বর্তমানে, লজিস্টিক ইন্টেলিজেন্ট হ্যান্ডলিং রোবট, সুইপিং রোবট এবং তাই কিছু শহর এবং পরিবারে প্রয়োগ করা হয়েছে, মানববিহীন আকাশযান, মনুষ্যবিহীন যানবাহন ইত্যাদিও দ্রুত প্রচারিত হচ্ছে, এই কারণে যে এই রোবটগুলি দ্রুত অ্যাপ্লিকেশন পর্যায়ে প্রবেশ করতে পারে, এবং স্বায়ত্তশাসিত অবস্থান এবং নেভিগেশন প্রযুক্তির বিকাশ অবিচ্ছেদ্য।
সম্প্রতি, iResearch, iresearch Consulting এর একটি সহযোগী প্রতিষ্ঠান, "2018 সালে TOP10 গ্লোবাল এআই ব্রেকথ্রু প্রযুক্তি" এর সারসংক্ষেপ প্রকাশ করেছে এবং মাল্টি-সেন্সর ক্রস-বর্ডার ফিউশনের উপর ভিত্তি করে রোবট স্বায়ত্তশাসিত নেভিগেশন প্রযুক্তি তাদের মধ্যে ছিল। রোবট স্বায়ত্তশাসিত অবস্থান এবং নেভিগেশন প্রযুক্তি কি? বর্তমানে, রোবটের স্বায়ত্তশাসিত অবস্থান এবং নেভিগেশন উপলব্ধি করার জন্য বেশ কয়েকটি প্রযুক্তিগত উপায় রয়েছে। এই প্রযুক্তি এবং অ্যাপ্লিকেশনগুলি বাস্তবায়নে অসুবিধা এবং চ্যালেঞ্জগুলি কী কী?
মৌলিক: দৃষ্টি এবং রাডার হল প্রাথমিক সেন্সর
এটা বলা যেতে পারে যে স্বায়ত্তশাসিত অবস্থান এবং ন্যাভিগেশন প্রযুক্তি রোবট পণ্যগুলির অন্যতম মূল এবং ফোকাস হয়ে উঠেছে। চাইনিজ সোসাইটি অফ অটোমেশন এবং সিংহুয়া বিশ্ববিদ্যালয়ের ইন্টারনেট ইন্ডাস্ট্রি রিসার্চ ইনস্টিটিউটের একজন বিশেষজ্ঞ সদস্য ড. ডু মিংফ্যাং সাই-টেক ডেইলিকে বলেছেন যে স্বায়ত্তশাসিত নেভিগেশনের দুটি অংশ রয়েছে: স্থানীয় নেভিগেশন এবং একটি বৃহৎ দৃষ্টিকোণ থেকে বিশ্বব্যাপী নেভিগেশন। স্থানীয় নেভিগেশন বলতে ভিশন, রাডার, অতিস্বনক এবং অন্যান্য সেন্সর, ডেটা ফিউশন বৈশিষ্ট্যের নিষ্কাশন, এবং বর্তমান পাসযোগ্য এলাকা এবং মাল্টি-টার্গেট ট্র্যাকিংয়ের রায় অর্জনের জন্য বুদ্ধিমান অ্যালগরিদম প্রক্রিয়াকরণের মাধ্যমে বর্তমান পরিবেশগত তথ্যের রিয়েল-টাইম অধিগ্রহণকে বোঝায়। গ্লোবাল নেভিগেশন মূলত GPS দ্বারা প্রদত্ত গ্লোবাল নেভিগেশন ডেটা ব্যবহারকে বোঝায় বিশ্বব্যাপী পাথ পরিকল্পনা সম্পাদন করতে এবং সম্পূর্ণ ইলেকট্রনিক মানচিত্রের সুযোগের মধ্যে পাথ নেভিগেশন উপলব্ধি করতে।
