Intelligent Path Planning and Robust Motion Control of an Autonomous Photovoltaic Cleaning Robot for Dusty Environments

नाइजीरिया के धूप से सराबोर उत्तरी भाग में, आकाश अक्सर एक महीन, निरंतर उड़ने वाली धूल से भरा रहता है जो हर चीज़ पर जम जाती है, जिसमें वे कांच के पैनल भी शामिल हैं जो बिजली उत्पन्न करने के लिए सूर्य के प्रकाश को पकड़ते हैं। गंदगी की यह परत, जिसे सोइलिंग (soiling) कहा जाता है, एक डिमर स्विच की तरह काम करती है, जो सूर्य की किरणों को रोक देती है और सौर फार्मों को उनकी शक्ति का एक महत्वपूर्ण हिस्सा खोने के लिए मजबूर कर देती है, विशेष रूप से शुष्क मौसम के दौरान। हालांकि इन पैनलों को हाथ से साफ करना संभव है, लेकिन यह श्रमसाध्य है, इसमें पानी की बड़ी मात्रा की आवश्यकता होती है जो अक्सर इस क्षेत्र में दुर्लभ है, और हजारों पैनलों वाले विशाल क्षेत्रों के मामले में यह अत्यधिक महंगा हो जाता है। इसलिए इंजीनियर एक बेहतर तरीका खोज रहे हैं: एक छोटा, स्वायत्त रोबोट जो कांच पर रेंग सके, बिना पानी का उपयोग किए धूल को झाड़ सके, और पूरे सतह पर कुशलतापूर्वक नेविगेट करने के लिए पर्याप्त बुद्धिमान हो। चुनौती केवल एक ऐसी मशीन बनाने में नहीं है जो चलती हो, बल्कि उसे यह सिखाने में है कि वह बेकार कदमों से बचने के लिए अपने मार्ग की योजना कैसे बनाए और कैसे खुद को सटीक रूप से निर्देशित करे, यहाँ तक कि जब धूल भरी सतह उसके पहियों को फिसलने या ब्रश को घसीटने का कारण बनती है।

नाइजीरियाई डिफेंस एकेडमी के एक शोधकर्ता, अब्दुल्रहमान याहाया ने ऐसे रोबोट का एक विस्तृत कंप्यूटर सिमुलेशन विकसित किया है ताकि कोई भी भौतिक मशीन बनाने से पहले विभिन्न रणनीतियों के काम करने के तरीके का परीक्षण किया जा सके। यह अध्ययन एक विशिष्ट प्रकार के रोबोट पर केंद्रित है जो टैंक की तरह चलता है, जिसमें दो पहिए होते हैं जो मुड़ने के लिए अलग-अलग गति से घूम सकते हैं और एक घूमता हुआ ब्रश होता है। शोध का मुख्य केंद्र दो मुख्य समस्याओं को हल करना है: पहला, यात्रा के समय और ऊर्जा को कम करने के लिए सौर पैनल के विभिन्न हिस्सों पर जाने का सबसे कुशल क्रम निर्धारित करना; और दूसरा, यह सुनिश्चित करना कि रोबोट उस पथ का ठीक से पालन करे, भले ही धूल भरी स्थितियाँ ट्रैक्शन बनाए रखना कठिन बना दें। पहले प्रश्न को हल करने के लिए, शोधकर्ता ने 'पार्टिकल स्वॉर्म ऑप्टिमाइज़ेशन' नामक एक विधि का उपयोग किया, जो पक्षियों के झुंड द्वारा भोजन खोजने की नकल करती है। इस डिजिटल झुंड में, प्रत्येक "पक्षी" एक संभावित मार्ग है, और वे एक तेज़ रास्ता खोजने के लिए जानकारी साझा करते हैं, जिससे मानव द्वारा अनुमान लगाए गए अक्षम टेढ़े-मेढ़े पैटर्न से बचा जा सके। दूसरे प्रश्न के लिए, अध्ययन ने रोबोट के संचलन को नियंत्रित करने के तीन तरीकों का परीक्षण किया: एक मानक विधि जिसका उपयोग कई मशीनों में किया जाता है, एक मजबूत (robust) विधि जो बाधाओं से लड़ती है, और एक उन्नत संस्करण जो वास्तविक समय में अपने व्यवहार को अनुकूलित कर सकता है।

