روبوٹکس سائنس اور ٹیکنالوجی کا ایک انوکھا مرکب ہے جو ایسی مشینیں تیار کرتا ہے جو انسانوں کے اعمال کی نقل کرتی ہیں۔
2000 کی دہائی کے اوائل میں، 90% روبوٹ کار مینوفیکچرنگ پلانٹس میں تھے جو بار بار کاموں کے لیے انسانوں کی جگہ لے رہے تھے۔ اب روبوٹ گھروں کو ویکیوم کر سکتے ہیں اور ریستورانوں میں بھی خدمات انجام دے سکتے ہیں۔
ایک روبوٹ عام طور پر تین قسم کے اجزاء پر مشتمل ہوتا ہے۔ مکینیکل جسم؛ برقی کنکال، اور آخر میں کوڈ کے ساتھ بنایا دماغ.
یہ اجزاء روبوٹ کو ڈیٹا اکٹھا کرنے کی اجازت دیتے ہیں (اکثر سینسر سے)، رویے کو اپنانے اور کاموں کو مکمل کرنے کے لیے پروگرام شدہ منطق کے ذریعے فیصلے کرتے ہیں۔
روبوٹ کے تین قسم کے پروگرام ہو سکتے ہیں۔ ریموٹ کنٹرول (RC)، مصنوعی ذہانت (AI)، یا ہائبرڈ۔
RC پروگراموں میں انسان کی مداخلت کی ضرورت ہوتی ہے جو روبوٹ کو کوڈ کے نفاذ کے لیے آغاز اور/یا سٹاپ سگنل دے سکتا ہے۔ پروگرام مختلف قسم کے الگورتھم پر مشتمل ہوتے ہیں، ہر ایک کا فنکشن مختلف ہوتا ہے۔
الگورتھم کیا ہے؟
ایک الگورتھم کوڈ کی لائنوں کا ایک سلسلہ ہے جسے روبوٹ مخصوص ہدایات کو انجام دینے کے لیے استعمال کر سکتا ہے۔ یہ ڈویلپر کے خیالات کا ایک ایسی زبان میں ترجمہ کرتا ہے جسے روبوٹ سمجھ سکتے ہیں۔
الگورتھم کا اظہار کئی قسم کے اشارے میں کیا جا سکتا ہے، بشمول سیڈوکوڈ، فلو چارٹس، پروگرامنگ زبانوں، یا کنٹرول ٹیبلز۔
اس مضمون میں ہم ان پروگراموں میں استعمال ہونے والے الگورتھم کی کچھ عام اقسام پر بات کریں گے۔
روبوٹکس میں استعمال ہونے والے الگورتھم کی اقسام
1. کسی بھی وقت A* الگورتھم
A* الگورتھم ایک پاتھ سرچ الگورتھم ہے جو دو پوائنٹس کے درمیان سب سے زیادہ بہترین راستہ تلاش کرنے کے لیے استعمال کیا جاتا ہے، یعنی سب سے چھوٹی قیمت کے ساتھ۔
کسی بھی وقت A* الگورتھم کی ایک لچکدار وقت کی قیمت ہوتی ہے اور یہ مختصر ترین راستہ واپس کر سکتا ہے یہاں تک کہ اگر اس میں خلل پڑتا ہے کیونکہ یہ پہلے ایک غیر بہترین حل پیدا کرتا ہے اور پھر اسے بہتر بناتا ہے۔
یہ تیزی سے فیصلہ کرنے کی اجازت دیتا ہے کیونکہ روبوٹ شروع سے شروع کرنے کے بجائے پچھلے حسابات پر استوار کر سکتا ہے۔
یہ کس طرح کام کرتا ہے؟
یہ ایک 'درخت' تشکیل دے کر کرتا ہے جو شروع نوڈ سے اس وقت تک پھیلتا ہے جب تک کہ ختم کرنے کے معیار کو متحرک نہیں کیا جاتا ہے جس کا مطلب ہے کہ کم قیمت والا راستہ دستیاب ہے۔
ایک 2D گرڈ رکاوٹوں کے ساتھ بنایا گیا ہے اور ایک ابتدائی سیل اور ٹارگٹ سیل پن پوائنٹڈ ہیں۔
الگورتھم ایک نوڈ کی 'ویلیو' کو f کے ذریعے متعین کرتا ہے جو کہ پیرامیٹرس کا مجموعہ ہے (شروعاتی نوڈ سے زیر سوال نوڈ تک جانے کی لاگت) اور h (سوال میں نوڈ سے ہدف نوڈ تک جانے کی قیمت)۔
درخواستیں
بہت سارے گیمز اور ویب پر مبنی نقشے اس الگورتھم کو مؤثر طریقے سے مختصر ترین راستہ تلاش کرنے کے لیے استعمال کرتے ہیں۔ اسے موبائل روبوٹس کے لیے بھی استعمال کیا جا سکتا ہے۔
