নতুন গবেষণা একটি রোবট একটি ভাল কোর্স চার্ট করার অনুমতি দেয়

একটি বিধ্বংসী ভূমিকম্পের পর, মনুষ্যবিহীন এরিয়াল ভেহিকেল (ইউএভি) একটি ধসে পড়া ভবনের মধ্য দিয়ে উড়ে যেতে পারে দৃশ্যের মানচিত্র তৈরি করতে, উদ্ধারকারীদের দ্রুত জীবিতদের কাছে পৌঁছানোর জন্য প্রয়োজনীয় তথ্য সরবরাহ করে।

কিন্তু এটি একটি স্বায়ত্তশাসিত রোবটের জন্য একটি অত্যন্ত চ্যালেঞ্জিং সমস্যা রয়ে গেছে, যা ট্র্যাকে থাকার সময় আকস্মিক বাধা এড়াতে দ্রুত তার গতিপথ সামঞ্জস্য করতে হবে।

এমআইটি এবং ইউনিভার্সিটি অফ পেনসিলভানিয়ার গবেষকরা একটি নতুন ট্র্যাজেক্টরি প্ল্যানিং সিস্টেম তৈরি করেছেন যা একসাথে উভয় চ্যালেঞ্জ মোকাবেলা করে। তাদের কৌশলটি UAV কে একটি মসৃণ ফ্লাইট পাথে থাকার সময় মিলিসেকেন্ডে বাধাগুলির প্রতিক্রিয়া করতে দেয় যা ভ্রমণের সময়কে কম করে।

তাদের সিস্টেম একটি নতুন গাণিতিক সূত্র ব্যবহার করে যা নিশ্চিত করে যে রোবট নিরাপদে একটি সম্ভাব্য পথ ধরে তার গন্তব্যে ভ্রমণ করে, যা অন্যান্য কৌশলগুলির তুলনায় কম গণনামূলকভাবে নিবিড়। এইভাবে, এটি উন্নত পদ্ধতির চেয়ে দ্রুত মসৃণ ট্র্যাক তৈরি করে।

রুট প্ল্যানার শুধুমাত্র রোবটের অন্তর্নির্মিত কম্পিউটার এবং সেন্সর ব্যবহার করে রিয়েল-টাইম ফ্লাইটের জন্য যথেষ্ট দক্ষ।

MIGHTY নামে, ওপেন সোর্স সিস্টেমের মালিকানাধীন সফ্টওয়্যার প্যাকেজগুলির প্রয়োজন হয় না যার জন্য কয়েক হাজার ডলার খরচ হতে পারে। এটি বাস্তব-বিশ্বের বিভিন্ন সেটিংসে আরও সহজে স্থাপন করা যেতে পারে।

অনুসন্ধান এবং উদ্ধারের পাশাপাশি, MIGHTY শহুরে স্থানগুলিতে শেষ-মাইল ডেলিভারির মতো অ্যাপ্লিকেশনগুলিতে ব্যবহার করা যেতে পারে, যেখানে ড্রোনগুলিকে বিল্ডিং, তার এবং মানুষ এড়াতে হয় বা বায়ু টারবাইনের মতো জটিল কাঠামোর শিল্প পরিদর্শনে ব্যবহার করা যেতে পারে।

“MIGHTY শুধুমাত্র ওপেন সোর্স টুল ব্যবহার করে অনুরূপ বা আরও ভালো পারফরম্যান্স অর্জন করে, যার অর্থ হল যে কোনও গবেষক, ছাত্র বা কোম্পানি – বিশ্বের যে কোনও জায়গায় – এটি অবাধে ব্যবহার করতে পারে৷ এই খরচের বাধা দূর করে, MIGHTY উচ্চ-পারফরম্যান্স ট্র্যাজেক্টোরি পরিকল্পনাকে গণতান্ত্রিক করতে সাহায্য করে এবং এই কাজের উপর আরও বিস্তৃত সম্প্রদায়ের জন্য দ্বার উন্মুক্ত করে,” বলেছেন কোটা কননাউটিক্স-এর একজন ছাত্র এবং একজন ছাত্র। পরিকল্পনাকারী

পেনসিলভানিয়া বিশ্ববিদ্যালয়ের একজন স্নাতক ছাত্র ইউওয়েই উ এর গবেষণাপত্রে এল কোন্ডো যোগ দিয়েছেন; বিজয় কুমার, ইউপেনের একজন অধ্যাপক; এবং সিনিয়র লেখক জোনাথন পি. হাউ, অ্যারোনটিক্স এবং অ্যাস্ট্রোনটিক্সের ফোর্ড অধ্যাপক এবং এমআইটি-তে ল্যাবরেটরি ফর ইনফরমেশন অ্যান্ড ডিসিশন সিস্টেম (LIDS) এবং অ্যারোস্পেস কন্ট্রোল ল্যাবরেটরি (ACL)-এর প্রধান তদন্তকারী৷ গবেষণায় প্রদর্শিত হয় IEEE রোবোটিক্স এবং অটোমেশন লেটার.

