क्या आपने कभी सोचा है कि कीड़े अपने घर से इतनी दूर तक कैसे जा पाते हैं और फिर भी अपना रास्ता ढूंढ लेते हैं?इस प्रश्न का उत्तर न केवल जीव विज्ञान के लिए प्रासंगिक है, बल्कि छोटे, स्वायत्त रोबोटों के लिए एआई बनाने के लिए भी प्रासंगिक है।

टीयू डेल्फ़्ट ड्रोन-शोधकर्ताओं को जैविक निष्कर्षों से प्रेरणा मिली कि कैसे चींटियाँ अपने पर्यावरण को दृष्टिगत रूप से पहचानती हैं और सुरक्षित रूप से घर वापस जाने के लिए इसे अपने कदमों की गिनती के साथ जोड़ती हैं।उन्होंने छोटे, हल्के रोबोटों के लिए कीट-प्रेरित स्वायत्त नेविगेशन रणनीति बनाने के लिए इन अंतर्दृष्टि का उपयोग किया है।

रणनीति ऐसे रोबोटों को लंबे प्रक्षेप पथ के बाद घर वापस आने की अनुमति देती है, जबकि उन्हें बहुत कम गणना और मेमोरी (0.65 किलोबाइट प्रति 100 मीटर) की आवश्यकता होती है।भविष्य में, छोटे स्वायत्त रोबोट गोदामों में स्टॉक की निगरानी से लेकर औद्योगिक स्थलों में गैस रिसाव का पता लगाने तक, व्यापक उपयोग पा सकते हैं।

शोधकर्ताउनके निष्कर्ष प्रकाशित कियेमेंविज्ञान रोबोटिक्स, 17 जुलाई 2024 को।छोटे आदमी के लिए डटे रहना

दसियों से लेकर कुछ सौ ग्राम तक के छोटे रोबोट, दिलचस्प वास्तविक दुनिया के अनुप्रयोगों की क्षमता रखते हैं।

अपने हल्के वजन के कारण, वे बेहद सुरक्षित हैं, भले ही वे गलती से किसी से टकरा जाएं।

चूंकि वे छोटे हैं, वे संकीर्ण क्षेत्रों में नेविगेट कर सकते हैं।और यदि उन्हें सस्ते में बनाया जा सकता है, तो उन्हें बड़ी संख्या में तैनात किया जा सकता है, ताकि वे जल्दी से एक बड़े क्षेत्र को कवर कर सकें, उदाहरण के लिए ग्रीनहाउस में शुरुआती कीट या बीमारी का पता लगाने के लिए।

हालाँकि, ऐसे छोटे रोबोटों को स्वयं संचालित करना कठिन है, क्योंकि बड़े रोबोटों की तुलना में उनके पास बेहद सीमित संसाधन होते हैं।एक बड़ी बाधा यह है कि उन्हें स्वयं नेविगेट करने में सक्षम होना होगा।इसके लिए रोबोट को बाहरी बुनियादी ढांचे से मदद मिल सकती है।वे घर के बाहर जीपीएस उपग्रहों से या घर के अंदर वायरलेस संचार बीकन से स्थान अनुमान का उपयोग कर सकते हैं।

हालाँकि, ऐसे बुनियादी ढांचे पर भरोसा करना अक्सर वांछनीय नहीं होता है।जीपीएस घर के अंदर उपलब्ध नहीं है और शहरी घाटियों जैसे अव्यवस्थित वातावरण में अत्यधिक गलत हो सकता है।और इनडोर स्थानों में बीकन स्थापित करना और बनाए रखना काफी महंगा है या बिल्कुल संभव नहीं है, उदाहरण के लिए खोज-और-बचाव परिदृश्यों में।

केवल ऑनबोर्ड संसाधनों के साथ स्वायत्त नेविगेशन के लिए आवश्यक एआई को स्व-ड्राइविंग कारों जैसे बड़े रोबोटों को ध्यान में रखकर बनाया गया है।कुछ दृष्टिकोण LiDAR लेजर रेंजर्स जैसे भारी, बिजली की खपत करने वाले सेंसरों पर निर्भर करते हैं, जिन्हें छोटे रोबोट आसानी से नहीं ले जा सकते या संचालित नहीं कर सकते।

