कम करें, पुन: उपयोग करें, पुनर्चक्रण – रोबोटिक्स कैसे हमारे कचरा प्रबंधन के दृष्टिकोण को बदल सकता है

Applied Physics Reviews में प्रकाशित नया शोध बताता है कि बेहतर स्पर्श-संवेदन क्षमता रोबोट को वस्तुओं की पहचान और छंटाई करने में कैसे मदद कर सकती है। इस अध्ययन में नई संवेदन क्षमताओं वाला एक रोबोटिक तंत्र प्रस्तुत किया गया है। शोधकर्ताओं ने कचरे की छंटाई जैसे कार्यों से इसकी जांच की। उद्देश्य यह समझना था कि वास्तविक परिस्थितियों में स्पर्श-संवेदी रोबोट जटिल वस्तुओं को कितनी अच्छी तरह पहचान सकते हैं।

रोबोटों की उन्नत इंद्रियां

रोबोट लगातार अधिक सक्षम हो रहे हैं। उन्नत सेंसर और एआई एल्गोरिदम उनके प्रदर्शन में सुधार कर रहे हैं। कुछ रोबोट दृश्य, ध्वनि और आसपास की परिस्थितियों से मिलने वाले संकेतों के आधार पर वस्तुओं और स्थितियों को पहचान सकते हैं।

रोबोट के सेंसर सटीकता, वजन और क्षमताओं के मामले में पुराने उपकरणों से काफी आगे बढ़ चुके हैं। इनके कारण रोबोट ऐसे जटिल कार्य करने लगे हैं जिनमें वस्तुओं की सटीक पहचान जरूरी होती है।

एआई सुधार

मशीन लर्निंग एल्गोरिदम ने रोबोट की क्षमताएं बढ़ाने में महत्वपूर्ण भूमिका निभाई है। एआई आसपास के संकेतों और अन्य जानकारी का विश्लेषण करके वस्तुओं तथा परिस्थितियों की पहचान में मदद कर सकता है। हाल के वर्षों में सेंसर से प्राप्त आंकड़ों की व्याख्या में एआई का उपयोग बढ़ा है।

स्पर्श-संवेदी रोबोट – कचरा प्रबंधन

स्पर्श-संवेदन रोबोटिक्स का एक महत्वपूर्ण शोध क्षेत्र है। रोबोट की कल्पना करते समय अक्सर दृश्य या तापीय सेंसर से आसपास की जांच करने वाला उपकरण ध्यान में आता है। लेकिन वस्तुओं को छूकर उनकी विशेषताएं पहचानना भी उतना ही उपयोगी हो सकता है।
स्पर्श-संवेदी रोबोट अपनी विशेष क्षमताओं के कारण अधिक उपयोगी बन रहे हैं। वे ऐसे कार्यों में मदद कर सकते हैं जिन्हें केवल दृश्य जानकारी से पूरा करना कठिन हो। विभिन्न सेंसर मिलकर किसी वस्तु के आकार, भार, सतह और अन्य गुणों के बारे में जानकारी देते हैं।

आज के स्पर्श-संवेदी रोबोटों की समस्याएँ

स्पर्श-संवेदी रोबोट बनाने में कई कठिनाइयां हैं। किसी वस्तु को पकड़कर उसकी पहचान करना सिखाना विशेष रूप से चुनौतीपूर्ण है। मानव हाथ की संवेदना हमें छुई गई वस्तु का आकार, बनावट और अन्य गुण समझने में मदद करती है, जिससे सेब और टेनिस बॉल जैसी वस्तुओं में अंतर किया जा सकता है।

वास्तविक परिस्थितियों में जहाँ उच्च सटीकता चाहिए, स्पर्श-संवेदी रोबोट आवश्यक सटीकता हासिल नहीं कर पाए हैं। समान आकार और माप वाली वस्तुओं में भ्रम जैसी समस्याएँ इन इकाइयों में आम हैं। पृष्ठभूमि का व्यवधान और ध्यान भटकाने वाले संकेत भी स्पर्श-संवेदी रोबोट के लिए वस्तुओं का सही वर्गीकरण कठिन बना सकते हैं।

