होमवर्ड बाउंड – कैसे चींटियाँ AI‑आधारित रोबोटिक्स को प्रेरित कर रही हैं

चींटियों की तरह नेविगेट करना

हम जानते हैं कि कीट मानव दृष्टिकोण से विशेष रूप से बुद्धिमान नहीं होते। हालांकि, अपनी सीमाओं के बावजूद, वे संगठन और अभिविन्यास के उल्लेखनीय कारनामे कर सकते हैं। यह उन्हें उन शोधकर्ताओं के लिए प्रेरणा बनाता है जो माइक्रोरॉबोट और हल्के ड्रोन पर काम कर रहे हैं, जो समान प्रतिबंधों से जूझ रहे हैं।

उदाहरण के लिए, रेगिस्तानी चींटी Cataglyphis लंबी दूरी तक भोजन खोज सकती है और फिर सीधा अपने घोंसले में वापस चल सकती है, जिसकी यात्रा की लंबाई 1 किमी तक हो सकती है।

कम वहन क्षमता और उपलब्ध शक्ति का मतलब है कि भारी स्वायत्त प्रणालियों जैसे स्व‑चालित कारों द्वारा उपयोग किए जाने वाले समाधान उपयोग नहीं किए जा सकते। उदाहरण के लिए, LIDAR (“लेज़र रडार”) पर्यावरण के 3D मानचित्र बनाने में उत्कृष्ट है, लेकिन यह बहुत भारी और ऊर्जा‑ग्रहणशील है। इसे बहुत अधिक कंप्यूटिंग की भी आवश्यकता होती है, जो स्वयं बड़ी मेमोरी और प्रोसेसिंग की मांग करती है, जो भारी और ऊर्जा‑ग्रहणशील होते हैं।

बीकन और GPS संकेत विकल्प हैं, लेकिन इनके लिए महंगे सेटअप की आवश्यकता होती है, ये अविश्वसनीय हो सकते हैं, या पूरी तरह असंभव होते हैं। इसलिए, यह समझना कि चींटियों और मधुमक्खियों जैसे कीट सीमित “हार्डवेयर” और ऊर्जा आपूर्ति के साथ दुनिया में कैसे नेविगेट करते हैं, हमें रोबोट और ड्रोन के लिए अपनी रचनाओं में इसे दोहराने में मदद कर सकता है।

यह बायो‑प्रेरित रोबोटों के उपयोग का सामान्य विचार है, एक विषय जिसे हमने अपने लेख में ऑक्टोपस, सलामैंडर, साँप और कुत्ते‑प्रेरित रोबोटों के साथ आगे खोजा है “How Robotics Can Take a Cue From Nature”。

माइक्रोरॉबोट क्यों उपयोग करें?

छोटे रोबोट और ड्रोन बनाने में सस्ते होते हैं और समान लागत पर अधिक सतहों को एक साथ कवर कर सकते हैं। छोटे होने के कारण, वे अधिक विवरण में चीज़ों को देख सकते हैं, बिना अपने पर्यावरण से टकराने के जोखिम के। उदाहरण के लिए, वे ग्रीनहाउस के अंदर उड़ते हैं और पौधों पर रोग या कीटों के शुरुआती संकेतों की स्कैनिंग करते हैं।

या उन्हें खोज और बचाव मिशनों के लिए तैनात किया जा सकता है, जहाँ वे खंडहरों या वन्य क्षेत्रों में मदद की जरूरत वाले लोगों की जाँच करते हैं। ऐसे रोबोटिक “पक्षी/चींटी/ड्रैगनफ़्लाई” समूह भूकंप के बाद जल्दी से जीवित बचे लोगों का पता लगा सकते हैं, उदाहरण के तौर पर।

स्रोत: TU Delft

चींटियाँ दुनिया में कैसे नेविगेट करती हैं

एक विधि दृष्टि का उपयोग करना है, जिसमें कीट विशेष रूप से निपुण होते हैं क्योंकि उनका लगभग सर्वदिशात्मक दृश्य प्रणाली (एक साथ सभी दिशाओं में देखना) होती है। हालांकि, इस दृष्टि की रिज़ॉल्यूशन अपेक्षाकृत कम होती है।

कीट कैसे दृष्टि का उपयोग करके स्वयं को अभिविन्यस्त करते हैं, इस पर सबसे प्राचीन और स्थापित सिद्धांतों में से एक “स्नैपशॉट मॉडल” है।

विचार यह है कि कीट का मस्तिष्क नियमित रूप से अपने पर्यावरण की स्नैपशॉट लेता है। जब उसे “घर” वापस नेविगेट करना होता है, तो वह वर्तमान पर्यावरण की तुलना हाल ही में संग्रहीत स्नैपशॉट से करता है।