अन्य दृष्टिकोण दृष्टि की भावना का उपयोग करते हैं, जो एक बहुत ही शक्ति-कुशल सेंसर है जो पर्यावरण पर समृद्ध जानकारी प्रदान करता है।हालाँकि, ये दृष्टिकोण आम तौर पर पर्यावरण के अत्यधिक विस्तृत 3डी मानचित्र बनाने का प्रयास करते हैं।इसके लिए बड़ी मात्रा में प्रसंस्करण और मेमोरी की आवश्यकता होती है, जो केवल उन कंप्यूटरों द्वारा प्रदान की जा सकती है जो बहुत बड़े हैं और बिजली की खपत करते हैंछोटे रोबोट.

कदमों की गिनती और विज़ुअल ब्रेडक्रंब

यही कारण है कि कुछ शोधकर्ताओं ने प्रेरणा के लिए प्रकृति की ओर रुख किया है।कीड़े विशेष रूप से दिलचस्प होते हैं क्योंकि वे बहुत ही दुर्लभ सेंसिंग और कंप्यूटिंग संसाधनों का उपयोग करते हुए उन दूरियों पर काम करते हैं जो कई वास्तविक दुनिया के अनुप्रयोगों के लिए प्रासंगिक हो सकते हैं।

जीवविज्ञानियों के पास उपयोग की जाने वाली अंतर्निहित रणनीतियों की समझ बढ़ रही हैकीड़े.विशेष रूप से, कीड़े अपनी स्वयं की गति (जिसे "ओडोमेट्री" कहा जाता है) पर नज़र रखने को उनके कम-रिज़ॉल्यूशन, लेकिन लगभग सर्वदिशात्मक दृश्य प्रणाली (जिसे "व्यू मेमोरी" कहा जाता है) के आधार पर दृष्टि निर्देशित व्यवहार के साथ जोड़ते हैं।

जबकि ओडोमेट्री को न्यूरोनल स्तर तक भी तेजी से अच्छी तरह से समझा जाता है, दृश्य स्मृति के अंतर्निहित सटीक तंत्र अभी भी कम अच्छी तरह से समझे जाते हैं।

यह कैसे काम करता है, इस पर सबसे शुरुआती सिद्धांतों में से एक का प्रस्ताव है "स्नैपशॉट" मॉडल। इसमें चींटी जैसे कीट को कभी-कभी अपने पर्यावरण का स्नैपशॉट लेने का प्रस्ताव दिया जाता है।

बाद में, स्नैपशॉट के करीब पहुंचने पर, कीट अपनी वर्तमान दृश्य धारणा की तुलना स्नैपशॉट से कर सकता है, और अंतर को कम करने के लिए आगे बढ़ सकता है।यह कीट को स्नैपशॉट स्थान पर नेविगेट करने, या "घर" जाने की अनुमति देता है, किसी भी बहाव को हटा देता है जो अनिवार्य रूप से केवल ओडोमेट्री करते समय बनता है।

"स्नैपशॉट-आधारित नेविगेशन की तुलना इस बात से की जा सकती है कि कैसे हेंसल ने हेंसल और ग्रेटेल की परी कथा में खो जाने की कोशिश नहीं की। जब हंस ने जमीन पर पत्थर फेंके, तो वह घर वापस आ सका। हालांकि, जब उसने ब्रेड के टुकड़े फेंके, जिन्हें उसने खा लियापक्षी, हंस और ग्रेटेल खो गए, हमारे मामले में, पत्थर स्नैपशॉट हैं," अध्ययन के पहले लेखक टॉम वैन डिज्क कहते हैं।

