रोबोटिक्स विज्ञान और प्रौद्योगिकी का एक अनूठा मिश्रण है जो ऐसी मशीनों का निर्माण करता है जो मनुष्यों के कार्यों की नकल करती हैं।
2000 के दशक की शुरुआत में, 90% रोबोट कार निर्माण संयंत्रों में थे, जो दोहराए जाने वाले कार्यों के लिए मनुष्यों की जगह ले रहे थे। अब रोबोट घरों को खाली कर सकते हैं और रेस्तरां में भी सेवा दे सकते हैं।
एक रोबोट में आमतौर पर तीन प्रकार के घटक होते हैं; यांत्रिक शरीर; विद्युत कंकाल, और अंत में कोड के साथ बनाया गया मस्तिष्क।
ये घटक रोबोट को डेटा एकत्र करने की अनुमति देते हैं (अक्सर सेंसर से), व्यवहार को अनुकूलित करने और कार्यों को पूरा करने के लिए प्रोग्राम किए गए तर्क के माध्यम से निर्णय लेते हैं।
रोबोट के तीन प्रकार के कार्यक्रम हो सकते हैं; रिमोट कंट्रोल (आरसी), Artificial Intelligence (एआई), या हाइब्रिड।
RC प्रोग्राम में एक इंसान के हस्तक्षेप की आवश्यकता होती है जो रोबोट को कोड के निष्पादन के लिए स्टार्ट और/या स्टॉप सिग्नल दे सकता है। कार्यक्रमों में विभिन्न प्रकार के एल्गोरिदम होते हैं, प्रत्येक एक अलग कार्य के साथ।
एक एल्गोरिदम क्या है?
एक एल्गोरिथ्म कोड की पंक्तियों की एक श्रृंखला है जिसका उपयोग रोबोट कुछ निर्देशों को करने के लिए कर सकता है। यह डेवलपर के विचारों को रोबोट द्वारा समझी जाने वाली भाषा में अनुवाद करता है।
एल्गोरिदम को कई प्रकार के संकेतन में व्यक्त किया जा सकता है, जिसमें स्यूडोकोड, फ़्लोचार्ट, प्रोग्रामिंग की भाषाएँ, या नियंत्रण तालिकाएँ।
इस लेख में हम इन कार्यक्रमों में उपयोग किए जाने वाले कुछ सामान्य प्रकार के एल्गोरिदम पर चर्चा करेंगे।
रोबोटिक्स में प्रयुक्त एल्गोरिदम के प्रकार
1. कभी भी A* एल्गोरिथम
A* एल्गोरिथम एक पथ खोज एल्गोरिथम है जिसका उपयोग दो बिंदुओं के बीच सबसे इष्टतम पथ खोजने के लिए किया जाता है, अर्थात, सबसे छोटी लागत के साथ।
किसी भी समय A* एल्गोरिथम में एक लचीली समय लागत होती है और यह बाधित होने पर भी सबसे छोटा रास्ता लौटा सकता है क्योंकि यह पहले एक गैर-इष्टतम समाधान उत्पन्न करता है और फिर इसे अनुकूलित करता है।
यह तेजी से निर्णय लेने की अनुमति देता है क्योंकि रोबोट खरोंच से शुरू करने के बजाय पिछली गणनाओं पर निर्माण कर सकता है।
यह कैसे काम करता है?
यह एक 'पेड़' बनाकर ऐसा करता है जो प्रारंभ नोड से तब तक विस्तारित होता है जब तक कि समाप्ति के मानदंड ट्रिगर नहीं हो जाते हैं जिसका अर्थ है कि कम खर्चीला रास्ता उपलब्ध है।
एक 2डी ग्रिड बाधाओं के साथ बनाया गया है और एक प्रारंभिक सेल और लक्ष्य कोशिकाओं को पिन-पॉइंट किया गया है।
एल्गोरिथम एक नोड के 'मान' को f द्वारा परिभाषित करता है, जो कि पैरामीटर g (शुरुआती नोड से प्रश्न में नोड तक जाने की लागत) और h (प्रश्न में नोड से लक्ष्य नोड तक जाने की लागत) का योग है।
अनुप्रयोगों
बहुत सारे गेम और वेब-आधारित मानचित्र इस एल्गोरिथम का उपयोग सबसे छोटा रास्ता कुशलतापूर्वक खोजने के लिए करते हैं। इसका उपयोग मोबाइल रोबोट के लिए भी किया जा सकता है।
आप जटिल समस्याओं को भी हल कर सकते हैं जैसे न्यूटन-रैफसन किसी संख्या का वर्गमूल ज्ञात करने के लिए पुनरावृति लागू की जाती है।
अंतरिक्ष में किसी वस्तु की गति और टकराव की भविष्यवाणी करने के लिए इसका उपयोग प्रक्षेपवक्र समस्याओं में भी किया जाता है।
2. डी* एल्गोरिथम
D*, फोकस्ड D* और D* लाइट दो बिंदुओं के बीच सबसे छोटा रास्ता खोजने के लिए वृद्धिशील खोज एल्गोरिदम हैं।
हालांकि, वे ए * एल्गोरिदम और नई खोजों का मिश्रण हैं जो उन्हें अज्ञात बाधाओं के लिए अपने मानचित्रों में जानकारी जोड़ने की अनुमति देते हैं।
फिर वे मार्स रोवर की तरह नई जानकारी के आधार पर मार्ग की पुनर्गणना कर सकते हैं।
यह कैसे काम करता है?