यह अवधारणा अब न्यूरॉन स्तर पर अच्छी तरह समझी गई है। इसलिए इसे रोबोट में अपेक्षाकृत आसानी से दोहराया जा सकता है।

सिद्धांत में, यह विधि अकेले ही पर्याप्त हो सकती है। लेकिन व्यवहार में, इसमें कुछ सीमाएँ हैं:

• अच्छी तरह काम करने के लिए, इसे बहुत सघन स्नैपशॉट श्रृंखला की आवश्यकता होती है, जहाँ एक भी डेटा की कमी से दिशाहीनता और संभावित रूप से रोबोट का पूरी तरह खो जाना हो सकता है।
• क्योंकि इसे कई स्नैपशॉट की आवश्यकता होती है, यह चींटी के मस्तिष्क और रोबोट की मेमोरी दोनों के लिए भारी साबित होगा।

ऑडोमेट्री जोड़ना

एक और विधि जो चींटियों और सामान्यतः कीट उपयोग करते हैं, वह है अपनी गति को ट्रैक करना, जिसे ऑडोमेट्री कहा जाता है। यह विधि रोबोटिक्स में भी उपयोग होती है, लेकिन समस्या सटीकता की कमी है। प्रत्येक कदम को गति सेंसर (या चींटियों के मामले में व्यक्तिपरक धारणा) से अनुमानित किया जाता है, लेकिन यह वास्तविक गति को कभी पूरी तरह नहीं दर्शाता।

इससे वर्तमान स्थान के ऑडोमेट्री‑आधारित अनुमान की सटीकता में क्रमिक ड्रिफ्ट हुआ, जो समय के साथ धीरे‑धीरे अधिक असटीक हो गया।

इन दो विधियों को मिलाना नीदरलैंड्स के TU Delft विश्वविद्यालय के शोधकर्ताओं के लिए मुख्य अंतर्दृष्टि थी। एक वैज्ञानिक पत्रिका “Visual route following for tiny autonomous robots” में, उन्होंने माइक्रोरॉबोट की स्वायत्तता बढ़ाने के लिए दृश्य स्नैपशॉट को ऑडोमेट्री के साथ जोड़ा।

बेहतर प्रदर्शन

इससे रोबोट को नियमित रूप से ऑडोमेट्री ड्रिफ्ट को रीसेट करने की अनुमति मिली, जब भी वह अपने किसी लैंडमार्क स्नैपशॉट को फिर से खोज लेता था।

स्रोत: Science Robotics

साथ ही, मुख्यतः ऑडोमेट्री पर निर्भर रहने से अल्ट्रा‑क्लोज़ स्नैपशॉट की आवश्यकता कम हो जाती है, जिससे माइक्रोरॉबोट बिंदुओं के बीच तेज़ी से चल सकते हैं, बिना लगातार अपने मार्ग के दृश्य संकेतों की जाँच किए।

“हमारी रणनीति के पीछे मुख्य अंतर्दृष्टि यह है कि यदि रोबोट स्नैपशॉट के बीच ऑडोमेट्री के आधार पर यात्रा करता है, तो आप स्नैपशॉट को बहुत अधिक दूरी पर रख सकते हैं।

होमिंग तब काम करेगा जब तक रोबोट स्नैपशॉट स्थान के पर्याप्त निकट पहुँचता है, अर्थात् जब तक रोबोट का ऑडोमेट्री ड्रिफ्ट स्नैपशॉट के कैचमेंट एरिया के भीतर रहता है।

प्रोफेसर गुइडो डी क्रून।

शोध टीम ने अपना नया अभिविन्यास सॉफ़्टवेयर, जो स्नैपशॉट और ऑडोमेट्री को मिलाता है, का उपयोग यह परीक्षण करने के लिए किया कि केवल 56 ग्राम वजन वाले रोबोट को 100 मीटर पर कैसे कम डेटा से अभिविन्यस्त किया जा सकता है।

स्रोत: Science Robotics

यह अत्यंत छोटे आकार में हो सकता है, केवल 1.16 किलोबाइट। संदर्भ के लिए, स्मार्टफ़ोन द्वारा ली गई औसत छवि हजारों किलोबाइट प्रति चित्र होती है, और अधिकांश ऑनलाइन छवियां दहाई या सौ किलोबाइट में होती हैं।

और भी बेहतर, सभी छवि प्रसंस्करण एक हल्के मिनी‑कंप्यूटर जिसे “माइक्रो‑कंट्रोलर” कहा जाता है, द्वारा किया जा सकता है, जो कई सस्ते इलेक्ट्रॉनिक उपकरणों में पाया जाता है।

अनुप्रयोग

उद्योग

ऐसे माइक्रोरॉबोट और ड्रोन डेटा प्रसंस्करण क्षमता में बहुत सीमित होंगे, जहाँ ऑनबोर्ड माइक्रो‑कंट्रोलर की अधिकांश प्रोसेसिंग शक्ति नेविगेशन और डेटा संग्रहण को प्रबंधित करने में व्यस्त होगी।