আপস কাটিয়ে ওঠা

কন্ডো যখন শিশু ছিলেন, তখন গ্রেট ইস্ট জাপান ভূমিকম্পের পর ফুকুশিমা দাইচি পারমাণবিক দুর্ঘটনা ঘটে। স্কুল বাতিল হওয়ার সাথে সাথে, কন্ডো বাড়িতে আটকে পড়েছিল প্রতিদিন সংবাদ দেখছিল কারণ কর্মীরা তদন্ত করে চুল্লির জায়গাটি সুরক্ষিত করেছিল। কিছু কর্মীকে এখনও ক্ষয়ক্ষতি ধারণ করতে এবং পরিস্থিতি মূল্যায়ন করতে বিপজ্জনক এলাকায় প্রবেশ করতে হয়েছিল, তাদের উচ্চ মাত্রায় তেজস্ক্রিয় পদার্থের সংস্পর্শে আসতে হয়েছিল।

“আমি স্বায়ত্তশাসিত রোবট তৈরি করার বিষয়ে উত্সাহী ছিলাম যা এই গতিশীল এবং বিপজ্জনক পরিস্থিতিতে যেতে পারে, তারপরে ফিরে এসে মানুষের কাছে রিপোর্ট করতে পারে যে তাদের ক্ষতি হবে না,” কন্ডো বলেছেন।

এই কাজটির জন্য একটি শক্তিশালী পাথ প্ল্যানার প্রয়োজন, এটি এমন একটি সফ্টওয়্যার যা একটি রোবটকে বিন্দু A থেকে বি পয়েন্টে নিরাপদে যাওয়ার জন্য যে পথটি নিতে হবে তা নির্ধারণ করে।

কিন্তু অনেক বিদ্যমান সিস্টেম আপস করতে বাধ্য করে যা কর্মক্ষমতা সীমিত করে।

যদিও কিছু বাণিজ্যিক সিস্টেম দ্রুত মসৃণ ট্র্যাক তৈরি করতে পারে, সেগুলি কয়েক হাজার ডলার খরচ করতে পারে। ওপেন সোর্স বিকল্পগুলি প্রায়শই বাণিজ্যিক সমাধানকারীদের তুলনায় কম ভাল কাজ করে বা ব্যবহার করা কঠিন।

MGHTY-এর সাথে, Kondo এবং তার সহকর্মীরা একটি ওপেন-সোর্স সিস্টেম তৈরি করেছে যা উচ্চ-মানের, মসৃণ ট্র্যাজেক্টোরি তৈরি করে যখন রিয়েল টাইমে বাধাগুলি সাড়া দেয় এবং এটি শুধুমাত্র অন-বোর্ড উপাদান ব্যবহার করে উড়তে যথেষ্ট দ্রুত কাজ করে।

এটি করার জন্য, তারা একটি মূল চ্যালেঞ্জ অতিক্রম করেছে যা অনেকগুলি ওপেন সোর্স সিস্টেমকে সীমাবদ্ধ করে।

এই পদ্ধতিগুলি সাধারণত অনুমান করে যে প্রথম ধাপ হিসাবে বিন্দু A থেকে বি পয়েন্টে যেতে রোবটটির কতক্ষণ লাগবে। ভ্রমণ সময়ের সেই নির্দিষ্ট অনুমান থেকে, পরিকল্পনাকারী গন্তব্যে পৌঁছানোর সর্বোত্তম পথটি খুঁজে পান।

যদিও একটি নির্দিষ্ট ভ্রমণ সময় ব্যবহার করে পরিকল্পনাকারীকে দ্রুত একটি রুট তৈরি করতে দেয়, তবে এর ত্রুটি রয়েছে। প্রথমত, বাধা এড়াতে যদি ড্রোনটিকে তার পথের বাইরে যেতে হয়, তবে এটি নির্দিষ্ট ভ্রমণ সময়ের বাজেট পূরণের জন্য গতি বাড়াতে বাধ্য হতে পারে। এতে আকস্মিক বিপদ এড়ানো কঠিন হয়ে পড়ে।

একটি মহান পদ্ধতি

পরিবর্তে, MIGHTY একটি গাণিতিক কৌশল ব্যবহার করে, যাকে হার্মাইট স্প্লাইন বলা হয়, যা ভ্রমণের সময় এবং ফ্লাইট পাথকে এক ধাপে অপ্টিমাইজ করে, একটি মসৃণ ট্র্যাজেক্টোরি তৈরি করতে যা সঠিকভাবে নিয়ন্ত্রণ করা যায়।

“স্থানিক এবং অস্থায়ী উপাদানগুলিকে একত্রে অপ্টিমাইজ করা আমাদের আরও ভাল ফলাফল নিয়ে আসে, কিন্তু এখন অপ্টিমাইজেশন এত বড় হয়ে গেছে যে এটি একটি সম্ভাব্য সময়ের মধ্যে সমাধান করা কঠিন,” কন্ডো বলেছেন।