वस्तु किस दिशा में है और उसे किस तरह पकड़ा गया है, इससे भी पहचान प्रभावित होती है। इसलिए रोबोट को अलग-अलग सेंसर से मिली जानकारी जोड़नी पड़ती है। इससे वह उन वस्तुओं को भी पहचान सकता है जिनका आकार या माप प्रशिक्षण में दिए गए उदाहरणों से अलग हो।

अध्ययन – कचरा प्रबंधन

“Enhanced Robotic Tactile Perception with Spatiotemporal Sensing and Logical Reasoning for Robust Object Recognition” शीर्षक वाला अध्ययन स्पर्श-संवेदी रोबोट की पहचान क्षमता बेहतर बनाने के तरीके बताता है। शोधकर्ताओं ने भार, दबाव और वस्तु को पकड़ने से मिलने वाले संकेतों के साथ अन्य भौतिक गुणों का उपयोग करने पर जोर दिया।

स्थान-कालिक स्पर्श संवेदन

मनुष्य वस्तुओं की पहचान में तापीय संकेतों का भी उपयोग करते हैं। शोधकर्ताओं ने कई प्रकार के स्पर्श-संबंधी आंकड़ों को एआई एल्गोरिदम के साथ जोड़ा। इनमें तापीय चालकता, तापीय विसरणशीलता, सतह का खुरदरापन, संपर्क दबाव और तापमान जैसे गुण शामिल थे।

परतदार सेंसर कचरा प्रबंधन क्षमताओं को सुधारता है

टीम ने कई परतों वाला एक सेंसर विकसित किया, जो किसी वस्तु को छूने पर उससे संबंधित विभिन्न आंकड़े दर्ज करता है। उपकरण के निचले हिस्से में दबाव सेंसर लगाए गए।
दबाव सेंसर के साथ उपकरण के मध्य भाग में तापीय सेंसर भी लगाए गए। ये एक छिद्रयुक्त पदार्थ के पीछे स्थित हैं और वस्तु के संपर्क से होने वाले छोटे तापमान बदलावों को दर्ज कर सकते हैं।

एआई एकीकरण

सेंसर से मिले आंकड़ों को उपयोगी बनाने के लिए शोधकर्ताओं ने विशेष मशीन लर्निंग मॉडल तैयार किया। उनका क्रमिक वर्गीकरण एल्गोरिदम वस्तु को थोड़ी देर पकड़ने से मिली जानकारी के आधार पर उसकी पहचान करता है।
यह एल्गोरिदम आसान श्रेणियों की पहचान पहले करता है और फिर अधिक कठिन भेदों का विश्लेषण करता है। इसमें कई परतों वाले लॉन्ग शॉर्ट-टर्म मेमोरी (LSTM) न्यूरल नेटवर्क का उपयोग किया गया। तंत्र वस्तुओं को क्रमबद्ध तरीके से पहचानकर उनकी श्रेणी तय करता है।

कचरा प्रबंधन परीक्षण

शोधकर्ताओं ने तंत्र की जांच के लिए कचरे की छंटाई चुनी। यह कठिन कार्य है, क्योंकि कचरे में अलग-अलग पदार्थों से बनी और विभिन्न स्थितियों में मौजूद वस्तुएं शामिल होती हैं।
कचरे की छंटाई में एक जैसी दिखने वाली वस्तुओं की स्थिति या सामग्री भी अलग हो सकती है। टीम ने खाली डिब्बे, खाने के टुकड़े, प्लास्टिक की बोतलें, नैपकिन, स्पंज, संतरे के छिलके और उपयोग की अवधि पार कर चुकी दवाओं जैसी वस्तुओं का उपयोग किया। बेहतर पहचान क्षमता पुनर्चक्रण योग्य कचरे, खाद्य अवशेषों और खतरनाक कचरे को अलग करने में मदद कर सकती है।