آپ پیچیدہ مسائل کو بھی حل کر سکتے ہیں۔ نیوٹن-ریفسن تکرار کا اطلاق کسی عدد کا مربع جڑ تلاش کرنے پر ہوتا ہے۔
یہ خلا میں کسی شے کی حرکت اور ٹکراؤ کی پیشین گوئی کرنے کے لیے رفتار کے مسائل میں بھی استعمال ہوتا ہے۔
2. D* الگورتھم
D*، فوکسڈ D* اور D* لائٹ دو پوائنٹس کے درمیان مختصر ترین راستہ تلاش کرنے کے لیے اضافی سرچ الگورتھم ہیں۔
تاہم، وہ A* الگورتھم اور نئی دریافتوں کا مرکب ہیں جو انہیں نامعلوم رکاوٹوں کے لیے اپنے نقشوں میں معلومات شامل کرنے کی اجازت دیتے ہیں۔
اس کے بعد وہ نئی معلومات کی بنیاد پر راستے کا دوبارہ حساب لگا سکتے ہیں، جیسا کہ مارس روور۔
یہ کس طرح کام کرتا ہے؟
D* الگورتھم کا کام A* کی طرح ہے، الگورتھم پہلے f, h کی وضاحت کرتا ہے اور ایک کھلی اور بند فہرست بناتا ہے۔
اس کے بعد، D* الگورتھم اپنے پڑوسی نوڈس کی جی ویلیو کا استعمال کرتے ہوئے موجودہ نوڈ کی جی ویلیو کا تعین کرتا ہے۔
ہر پڑوسی نوڈ موجودہ کی جی ویلیو کے بارے میں اندازہ لگاتا ہے اور مختصر ترین جی ویلیو کو نئی جی ویلیو کے طور پر ڈھال لیا جاتا ہے۔
درخواستیں
D* اور اس کی مختلف قسمیں موبائل روبوٹ کے لیے بڑے پیمانے پر استعمال ہوتی ہیں۔ خود مختار گاڑی سمت شناسی.
اس طرح کے نیویگیشن سسٹم میں مارس روورز مواقع اور روح پر تجربہ کیا گیا ایک پروٹو ٹائپ سسٹم اور نیوی گیشن سسٹم شامل ہے جس نے کامیابی حاصل کی۔ ڈارپا اربن چیلنج.
3. PRM الگورتھم
PRM، یا امکانی روڈ میپ، دیئے گئے نقشے پر خالی اور زیر قبضہ جگہوں پر مبنی ممکنہ راستوں کا ایک نیٹ ورک گراف ہے۔
وہ پیچیدہ منصوبہ بندی کے نظام میں استعمال ہوتے ہیں اور رکاوٹوں کے آس پاس کم لاگت کے راستے تلاش کرنے کے لیے بھی۔
PRMs اپنے نقشے پر پوائنٹس کا بے ترتیب نمونہ استعمال کرتے ہیں جہاں ایک روبوٹ ڈیوائس ممکنہ طور پر حرکت کر سکتی ہے اور پھر مختصر ترین راستے کا حساب لگایا جاتا ہے۔
یہ کس طرح کام کرتا ہے؟
PRM تعمیر اور استفسار کے مرحلے پر مشتمل ہے۔
پہلے مرحلے میں، ایک روڈ میپ گراف کیا جاتا ہے جو ماحول میں ممکنہ حرکات کا تخمینہ لگاتا ہے۔ پھر ایک بے ترتیب ترتیب بنائی جاتی ہے اور کچھ پڑوسیوں سے منسلک ہوتی ہے۔
استفسار کے مرحلے میں آغاز اور ہدف کی ترتیب گراف سے جڑی ہوئی ہے۔ راستہ پھر a کے ذریعے حاصل کیا جاتا ہے۔ Dijkstra کا مختصر ترین راستہ استفسار
درخواستیں
PRM مقامی منصوبہ سازوں میں استعمال کیا جاتا ہے، جہاں الگورتھم دو پوائنٹس، یعنی ابتدائی اور گول پوائنٹس کے درمیان ایک سیدھی لائن کے راستے کی گنتی کرتا ہے۔
الگورتھم کو راستے کی منصوبہ بندی اور تصادم کا پتہ لگانے کی ایپلی کیشنز کو بہتر بنانے کے لیے بھی استعمال کیا جا سکتا ہے۔
4. زیرو مومنٹ پوائنٹ (ZMP) الگورتھم
زیرو مومنٹ پوائنٹ (ZMP تکنیک) ایک الگورتھم ہے جو روبوٹ کے ذریعے فرش کی رد عمل کی قوت کے برعکس کل جڑتا رکھنے کے لیے استعمال کیا جاتا ہے۔
