ক্ষুদ্র রোবট নৌকা ভাসমান কাঠামো তৈরি করে

বেশিরভাগ মানুষ জলপ্রান্তরকে শহরের প্রান্ত বলে মনে করে। এমআইটি গবেষকদের একটি দল এটিকে একটি গতিশীল লেগো-সদৃশ নির্মাণ সাইট হিসাবে দেখে।

“ফ্লোটফর্ম” নামে পরিচিত তাদের নতুন সিস্টেমটি হল ছোট বর্গাকার রোবোটিক নৌকাগুলির একটি ঝাঁক যা জলের উপর বড় কাঠামোতে নিজেদেরকে একত্রিত করে, ভেঙ্গে যায় এবং নতুন কিছুতে পুনরায় একত্রিত হয়, সমস্ত কিছু ন্যূনতম মানুষের দিক দিয়ে।

প্রতিটি রোবট, প্রায় 21-সেন্টিমিটার-বর্গক্ষেত্রের ডিনার প্লেটের আকার, এটির নিজস্ব থ্রাস্টার, সেন্সর এবং ম্যাগনেটিক ল্যাচ সহ একটি স্বয়ংসম্পূর্ণ টুল। একসাথে, তারা এমন একটি ভবিষ্যতের ইঙ্গিত দেয় যেখানে ভাসমান পরিকাঠামো আরও অভিযোজিত হতে পারে: জরুরি অবস্থার পরে একটি অস্থায়ী প্ল্যাটফর্ম, একটি খালের উপর একটি বাজার বা একটি মঞ্চ যা একটি উত্সবে উপস্থিত হয় এবং ভিড় বাড়িতে গেলে দ্রবীভূত হয়।

“আমাদের ফ্লোটফর্ম প্রকল্পগুলি এমন একটি ভবিষ্যৎ কল্পনা করে যেখানে ওয়াটারফ্রন্ট শহরের একটি প্রোগ্রামেবল এক্সটেনশন হয়ে ওঠে, যেখানে স্বায়ত্তশাসিত নৌকাগুলি চাহিদা অনুযায়ী সেতু, প্ল্যাটফর্ম এবং অন্যান্য দরকারী কাঠামোতে নিজেদেরকে সংগঠিত করতে পারে,” বলেছেন ড্যানিয়েলা রস, এমআইটির ইলেকট্রিক্যাল ইঞ্জিনিয়ারিং এবং কম্পিউটার সায়েন্সের প্যানাসনিক অধ্যাপক এবং এমআইটি লা লিগবোরসিল বিজ্ঞানের ডিরেক্টর। “এই ধরণের বিতরণ করা রোবোটিক্স গতিশীলতা, জরুরী প্রতিক্রিয়া, পাবলিক স্পেস এবং জলের অবকাঠামোর জন্য নতুন সম্ভাবনা উন্মুক্ত করে।”

“ফ্লোটফর্মের সাথে, আমরা মূলত স্থির জলের পৃষ্ঠগুলিকে প্রোগ্রামযোগ্য গতিশীল স্থানগুলিতে পরিণত করছি,” বলেছেন ওয়েই ওয়াং, প্রকল্পের একটি নতুন গবেষণাপত্রের প্রধান লেখক এবং একজন প্রাক্তন এমআইটি গবেষণা বিজ্ঞানী যিনি এখন উইসকনসিন-ম্যাডিসন বিশ্ববিদ্যালয়ের মেরিন রোবোটিক্স ল্যাবের নেতৃত্ব দিচ্ছেন৷ “একটি শহুরে পরিবেশ কল্পনা করুন যেখানে পাবলিক স্পেস স্থির করা হয় না, কিন্তু স্বায়ত্তশাসিতভাবে প্রসারিত, চুক্তি বা চাহিদার উপর পুনরায় কনফিগার করতে পারে।”

এমআইটি সিএসএআইএল এবং সেন্সেবল সিটি ল্যাবের প্রাক্তন গবেষক আলেজান্দ্রো গঞ্জালেজ-গার্সিয়া বলেছেন, “আমরা এটিকে জলের উপর অবকাঠামো তৈরি হিসাবে দেখি, একটি মডুলার সিস্টেম ব্যবহার করে একটি বড় সিস্টেম তৈরি করে।” “যদি জরুরী অবস্থা হয়, আপনি শহরে যানজট কমাতে একটি নতুন সেতু তৈরি করতে পারেন। অথবা আপনি ভাসমান বাজার এবং ভাসমান প্ল্যাটফর্ম তৈরি করতে পারেন। আপনি যদি আরও বাসযোগ্য শহর চান তবে আপনি জল ব্যবহার করতে চান।”

