NPU-Accelerated Neuro-Fuzzy Safety Assistance with Decision-Level Multimodal Fusion for Teleoperated Assistive Robots
यह शोध पत्र एक एज-एआई (Edge-AI) साझा-नियंत्रण ढांचे को प्रस्तुत करता है जो टेलीऑपरेटेड सहायक रोबोटों के लिए है, जो एक Hailo-8L NPU का उपयोग करके एक एडेप्टिव न्यूरो-फजी इन्फरेंस सिस्टम (Adaptive Neuro-Fuzzy Inference System) और एक YOLOX-S डिटेक्टर को एक साथ निष्पादित करता है, और उनके आउटपुट को फ्यूज करता है ताकि पूर्ण स्थानीय संचालन बनाए रखते हुए टकराव की दरों और आपातकालीन हस्तक्षेपों को महत्वपूर्ण रूप से कम किया जा सके।
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 ऐसे रोबोट की कल्पना करें जो किसी व्यक्ति को कमरे में घूमने में मदद करता है, लेकिन रोबोट यह तय नहीं करता कि उसे कहाँ जाना है। इसके बजाय, एक इंसान रिमोट कंट्रोल स्टेशन पर बैठता है, वीडियो फीड देखता है और जॉयस्टिक से रोबोट को नियंत्रित करता है। यह सेटअप बुजुर्ग रिश्तेदारों की देखभाल करने या खतरनाक क्षेत्रों का निरीक्षण करने जैसे कार्यों के लिए आम है, लेकिन इसमें एक खतरनाक खामी है। ऑपरेटर केवल वही देखता है जो कैमरा दिखाता है, जो अक्सर कमरे का एक संकीरा हिस्सा होता है। वे कांच का दरवाजा, एक नीची मेज, या कैमरे के दृश्य से बाहर खड़े किसी व्यक्ति को नहीं देख पाते हैं। यदि ऑपरेटर रोबोट को आगे बढ़ाता है, तो रोबोट खतरे का एहसास होने से पहले ही उससे टकरा सकता है। समाधान रोबोट को खुद चलाने में नहीं है, क्योंकि इससे मानव का नियंत्रण समाप्त हो जाएगा और जटिल, महंगे मैपिंग सिस्टम की आवश्यकता होगी। समाधान यह है कि इंसान को स्टीयरिंग करने दें जबकि एक स्मार्ट सुरक्षा परत रास्ते पर नज़र रखे और यदि कोई चीज़ बहुत करीब हो तो रोबोट की गति को धीरे से कम कर दे।
ट्यूनिस के नेशनल इंजीनियरिंग स्कूल के शोधकर्ताओं ने ठीक इसी तरह का सिस्टम छोटे, पहिये वाले रोबोटों के लिए बनाया और परीक्षण किया है। उनका लक्ष्य एक ऐसा सुरक्षा जाल बनाना था जो पूरी तरह से रोबोट पर आधारित हो, जिसे क्लाउड सर्वर पर डेटा भेजने या शक्तिशाली कंप्यूटर पर निर्भर रहने की आवश्यकता न हो। उन्होंने दुनिया को देखने के दो अलग-अलग तरीकों को मिलाया। पहला, रोबोट इन्फ्रारेड सेंसर का उपयोग करता है जो एक अंधे व्यक्ति की छड़ी की तरह काम करते हैं, दूरी मापने के लिए वस्तुओं से संकेतों को परावर्तित करते हैं। दूसरा, वह एक कैमरा और एक विजुअल रिकग्निशन सिस्टम का उपयोग करता है ताकि उन वस्तुओं की पहचान की जा सके कि वे क्या हैं। शोधकर्ताओं ने एक कंप्यूटर प्रोग्राम को इन दोनों सूचना धाराओं को मिलाने के लिए प्रशिक्षित किया। प्रोग्राम यह सीखता है कि वस्तु कितनी दूर है इसके आधार पर रोबोट को धीमा किया जाए, लेकिन वह कैमरे की भी बात सुनता है। यदि कैमरा किसी व्यक्ति या कुर्सी को उच्च विश्वास (high confidence) के साथ देखता है, तो प्रोग्राम रोबोट की गति को और भी कम कर देता है, जो एक दूसरी जोड़ी आँखों की तरह काम करता है जो कभी पलकें नहीं झपकातीं।
इस सिस्टम को उपयोगी बनाने के लिए पर्याप्त तेज़ बनाने हेतु, टीम को एक महत्वपूर्ण चुनौती का सामना करना पड़ा। जटिल विजन सॉफ्टवेयर और सुरक्षा गणनाओं को एक साथ चलाना आमतौर पर एक भारी, अधिक बिजली खपत करने वाले कंप्यूटर की आवश्यकता होती है। इसके बजाय, उन्होंने आर्टिफिशियल इंटेलिजेंस के लिए डिज़ाइन किया गया एक विशेष चिप इस्तेमाल किया, जिसे न्यूरल प्रोसेसिंग यूनिट कहा जाता है, जो एक मानक सिंगल-बोर्ड कंप्यूटर पर फिट होने के लिए पर्याप्त छोटा है। इस चिप ने रोबोट को विजुअल डेटा को प्रोसेस करने और सुरक्षा संबंधी निर्णय लेने में सक्षम बनाया, जिससे हर सेकंड पचास बार गति अपडेट की जा सकती थी। यह सिस्टम किसी मार्ग की योजना नहीं बनाता या गंतव्य का चयन नहीं करता है; यह बस उस दिशा को लेता है जिसे मानव ऑपरेटर चुनता है और यह तय करता है कि उस दिशा में रोबोट को कितनी गति से चलने की अनुमति है। यदि रोबोट किसी बाधा के बहुत करीब पहुँच जाता है, तो सिस्टम आगे बढ़ने के मानव कमांड को ओवरराइड कर देता है और रोबोट को पीछे हटने के लिए मजबूर करता है, जिससे एक सुरक्षित स्टॉप सुनिश्चित होता है।