یہ الگورتھم ZMP کا حساب لگانے کے تصور کا استعمال کرتا ہے اور اس کا اطلاق دو پیڈل روبوٹس کو متوازن کرنے کے لیے کرتا ہے۔ فرش کی ہموار سطح پر اس الگورتھم کا استعمال بظاہر روبوٹ کو اس طرح چلنے دیتا ہے جیسے کوئی لمحہ ہی نہ ہو۔
ASIMO (Honda) جیسی مینوفیکچرنگ کمپنیاں اس تکنیک کا استعمال کرتی ہیں۔
یہ کس طرح کام کرتا ہے؟
چلنے والے روبوٹ کی حرکت کو کونیی رفتار مساوات کا استعمال کرتے ہوئے منصوبہ بنایا گیا ہے۔ یہ اس بات کو یقینی بناتا ہے کہ پیدا کردہ مشترکہ حرکت روبوٹ کے متحرک پوسٹورل استحکام کی ضمانت دیتی ہے۔
اس استحکام کو پہلے سے طے شدہ استحکام والے علاقے کی حدود کے اندر صفر لمحے کے نقطہ (الگورتھم کے ذریعہ شمار کیا جاتا ہے) کے فاصلے سے مقدار میں طے کیا جاتا ہے۔
درخواستیں
ریمپ اور رکاوٹوں پر نیویگیٹ کرتے وقت iRobot PackBot جیسے روبوٹ کے ٹپنگ اوور کے خلاف استحکام کا اندازہ لگانے کے لیے زیرو مومنٹ پوائنٹس کو میٹرک کے طور پر استعمال کیا جا سکتا ہے۔
5. متناسب انٹیگرل ڈیفرینشل (PID) کنٹرول الگورتھم
متناسب انٹیگرل ڈیفرینشل کنٹرول یا پی آئی ڈی، غلطی کی قدر کا حساب لگا کر مکینیکل اجزاء کے لیے ترتیبات کو ایڈجسٹ کرنے کے لیے ایک سینسر فیڈ بیک لوپ بناتا ہے۔
یہ الگورتھم تینوں بنیادی گتانکوں کو یکجا کرتے ہیں، یعنی تناسب، انٹیگرل، اور ڈیریویٹیو تاکہ یہ ایک کنٹرول سگنل پیدا کرے۔
یہ ریئل ٹائم میں کام کرتا ہے اور ضرورت پڑنے پر اصلاحات کا اطلاق کرتا ہے۔ اس میں دیکھا جا سکتا ہے۔ خود ڈرائیونگ کاروں.
یہ کس طرح کام کرتا ہے؟
پی آئی ڈی کنٹرولر درست اور بہترین کنٹرول کو لاگو کرنے کے لیے اپنے آؤٹ پٹ پر تناسب، اٹوٹ اور اخذ کرنے والے اثر و رسوخ کی تین کنٹرول شرائط استعمال کرتا ہے۔
یہ کنٹرولر مطلوبہ سیٹ پوائنٹ اور ناپے ہوئے عمل کے متغیر کے درمیان فرق کے طور پر مسلسل غلطی کی قدر کا حساب لگاتا ہے۔
اس کے بعد کنٹرول متغیر کو ایڈجسٹ کرکے وقت کے ساتھ ساتھ غلطی کو کم کرنے کے لیے ایک اصلاح کا اطلاق ہوتا ہے۔
درخواستیں
یہ کنٹرولر کسی بھی ایسے عمل کو کنٹرول کر سکتا ہے جس میں قابل پیمائش آؤٹ پٹ، اس آؤٹ پٹ کے لیے ایک معلوم مثالی قدر، اور اس عمل کے لیے ایک ان پٹ ہو جو قابل پیمائش آؤٹ پٹ کو متاثر کرے۔
صنعت میں کنٹرولرز کا استعمال درجہ حرارت، دباؤ، قوت، وزن، پوزیشن، رفتار اور کسی دوسرے متغیر کو منظم کرنے کے لیے کیا جاتا ہے جس کے لیے پیمائش موجود ہے۔
نتیجہ
لہذا، یہ روبوٹکس میں استعمال ہونے والے سب سے عام الگورتھم تھے۔ یہ تمام الگورتھم کافی پیچیدہ ہیں جس میں فزیکلز، لکیری الجبرا اور اعدادوشمار کا استعمال اعمال اور حرکت کا نقشہ بنانے کے لیے کیا جا رہا ہے۔
تاہم، جیسے جیسے ٹیکنالوجی ترقی کرے گی روبوٹکس الگورتھم اور بھی پیچیدہ ہو جائیں گے۔ روبوٹ مزید کام مکمل کر سکیں گے اور اپنے لیے مزید سوچ سکیں گے۔
اگر آپ کو اس مضمون سے لطف اندوز ہوا ، HashDork's Weekly کو سبسکرائب کریں۔ ای میلز کے ذریعے اپ ڈیٹس، جہاں ہم تازہ ترین AI، ML، DL، پروگرامنگ اور فیوچر ٹیک خبروں کا اشتراک کرتے ہیں۔
جواب دیجئے