Research on Adaptive Fuzzy PID Control of Breast Intervention Robot Based on Visual Detection

कल्पना कीजिए कि एक ऐसी दुनिया है जहाँ रोबोट केवल कारें बनाने या फर्श साफ करने के लिए नहीं, बल्कि डॉक्टरों को नाजुक सर्जरी करने में मदद करने के लिए भी उपयोग किए जाते हैं। यह विज्ञान का वह रोमांचक कोना है जिसे मेडिकल रोबोटिक्स कहा जाता है। इसके मूल में, इन मशीनों को दो महाशक्तियों की आवश्यकता होती है: दृष्टि (vision) और नियंत्रण (control)। दृष्टि को रोबोट की आँखों के रूप में समझें, जो इसे यह देखने की अनुमति देती है कि सुई 3D स्पेस में ठीक कहाँ है, बिल्कुल वैसे ही जैसे आपका मस्तिष्क यह आंकने के लिए कि दूरी कितनी है, दोनों आँखों से जो दिखता है उसे जोड़ता है। फिर नियंत्रण आता है, जो रोबोट का गति के लिए "मस्तिष्क" है। एक मानक नियंत्रण प्रणाली उस ड्राइवर की तरह है जो केवल स्पीडोमीटर को देखता है; यदि वे बहुत तेज़ चलते हैं, तो वे अचानक ब्रेक मार देते हैं, जिससे अक्सर वे रुकने के निशान को पार कर जाते हैं। हालाँकि, एक स्मार्ट सिस्टम एक कुशल ड्राइवर की तरह है जो सड़क को महसूस करता है, झटकों का पूर्वानुमान लगाता है, और ठीक वहीं रुकने के लिए स्टीयरिंग और गैस को धीरे से समायोजित करता है जहाँ उन्हें रुकना चाहिए। कोई इसकी परवाह क्यों करता है? क्योंकि स्तन कैंसर के उपचार में, डॉक्टरों को अत्यधिक सटीकता के साथ एक छोटी सी ट्यूमर तक सुई निर्देशित करने की आवश्यकता होती है। एक छोटी सी थरथराहट या लक्ष्य से चूक जाना, एक सफल बायोप्सी और अनावश्यक नुकसान के बीच का अंतर हो सकता है।

वह रोबोट जो अपने हाथ को स्थिर करना सीखता है

इस अध्ययन में, हारबिन यूनिवर्सिटी ऑफ साइंस एंड टेक्नोलॉजी के शोधकर्ताओं की एक टीम ने ब्रेस्ट इंटरवेंशन रोबोट को एक मास्टर सर्जन की तरह स्थिरता के साथ चलाने की कठिन समस्या को हल किया। वे एक विशिष्ट समस्या को सुलझाना चाहते थे: जब एक रोबोट नरम, कोमल स्तन ऊतकों (tissue) में सुई डालने की कोशिश करता है, तो वह अक्सर हिलता है या अपने लक्ष्य से आगे निकल जाता है। इसे ठीक करने के लिए, उन्होंने एक ऐसा सिस्टम बनाया जो बाइनोकुलर स्टीरियो विजन (मानव आँखों की तरह मिलकर काम करने वाले दो कैमरे) को एडेप्टिव फजी PID नामक एक चतुर नियंत्रण पद्धति के साथ जोड़ता है।

आँखें: 3D में सुई के सिरे को देखना

सबसे पहले, टीम को रोबोट को देखना सिखाना था। उन्होंने केवल एक कैमरा नहीं इस्तेमाल किया; उन्होंने एक जोड़ी का उपयोग किया, जिससे एक "बाइनोकुलर" सेटअप बना। कल्पना कीजिए कि आप एक आँख बंद करके एक उंगली को देखते हैं, फिर दूसरी आँख खोलते हैं; आपका मस्तिष्क देखता है कि उंगली की स्थिति बदल गई है। रोबोट भी ऐसा ही करता है। दो कैमरों का उपयोग करके, यह गणना कर सकता है कि बायोप्सी सुई का सिरा 3D स्पेस में ठीक कहाँ है।