अपने प्रयोगों में, टीम ने एक नियंत्रित वातावरण में कस्टम-निर्मित चार पहियों वाले रोबोट पर इस सिस्टम का परीक्षण किया। उन्होंने एक मानव ऑपरेटर को बाधाओं से भरे एक कोर्स के माध्यम से रोबोट चलाने के लिए कहा, और इसे तीन अलग-अलग स्थितियों के तहत किया: बिना किसी सहायता के ड्राइविंग, इन्फ्रारेड सेंसर सुरक्षा प्रणाली के साथ ड्राइविंग, और संयुक्त इन्फ्रारेड एवं कैमरा सिस्टम के साथ ड्राइविंग। परिणामों ने सुरक्षा में स्पष्ट सुधार दिखाया। जब ऑपरेटर ने बिना किसी सहायता के रोबोट चलाया, तो रोबोट चालीस प्रतिशत प्रयासों में बाधाओं से टकरा गया। जब संयुक्त सुरक्षा प्रणाली सक्रिय थी, तो टकराव की दर घटकर केवल दस प्रतिशत रह गई। इसके अलावा, रोबोट ने बाधाओं से बहुत सुरक्षित दूरी बनाए रखी, जो अनसहायता वाली दौड़ में देखे गए पांच सेंटीमीटर के बजाय लगभग दस सेंटीमीटर का अंतर बनाए रखता है। सिस्टम ने यह भी कम किया कि मानव ऑपरेटर को कितनी बार इमरजेंसी स्टॉप बटन दबाना पड़ा, जो प्रति रन औसतन लगभग दो हस्तक्षेपों से घटकर केवल एक-पंचम हिस्सा रह गया।
शोधकर्ताओं ने पाया कि सिस्टम ने रोबोट की मानव स्टीयरिंग कमांड के प्रति प्रतिक्रिया देने की क्षमता को धीमा किए बिना सुचारू रूप से काम किया। बाधा को देखने से लेकर गति को समायोजित करने तक की पूरी प्रक्रिया सौवें हिस्से सेकंड से भी कम समय में हुई। विजुअल सिस्टम विशेष रूप से उन वस्तुओं का पता लगाने में प्रभावी था जिन्हें दूरी सेंसर मिस कर सकते हैं, जैसे कम-कंट्रास्ट वाली सतहें, और इसने देखा गया डेटा के आधार पर रोबोट की गति को समायोजित किया। हालांकि, टीम ने नोट किया कि सिस्टम पूर्ण नहीं है। सुरक्षा नियमों का परीक्षण प्रयोगशाला में स्थिर वस्तुओं और एक एकल ऑपरेटर के साथ किया गया था, इसलिए परिणाम व्यस्त घर में चलते-फिरते लोगों के साथ भिन्न हो सकते हैं। इसके अतिरिक्त, यदि विजुअल पाइपलाइन रुक जाती है या कोई फ्रेम विलंबित होता है, तो सिस्टम विशिष्ट कैमरा ब्लॉकेज का पता लगाने के बजाय केवल दूरी सेंसरों पर भरोसा करने के लिए पुराने विजुअल डेटा को त्याग देता है। इन सीमाओं के बावजूद, यह अध्ययन दर्शाता है कि यह एक टेलीऑपरेटेड रोबोट को एक विश्वसनीय, स्थानीय सुरक्षा परत देना संभव है जो मानव नियंत्रण छीने बिना टकरावों से बचाता है।
यह कार्य महत्वपूर्ण है क्योंकि यह उन सहायक रोबोटों के लिए एक व्यावहारिक रास्ता प्रदान करता है जिन्हें किफायती और सुरक्षित होने की आवश्यकता है। यह सिद्ध करके कि जटिल सुरक्षा गणनाएं एक छोटे, कम बिजली वाले चिप पर चल सकती हैं, शोधकर्ताओं ने दिखाया है कि इन रोबोटों को सुरक्षित होने के लिए इंटरनेट से जुड़े रहने या महंगे हार्डवेयर की आवश्यकता नहीं है। यह सिस्टम मानव ऑपरेटर के इरादे का सम्मान करता है और साथ ही सुरक्षा की एक ऐसी परत जोड़ता है जो हमेशा निगरानी करती रहती है। भविष्य में, ऐसी तकनीक बुजुर्गों को फर्नीचर या लोगों से टकराने के निरंतर डर के बिना सामान लाने या उनके घरों की निगरानी करने के लिए रिमोट-कंट्रोल रोबोट का उपयोग करने की अनुमति दे सकती है। शोधकर्ता इस सिस्टम का परीक्षण अधिक ऑपरेटरों और अधिक गतिशील वातावरण में करने की योजना बना रहे हैं ताकि यह देख सकें कि जब दुनिया प्रयोगशाला की तुलना में कम अनुमानित हो तो यह कैसा प्रदर्शन करता है। फिलहाल, उन्होंने दिखाया है कि एक रोबोट मानव के प्रति आज्ञाकारी होने के साथ-साथ खुद की रक्षा करने के लिए भी पर्याप्त स्मार्ट हो सकता है।
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।