ওপেন এক্সেস কাজ, আজ প্রকাশিত প্রকৃতি যোগাযোগMIT-এর নগর প্রযুক্তি এবং পরিকল্পনা অনুশীলনের অধ্যাপক এবং সেন্সেবল সিটি ল্যাবের পরিচালক রস এবং কার্লো রাট্টির ল্যাব থেকে এসেছে এবং রোবোট থেকে বেড়ে উঠেছে, আমস্টারডাম ইনস্টিটিউট ফর অ্যাডভান্সড মেট্রোপলিটান সলিউশনের সাথে তাদের যৌথ প্রকল্প যা আমস্টারডামের ক্যানালগুলিতে পূর্ণ আকারের স্বায়ত্তশাসিত জলযান স্থাপন করেছে। এই খালগুলো একসময় শহরের মালামাল বহন করত; আজ, তারা মূলত পর্যটকদের বহন করে।

“আমরা দেখেছি যে খালগুলিকে বর্জ্য সংগ্রহের জন্য ব্যবহার করা যেতে পারে, বা রাস্তাগুলি থেকে কিছু চাপ জলে ফিরিয়ে আনার জন্য ব্যবহার করা যেতে পারে,” বলেছেন নিকলাস হ্যাগম্যান, এমআইটি-এর আর্কিটেকচারের স্নাতক ছাত্র, সিএসএআইএল-এর একটি সহযোগী এবং সেন্সেবল সিটি ল্যাবের প্রাক্তন গবেষক যিনি প্রকল্পটির প্রাথমিক পর্যায় থেকে কাজ করেছেন৷ “শহুরে অঞ্চলগুলি আরও ঘন হয়ে উঠছে, তাই আপনি কি পাবলিক স্পেসকে সেই জলে প্রসারিত করতে পারেন যা বর্তমানে অব্যবহৃত হয়েছে?”

FloatForm একটি কঠিন প্রশ্নের উত্তর দিতে সেই দৃষ্টিকে ডেস্কটপ স্কেলে সঙ্কুচিত করে: কীভাবে আপনি নিজেকে সংগঠিত করার জন্য ডজন ডজন এবং শেষ পর্যন্ত হাজার হাজার ভাসমান রোবট পাবেন?

পিঁপড়া প্ল্যাটফর্ম থেকে পাঠ

দলটি জীববিজ্ঞানে তাদের উত্তর খুঁজে পেয়েছে। ফায়ার পিঁপড়া বিখ্যাতভাবে বন্যা থেকে বেঁচে থাকে তাদের দেহকে জীবন্ত ভেলাগুলির সাথে সংযুক্ত করে, কোনো নেতা ছাড়াই সমাবেশে কোরিওগ্রাফ করার জন্য। প্রতিটি পিঁপড়া সাধারণ স্থানীয় নিয়ম অনুসরণ করে এবং একটি নমনীয় কাঠামো তৈরি করা হয়।

“প্রতিটি পিঁপড়া একটি স্বাধীন এজেন্ট,” গঞ্জালেজ-গার্সিয়া বলেছেন। “আমরা চেয়েছিলাম প্রতিটি রোবটের নিজস্ব ক্ষমতা থাকুক, একইভাবে পিঁপড়ার উপনিবেশগুলি একটি ভেলা তৈরি করে।”

বেশিরভাগ বিদ্যমান স্ব-একত্রিত রোবট সিস্টেম, জলে এবং অন্য কোথাও, একটি কেন্দ্রীয় কম্পিউটারের উপর নির্ভর করে যা প্রতিটি পদক্ষেপকে নির্দেশ করে। এই পদ্ধতিটি ব্যর্থতার একক পয়েন্টের জন্য ঝুঁকিপূর্ণ এবং স্কেল খারাপভাবে: রোবট হিসাবে ডিজাইন করা গাণিতিক বেলুনগুলি যোগ করা হয়েছে এবং ঝাঁককে অবশ্যই ক্রমানুসারে একত্রিত করতে হবে, বেশিরভাগ রোবট তাদের পালা অপেক্ষা করার সময় নিষ্ক্রিয় থাকে। FloatForm ব্যালেন্স বাঁক. একটি লাইটওয়েট সেন্ট্রাল প্ল্যানার অল্প অল্প করে পদক্ষেপ নেয়, প্রতিটি রোবটকে জালিকে নিখুঁত করার জন্য একটি সীমিত অবস্থান বরাদ্দ করে, জ্যামিতিক নির্ভুলতার একটি স্তর যা বিশুদ্ধভাবে বিতরণ পদ্ধতিগুলি নিশ্চিত করতে লড়াই করে। লক্ষ্য আকারের দিকে নেভিগেট করা, সংঘর্ষ এড়ানো এবং ঝামেলার সাথে খাপ খাইয়ে নেওয়া সহ অন্য সবকিছু রোবট নিজেই করে, যা তাদের নিকটবর্তী প্রতিবেশীদের সাথে অবস্থান পরিবর্তন করে সমন্বয় করে। পুরো ঝাঁক একবারে সরে গেল।