D* एल्गोरिथम का कार्य A* के समान है, एल्गोरिथम पहले f, h को परिभाषित करता है और एक खुली और बंद सूची बनाता है।
इसके बाद, D* एल्गोरिथम अपने पड़ोसी नोड्स के g मान का उपयोग करके वर्तमान नोड का g मान निर्धारित करता है।
प्रत्येक पड़ोसी नोड वर्तमान के जी मान के बारे में अनुमान लगाता है और सबसे छोटा जी मान नए जी मान के रूप में अनुकूलित किया जाता है।
अनुप्रयोगों
D* और इसके प्रकारों का व्यापक रूप से मोबाइल रोबोट के लिए उपयोग किया जाता है और स्वायत्त वाहन पथ प्रदर्शन।
इस तरह के नेविगेशन सिस्टम में मार्स रोवर्स अपॉर्चुनिटी एंड स्पिरिट पर परीक्षण किया गया एक प्रोटोटाइप सिस्टम और नेविगेशन सिस्टम शामिल है जिसने जीत हासिल की DARPA अर्बन चैलेंज.
3. पीआरएम एल्गोरिथम
एक पीआरएम, या संभाव्य रोडमैप, किसी दिए गए मानचित्र पर खाली और कब्जे वाले रिक्त स्थान के आधार पर संभावित पथों का एक नेटवर्क ग्राफ है।
उनका उपयोग जटिल नियोजन प्रणालियों में किया जाता है और बाधाओं के आसपास कम लागत वाले रास्ते खोजने के लिए भी किया जाता है।
पीआरएम अपने मानचित्र पर बिंदुओं के यादृच्छिक नमूने का उपयोग करते हैं जहां एक रोबोट डिवाइस संभवतः स्थानांतरित हो सकता है और फिर सबसे छोटे पथ की गणना की जाती है।
यह कैसे काम करता है?
PRM में एक निर्माण और क्वेरी चरण होता है।
पहले चरण में, एक रोडमैप तैयार किया जाता है जो पर्यावरण में संभावित गतियों का अनुमान लगाता है। एक यादृच्छिक विन्यास तब बनाया जाता है और कुछ पड़ोसियों से जुड़ा होता है।
प्रारंभ और लक्ष्य कॉन्फ़िगरेशन क्वेरी चरण में ग्राफ़ से जुड़े होते हैं। पथ तब a . द्वारा प्राप्त किया जाता है दिज्क्स्ट्रा का सबसे छोटा रास्ता क्वेरी.
अनुप्रयोगों
पीआरएम का उपयोग स्थानीय योजनाकारों में किया जाता है, जहां एल्गोरिथ्म दो बिंदुओं के बीच एक सीधी रेखा पथ की गणना करता है, अर्थात् प्रारंभिक और लक्ष्य बिंदु।
एल्गोरिथ्म का उपयोग पथ योजना और टकराव का पता लगाने वाले अनुप्रयोगों को बेहतर बनाने के लिए भी किया जा सकता है।
4. जीरो मोमेंट पॉइंट (ZMP) एल्गोरिथम
ज़ीरो मोमेंट पॉइंट (ZMP तकनीक) एक एल्गोरिथ्म है जिसका उपयोग रोबोट द्वारा फर्श की प्रतिक्रिया बल के विपरीत कुल जड़ता को बनाए रखने के लिए किया जाता है।
यह एल्गोरिथ्म ZMP की गणना की अवधारणा का उपयोग करता है और इसे द्विपाद रोबोटों को संतुलित करने के लिए लागू करता है। एक चिकनी मंजिल की सतह पर इस एल्गोरिदम का उपयोग करने से रोबोट को चलने की अनुमति मिलती है जैसे कि कोई क्षण नहीं था।
ASIMO (Honda) जैसी मैन्युफैक्चरिंग कंपनियां इस तकनीक का इस्तेमाल करती हैं।
यह कैसे काम करता है?
