In-Hand Manipulation Planning for Grippers with Active Surfaces

रोबोटिक हाथों को लंबे समय से एक विशिष्ट प्रकार की निपुणता के लिए संघर्ष करना पड़ा है जो मानव हाथ बिना सोचे-समझे कर लेते हैं: उंगली की त्वचा पर किसी वस्तु को पकड़ते हुए उसे खिसकाने (स्लाइड करने) की क्षमता। दशकों से, रोबोटिक हाथ बनाने की कोशिश करने वाले इंजीनियर मानव हाथ की जटिल, बहु-जोड़ वाली संरचना की नकल करने पर ध्यान केंद्रित करते रहे हैं, इस उम्मीद में कि अधिक जोड़ होने से अधिक कौशल प्राप्त होगा। हालांकि, ये जटिल डिज़ाइन अक्सर नियंत्रण और योजना बनाने में कठिन हो जाते हैं, जिससे वास्तविक दुनिया के कार्यों में उनका उपयोग सीमित हो जाता है। एक सरल विकल्प उभर कर आया है: "सक्रिय सतहों" (एक्टिव सर्फेस) वाले ग्रिपर। ये ऐसे रोबोटिक अंगुलियां हैं जो चलती हुई बेल्ट या ऐसी सतहों जैसे तंत्रों से लैस हैं जो अपनी चिपचिपाहट बदल सकती हैं, जिससे वे किसी वस्तु को केवल एक जगह पकड़ने के बजाय जानबूझकर उंगली के साथ खिसका सकते हैं। जबकि यह हार्डवेयर क्षमता मौजूद है, वह सॉफ्टवेयर जो रोबोट को बताता है कि कैसे हिलना है, काफी पीछे रह गया है। पारंपरिक योजना सॉफ्टवेयर (प्लानिंग सॉफ्टवेयर) यह मान लेता है कि रोबोट की उंगलियां केवल एक सड़क पर पहिये की तरह वस्तु के ऊपर लुढ़कती हैं, और किसी भी प्रकार के फिसलने (स्लाइडिंग) को एक गलती के रूप में देखते हैं जिसे टालना आवश्यक है। यह धारणा पूरी तरह से तब विफल हो जाती है जब रोबोट को जानबूझकर चीजें खिसकाने के लिए डिज़ाइन किया जाता है, जिससे इंजीनियरों के पास शक्तिशाली हार्डवेयर तो होता है लेकिन सॉफ्टवेयर उसका पूर्ण उपयोग नहीं कर पाता।

वॉर्सेस्टर पॉलिटेकनिक इंस्टीट्यूट और RAI इंस्टीट्यूट के शोधकर्ताओं ने एक नया प्लानिंग फ्रेमवर्क विकसित किया है जो इस विसंगति को हल करता है, और यह बदलकर कि रोबोट अपने द्वारा पकड़ी गई वस्तु के बारे में कैसे "सोचता" है। केवल वस्तु की अपनी सतह के आधार पर उसकी गति का मानचित्रण करने के बजाय, उनकी नई प्रणाली उंगली की चलती सतह के सापेक्ष वस्तु की स्थिति को ट्रैक करती है। कल्पना कीजिए कि आप एक शहर में नेविगेट करने की कोशिश कर रहे हैं जबकि आप इस तथ्य को अनदेखा कर रहे हैं कि आपके पैरों के नीचे सड़कें चल रही हैं; पारंपरिक प्लानर शहर का मानचित्र बनाने की कोशिश करते हैं जबकि सड़कें खिसकती रहती हैं, जिससे भ्रम और विफलता होती है। नया दृष्टिकोण इस बात को स्वीकार करता है कि सड़कें चल रही हैं और कार तथा सड़क के बीच के संबंध के आधार पर मार्ग की योजना बनाता है। वस्तु और उंगली की सतह दोनों को एक साथ ध्यान में रखते हुए एक संयुक्त 'स्टेट स्पेस' बनाकर, यह प्रणाली स्लाइडिंग और रोटेशन (घूर्णन) के जटिल अनुक्रमों की योजना बना सकती है जो पहले गणना करने में असंभव थे।

