Integration of Scan-Matching-based LiDAR Odometry with INS and GNSS for UAVs in Unstructured Natural Environments
यह शोध पत्र एक वास्तविक समय, एरर स्टेट कलमन फ़िल्टर-आधारित नेविगेशन आर्किटेक्चर प्रस्तावित करता है जो सेंटीमीटर-स्तर की पोजिशनिंग और उन अनस्ट्रक्चर्ड प्राकृतिक वातावरणों में संचालित होने वाले यूएवी (UAVs) के लिए काफी बेहतर एटीट्यूड एस्टीमेशन प्राप्त करने हेतु डबल-डिफरेंस्ड जीएनएसएस (GNSS) को लूज़ली कपल्ड, स्कैन-मैचिंग लिडार (LiDAR) ओडोमेट्री के साथ टाइटली कपल्स करता है, जहाँ वनस्पति के कारण जीएनएसएस सिग्नल बाधित होते हैं।
मूल पेपर CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
एक ड्रोन की कल्पना करें जो एक घुमावदार नदी के ठीक ऊपर उड़ रहा है, जिसका मिशन पानी की सतह का मानचित्रण करना, उसके प्रवाह को मापना और नदी के स्वास्थ्य पर नज़र रखना है। इसे सटीक रूप से करने के लिए, ड्रोन को यह जानना आवश्यक है कि वह वास्तव में कहाँ है, कितनी तेज़ी से चल रहा है, और उसका मुख किस दिशा में है। खुले आकाश में, यह आसान है: ड्रोन अपने स्थान का पता लगाने के लिए नेविगेशन उपग्रहों से मिलने वाले संकेतों को सुनता है। लेकिन नदियाँ शायद ही कभी खुली होती हैं। वे अक्सर ऊंचे पेड़ों और घनी वनस्पतियों से घिरी होती हैं जो उपग्रह संकेतों को बाधित करती हैं, जिससे ड्रोन के आंतरिक कंपास और मोशन सेंसर को अपनी स्थिति का अनुमान लगाना पड़ता है। उपग्रह संकेतों के बिना, उनके ये अनुमान तेजी से भटक जाते हैं, जैसे कि एक ऐसी घड़ी जो हर घंटे एक मिनट खो देती है, जिससे अंततः नियंत्रण खोने या दुर्घटनाग्रस्त होने का खतरा रहता है। वैज्ञानिकों के लिए चुनौती यह है कि जब पत्तों द्वारा आकाश ढका हो और नीचे बहता पानी कोई स्पष्ट लैंडमार्क (पहचान चिह्न) न दे रहा हो, तब भी ड्रोन को स्थिर और सटीक कैसे रखा जाए।
डेनमार्क और यूनाइटेड किंगडम के शोधकर्ताओं की एक टीम ने तीन अलग-अलग प्रकार के सेंसरों को एक एकल, स्मार्ट सिस्टम में संयोजित करके इस समस्या को हल करने का एक नया तरीका विकसित किया है। उन्होंने एक लेजर स्कैनर, एक मोशन सेंसर और एक सैटेलाइट रिसीवर से लैस एक ड्रोन लिया और उसे डेनमार्क में वास्तविक नदियों और झीलों के ऊपर उड़ाया। उनका लक्ष्य यह देखना था कि क्या वे उपग्रह संकेत कमजोर होने पर दुनिया को "देखने" के लिए लेजर स्कैनर का उपयोग कर सकते हैं, और फिर उस जानकारी को मोशन सेंसर और सैटेलाइट डेटा के साथ मिलाकर एक आदर्श नेविगेशन चित्र बना सकते हैं। उनका दृष्टिकोण पिछले तरीकों से भिन्न है क्योंकि यह विशिष्ट आकृतियों, जैसे कि पेड़ के तनों या चट्टानों को खोजने या उन पर लॉक होने की कोशिश नहीं करता है। इसके बजाय, यह केवल एक क्षण से दूसरे क्षण तक लेजर डॉट्स के समग्र पैटर्न (overall pattern) को मिलाता है, एक ऐसी तकनीक जो तब भी काम करती है जब नदी की सतह चिकनी हो और पेड़ धुंधले हों।