सिमुलेशन से पता चला कि रोबोट की यात्रा की योजना बनाने का तरीका अत्यंत महत्वपूर्ण है। जब रोबोट को एक बुनियादी क्रम में पंक्ति दर पंक्ति चलने के लिए प्रोग्राम किया गया था, तो इसने एक एकल पैनल को साफ करने के लिए 10.27 मीटर के बराबर दूरी तय की। हालांकि, जब बुद्धिमान नियोजन प्रणाली ने विभिन्न क्षेत्रों पर जाने के सर्वोत्तम क्रम का निर्धारण किया, तो यात्रा की दूरी घटकर 7.00 मीटर रह गई। यह रोबोट द्वारा की जाने वाली गैर-उत्पादक गतिविधियों में लगभग 32 प्रतिशत की कमी को दर्शाता है, जिसका अर्थ है कि वह सफाई वाले लेन के बीच चलने में कम समय बिताता है और वास्तव में सफाई करने में अधिक समय लगाता है। यह दक्षता महत्वपूर्ण है क्योंकि रोबोट बिना सफाई किए जितना भी मीटर चलता है, वह बैटरी की शक्ति खर्च करता है जिसका उपयोग अधिक पैनलों को साफ करने के लिए किया जा सकता था। अध्ययन ने दिखाया कि इस बुद्धिमान नियोजन को किसी भी लेआउट पर लागू किया जा सकता है, लेकिन यह जटिल सौर फार्मों के लिए विशेष रूप से मूल्यवान है जहाँ पैनल अवरुद्ध हो सकते हैं या अनियमित रूप से व्यवस्थित हो सकते हैं, जिससे सरल आगे-पीछे के पैटर्न संभव नहीं होते।

जब बात रोबोट को उसके पथ पर रखने की आई, तो परिणामों ने औसत सटीकता और सुरक्षा के बीच एक ट्रेड-ऑफ (समझौते) को उजागर किया। मानक नियंत्रण विधि, जो सरल और व्यापक रूप से उपयोग की जाती है, के परिणामस्वरूप इच्छित पथ से औसत विचलन लगभग 9.34 मिलीमीटर रहा। मजबूत नियंत्रण विधि, जिसे विशेष रूप से धूल भरी सतह की अनिश्चितता को संभालने के लिए डिज़ाइन किया गया था, बेहतर प्रदर्शन करती है, जिससे औसत त्रुटि घटकर 7.74 मिलीमीटर हो गई। सबसे उन्नत अनुकूलन योग्य (adaptive) विधि, जो वास्तविक समय में अपने व्यवहार को बदल सकती है, में सबसे कम औसत त्रुटि नहीं थी, लेकिन यह सबसे खराब स्थितियों को रोकने में उत्कृष्ट थी। इसने अधिकतम विचलन को केवल 11.67 मिलीमीटर तक सीमित रखा, जबकि अन्य विधियों ने अपने सबसे खराब स्तर पर 14.57 मिलीमीटर तक भटकने की अनुमति दी। एक सफाई रोबोट के लिए, यह अंतर महत्वपूर्ण है; एक छोटा औसत त्रुटि अच्छा है, लेकिन एक बड़ा फिसलन जो रोबोट को पैनल के किनारे से बाहर धकेल दे, विनाशकारी हो सकता है। अनुकूलन योग्य विधि एक सुरक्षा जाल के रूप में कार्य करती है, यह सुनिश्चित करती है कि यदि रोबोट अचानक फिसलन भरी धूल के पैच का सामना करता है, तो वह अपने मार्ग से बहुत दूर न भटके।

