मानचित्रों के बजाय - छवियां और बुद्धिमत्ता।
रोबोट के लिए कई स्वायत्त नेविगेशन सिस्टम सटीक मानचित्रों या गहराई सेंसर पर निर्भर करते हैं, जो अप्रत्याशित वातावरण में उनके उपयोग को सीमित करता है। अमेज़ॅन साइंस की टीमों द्वारा विकसित एक नया दृष्टिकोण इस निर्भरता को समाप्त करता है - यह केवल एक RGB कैमरे से डेटा के आधार पर काम करता है। इसका मतलब है कि रोबोट पहले से तैयार मानचित्रों के बिना क्षेत्रों में घूम सकता है और निरीक्षण कर सकता है, जो रसद, बुनियादी ढांचे की निगरानी या बचाव कार्यों में नए अवसर खोलता है।
इस समाधान की कुंजी न केवल छवि है, बल्कि इसकी व्याख्या करने का तरीका भी है। रोबोट को लक्ष्य की एक तैयार छवि प्रदान करने के बजाय, सिस्टम लगातार कैमरे से वीडियो स्ट्रीम के आधार पर लक्ष्य प्रतिनिधित्व को अपडेट करता है। यह खराब गुणवत्ता वाले डिटेक्शन या ऑब्जेक्ट दूरी के प्रति बेहतर प्रतिरोध की अनुमति देता है - भले ही शुरुआत में लक्ष्य स्पष्ट रूप से दिखाई न दे, रोबोट इसे गति के दौरान
इस दृष्टिकोण के हिस्से के रूप में, टीम ने वास्तविक समय में लक्ष्य प्रतिबिंब पेश किया, जो वीडियो स्ट्रीम में ऑब्जेक्ट डिटेक्शन पर आधारित है। प्रत्येक नया फ्रेम लक्ष्य प्रतिनिधित्व को अपडेट करता है, जिससे बदलते परिस्थितियों के अनुकूल होने और डिटेक्शन में हस्तक्षेप के प्रति प्रतिरोध बढ़ाने की अनुमति मिलती है।
चरण और नियंत्रण: रोबोट कैसे समझता है कि कब रुकना है।
सिस्टम नेविगेशन प्रक्रिया को दो चरणों में विभाजित करता है - लंबी दूरी का दृष्टिकोण और निकट कक्षीय निरीक्षण। प्रत्येक चरण के अपने लक्ष्य होते हैं और इसके लिए एक अलग नियंत्रण रणनीति की आवश्यकता होती है। लंबी दूरी के लिए एक स्थिर दिशा की आवश्यकता होती है, और निकट निरीक्षण के लिए - दृश्य क्षेत्र के केंद्र में ऑब्जेक्ट को सटीक रूप से बनाए रखना। इसे प्राप्त करने के लिए, टीम ने एक नीति संरचना डिज़ाइन की जिसमें विभाजित नियंत्रण शामिल हैं, जो समान बुनियादी नेविगेशन आर्किटेक्चर का उपयोग करते हैं, लेकिन प्रत्येक चरण की विशिष्टताओं के अनुकूल होते हैं।
यह बिना पूर्ण पुन: कॉन्फ़िगरेशन के चरणों के बीच सुचारू संक्रमण की अनुमति देता है। परीक्षणों के दौरान, सिस्टम बड़े देखने के कोणों पर विशेष रूप से प्रभावी साबित हुआ, जिसका अर्थ है कि रोबोट एक तरफ या एक बड़े कोण पर लक्ष्य तक पहुंच सकता है - एक ऐसी स्थिति जिसमें पारंपरिक विधियां अक्सर विफल हो जाती हैं।
चरणों का पृथक्करण नियंत्रण के अनुकूलन की अनुमति देता है: लंबी दूरी के चरण में, रोबोट दिशा और गति स्थिरता पर ध्यान केंद्रित करता है, और निकटवर्ती चरण में - सटीक स्थिति निर्धारण और वस्तु को फ्रेम के केंद्र में बनाए रखने पर।
बिना गहराई के रुकना: दृश्य तंत्र कैसे काम करता है।