গবেষকরা এই গণনাগত ওভারহেড কমাতে একটি চতুর কৌশল ব্যবহার করেছেন।

প্রতিবার স্ক্র্যাচ থেকে একটি রুট তৈরি করার পরিবর্তে, MIGHTY একটি রুটের প্রাথমিক অনুমান করে। এটি তারপরে ড্রোনের লিডার সেন্সর দ্বারা তৈরি দৃশ্যের একটি মানচিত্র ব্যবহার করে পুনরাবৃত্তিমূলক অপ্টিমাইজেশনের মাধ্যমে ট্র্যাজেক্টোরিকে পরিমার্জিত করে।

“আমরা ট্র্যাজেক্টোরিটি কী হওয়া উচিত সে সম্পর্কে একটি শালীন অনুমান করতে পারি এবং এটি স্ক্র্যাচ থেকে পুরো জিনিসটি তৈরি করার চেয়ে অনেক দ্রুত,” কন্ডো বলেছেন।

এটি MIGHTY কে ট্র্যাকটি মসৃণ রেখে এবং ভ্রমণের সময় কমিয়ে অজানা বাধাগুলির প্রতি রিয়েল টাইমে প্রতিক্রিয়া জানাতে দেয়। সিস্টেমটি UAV এর সমন্বিত উপাদানগুলি ব্যবহার করে, যা অ্যাপ্লিকেশনগুলির জন্য গুরুত্বপূর্ণ যেখানে একটি রোবট একটি বেস স্টেশন থেকে অনেক দূরে যেতে পারে।

সিমুলেটেড পরীক্ষা-নিরীক্ষায়, MIGHTY-এর জন্য উন্নত পদ্ধতির জন্য প্রয়োজনীয় গণনা সময়ের মাত্র 90 শতাংশ প্রয়োজন, যখন নিরাপদে এই পদ্ধতির তুলনায় প্রায় 15 শতাংশ দ্রুত গন্তব্যে পৌঁছাতে পারে।

যখন সিস্টেমটি বাস্তব রোবটগুলিতে পরীক্ষা করা হয়েছিল, তখন এটি তার পথে উপস্থিত প্রতিটি বাধা এড়াতে প্রতি সেকেন্ডে 6.7 মিটার গতিতে পৌঁছেছিল।

“MIGHTY-এর সাথে, সবকিছু এক টুকরোতে একত্রিত করা হয়েছে। সমাধান পেতে অন্য কোনো সফ্টওয়্যারের সাথে কথা বলার প্রয়োজন নেই। এটি আমাদের কিছু বাণিজ্যিক সমাধানকারীর চেয়েও দ্রুত হতে সাহায্য করে,” কন্ডো বলেছেন।

ভবিষ্যতে, গবেষকরা MIGHTY উন্নত করতে চান যাতে এটি একসাথে একাধিক রোবট নিয়ন্ত্রণ করতে এবং চ্যালেঞ্জিং পরিবেশে অতিরিক্ত ফ্লাইট পরীক্ষা পরিচালনা করতে ব্যবহার করা যেতে পারে। তারা ব্যবহারকারীর প্রতিক্রিয়ার উপর ভিত্তি করে ওপেন সোর্স সিস্টেমের উন্নতি চালিয়ে যাওয়ার আশা করছে।

“MIGHTY ট্র্যাজেক্টোরি রিপ্রেজেন্টেশান নিজেই রিভিজিট করে চটপটে রোবট নেভিগেশনে একটি গুরুত্বপূর্ণ অবদান রাখে। হারমাইট স্প্লাইনগুলি ইতিমধ্যেই ভিজ্যুয়াল যুগপত স্থানীয়করণ এবং ম্যাপিংয়ে সফলভাবে ব্যবহার করা হয়েছে, এবং মোবাইল রোবটগুলিতে ট্র্যাজেক্টরি পরিকল্পনার জন্য তাদের সুবিধাগুলিকে এখন কাজে লাগানো দেখে ভালো লাগছে। জয়েন্ট অপ্টিমাইজেশানের মাধ্যমে, টাইপ অপ্টিমাইজেশান মুক্ত করার মাধ্যমে, গতিপথের অপ্টিমাইজেশান এবং গতিমুক্ত করার মাধ্যমে। রোবটগুলির ত্বরণ এবং ব্যস্ত পরিবেশে দ্রুত এবং গতিশীলভাবে সম্ভাব্য গতিবিধি গণনা করতে পারে,” বলেছেন ডেভিড স্কারমুসা, জুরিখ বিশ্ববিদ্যালয়ের রোবোটিক্স অ্যান্ড পারসেপশন গ্রুপের পরিচালক, যিনি এই গবেষণায় জড়িত ছিলেন না।

এই গবেষণাটি আংশিকভাবে মার্কিন যুক্তরাষ্ট্রের আর্মি রিসার্চ ল্যাবরেটরি এবং সিঙ্গাপুরের প্রতিরক্ষা বিজ্ঞান ও প্রযুক্তি সংস্থা দ্বারা অর্থায়ন করা হয়েছিল।