"বর্তমানে, দৃষ্টি এবং রাডার হল স্থানীয় স্বায়ত্তশাসিত নেভিগেশনের জন্য ব্যবহৃত দুটি সবচেয়ে গুরুত্বপূর্ণ সেন্সর।" ডু মিংফ্যাং ব্যাখ্যা করেছেন যে একটি প্যাসিভ সেন্সর হিসাবে, ভিজ্যুয়াল সেন্সরের সুবিধাগুলি উল্লেখযোগ্য, যেমন তথ্যে সমৃদ্ধ অ্যাক্সেস, ভাল আড়াল, ছোট আকার, হস্তক্ষেপের কারণে "পরিবেশ দূষণ" আনবে না, রাডারের তুলনায় কম খরচ। স্বায়ত্তশাসিত নেভিগেশন উপলব্ধি করার জন্য, বিভিন্ন ধরনের পরিবেশগত তথ্য যেমন রাস্তার সীমানা, ভূখণ্ডের বৈশিষ্ট্য, বাধা, গাইড ইত্যাদি সনাক্ত করতে বিভিন্ন সেন্সর একে অপরের সাথে সহযোগিতা করা সাধারণ। এইভাবে, রোবট নির্ধারণ করতে পারে পরিবেশ উপলব্ধির মাধ্যমে অগ্রগামী দিক থেকে পৌঁছনোর যোগ্য এলাকা বা পৌঁছানো যায় না, পরিবেশে এর আপেক্ষিক অবস্থান নিশ্চিত করে, গতিশীল বাধার গতিবিধির পূর্বাভাস দেয় এবং স্থানীয় পথ পরিকল্পনার জন্য একটি ভিত্তি প্রদান করে।
ডু মিংফ্যাং সাংবাদিকদের বলেছেন যে বর্তমান উন্নয়ন পরিস্থিতি থেকে, স্বায়ত্তশাসিত নেভিগেশন সিস্টেমে মাল্টি-সেন্সর তথ্য ফিউশন প্রযুক্তি প্রয়োগ করা হয়েছে এবং এর ভূমিকাও রোবটের বুদ্ধিমান স্তরের সাথে সম্পর্কিত। "নেভিগেশন প্রযুক্তির মূল হল যে এটি কার্যকরভাবে একাধিক সেন্সর দ্বারা সংগৃহীত তথ্য প্রক্রিয়াকরণ এবং ফিউজ করতে পারে, অনিশ্চিত তথ্যের জন্য রোবটের 'প্রতিরোধ' ক্ষমতা উন্নত করতে পারে, আরও নির্ভরযোগ্য তথ্য ব্যবহার করা হয় তা নিশ্চিত করতে পারে এবং আশেপাশের পরিবেশকে আরও স্বজ্ঞাতভাবে বিচার করতে সাহায্য করতে পারে। " "সে বলেছিল.
ভিজ্যুয়াল নেভিগেশন সফলভাবে কম উচ্চতায় বিমানের নেভিগেশন, মনুষ্যবিহীন এরিয়াল ভেহিকল নেভিগেশন এবং মার্স রোভার ল্যান্ডিং নেভিগেশনে প্রয়োগ করা হয়েছে। যাইহোক, ডু মিংফ্যাং আরও বলেছেন যে ভিজ্যুয়াল সেন্সর দ্বারা প্রদত্ত তথ্য সরাসরি নয়, কম্পিউটিং এবং স্টোরেজের চাহিদা বড় এবং নেটওয়ার্ক ট্রান্সমিশনের বোঝা বড়। মাল্টি-সেন্সর ইনফরমেশন ফিউশন রোবট পজিশনিং এবং নেভিগেশনের অনিশ্চয়তা দূর করতে পারে এবং নির্ভুলতা উন্নত করতে পারে, কিন্তু অত্যধিক ফিউশন গণনার পরিমাণে দ্বিগুণ বৃদ্ধিও আনবে।
কিভাবে এই সমস্যাগুলি সমাধান করা যেতে পারে? ডু মিংফ্যাং বিশ্বাস করেন যে সঠিক ফিউশন অ্যালগরিদম বেছে নেওয়াই হল চাবিকাঠি। বর্তমানে, "রোবট মাল্টি-সেন্সর ফিউশনের ক্ষেত্রে প্রযোজ্য বুদ্ধিমান কম্পিউটিং তত্ত্ব এবং সম্ভাব্যতা তত্ত্বের মতো আরও বেশি বেশি মৌলিক তত্ত্ব রয়েছে।" "সে বলেছিল.