बढ़ा हुआ चित्रज़ूम बंद करेंपिछला चित्रमानचित्र रहित नेविगेशन में सबसे बड़ी चुनौतियों में से एक न केवल लक्ष्य खोजना है, बल्कि उसे सटीक रूप से रोकना भी है। कई प्रणालियाँ गहराई सेंसर पर निर्भर करती हैं, जो महंगे होते हैं और हस्तक्षेप के लिए अतिसंवेदनशील होते हैं। नया स्टॉपिंग तंत्र पूरी तरह से दृश्य रूप से काम करता है: यह डिटेक्शन आयत (bbox) के कुल छवि क्षेत्र के अनुपात का विश्लेषण करता है और रोबोट की गति के कारण होने वाले कंपन को खत्म करने के लिए एक सहज अस्थायी प्रसंस्करण लागू करता है।
इसके अतिरिक्त, सिस्टम एक विज़ुअल सर्वो लूप का उपयोग करता है, जो अस्थिर गति या कैमरे के कंपन के दौरान भी वस्तु को फ्रेम के केंद्र में रखता है। यह 1.0-1.2 मीटर की दूरी पर सटीक निरीक्षण के लिए महत्वपूर्ण - लक्ष्य से स्थिर स्टॉपिंग की अनुमति देता है।
इस तंत्र को गहराई माप या अतिरिक्त सेंसर की आवश्यकता नहीं होती है। इसके बजाय, यह छवि अनुपात में गतिशील परिवर्तनों का उपयोग स्टॉपिंग संकेत के रूप में करता है, जो स्थिरता और परिणामों की पुनरावृत्ति सुनिश्चित करता है।
परीक्षण और सामान्यता: बिना वास्तुशिल्प सीमाओं के प्रभावशीलता।
प्रत्येक मामले में, सिस्टम ने उच्च अंतिम प्रभावशीलता प्राप्त की। यह सत्यापित करने के लिए कि क्या यह किसी विशिष्ट मॉडल से स्वतंत्र है, परीक्षण दो अलग-अलग आर्किटेक्चर पर भी किए गए: ViNT और NoMaD - बिना किसी संशोधन के। परिणामों ने पुष्टि की कि दृष्टिकोण सार्वभौमिक है और इसे विभिन्न नेविगेशन प्रणालियों में लागू किया जा सकता है।
इसका मतलब है कि प्रौद्योगिकी किसी विशिष्ट रोबोट मॉडल या एल्गोरिदम से जुड़ी नहीं है - इसे मौजूदा या भविष्य के समाधानों में लागू किया जा सकता है। हालांकि, वास्तविक दुनिया के वातावरण से डेटा की कमी परीक्षण परिदृश्यों के बाहर एक सीमा बनी हुई है, जिसका अर्थ है कि चरम स्थितियों (जैसे बारिश, कोहरा) में प्रभावशीलता अभी तक सत्यापित नहीं की गई है।
अनुसंधान से पता चलता है कि सिस्टम सीधे प्रक्षेपवक्र और बड़े देखने के कोण दोनों पर स्थिर रूप से काम करता है - जो दुर्गम क्षेत्रों में अनुप्रयोगों के लिए महत्वपूर्ण है।
महत्व और भविष्य: परीक्षण से अभ्यास तक।
एक नया दृष्टिकोण दिखाता है कि कठिन परिस्थितियों में स्वायत्त नेविगेशन को जटिल सेंसर सिस्टम पर निर्भर रहने की आवश्यकता नहीं है। गतिशील लक्ष्य प्रतिबिंब और गहरी चरण पृथक्करण के साथ एक दृश्य दृष्टिकोण उद्योग, रसद या बचाव कार्यों में रोबोट विकसित करने की कुंजी हो सकता है - जहां मानचित्र तैयार करना या अतिरिक्त सेंसर स्थापित करना संभव नहीं है।
हालांकि सिस्टम को एक शोध प्रदर्शन के रूप में प्रस्तुत किया गया था, लेकिन इसका उपयोग वास्तविक परिदृश्यों तक बढ़ाया जा सकता है। हालांकि, वास्तविक परिस्थितियों या दीर्घकालिक परीक्षणों में कार्यान्वयन पर डेटा की कमी समय के साथ प्रतिरोध और स्थिरता के बारे में खुले प्रश्न छोड़ देती है।
भविष्य में, इस दृष्टिकोण को अधिक जटिल परिदृश्यों तक विस्तारित करना संभव होगा, जैसे कि कई रोबोट का सहयोग या लॉजिस्टिक्स प्रबंधन प्रणालियों के साथ एकीकरण।