এই সমান্তরাল কাজটিকে অনন্য করে তোলে। FloatForms পদ্ধতির নকশা জটিলতা শুধুমাত্র রোবটের স্থানীয় প্রতিবেশীদের উপর নির্ভর করে, ঝাঁকের মোট আকার নয়। গঞ্জালেজ-গার্সিয়া বলেছেন, “আমরা যা করার চেষ্টা করছি তা হল ন্যূনতম কেন্দ্রীয়ভাবে হস্তক্ষেপ করা এবং সবাইকে একই সময়ে একত্রিত করা।

এমআইটি-তে পরীক্ষা-নিরীক্ষায়, আটটি রোবটের একটি বহরকে বারবার এলোমেলো অবস্থান থেকে একটি লক্ষ্য আকারে একত্রিত করা হয়েছিল, একটি শক্ত কাঠামোর মধ্যে লক করা হয়েছিল, কমান্ডের ভিত্তিতে বিচ্ছিন্ন করা হয়েছিল, একটি নতুন কনফিগারেশনে পুনরায় একত্রিত করা হয়েছিল, এবং তারপর একটি একক জাহাজ হিসাবে পুকুর জুড়ে ভ্রমণ করা হয়েছিল, প্রতিটি দৌড় চার থেকে আট মিনিট স্থায়ী হয়েছিল। এই শেষ মোডে, যাকে বলা হয় যৌথ পরিবহন, একজন পরিকল্পনাকারী পুরো কাঠামোর জন্য একটি রুট তৈরি করে এবং প্রতিটি রোবট তার অবদানের হিসাব করে। “প্রতিটি রোবট একজন অপারেটর হয়ে ওঠে,” গঞ্জালেজ-গার্সিয়া ব্যাখ্যা করেন। সিমুলেশনগুলি 64 এর ঝাঁকে মসৃণভাবে ফ্রেম স্কেলিং দেখায়।

“বড়ভাবে বিতরণ করা পদ্ধতির সৌন্দর্য হল যে ঝাঁক বৃদ্ধির সাথে সাথে গণনা জটিল হয় না,” ওয়াং বলেছেন। “আপনি আটটি বোট বা 80টি নিয়ে কাজ করছেন না কেন, পুরো ফ্লিট একই সময়ে সমন্বয় করে এবং চলে। কারণ সামগ্রিক সমাবেশের সময় নীতিগতভাবে উল্লেখযোগ্যভাবে বৃদ্ধি পায় না, সিস্টেমটি অত্যন্ত স্কেলযোগ্য থাকে।”

আঁকড়ে ধরার জন্য একটি শারীরিক পুরস্কারও রয়েছে। “আমাদের নৌকাগুলি একে অপরের সাথে সংযুক্ত হয়ে আরও স্থিতিশীল হয়ে ওঠে, পিঁপড়ার ভেলার মতো, যদি আপনার তরঙ্গ বা স্রোত থাকে,” হ্যাগম্যান বলেছেন।

অরিগামি হ্যান্ডশেক

রোবটগুলি প্রতিটি শরীরের ভিতরে সম্পূর্ণরূপে লুকানো একটি লকিং প্রক্রিয়া ব্যবহার করে সংযোগ করে। কেন্দ্রে একটি একক সার্ভো মোটর একটি অরিগামি-অনুপ্রাণিত অ্যাকোস্টিক কাঠামো চালায়, জ্যামিতি যা একযোগে সব দিকেই সমানভাবে সংকুচিত হয়, চারটি দিক থেকে স্থায়ী চুম্বককে টেনে ভিতরের দিকে টেনে নিয়ে যায়, অথবা 10- থেকে 15-সেন্টিমিটার ব্যবধানে প্রতিবেশীকে ধরতে তাদের বাইরের দিকে ঠেলে দেয়। চুম্বকগুলি পর্যায়ক্রমিক পোলারিটি দিয়ে সাজানো হয়, তাই বোটগুলি বর্গাকার গ্রিড পরিষ্কার করার জন্য নির্ভরযোগ্যভাবে লেগে থাকে।