পদ্ধতি: পরিপূরক সুবিধা অর্জনের জন্য বিভিন্ন প্রযুক্তির সমন্বয়
রোবট স্বায়ত্তশাসিত অবস্থান এবং নেভিগেশন উপলব্ধি করার উপায় কি? প্রকৃতপক্ষে, গাড়ির স্বায়ত্তশাসিত ড্রাইভিং এবং রোবট দ্বারা ব্যবহৃত আংশিক স্বায়ত্তশাসিত অবস্থান এবং নেভিগেশন প্রযুক্তি সামঞ্জস্যপূর্ণ। চিহিরো পজিশনের সিইও চেন জিনপেই সাংবাদিকদের বলেন যে কোম্পানি প্রায় এক মিটার অবস্থান নির্ভুলতা অর্জন করতে এবং তিন সেকেন্ডের মধ্যে প্রাথমিক অবস্থান সম্পূর্ণ করতে লিডার পজিশনিং এবং নেভিগেশন এবং সেন্সর প্রযুক্তির সংমিশ্রণ ব্যবহার করে।
তথাকথিত লিডার নেভিগেশন হল ড্রাইভিং পাথের চারপাশে সুনির্দিষ্ট অবস্থান সহ একটি লেজার প্রতিফলক ইনস্টল করা। রোবটটি লেজার স্ক্যানারের মাধ্যমে একটি লেজার রশ্মি পাঠায় এবং প্রতিফলক দ্বারা প্রতিফলিত লেজার রশ্মি সংগ্রহ করে তার বর্তমান অবস্থান এবং গতিপথ নির্ধারণ করে এবং ক্রমাগত ত্রিভুজাকার জ্যামিতিক অপারেশনের মাধ্যমে নির্দেশনা উপলব্ধি করে। রেঞ্জিং এবং পজিশনিং ফাংশন ছাড়াও, লিডারের সনাক্তকরণ এবং বাধা এড়ানোর কাজও রয়েছে।
ডু মিংফ্যাং বলেছেন যে লিডার একটি সক্রিয় সেন্সর, এবং এটি যে উপলব্ধি ডেটা সরবরাহ করে তা ভিজ্যুয়াল তথ্যের চেয়ে অনেক সহজ এবং আরও সরাসরি, প্রক্রিয়া করার সময় কম গণনা সহ। কিন্তু অসুবিধা হল উচ্চ খরচ, দুর্বল আড়াল, পরিবেশের "দূষণ", তথ্য যথেষ্ট সমৃদ্ধ নয়।
এটি বোঝা যায় যে Suning এর রোবট এবং মানবহীন যানবাহন স্বায়ত্তশাসিত নেভিগেশন আরেকটি "মাল্টি-লাইন লিডার প্লাস জিপিএস প্লাস ইনর্শিয়াল নেভিগেশন এবং অন্যান্য মাল্টি-সেন্সর ফিউশন পজিশনিং মোড" গ্রহণ করে। বিশেষত, প্রথমত, পূর্বের পয়েন্ট ক্লাউড ম্যাপ পাওয়ার জন্য পরিবেশ ম্যাপিংয়ের জন্য লিডার ব্যবহার করা হয় এবং মেশিনের বৈশ্বিক অবস্থান প্রাথমিকভাবে জিপিএস এবং ইনর্শিয়াল নেভিগেশনের মাধ্যমে নির্ধারিত হয়। তারপরে, লিডার স্ক্যানিং ডেটা পূর্বের পয়েন্ট ক্লাউড মানচিত্রের সাথে মিলে যায় আরও সঠিক বিশ্বব্যাপী অবস্থান পেতে এবং সঠিক অবস্থান এবং স্বায়ত্তশাসিত নেভিগেশন অর্জন করতে। উপলব্ধি স্তরে, লিডার বাস্তব সময়ে পথচারী, যানবাহন এবং তাদের চারপাশের বাধাগুলি সনাক্ত করতে দৃষ্টিকে একীভূত করে, সর্বোত্তম চক্কর পথের পরিকল্পনা করার জন্য একটি ভিত্তি প্রদান করে।