यह प्रक्रिया कई चरणों वाली एक हाई-टेक जादू की ट्रिक की तरह है:

1. चित्र को साफ करना: कैमरों से प्राप्त कच्चे चित्र थोड़े धुंधले होते हैं, इसलिए कंप्यूटर पहले उन्हें स्मूथ करता है, जिससे "शोर" (जैसे पुराने टीवी पर स्टेटिक) हट जाता है।
2. दृश्य को संरेखित करना: दोनों कैमरा छवियों को गणितीय रूप से "सीधा" किया जाता है ताकि वे पहेली के दो टुकड़ों को मिलाने की तरह पूरी तरह से मेल खा सकें।
3. मिलान खोजना: कंप्यूटर दोनों छवियों में सुई के सिरे पर एक ही बिंदु को खोजता है। यह सबसे अच्छा मिलान खोजने के लिए SGBM (सेमी-ग्लोबल ब्लॉक मैचिंग) नामक विधि का उपयोग करता है, जिससे एक "डिस्पैरिटी मैप" बनता है—एक विशेष छवि जो रोबोट को बताती है कि हर बिंदु कितनी दूर है।
4. वृत्त को पहचानना: सुई के सिरे पर एक विशेष गोल मार्कर होता है। रोबोट इस वृत्त को खोजने और छवि में इसके सटीक स्थान को निर्धारित करने के लिए हफ ग्रेडिएंट ट्रांसफॉर्म तकनीक का उपयोग करता है।

इन चरणों को जोड़कर, रोबोट वास्तविक समय में सुई के सिरे को ट्रैक कर सकता है, हर सेकंड (विशेष रूप से, प्रत्येक 1000 मिलीसेकंड में) अपनी स्थिति अपडेट कर सकता है।

मस्तिष्क: "फजी" कंट्रोलर

एक बार जब रोबोट देख लेता है कि सुई कहाँ है, तो उसे उसे वहाँ ले जाने की आवश्यकता होती है। यहीं पर एडेप्टिव फजी PID काम आता है।

इसे समझने के लिए, कल्पना करें कि आप एक तंग जगह में कार पार्क करने की कोशिश कर रहे हैं।

• एक मानक PID कंट्रोलर उस ड्राइवर की तरह है जो केवल इस बात पर प्रतिक्रिया देता है कि वह लक्ष्य से कितना दूर है। यदि वह बहुत बाईं ओर है, तो वह दाईं ओर मुड़ता है। लेकिन वह बहुत ज़ोर से मुड़ सकता है, बहुत दाईं ओर जा सकता है, और फिर से सुधार करने के लिए मजबूर हो सकता है, जिससे रुकने की प्रक्रिया झटकेदार हो जाती है।
• एडेप्टिव फजी PID एक ऐसे ड्राइवर की तरह है जो न केवल यह देखता है कि वह लक्ष्य से कितना दूर है, बल्कि यह भी कि वह लक्ष्य की ओर कितनी तेज़ी से बढ़ रहा है। यदि वह तेज़ी से बढ़ रहा है और करीब पहुँच रहा है, तो ड्राइवर लक्ष्य को पार करने से पहले ही गैस को धीरे से कम कर देता है।

"फजी" (Fuzzy) वाला हिस्सा इसका गुप्त मंत्र है। वास्तविक जीवन में, चीजें हमेशा ब्लैक एंड व्हाइट (0 या 1) नहीं होतीं। "फजी लॉजिक" रोबोट को ऐसे नियमों का उपयोग करने की अनुमति देता है जैसे "यदि त्रुटि छोटी है और तेज़ हो रही है, तो थोड़ा धीमा हो जाएँ।" रोबोट इन नियमों का उपयोग वास्तविक समय में अपनी सेटिंग्स (P, I, और D मान) को लगातार बदलने के लिए करता है। यह ऐसा है जैसे रोबोट वास्तविक समय में सुई चलाने के लिए सीख रहा है, और ऊतक (tissue) कैसा महसूस कर रहा है और सुई कैसे चल रही है, इसके आधार पर अपनी पकड़ को समायोजित कर रहा है।