परिणाम

प्रयोगों में तंत्र ने विभिन्न कचरा वस्तुओं की पहचान में 98.85% सटीकता हासिल की। यह परिणाम परीक्षण की परिस्थितियों में इस दृष्टिकोण की उपयोगिता दिखाता है। इसका अर्थ यह नहीं कि हर वास्तविक कचरा-प्रबंधन प्रणाली में इतनी ही सटीकता मिलेगी या उपकरण पहले से आम उपयोग के लिए उपलब्ध है।
तंत्र ने ऐसी वस्तुओं की भी पहचान की जिनसे उसका पहले सामना नहीं हुआ था। शोधकर्ताओं के अनुसार यह क्षमता भविष्य में कचरा प्रबंधन, पुनर्चक्रण और अन्य कार्यों में उपयोगी हो सकती है।

लाभ

अधिक संवेदनशील स्पर्श-संवेदी रोबोट कई नए उपयोग संभव बना सकते हैं। इंजीनियर ऐसे उपकरण विकसित करना चाहते हैं जो कार्यस्थल पर मनुष्यों से सीख सकें और फिर कुछ कार्य स्वयं कर सकें। इस लक्ष्य तक पहुंचने के लिए पहचान और संचालन क्षमता में आगे सुधार जरूरी है।
वस्तुओं का सही वर्गीकरण रोबोट के लिए बड़ी चुनौती रहा है। तापीय सेंसर और एआई को जोड़ने से उनकी क्षमताएं बढ़ती हैं। उदाहरण के लिए, किसी सेब जैसी वस्तु को पकड़ने पर उसके असली या नकली, गर्म या ठंडे, अथवा खोखले होने के संकेत मिल सकते हैं। इसका अर्थ रोबोट का हर मामले में मनुष्य के बराबर होना नहीं है।

इस शोध से लाभ उठाने की संभावना रखने वाली कंपनियां

रोबोटिक्स कंपनियां इस प्रकार के शोध से अपने उत्पाद बेहतर बनाने के अवसर खोज सकती हैं। क्षेत्र में प्रतिस्पर्धा और नवाचार बढ़ रहे हैं। नीचे कुछ संबंधित कंपनियां दी गई हैं; अध्ययन यह नहीं बताता कि उन्होंने इस नए तंत्र को अपनाया है।

1. ABB

ज्यूरिख स्थित ABB एक प्रमुख अंतरराष्ट्रीय रोबोटिक्स कंपनी है। वह उद्योगों के लिए कई प्रकार के रोबोट उपलब्ध कराती है। इसका Flexley Tug T702 स्वायत्त मोबाइल रोबोट जटिल कार्यस्थलों में नेविगेशन और सामग्री परिवहन के लिए विकसित किया गया है।
ABB का YuMi छोटे पुर्जों की असेंबली जैसे कार्यों के लिए विकसित सहयोगी रोबोट है। इसे 2015 में पेश किया गया था, इसलिए इसे 2024 की नई पेशकश कहना सही नहीं है। बेहतर तापीय और स्पर्श सेंसर भविष्य में इस तरह के रोबोट की क्षमताएं बढ़ा सकते हैं। ABB का मूल्यांकन करते समय संभावित तकनीकी लाभों के साथ निवेश जोखिमों पर भी विचार करना चाहिए।

2. Zebra Technologies

ZBRA मूल्य चार्ट

अमेरिका स्थित Zebra Technologies (ZBRA ) औद्योगिक स्वचालन के लिए उपकरण उपलब्ध कराती है। इसके मोबाइल रोबोट व्यस्त गोदामों में बाधाओं से बचते हुए वस्तुओं का परिवहन कर सकते हैं। Fetch100 Roller और Fetch100 Shelf इसके संबंधित उत्पादों के उदाहरण हैं।

इन रोबोट के प्रमुख लाभ हैं लचीलापन, आसान प्रोग्रामिंग और क्लाउड-आधारित प्रोटोकॉल के माध्यम से कार्यों का समन्वय। यह अतिरिक्त सुविधा संचालन में रोबोट के प्रदर्शन की निगरानी और सुधार आसान बनाती है। स्पर्श-संवेदी क्षमताओं को बेहतर बनाने से उनकी उपयोगिता बढ़ेगी और विभिन्न उद्योगों में अधिक उपयोगों के रास्ते खुलेंगे।

