो रोबोट की बैटरी को खत्म कर देती या उसकी गति को धीमा कर देती। शोधकर्ताओं ने सिस्टम से अनावश्यक कम्प्यूटेशनल भार को हटाकर इस समस्या को हल किया। उन्होंने भारी, मानक प्रोसेसिंग चरणों को एक बहुत अधिक कुशल तरीके से बदल दिया जो स्थानिक (spatial) और चैनल जानकारी को अलग-अलग संभालता है, जिससे आवश्यक गणनाओं की संख्या में भारी कमी आई। इसने उन्हें सिस्टम को छोटा और तेज़ बनाए रखने में मदद की, जबकि कठिन प्रकाश और अवरोध की समस्याओं को संभालने के लिए आवश्यक शक्तिशाली विशेषताओं को भी बरकरार रखा।

इस कार्य के परिणामों का परीक्षण लीची की दो बड़ी संग्रहों पर किया गया था, एक सार्वजनिक डेटासेट से और दूसरा विशेष रूप से ग्वांगझू के कोंगहुआ जिले से कैप्चर किया गया था। नया सिस्टम उल्लेखनीय रूप से प्रभावी साबित हुआ। सार्वजनिक डेटासेट पर, इसने 95.53% की पहचान सटीकता हासिल की, और अधिक कठिन, वास्तविक दुनिया के डेटासेट पर, इसने 88.13% तक पहुँच बनाई। शायद सबसे महत्वपूर्ण बात यह है कि इसने केवल 2.96 बिलियन गणना प्रति सेकंड का उपयोग किया और मेमोरी में केवल 2.94 मिलियन पैरामीटर घेरे। यह उस मानक मॉडल की तुलना में जटिलता में एक महत्वपूर्ण कमी है जिस पर यह आधारित है, जिसे कम सटीकता प्राप्त करने के लिए दोगुने से अधिक कम्प्यूटेशनल पावर की आवश्यकता थी।

सिस्टम की असली ताकत तब सामने आई जब शोधकर्ताओं ने चरम स्थितियों के तहत इसका परीक्षण किया। जब उन्होंने एक ऐसा वातावरण सिम्युलेट किया जहाँ 80% फल पत्तियों द्वारा छिपा हुआ था, तब भी नया सिस्टम 32.75% की सफलता दर के साथ लक्ष्यों को खोजने में सफल रहा, जो अन्य अग्रणी मॉडलों से कहीं बेहतर है जो 22% से नीचे गिर गए। इसी तरह, अत्यधिक चमक और गहरी छाया वाले परीक्षणों में, सिस्टम ने उच्च परिशुद्धता और रिकॉल बनाए रखा, जिससे सिद्ध हुआ कि इसके अनुकूलन तंत्र (adaptive mechanisms) इच्छित रूप से कार्य करते हैं। शोधकर्ताओं ने पाया कि इन तीन सुधारों—डायनेमिक लाइट अडैप्टेशन, स्पेशियल फीचर रिस्टोरेशन और कम्प्यूटेशनल एफिशिएंसी—को जोड़कर, उन्होंने एक ऐसा उपकरण बनाया है जो जटिल आर्टिफिशियल इंटेलिजेंस और फील्ड रोबोटिक्स की व्यावहारिक आवश्यकताओं के बीच के अंतर को पाटता है।

यह कार्य सुझाव देता है कि स्वचालित कटाई के भविष्य के लिए विशाल, धीमे कंप्यूटरों की आवश्यकता नहीं होगी, बल्कि चतुर, हल्के सिस्टम की आवश्यकता होगी जिन्हें प्रकृति की अव्यवस्थित वास्तविकता को समझने के लिए डिज़ाइन किया गया हो। शोधकर्ता स्वीकार करते हैं कि उनका वर्तमान कार्य टू-डायमेंशनल विजन पर केंद्रित है और भविष्य के कदमों में रोबोट को तीन-आयामी स्थान में फल पकड़ने में मदद करने के लिए डेप्थ सेंसर को एकीकृत करना शामिल होगा। वे चलते हुए लक्ष्यों के मुद्दे को भी संबोधित करने की योजना बना रहे हैं, क्योंकि हवा और रोबोट की गति के कारण फल डोल सकते हैं। हालाँकि, वर्तमान निष्कर्ष एक महत्वपूर्ण प्रगति का प्रदर्शन करते हैं, जो एक विश्वसनीय विजुअल फाउंडेशन प्रदान करते हैं जो रोबोट को उन असंरचित, चुनौतीपूर्ण वातावरणों में कुशलतापूर्वक लीची काटने में सक्षम बना सकता है जहाँ वे स्वाभाविक रूप से उगते हैं।