शोधकर्ताओं ने यह भी मॉडल किया कि रोबोट का ऊर्जा उपयोग पैनलों पर धूल की मात्रा से कैसे संबंधित है। उन्होंने पाया कि बहुत बार सफाई करने से ऊर्जा बर्बाद होती है क्योंकि रोबोट चलने और ब्रश चलाने के लिए शक्ति का उपयोग करता है, जबकि बहुत कम बार सफाई करने से धूल इतनी बढ़ जाती है कि सौर फार्म उस बिजली को खो देता है जो रोबोट बचाता है। सिमुलेशन सुझाव देता है कि सबसे अच्छा दृष्टिकोण एक निश्चित कार्यक्रम नहीं है, बल्कि वास्तविक धूल के आधार पर एक निर्णय है। यदि धूल हल्की है, तो रोबोट को बाहर भेजने की ऊर्जा लागत सफाई से प्राप्त बिजली से अधिक हो सकती है। हालांकि, जैसे-जैसे धूल बढ़ती है, सफाई का लाभ तेजी से बढ़ता है। यह अंतर्दृष्टि इस ओर इशारा करती है कि भविष्य में रोबोट स्वयं तय करेंगे कि कब सफाई करनी है, वर्तमान स्थितियों और उनके पास उपलब्ध ऊर्जा के आधार पर, न कि एक कठोर कैलेंडर का पालन करते हुए।

यह ध्यान रखना महत्वपूर्ण है कि ये निष्कर्ष पूरी तरह से एक कंप्यूटर सिमुलेशन से आते हैं। अध्ययन में वास्तविक सौर पैनल पर चलते हुए किसी भौतिक रोबोट को शामिल नहीं किया गया था, और न ही इसने वास्तविक बिजली उत्पादन या मशीन पर वास्तविक दुनिया के घिसाव को मापा है। दूरी, त्रुटि और ऊर्जा के संबंध में संख्याएं गणितीय मॉडल से प्राप्त सैद्धांतिक मान हैं जिन्हें उत्तरी नाइजीरिया के एक विशिष्ट सौर पैनल का प्रतिनिधित्व करने के लिए डिज़ाइन किया गया है। शोधकर्ता स्पष्ट रूप से कहते हैं कि ये परिणाम भविष्य के कार्य के लिए एक बेंचमार्क हैं, जो एक ब्लूप्रिंट के रूप में कार्य करते हैं कि एक भौतिक प्रोटोटाइप को क्या हासिल करना चाहिए। अगले चरणों में एक वास्तविक रोबोट बनाना, हर्मट्टन (Harmattan) सीजन के कठोर, धूल भरे वातावरण में परीक्षण करना, और यह सत्यापित करना शामिल है कि कंप्यूटर मॉडल कितनी सटीकता से भविष्यवाणी करते हैं कि मशीन वास्तविक हवा, वास्तविक धूल और वास्तविक यांत्रिक घर्षण का सामना करने पर कैसे व्यवहार करेगी।

भौतिक परीक्षण की कमी के बावजूद, यह अध्ययन स्वायत्त सौर सफाई की जटिल समस्या को हल करने के लिए एक स्पष्ट और पुनरुत्पादक ढांचा प्रदान करता है। यह प्रदर्शित करता है कि बुद्धिमान रूट प्लानिंग को मजबूत मोशन कंट्रोल के साथ जोड़ने से सौर फार्मों के रखरखाव के लिए आवश्यक प्रयास को काफी कम किया जा सकता है। यह दिखाते हुए कि एक रोबोट अपनी यात्रा की दूरी में लगभग एक-तिहाई की बचत कर सकता है और कठिन परिस्थितियों में भी एक सुरक्षित पथ बनाए रख सकता है, यह शोध धूल भरे क्षेत्रों में सौर ऊर्जा प्रणालियों को कुशल बनाए रखने के लिए एक आशाजनक दिशा प्रदान करता है। यह कार्य इस बात पर जोर देता है कि सौर रखरखाव का भविष्य न केवल बेहतर ब्रश या मजबूत बैटरी में है, बल्कि उस सॉफ़्टवेयर में है जो रोबोट को बताता है कि कहाँ जाना है और वहां कैसे पहुँचना है, यह सुनिश्चित करते हुए कि सफाई में खर्च किया गया ऊर्जा का हर कतरा उत्पन्न होने वाली शक्ति से अधिक प्रतिफल दे।