Zebra Technologies की बाजार में स्थिति और उसके रोबोट के व्यावहारिक उपयोग निवेशकों की रुचि के कारण हो सकते हैं। लेख में रोबोटिक्स क्षेत्र के विस्तार के साथ विकास की संभावना व्यक्त की गई है और उस समय ZBRA को बनाए रखने, यानी “होल्ड”, की राय दी गई थी। यह भविष्य के प्रतिफल की गारंटी नहीं है।

भविष्य

स्पर्श-संवेदी रोबोट उत्पादन प्रक्रियाओं को सरल बनाने, कचरा कम करने और रोजमर्रा के कार्यों में मदद करने की संभावना रखते हैं। एआई और स्वायत्त संचालन के विकास के साथ इनके उपयोग बढ़ सकते हैं। नीचे कुछ संभावित उपयोग दिए गए हैं।

औद्योगिक

औद्योगिक रोबोटिक्स एक बड़ा और बढ़ता क्षेत्र है। निर्माता उत्पादन अधिक कुशल बनाने के लिए रोबोट का उपयोग करते हैं। स्पर्श-संवेदी रोबोट वस्तु उठाने और हल्का दबाव देकर उसके पकने की अवस्था जांचने जैसे कार्य कर सकते हैं।
भविष्य में रोबोट नए उत्पादों के निर्माण और परीक्षण में अधिक भूमिकाएं निभा सकते हैं। मानव संवेदना से मिलते-जुलते संकेतों का उपयोग करने से वे अधिक जानकारी के आधार पर निर्णय ले सकते हैं और कुछ प्रक्रियाओं की लागत घटाने में मदद कर सकते हैं।

चिकित्सा

चिकित्सा में स्पर्श-संवेदन के कई संभावित उपयोग हैं। यह तकनीक भविष्य में कृत्रिम अंगों का उपयोग करने वाले लोगों को स्पर्श का अनुभव देने में मदद कर सकती है। इसके लिए सेंसर, तंत्रिका तंत्र और कृत्रिम अंगों के बीच उपयुक्त संपर्क विकसित करना होगा।
मस्तिष्क-कंप्यूटर इंटरफेस जैसी तकनीकों के साथ सेंसर के संकेतों को तंत्रिका संकेतों में बदलने पर शोध किया जा सकता है। इससे कृत्रिम अंगों का नियंत्रण और संवेदना बेहतर होने की संभावना है। सामान्य अंग जैसा अनुभव और व्यापक चिकित्सकीय लाभ अभी आगे के शोध का विषय हैं।

कृषि

कृषि में भी स्पर्श-संवेदी रोबोट उपयोगी हो सकते हैं, विशेषकर फल तोड़ने जैसे नाजुक कार्यों में। एआई और सेंसर मिलकर फल की पकने की अवस्था पहचानने और उसे वर्गीकृत करने में मदद कर सकते हैं। ऐसे उपकरण खाद्य उत्पादन की दक्षता बढ़ाने का एक संभावित साधन हैं।

शोधकर्ता

अध्ययन के लेखक त्सिंगहुआ विश्वविद्यालय के Qian Mao और Rong Zhu हैं। उन्होंने मानव हाथ की कुछ संवेदन क्षमताओं से प्रेरित रोबोटिक तंत्र विकसित किया। उनके प्रयोगों के परिणाम वस्तु पहचान में आगे शोध के लिए उत्साहजनक आधार प्रदान करते हैं।

कचरा छंटाई रोबोट केवल शुरुआत हैं

कचरे की छंटाई इस तकनीक का केवल एक संभावित उपयोग है। जटिल परिस्थितियों में वस्तुओं की पहचान बेहतर होने से रोबोटिक्स के अन्य उपयोगों का भी विस्तार हो सकता है। आगे के शोध से पता चलेगा कि यह तंत्र अलग-अलग वास्तविक कार्यस्थलों में कितना प्रभावी है।
रोबोटिक्स की अन्य रोचक परियोजनाओं के बारे में यहाँ जानें।