शोधकर्ताओं ने अपने सिस्टम का परीक्षण दो बहुत ही अलग वातावरणों में किया। पहला परीक्षण सुसा (Suså) नदी का एक हिस्सा था, जहाँ ड्रोन पानी के ऊपर बहुत नीचे उड़ा, जो ऊँची किनारों और पेड़ों से घिरा हुआ था जो बार-बार उपग्रह संकेतों को बाधित करते थे। दूसरा परीक्षण एक "स्ट्रेस टेस्ट" उड़ान थी जो एक खुली झील के ऊपर से शुरू हुई, जहाँ उपग्रह संकेत एकदम सही थे लेकिन लेजर स्कैनर लगभग कुछ भी नहीं देख पा रहा था क्योंकि पानी लेजर प्रकाश को सोख लेता है, और फिर यह एक संकरे, पेड़ों से ढके रास्ते में चला गया जहाँ उपग्रह संकेत गायब हो गए लेकिन लेजर स्कैनर घनी वनस्पतियों से डेटा से भर गया। दोनों ही मामलों में, ड्रोन के कंप्यूटर को उपग्रहों पर भरोसा करने, लेजर पर भरोसा करने, या दोनों के मिश्रण पर भरोसा करने के बीच स्विच करना पड़ा, और वह भी उच्च गति पर उड़ते हुए।
परिणामों ने दिखाया कि यह नई विधि कठिन परिस्थितियों में ड्रोन को ट्रैक पर रखने के मानक तरीकों की तुलना में काफी बेहतर काम करती है। जब शोधकर्ताओं ने अपने सिस्टम की तुलना मौजूदा सर्वोत्तम तरीकों से की, जो किनारों या कोनों जैसी विशिष्ट ज्यामितीय विशेषताओं को खोजने पर निर्भर करते हैं, तो उनका नया दृष्टिकोण हर श्रेणी में अधिक सटीक था। नदी परीक्षण में, नए सिस्टम ने ड्रोन की स्थिति को कुछ सेंटीमीटर के भीतर सटीक रखा, जो एक ऐसा स्तर की सटीकता है जिसे आदर्श स्थितियों में भी प्राप्त करना कठिन होता है। इसने ड्रोन की दिशा जानने की क्षमता में भी सुधार किया, जिससे उसके हेडिंग (heading) की त्रुटियों को मानक पद्धति की तुलना में दो-तिहाई कम कर दिया। यह महत्वपूर्ण है क्योंकि जब ड्रोन एक विशेषताहीन वातावरण में चल रहा हो, तो दिशा का पता लगाना अक्सर सबसे कठिन भाग होता है।
अध्ययन ने यह भी खुलासा किया कि पुराने तरीके इन सेटिंग्स में क्यों विफल रहे। शोधकर्ताओं ने पाया कि जो सिस्टम पेड़ के किनारे या चट्टान जैसे विशिष्ट फीचर्स पर लॉक होने की कोशिश करते हैं, वे अक्सर हवा या ड्रोन के अपने प्रोपेलर के कारण पत्तों के हिलने, या पानी की सतह के बहुत चिकना होने पर भ्रमित हो जाते हैं। विशिष्ट विशेषताओं को अनदेखा करने और इसके बजाय लेजर बिंदुओं के समग्र क्लाउड (cloud of laser points) को मिलाने के बजाय, नया सिस्टम अराजक वातावरण में भी स्थिर रहा। यह बिना रास्ता भटके, खुले आकाश से घने जंगल में अचानक बदलाव को संभालने में सक्षम था, एक ऐसी क्षमता जिसमें अन्य सिस्टम संघर्ष करते थे। यह सिस्टम एक मानक लैपटॉप पर रीयल-टाइम में चलने के लिए भी पर्याप्त तेज़ था, जिसका अर्थ है कि इसे वास्तविक फील्डवर्क के लिए बिना किसी सुपरकंप्यूटर की आवश्यकता के ड्रोन पर स्थापित किया जा सकता है।
हालाँकि यह सिस्टम ड्रोन को क्षैतिज रूप से (horizontally) ट्रैक पर रखने में अत्यधिक सफल रहा, शोधकर्ताओं ने एक शेष सीमा की ओर इशारा किया: यह पानी के ऊपर सटीक ऊंचाई निर्धारित करने में थोड़ा कम सटीक था। ऐसा इसलिए है क्योंकि लेजर स्कैनर पेड़ों के किनारों और तटों को बहुत अच्छी तरह से देखता है, जो बाएं-दाएं और आगे-पीछे की स्थिति को निर्धारित करने में मदद करता है, लेकिन पानी की सतह स्वयं ऊंचाई मापने के लिए लेजर को पकड़ने के लिए बहुत कम आधार प्रदान करती है। इसके बावजूद, समग्र प्रदर्शन प्राकृतिक वातावरण में ड्रोन का उपयोग करने की दिशा में एक बड़ी प्रगति है। यह कार्य यह सिद्ध करता है कि एक विशिष्ट वस्तुओं को "देखने" के बजाय, एक सरल पैटर्न-मैचिंग तकनीक का उपयोग करके जंगल के माध्यम से रास्ता बनाने की अनुमति देकर, हम इन मशीनों को प्राकृतिक दुनिया के सबसे चुनौतीपूर्ण और सिग्नल-रहित कोनों में भी सुरक्षित और सटीक रूप से उड़ा सकते हैं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।