"पत्थर की तरह, स्नैपशॉट को काम करने के लिए, रोबोट को स्नैपशॉट स्थान के काफी करीब होना चाहिए। यदि दृश्य परिवेश स्नैपशॉट स्थान से बहुत अलग हो जाता है, तो रोबोट गलत दिशा में आगे बढ़ सकता है और कभी वापस नहीं आ सकता हैअब, किसी को पर्याप्त स्नैपशॉट का उपयोग करना होगा - या हेंसल के मामले में, पर्याप्त संख्या में पत्थर गिराने होंगे।

"दूसरी ओर, पत्थरों को एक-दूसरे के करीब गिराने से हंस की पथरी बहुत जल्दी खत्म हो जाएगी। रोबोट के मामले में, बहुत अधिक स्नैपशॉट का उपयोग करने से बड़ी मेमोरी खपत होती है। इस क्षेत्र में पिछले कार्यों में आमतौर पर स्नैपशॉट एक साथ बहुत करीब होते थे, ताकि रोबोट पहले एक स्नैपशॉट को देख सके और फिर अगले को।

बायो-प्रेरित ड्रोन में पूर्ण प्रोफेसर और लेख के सह-लेखक गुइडो डी क्रून कहते हैं, "हमारी रणनीति में अंतर्निहित मुख्य अंतर्दृष्टि यह है कि यदि रोबोट ओडोमेट्री के आधार पर स्नैपशॉट के बीच यात्रा करता है, तो आप स्नैपशॉट को काफी दूर रख सकते हैं।"

"होमिंग तब तक काम करेगी जब तक रोबोट स्नैपशॉट स्थान के काफी करीब पहुंच जाता है, यानी, जब तक रोबोट का ओडोमेट्री बहाव स्नैपशॉट के 'कैचमेंट एरिया' के भीतर आता है।यह रोबोट को बहुत आगे तक यात्रा करने की भी अनुमति देता है, क्योंकि रोबोट एक स्नैपशॉट पर लौटते समय ओडोमेट्री के आधार पर एक स्नैपशॉट से दूसरे पर उड़ान भरने की तुलना में बहुत धीमी गति से उड़ता है।"

प्रस्तावित कीट-प्रेरित नेविगेशन रणनीति ने एक सर्वदिशात्मक कैमरे से सुसज्जित 56-ग्राम "क्रेजीफ्ली" ड्रोन को केवल 0.65 किलोबाइट के साथ 100 मीटर तक की दूरी तय करने की अनुमति दी।सभी दृश्य प्रसंस्करण एक छोटे कंप्यूटर पर होता है जिसे "माइक्रो-कंट्रोलर" कहा जाता है, जो कई सस्ते इलेक्ट्रॉनिक उपकरणों में पाया जा सकता है।

रोबोट प्रौद्योगिकी को काम पर लगाना

"प्रस्तावित कीट-प्रेरित नेविगेशन रणनीति छोटे को लागू करने की दिशा में एक महत्वपूर्ण कदम हैस्वायत्त रोबोटवास्तविक दुनिया में," गुइडो डी क्रून कहते हैं।

"प्रस्तावित रणनीति की कार्यक्षमता अत्याधुनिक नेविगेशन विधियों द्वारा प्रदान की गई तुलना में अधिक सीमित है। यह कोई नक्शा नहीं बनाता है और केवल रोबोट को शुरुआती बिंदु पर वापस आने की अनुमति देता है।

"फिर भी, कई अनुप्रयोगों के लिए यह पर्याप्त से अधिक हो सकता है। उदाहरण के लिए, गोदामों में स्टॉक ट्रैकिंग या ग्रीनहाउस में फसल की निगरानी के लिए, ड्रोन उड़ सकते हैं, डेटा इकट्ठा कर सकते हैं और फिर बेस स्टेशन पर लौट सकते हैं। वे मिशन-प्रासंगिक छवियों को स्टोर कर सकते हैंसर्वर द्वारा पोस्ट-प्रोसेसिंग के लिए एक छोटा एसडी कार्ड, लेकिन उन्हें नेविगेशन के लिए इसकी आवश्यकता नहीं होगी।"