ऐसे ड्रोन गोदामों में इन्वेंटरी ट्रैक करने या ग्रीनहाउस में फसलों की निगरानी करने के लिए उपयोग किए जा सकते हैं। यह उन्हें इधर‑उधर चलने या उड़ने और तस्वीरें, बारकोड या RFID टैग जैसी डेटा एकत्र करने के द्वारा काम करेगा। यह डेटा बिंदु छोटे SD कार्ड पर सहेजा जा सकता है।

इन रिकॉर्डिंग्स को फिर एक बड़े कंप्यूटर या सर्वर पर स्थानांतरित किया जाएगा, जो पोस्ट‑प्रोसेस कर उन्हें उपयोगी डेटा में बदल सकेगा।

सैन्य

एक और संभावित अनुप्रयोग क्षेत्र सैन्य प्रौद्योगिकी हो सकता है, विशेष रूप से आधुनिक युद्धक्षेत्र में ड्रोन के बढ़ते महत्व को देखते हुए, जैसा कि यूक्रेन के युद्ध में दिखाया गया है।

छोटे उड़ने वाले ड्रोन जो इन्फैंट्री पैक में फिट होने के लिए पर्याप्त हल्के हों, आगे जाँच के लिए भेजे जा सकते हैं और शत्रु स्थितियों की छवियां सुरक्षित सैनिकों तक पहुंचा सकते हैं।

क्योंकि क्षेत्र इलेक्ट्रॉनिक युद्ध (EW) द्वारा भारी जाम किया जा सकता है और लगातार बदलता रहता है, ड्रोन की स्वायत्त नेविगेशन अनिवार्य होगी। हल्के वजन और कम ऊर्जा खपत भी प्रमुख विशेषताएँ होंगी। यहाँ चर्चा किए गए शोध में, एक ड्रोन ने सिम्युलेटेड जंगल पर्यावरण में 300 मीटर की ट्रैजेक्टरी नेविगेट की।

स्रोत: Flir

आगे का शोध

ऑडोमेट्री और स्नैपशॉट को मिलाने की रणनीति बहुत कुशल है और इसे ओडोमीटर की सटीकता सुधारकर और अधिक कुशल बनाया जा सकता है। उपयोग किया गया एल्गोरिद्म भी संभवतः मेमोरी और ऊर्जा दक्षता के लिए और अधिक अनुकूलित किया जा सकता है।

एक और सुधार यह होगा कि रोबोट की टकराव‑से‑बचाव क्षमताओं को जोड़ना, विशेष रूप से क्योंकि उसके पास पहले से ही सर्वदिशात्मक दृष्टि है।

एक समाधान अभी भी खोजा जाना चाहिए जब रोबोट फिर भी खो जाए। उदाहरण के लिए, शोधकर्ता प्रस्तावित करते हैं कि “रोबोट ऑनलाइन कैचमेंट एरिया का आकार अनुमानित कर सके और मार्ग खोने पर एक खोज प्रक्रिया से लैस हो”।

यह प्रक्रिया विशेष रूप से छोटे रोबोटों के लिए उपयुक्त है जो आम तौर पर अन्य विधियों से नेविगेशन में संघर्ष करते हैं। लेकिन इसे बड़े रोबोटों पर भी लागू किया जा सकता है, जिससे LIDAR जैसे महंगे उपकरणों की आवश्यकता कम हो और कंप्यूटिंग तथा ऊर्जा की मांग घटे।

ड्रोन और रोबोट कंपनियाँ

1. AutoStore Holdings Ltd. (AUTO.OL)

स्व‑चालित कारों जैसी स्वायत्त वाहन निकट भविष्य में आ सकते हैं, लेकिन उन्हें विकसित करना कठिन तकनीक रही है, यहाँ तक कि Google और Tesla जैसे तकनीकी नेताओं के लिए भी। लेकिन एक ऐसा क्षेत्र है जिसे स्वायत्त ड्राइविंग और रोबोटिक्स द्वारा पहले ही क्रांतिकारी रूप से बदल दिया गया है: लॉजिस्टिक्स।

नॉर्वेजियन AutoStore फार्मास्यूटिकल्स, कपड़े, किराना, एयरोस्पेस, लॉजिस्टिक्स या औद्योगिक निर्माताओं जैसे विविध उद्योगों के लिए स्वचालित गोदाम प्रदान करता है। परिधान, औद्योगिक और थर्ड‑पार्टी लॉजिस्टिक कंपनियां AutoStore के व्यवसाय के तीन सबसे बड़े खंड बनाती हैं।