परिणाम: अधिक सहज और सटीक

शोधकर्ताओं ने अपने नए सिस्टम का परीक्षण दो तरीकों से किया: कंप्यूटर सिमुलेशन और एक भौतिक रोबोट के साथ वास्तविक दुनिया के प्रयोग।

सिमुलेशन में:
जब उन्होंने अपने नए "फजी" मस्तिष्क की तुलना पारंपरिक "मानक" मस्तिष्क से की, तो परिणाम स्पष्ट थे। नया सिस्टम बहुत अधिक शांत था। इसने "ओवरशूट" (लक्ष्य से आगे निकल जाना) को लगभग 35% कम कर दिया और कंपन को लगभग 20% तेज़ी से रोका। यह पुराने सिस्टम की झटकेदार गति के बिना, सुचारू रूप से लक्ष्य तक पहुँच गया।

वास्तविक प्रयोगों में:
टीम ने एक सुई के साथ एक रोबोट बनाया और उसे विशिष्ट लक्ष्यों तक ले जाने का प्रयास किया।

• त्रुटियों को ठीक करने से पहले: रोबोट ठीक था, लेकिन पूर्ण नहीं। औसत त्रुटि X-अक्ष पर लगभग 2.4 mm, Y-अक्ष पर 3.2 mm (मुख्य दिशा जिसमें सुई चलती है), और Z-अक्ष पर 1.8 mm थी। सबसे बड़ी गलती 8.6 mm थी, जो एक नाजुक सर्जरी के लिए बहुत बड़ी है।
• सुधार: शोधकर्ताओं ने गलतियों के एक पैटर्न को देखा। उन्होंने महसूस किया कि रोबोट के मोटर कभी-कभी एक छोटा सा कदम चूक जाते हैं (जैसे किसी धावक का अपने ही जूतों के फीते से टकराकर लड़खड़ाना)। इस त्रुटि को ठीक करने के लिए उन्होंने एक गणितीय "कंपनसेशन" (क्षतिपूर्ति) बनाई।
• सुधार के बाद: परिणाम नाटकीय रूप रूप से सुधरे। मुख्य फीडिंग एक्सिस (Y-एक्सिस) पर औसत त्रुटि घटकर 1.2 mm रह गई, और सबसे बड़ी गलती घटकर 3.4 mm हो गई।

यह क्यों महत्वपूर्ण है

पेपर यह निष्कर्ष निकालता है कि यह सिस्टम "देखने" और "करने" के बीच के अंतर को सफलतापूर्वक पाटता है। रोबोट के 3D विजन को एक स्मार्ट, स्व-समायोजन नियंत्रण प्रणाली के साथ जोड़कर, उन्होंने एक क्लोज्ड लूप बनाया जहाँ रोबोट सुई को देखता है, त्रुटि की गणना करता है, और तुरंत अपनी गति को ठीक करता है।

हालाँकि प्रारंभिक त्रुटियाँ थोड़ी अधिक थीं, लेकिन अंतिम कंपंसेटेड परिणाम नैदानिक सर्जरी की सख्त आवश्यकताओं को पूरा करते हैं, जो आम तौर पर 2 mm से कम की सटीकता की मांग करते हैं। अध्ययन सुझाव देता है कि यह दृष्टिकोण—दो कैमरों का उपयोग करके देखना और फजी लॉजिक का उपयोग करके सोचना—भविष्य में स्तन कैंसर की बायोप्सी को सुरक्षित, अधिक सटीक और रोगियों के लिए कम तनावपूर्ण बनाने का एक विश्वसनीय तरीका हो सकता है। यह साबित करता है कि सही दृष्टि और स्मार्ट नियंत्रण के मिश्रण के साथ, रोबोट मानव ऊतकों के नाजुक कार्य को संभालने के लिए सीख सकते हैं।