মার্জিত অংশটি যা প্রক্রিয়াটি করে না: (প্রচুর) বিদ্যুৎ ব্যবহার করে। একটি 3D মুদ্রিত গিয়ারবক্স ইঞ্জিন বন্ধ থাকা অবস্থায় উভয় অবস্থানে ল্যাচ ধরে রাখে। “এটি সংযুক্ত এবং আনবোল্ট করার জন্য শক্তি ব্যবহার করে, কিন্তু সেই রাজ্যগুলির মধ্যে, এটি কোন শক্তি ব্যবহার করে না,” হেগেম্যান বলেছেন। একটি অবকাঠামো যা ঘন্টার জন্য কনফিগারেশন ধরে রাখতে পারে, এটি গুরুত্বপূর্ণ। “কারণ রোবটগুলি এত ছোট, আপনি কেবল এত বড় ব্যাটারি পেতে পারেন,” গঞ্জালেজ-গার্সিয়া যোগ করেন। “যদি তারা লকিংয়ে কম শক্তি ব্যবহার করে, তবে তারা গণনায় বা প্রকৃত আন্দোলনে বেশি ব্যবহার করতে পারে।”

সেখানে পৌঁছানোর জন্য অপমানজনক প্রকৌশল প্রয়োজন। একটি “X” এ সাজানো চারটি ক্ষুদ্রাকৃতির থ্রাস্টার প্রতিটি রোবটকে সর্বমুখী গতি প্রদান করে, যার মধ্যে স্থানটি বাঁক রয়েছে, কিন্তু তারা রোবটের ক্ষুদ্র জড়তার তুলনায় বৃহৎ শক্তিকে প্যাক করে, যার ফলে প্রাথমিক প্রোটোটাইপগুলি মোচড় দেয় এবং কম গতিতে আক্রমণাত্মকভাবে ঘুরতে থাকে। দলটি হাইড্রোডাইনামিক ড্র্যাগ বাড়ানোর জন্য স্থিতিশীল পাখনা যুক্ত করেছে এবং এই স্কেলের রোবটগুলির উপর শক্তিশালী থাকার জন্য কন্ট্রোলারগুলিকে টুইক করেছে যা কখনই একই রকম নয়। চুম্বকগুলি তাদের নিজস্ব সমস্যা তৈরি করেছিল: তারা এত ভালভাবে ধরেছিল যে কখনও কখনও আনল্যাচিংয়ের জন্য রোবটগুলিকে মোচড় দিতে হয়।

ট্যাঙ্ক থেকে খাদে

10টিরও বেশি পরীক্ষায়, সিস্টেমটি মানুষের হস্তক্ষেপ ছাড়াই 90 শতাংশ সময় চারটি রোবট দিয়ে এবং 70 শতাংশ আটটি দিয়ে তার কাজগুলি সম্পন্ন করে। যখন জিনিসগুলি ভুল হয়ে যায়, তখন স্থাপত্যটি তার স্থিতিস্থাপকতা দেখিয়েছিল: একটি রোবট যেটি সংক্ষিপ্তভাবে তার অবস্থান হারিয়েছিল, পুরো ঝাঁককে থামিয়ে না রেখে নিজেই কাঠামোতে পুনরায় যোগ দিতে পারে এবং একটি মৃত প্রান্তে আটকে থাকা রোবটগুলি মুক্ত হতে এবং আবার চেষ্টা করতে শিখেছিল।

একটি নিয়ন্ত্রিত অভ্যন্তরীণ ট্যাঙ্ক থেকে একটি বাস্তব খাল বা বন্দরে সরানো আত্মবিশ্বাসের চেয়ে বেশি লাগবে। গনজালেজ-গার্সিয়া বলেছেন, “নৌকাটির আকার এবং এটি যে ঝামেলা পরিচালনা করতে পারে তার মধ্যে সর্বদা একটি সম্পর্ক থাকে।” “এই নৌকাগুলি খুব ছোট, তাই খুব রুক্ষ জলে, তারা কাজ করতে পারে না।” স্কেল আপ করার অর্থ হল ল্যাচগুলিকে শক্তিশালী করা, সম্ভাব্যভাবে একটি পূর্ণ আকারের রোবটের মতো যান্ত্রিক সংযুক্তিগুলি ব্যবহার করা, এবং GPS বা দৃষ্টি-ভিত্তিক সেন্সিংয়ের জন্য ল্যাবের অভ্যন্তরীণ অতিস্বনক অবস্থানকে অদলবদল করা। সহায়কভাবে, সমন্বয় অ্যালগরিদমটি সেন্সর অজ্ঞেয়বাদী হওয়ার জন্য ডিজাইন করা হয়েছিল: সেন্সরগুলি অদলবদল করুন, যুক্তি রাখুন৷