এছাড়াও, জড়তামূলক নেভিগেশন রয়েছে, যা রোবট বা মনুষ্যবিহীন যানবাহনে জাইরোস্কোপ স্থাপন, ড্রাইভিং এলাকায় মাটিতে অবস্থান ব্লক স্থাপন, জাইরোস্কোপ বিচ্যুতি সংকেত (কৌণিক হার) গণনার মাধ্যমে এবং এর সংগ্রহকে বোঝায়। গ্রাউন্ড পজিশনিং ব্লক সংকেত তাদের নিজস্ব অবস্থান এবং শিরোনাম নির্ধারণ করতে, যাতে নির্দেশিকা অর্জন করা যায়। সানিং-এর দায়িত্বে থাকা ব্যক্তি সায়েন্স অ্যান্ড টেকনোলজি ডেইলির সাথে একটি সাক্ষাত্কারে বলেছিলেন যে ইনর্শিয়াল নেভিগেশন প্রযুক্তির সঠিক অবস্থান, গ্রাউন্ড প্রসেসিংয়ের ছোট কাজের চাপ এবং শক্তিশালী পথ নমনীয়তা রয়েছে। যাইহোক, উত্পাদন ব্যয় বেশি, এবং নির্দেশনার নির্ভুলতা এবং নির্ভরযোগ্যতা জাইরোস্কোপের উত্পাদন নির্ভুলতা এবং এর পরবর্তী সংকেত প্রক্রিয়াকরণের সাথে ঘনিষ্ঠভাবে সম্পর্কিত। সংক্ষেপে, একটি প্রযুক্তিগত উপায় সমস্ত সমস্যার সমাধান করতে পারে না।
চ্যালেঞ্জ: বিদ্যুত ব্যবহার, খরচ এবং শিল্পায়ন সমস্যা সমাধান করা হবে
বর্তমানে, স্বায়ত্তশাসিত অবস্থান এবং নেভিগেশন রোবট অ্যাপ্লিকেশন প্রধানত দুটি বিভাগে বিভক্ত, একটি ঝাড়ু রোবট এবং পরিবারের যত্ন, সহচর রোবট পারিবারিক ব্যবহার. সিলান টেকনোলজির সিইও চেন শিকাই বলেছেন যে এই ধরনের অ্যাপ্লিকেশন পরিস্থিতিগুলিকে "শূন্য কনফিগারেশন" হিসাবে সংক্ষিপ্ত করা যেতে পারে, ভোক্তার ব্যবহারের পরিপ্রেক্ষিতে, এটি যতটা সম্ভব সহজ হওয়া উচিত এবং এটি কেনার সময় ব্যবহার করা যেতে পারে। অন্যটি বাণিজ্যিক পরিস্থিতিতে, যার জন্য উচ্চ নির্ভরযোগ্যতা এবং মাপযোগ্যতা সহ একটি প্রাক-কনফিগারেশন প্রক্রিয়া প্রয়োজন।