शोधकर्ताओं ने इस नई सोच का परीक्षण दो बहुत ही अलग प्रकार के सक्रिय-सतह वाले ग्रिपर्स पर किया। पहला एक 'वेरिएबल फ्रिक्शन' (परिवर्तनीय घर्षण) ग्रिपर था, जो उंगलियों के कुछ हिस्सों को निर्देशानुसार फिसलन भरा या चिपचिपा बनाने के लिए एक तंत्र का उपयोग करता है। दूसरा एक 'बेल्ट ओरिएंटिंग फालंगेज' (बेल्ट संचालित उंगली) ग्रिपर था, जो वस्तुओं को धकेलने के लिए अपनी उंगलियों पर छोटी कन्वेयर बेल्ट का उपयोग करता है। फ्रिक्शन-आधारित ग्रिपर के साथ भौतिक प्रयोगों में, सिस्टम ने हेक्सागन, स्टार और घुमावदार टुकड़ों सहित छह अलग-अलग वस्तु आकृतियों से जुड़े कार्यों को सफलतापूर्वक निष्पादित किया। रोबोट ने वस्तुओं को अपनी उंगलियों पर 40 मिलीमीटर तक खिसकाया और उन्हें उच्च सटीकता के साथ विभिन्न दिशाओं में घुमाया। इन भौतिक परीक्षणों में, प्लानर ने औसतन एक सेकंड से भी कम समय में एक पथ तैयार किया, और रोबोट ने 135 भौतिक प्रयासों में से 96 प्रतिशत कार्य सफलतापूर्वक पूरे किए। कुछ विफलताएं नियोजन तर्क (प्लानिंग लॉजिक) के कारण नहीं थीं, बल्कि वस्तुओं के भौतिक गुणों के कारण थीं, जैसे कि एक जेलेटिन बॉक्स का चलते समय अपना वजन बदलना, जिससे अंतिम स्थिति थोड़ी बदल गई।

इस नए फ्रेमवर्क की शक्ति तब और भी स्पष्ट हो गई जब शोधकर्ताओं ने रोबकॉट को एक अधिक जटिल कार्य करने के लिए कहा: एक रूबिक क्यूब को पुनर्गठित करना। लक्ष्य केवल क्यूब को घुमाना नहीं था, बल्कि उसे ग्रिप के भीतर तब तक खिसकाना था जब तक कि एक विशिष्ट परत बाहर न निकल आए, जिससे एक इंसान के लिए उसे घुमाना सुलभ हो सके। इसके लिए एक पिंच ग्रिप की ओर क्यूब को खिसकाने, जगह बनाने के लिए उसे वापस खिसकाने, उसे घुमाने और फिर उसे बाहर की ओर खिसकाने के क्रम की आवश्यकता थी। पारंपरिक नियोजन विधियां, जो वस्तु की सतह पर निर्भर करती हैं, इस कार्य के लिए निरंतर पथ देखने में विफल रहीं क्योंकि संपर्क बिंदु उन तरीकों से बदले जो उनके सॉफ्टवेयर से नहीं जुड़ सके। हालांकि, नए प्लानर ने उंगली की सतह के साथ निरंतर गति को देखा और सफलतापूर्वक अनुक्रम तैयार किया। बेल्ट-चालित ग्रिपर के एक सिमुलेशन का उपयोग करके किए गए एक अलग प्रयोग में, नए प्लानर ने सभी कार्यों में 100 प्रतिशत सफलता दर हासिल की, जबकि मौजूदा नियोजन विधियां अधिकांश मामलों में विफल रहीं, जिससे अक्सर रोबोट वस्तु को गिरा देता था या अपनी ही संरचना से टकरा जाता था।

यह अध्ययन दर्शाता है कि सीमा कभी हार्डवेयर की हिलने-डुलने की क्षमता नहीं थी, बल्कि सॉफ्टवेयर की गति को सही ढंग से देखने में असमर्थता थी। यह मानकर कि स्लाइडिंग एक त्रुटि है, उसे त्यागकर और उंगली की सतह को नियोजन मानचित्र के एक गतिशील हिस्से के रूप में मानकर, शोधकर्ताओं ने रोबोट को उन इन-हैंड मैनिपुलेशन कार्यों को करने में सक्षम बनाया जो पहले असंभव थे। परिणाम दिखाते हैं कि यह दृष्टिकोण विभिन्न प्रकार की सक्रिय सतहों, घर्षण मॉड्यूलेशन से लेकर कन्वेयर बेल्ट तक, पर काम करता है, जो भविष्य के रोबोटिक हाथों के लिए एक व्यापक तरीका सुझाता है। इस प्रणाली को वास्तविक समय में वस्तु को देखने के लिए जटिल सेंसरों की आवश्यकता नहीं है; यह वस्तु के आकार और ग्रिपर की क्षमताओं को जानकर एक ऐसा पथ गणना करने पर निर्भर करता है जो रोबोट के हिलने से पहले ही भौतिक रूप से संभव हो। ऑब्जेक्ट-सेंट्रिक (वस्तु-केंद्रित) से फिंगर-ऑब्जेक्ट-सेंट्रिक (उंगली-वस्तु-केंद्रित) नियोजन की ओर यह बदलाव रोबोटों को जटिल, वास्तविक दुनिया के कार्यों को उस स्तर की तरलता के साथ संभालने का द्वार खोलता है जो पहले केवल मानव हाथों के क्षेत्र में था।