দলটি শহরের খাল ছাড়িয়ে অনেক দূরে, সামুদ্রিক পরিদর্শন এবং রক্ষণাবেক্ষণের জন্য অস্থায়ী প্ল্যাটফর্ম তৈরি করা থেকে শুরু করে পরিযায়ী প্রজাতির অধ্যয়ন করার জন্য অভিযোজিত সেন্সর নেটওয়ার্ক থেকে শুরু করে হার্ড-টু-নাগালের এলাকায় জরুরি প্রতিক্রিয়ার জন্য পুনরায় কনফিগারযোগ্য ডকিং স্টেশন পর্যন্ত অ্যাপ্লিকেশনগুলি কল্পনা করে। অস্থায়ী নির্মাণ প্ল্যাটফর্ম থেকে পরিবেশ পর্যবেক্ষণ এবং বৈজ্ঞানিক অভিযানের জন্য অফশোর এবং দূরবর্তী অপারেশনগুলির জন্যও সম্ভাবনা রয়েছে।

এবং ভূগোল প্রশস্ত খোলা. “ভেনিস, হল্যান্ড, বেলজিয়াম, নরওয়ের fjords এবং হ্রদ, সত্যিই একটি নদী সঙ্গে যে কোনো শহর এটির সুবিধা নিতে পারে,” গঞ্জালেজ-গার্সিয়া বলেছেন৷ “প্রকল্পটি এমন স্থানগুলি ব্যবহার করে যেখানে জল ইতিমধ্যেই গুরুত্বপূর্ণ, কিন্তু এটি প্রশ্নও উত্থাপন করে: অন্য কিছুর জন্য জল কোথায় ব্যবহার করা যেতে পারে?”

গবেষণায় জড়িত নন, মিশিগান বিশ্ববিদ্যালয়ের সহকারী অধ্যাপক স্টিফেন সারন বলেছেন, “পানির উপর বিতরণকৃত যৌথ আচরণগুলি উপলব্ধি করার ক্ষেত্রে এটি একটি উত্তেজনাপূর্ণ পদক্ষেপ। “সমাবেশ, স্ব-কনফিগারেশন এবং সম্মিলিত আন্দোলন স্থল পরিবেশে যথেষ্ট কঠিন, কিন্তু প্রধানত জলের উপর বিতরণ করা পদ্ধতিতে এই আচরণগুলি অর্জন করা আরেকটি গুরুতর চ্যালেঞ্জ, এবং এই দলটি নির্ভরযোগ্যভাবে এটি কাটিয়ে উঠেছে। রোবটের নিজের উপর গণনামূলক বোঝা স্থানান্তরিত করে, তারা একটি উন্মুক্ত রোবটের মতো আরও শক্তিশালী সিস্টেম তৈরি করেছে, যা ভবিষ্যতের পরিবেশে খোলা পরিবেশে নিরীক্ষণ এবং পরিবেশের উপর নজরদারি করতে পারে। পুনর্বিন্যাসযোগ্য সামুদ্রিক অবকাঠামো।”

গঞ্জালেজ-গার্সিয়া, হেগেম্যান এবং ওয়াং প্রবীণ লেখক রাট্টির সাথে গবেষণাপত্রটি লিখেছেন, যিনি পলিটেকনিকো ডি মিলানো এবং রসের অধ্যাপকও। González-Garcia অতিরিক্তভাবে KU Leuven এ MECO গবেষণা দলের সাথে যুক্ত। গবেষণাটি ম্যাডিসনের উইসকনসিন বিশ্ববিদ্যালয়ের অতিরিক্ত সহায়তার সাথে আমস্টারডাম ইনস্টিটিউট ফর অ্যাডভান্সড মেট্রোপলিটন সলিউশনের অনুদান দ্বারা সমর্থিত হয়েছিল। টিম MIT সি গ্রান্ট এবং প্রফেসর মাইকেল ট্রায়ান্টাফিলোকে টেস্ট ট্যাঙ্ক প্রদানের জন্য ধন্যবাদ জানায়।