চেন শিকাই বলেছেন যে ব্যক্তিগত বাড়ির দৃশ্য নেভিগেশন এবং পজিশনিং সিস্টেমের শক্তি খরচ, আয়তন এবং খরচের চ্যালেঞ্জগুলি সমাধান করা উচিত। বর্তমানে, রিয়েল-টাইম স্থানীয়করণ এবং মানচিত্র নির্মাণ (SLAM) অ্যালগরিদম এবং পথ পরিকল্পনা পদ্ধতি উভয়েরই উচ্চ জটিলতা রয়েছে। "একটি রোবট মেঝে পরিষ্কার করার জন্য, ব্যাটারি নিজেই 20 ওয়াট-ঘন্টার বেশি ক্ষমতার থাকতে পারে৷ আপনি যদি SLAM অ্যালগরিদম চালানোর জন্য এটিতে একটি ল্যাপটপ রাখেন, তবে এটি এক ঘন্টারও কম সময়ের মধ্যে ক্ষমতা শেষ হয়ে যেতে পারে, যা সম্পূর্ণরূপে অগ্রহণযোগ্য।"
উপরন্তু, যখন নতুন রোবটটি প্রথমবারের জন্য চালু করা হয়, তখন এটি বাড়ির পরিবেশের কাঠামো জানে না এবং আগে থেকেই ম্যাপ আউট করতে হবে। "এটি একটি দ্বন্দ্ব," চেন বলেছেন। রোবটগুলি পরিবেশে থাকাকালীন অবিলম্বে কাজ করবে বলে আশা করা হয়, তবে মূলধারার অ্যালগরিদমগুলিরও একটি পূর্ব-নির্মিত বা অন্বেষণ করা পরিবেশ থাকতে হবে এবং এই ক্ষেত্রে, "শিল্পের জন্য কিছু কাজ করতে হবে।" উদাহরণস্বরূপ, একটি প্রাথমিক পথ পরিকল্পনা করা যেতে পারে, এবং রোবটটি ব্যবহার এবং অন্বেষণ করার সাথে সাথে পথটি ধীরে ধীরে পরিমার্জিত এবং উন্নত করা যেতে পারে, চেন বলেছেন।
বাণিজ্যিক বা পেশাগত পরিস্থিতিতে, স্বায়ত্তশাসিত নেভিগেশন সিস্টেমের অসুবিধা হল যে বাণিজ্যিক পরিস্থিতিতে মানচিত্রের এলাকা বড়, এমনকি হাজার হাজার বর্গ মিটারেরও বেশি। "বর্তমানে, SLAM সিস্টেমগুলি মেমরি এবং কম্পিউটিং নিবিড়। এত বড় দৃশ্যে কীভাবে এটি কাজ করা যায় তা নেভিগেশন এবং পজিশনিং সিস্টেমের জন্য একটি বড় চ্যালেঞ্জ।" মিঃ চেন বলেন, সমাধান হল শক্তিশালী হার্ডওয়্যার, সফ্টওয়্যার এবং অ্যালগরিদমগুলির আরও ভাল অপ্টিমাইজেশান সহ। "বর্তমানে, একটি যোগ্য ন্যাভিগেশন এবং পজিশনিং সিস্টেমে শুধুমাত্র লিডার নয়, ভিজ্যুয়াল সেন্সর এবং অতিস্বনক তরঙ্গও থাকা উচিত এবং সংশ্লিষ্ট ফিউশনটি নেভিগেশন এবং পজিশনিং অ্যালগরিদমে বাহিত হওয়া উচিত। এই একীকরণ একাডেমিক বা অ্যালগরিদমিকভাবে কঠিন নাও হতে পারে, কিন্তু বিবেচনা করা শিল্পায়নের সমস্যা, উদাহরণস্বরূপ, অনেক অতিস্বনক সেন্সরগুলি অ-মানক পণ্য, এবং গভীরতার দৃষ্টি সেন্সরগুলির বিভিন্ন বৈশিষ্ট্য এবং বিভিন্ন ইনস্টলেশন অবস্থান রয়েছে, গ্রাহকদের ব্যবহারের জন্য কীভাবে একটি ইউনিফাইড স্ট্যান্ডার্ডাইজড ইন্টারফেস প্রদান করা যায় সে সম্পর্কে চ্যালেঞ্জ রয়েছে।"