कोणीय गति समीकरण का उपयोग करके चलने वाले रोबोट की गति की योजना बनाई गई है। यह सुनिश्चित करता है कि उत्पन्न संयुक्त गति रोबोट की गतिशील पोस्टुरल स्थिरता की गारंटी देती है।
यह स्थिरता एक पूर्वनिर्धारित स्थिरता क्षेत्र की सीमाओं के भीतर शून्य-क्षण बिंदु (एल्गोरिदम द्वारा परिकलित) की दूरी से निर्धारित होती है।
अनुप्रयोगों
रैंप और बाधाओं को नेविगेट करते समय iRobot PackBot जैसे रोबोटों के ऊपर टिपिंग के खिलाफ स्थिरता का आकलन करने के लिए शून्य क्षण बिंदुओं का उपयोग मीट्रिक के रूप में किया जा सकता है।
5. आनुपातिक अभिन्न अंतर (पीआईडी) नियंत्रण एल्गोरिदम
आनुपातिक इंटीग्रल डिफरेंशियल कंट्रोल या पीआईडी, त्रुटि मान की गणना करके यांत्रिक घटकों के लिए सेटिंग्स को समायोजित करने के लिए एक सेंसर फीडबैक लूप बनाता है।
ये एल्गोरिदम सभी तीन बुनियादी गुणांकों को जोड़ते हैं, यानी, अनुपात, अभिन्न और व्युत्पन्न ताकि यह एक नियंत्रण संकेत उत्पन्न करे।
यह रीयल-टाइम में काम करता है और जहां आवश्यक हो वहां सुधार लागू करता है। यह में देखा जा सकता है आत्म - ड्राइविंग कारें.
यह कैसे काम करता है?
पीआईडी नियंत्रक सटीक और इष्टतम नियंत्रण लागू करने के लिए अपने आउटपुट पर आनुपातिकता, अभिन्न और व्युत्पन्न प्रभाव के तीन नियंत्रण शर्तों का उपयोग करता है।
यह नियंत्रक वांछित सेटपॉइंट और मापा प्रक्रिया चर के बीच अंतर के रूप में लगातार त्रुटि मान की गणना करता है।
यह तब नियंत्रण चर के समायोजन द्वारा समय के साथ त्रुटि को कम करने के लिए एक सुधार लागू करता है।
अनुप्रयोगों
यह नियंत्रक किसी भी प्रक्रिया को नियंत्रित कर सकता है जिसमें मापने योग्य आउटपुट होता है, उस आउटपुट के लिए एक ज्ञात आदर्श मूल्य, और प्रक्रिया के लिए एक इनपुट जो मापने योग्य आउटपुट को प्रभावित करेगा।
उद्योग में नियंत्रकों का उपयोग तापमान, दबाव, बल, वजन, स्थिति, गति और किसी भी अन्य चर को नियंत्रित करने के लिए किया जाता है जिसके लिए एक माप मौजूद है।
निष्कर्ष
तो, ये रोबोटिक्स में उपयोग किए जाने वाले कुछ सबसे सामान्य एल्गोरिदम थे। ये सभी एल्गोरिदम भौतिक, रैखिक बीजगणित और आँकड़ों के मिश्रण के साथ काफी जटिल हैं जिनका उपयोग क्रियाओं और गति को मैप करने के लिए किया जा रहा है।
हालाँकि, जैसे-जैसे तकनीक आगे बढ़ेगी रोबोटिक्स एल्गोरिदम और भी जटिल होते जाएंगे। रोबोट अधिक कार्यों को पूरा करने और अपने लिए अधिक सोचने में सक्षम होंगे।
अगर आपको यह लेख अच्छा लगा हो, हैशडॉर्क की साप्ताहिक सदस्यता लें ईमेल के माध्यम से अपडेट, जहां हम नवीनतम एआई, एमएल, डीएल, प्रोग्रामिंग और फ्यूचर टेक समाचार साझा करते हैं।
एक जवाब लिखें