कंपनी के गोदाम स्वायत्त रोबोटों पर निर्भर होते हैं जो स्वचालित रूप से पार्सल या उत्पादों की पहचान कर उन्हें उस स्थान तक ले जा सकते हैं जहाँ उन्हें जाना चाहिए। आप उन्हें इस वीडियो में कार्रवाई में देख सकते हैं:

महामारी के बाद अधिक से अधिक प्रमुख कंपनियों को अधिक कुशल, लचीले और तेज़ लॉजिस्टिक सिस्टम बनाने के लाभ का एहसास होने के कारण कंपनी तेज़ी से विस्तार कर रही है। औसतन, स्वायत्त गोदामों में अपग्रेड करने में केवल 1‑3 वर्ष लगते हैं ताकि प्रारंभिक निवेश की वसूली हो सके।

AutoStore 50 देशों में सक्रिय है, 900 विभिन्न ग्राहकों के लिए 58,500 रोबोट संचालित करता है। 2017 से इसकी आय 50% CAGR से बढ़ी है। यह स्वचालित गोदाम बाजार की वार्षिक 15% वृद्धि से 2‑3 गुना तेज़ है।

स्रोत: AutoStore

कई यूरोपीय तकनीकी कंपनियों की तरह, AutoStore अत्यधिक उन्नत समाधान प्रदान करता है जो आम जनता के लिए कुछ हद तक अदृश्य हैं।

अधिकांश गोदाम स्वचालन की ओर बढ़ेंगे। इस क्षेत्र के नेता संभवतः सेक्टर की वृद्धि से अधिक प्रदर्शन करेंगे, क्योंकि बड़े पैमाने पर और कम कीमत पर इन समाधानों को लागू करने वाले प्रदाता पर भरोसा करना समझदारी है।

जो रोबोट अधिक स्वायत्त और मार्ग खोजने में अधिक कुशल हैं, वे AutoStore के लिए अवसर और खतरा दोनों हो सकते हैं। वर्तमान में, कंपनी के रोबोटिक समाधान उपयोग करने के लिए आपको पूरे गोदाम को पुनः डिज़ाइन करना पड़ता है।

भविष्य में, रोबोट वर्तमान में उपयोग किए जाने वाले ग्रिड की आवश्यकता के बिना अपना मार्ग खोजने में सक्षम हो सकते हैं, जिससे अपनाना बहुत आसान, चल रही संचालन में कम बाधा उत्पन्न करने वाला, और प्रारंभिक निवेश बहुत छोटा हो जाएगा, जो तकनीक के व्यापक अपनाने में अभी भी मुख्य बाधाएँ हैं, उन्हें हल करेगा।

स्रोत: Autostore

2. Zebra Technologies Corporation (ZBRA)

Zebra Technologies (ZBRA ) ट्रैकिंग लेबल और स्कैनर बनाती है जो “स्मार्ट” फैक्ट्री के प्रत्येक घटक की निगरानी की अनुमति देते हैं। इसमें मोबाइल कंप्यूटर, बारकोड स्कैनर, मशीन विज़न, लोकेशन तकनीक, टैग, और RFID (रेडियो‑फ़्रीक्वेंसी आइडेंटिफिकेशन) शामिल हैं।

डेटा संग्रह और विश्लेषण का यह स्तर रोबोटिक्स को लागू करने में एक प्रमुख घटक है, विशेष रूप से अधिक मोबाइल और लचीले प्रकार के, असेंबली लाइन से बाहर।

कंपनी कोड बार की लोकप्रियता के मूल में रही है और 2018 से यह सभी तकनीकों को एकत्र करने के लिए अधिग्रहण की लहर में है, जो आधुनिक गोदामों और कारखानों की “रोबोटिकरण” और डिजिटलाइजेशन के लिए आवश्यक हैं।

स्रोत: Zebra

वर्तमान में, कंपनी के मुख्य खंड ई‑कॉमर्स और रिटेल तथा परिवहन/लॉजिस्टिक्स हैं, उसके बाद निर्माण।

स्रोत: Zebra

जैसे-जैसे रोबोट ई‑कॉमर्स और लॉजिस्टिक्स के केंद्र बन रहे हैं, Zebra ट्रैकिंग सिस्टम की मांग बढ़ रही है।

अब तक, अभी भी स्थान को तुलनात्मक रूप से बड़े रोबोटों के लिए तैयार करना आवश्यक है।

यदि कुछ दर्जन ग्राम वजन वाला माइक्रोरॉबोट अब चारों ओर जाकर RFID टैग स्कैन कर सकता है, तो हम जल्द ही एक मधुमक्खी‑समान ड्रोन के झुंड के माध्यम से फैक्ट्री फ़्लोर या गोदाम की सभी गतिविधियों की निरंतर निगरानी को स्वायत्त रूप से संभालते देख सकते हैं।