দৃশ্যমান আলোক যোগাযোগের ভিত্তিতে রোবট ও স্মার্টফোনের জন্য সহযোগিতামূলক অবস্থান নির্ণয় কাঠামো

1. সারসংক্ষেপ

দেয়াল দ্বারা সংকেত বাধাপ্রাপ্ত হওয়ায় ইনডোর অবস্থান নির্ণয় উল্লেখযোগ্য চ্যালেঞ্জের সম্মুখীন, যা জিপিএসের মতো ঐতিহ্যগত প্রযুক্তিগুলিকে বড় ত্রুটি সহকারে অকার্যকর করে তোলে। সর্বব্যাপী এলইডি আলো এবং স্মার্টফোনের উচ্চ-রেজোলিউশন সিএমওএস সেন্সরের সম্মিলন দৃশ্যমান আলোক অবস্থান নির্ণয় (ভিএলপি) এর বিকাশকে ত্বরান্বিত করেছে। এই সিস্টেমটি একটি মাইক্রোকন্ট্রোলার ইউনিট (এমসিইউ) ব্যবহার করে একটি মডুলেটেড সংকেতে শনাক্তকারী (আইডি)-অবস্থান তথ্য এনকোড করে, সাধারণত এলইডিগুলিকে মডুলেট করতে অন-অফ কীং (ওওকে) ব্যবহার করে। গ্রহণকারী টার্মিনাল, সিএমওএস সেন্সরের রোলিং শাটার ইফেক্টের সুবিধা নিয়ে, এলইডির অন-অফ অবস্থাকে আলো ও অন্ধকার ডোরাকাটা হিসেবে ধারণ করে, যা অপটিক্যাল ক্যামেরা কমিউনিকেশন (ওসিসি) এর জন্য ভিডিও ফ্রেম রেটের চেয়ে অনেক বেশি ডেটা রেট সম্ভব করে তোলে। প্রতিটি এলইডির ইউনিক আইডেন্টিফায়ার (ইউআইডি) একটি ডাটাবেসে একটি ভৌত অবস্থানের সাথে ম্যাপ করা থাকে, যা একটি ডিভাইসকে এই ডোরাকাটাগুলো ডিকোড করে তার অবস্থান নির্ধারণ করতে দেয়।

যদিও পূর্ববর্তী কাজে স্মার্টফোন বা রোবটের জন্য পৃথকভাবে উচ্চ অবস্থান নির্ণয় নির্ভুলতা অর্জন করা হয়েছে (যেমন, একক এলইডি এবং এসএলএএম ব্যবহার করে রোবটের জন্য ২.৫ সেমি), গুদামজাতকরণ লজিস্টিক এবং বাণিজ্যিক সেবার মতো পরিস্থিতিতে মানুষ (স্মার্টফোন সহ) এবং রোবটের মধ্যে সহযোগিতামূলক অবস্থান নির্ণয় প্রয়োজন। এর জন্য গতিশীল, অনিশ্চিত পরিবেশে রিয়েল-টাইম, পারস্পরিক অবস্থান শেয়ারিং এবং ট্র্যাকিং প্রয়োজন, যা একটি অর্থপূর্ণ এবং উল্লেখযোগ্য চ্যালেঞ্জ উপস্থাপন করে।

2. উদ্ভাবন

এই কাজের মূল উদ্ভাবন হল ভিএলসি ব্যবহার করে স্মার্টফোন এবং রোবটের জন্য একটি একীভূত সহযোগিতামূলক অবস্থান নির্ণয় কাঠামোর প্রস্তাবনা এবং পরীক্ষামূলক যাচাই। মূল অবদানগুলি হল:

1. সিস্টেম ডিজাইন: একটি উচ্চ-নির্ভুল ভিএলসি সহযোগিতামূলক অবস্থান নির্ণয় সিস্টেম যা বিভিন্ন আলোর অবস্থা এবং স্মার্টফোনের হেলানো ভঙ্গির সাথে খাপ খাইয়ে নিতে পারে, একাধিক ভিএলপি স্কিমকে সংহত করে।
2. কাঠামো বাস্তবায়ন: একটি নির্মিত কাঠামো যেখানে স্মার্টফোন এবং রোবট উভয়ের রিয়েল-টাইম অবস্থান স্মার্টফোন ইন্টারফেসে অ্যাক্সেসযোগ্য এবং দৃশ্যমান।
3. পরীক্ষামূলক যাচাই: স্কিমটির কার্যকারিতা প্রমাণ করার জন্য আইডি শনাক্তকরণ নির্ভুলতা, অবস্থান নির্ণয় নির্ভুলতা এবং রিয়েল-টাইম কর্মক্ষমতা মূল্যায়নের উপর ফোকাস।

3. প্রদর্শনের বিবরণ

প্রদর্শন সিস্টেমটি দুটি প্রধান অংশ নিয়ে গঠিত: মডুলেটেড এলইডি ট্রান্সমিটার এবং অবস্থান গ্রহণকারী টার্মিনাল (স্মার্টফোন/রোবট)।

4. মূল অন্তর্দৃষ্টি ও বিশ্লেষকের দৃষ্টিভঙ্গি

5. প্রযুক্তিগত বিবরণ ও গাণিতিক সূত্রায়ন

মূল অবস্থান নির্ণয় নীতিতে প্রায়শই ল্যাটারেশন জড়িত থাকে। ধরে নেওয়া যাক স্মার্টফোন ক্যামেরা $n$টি এলইডি থেকে সংকেত ডিকোড করে যাদের পরিচিত অবস্থান $P_i = (x_i, y_i, z_i)$, এবং প্রতিটির জন্য প্রাপ্ত সংকেত শক্তি (আরএসএস) বা আগমনের কোণ (এওএ) পরিমাপ করে, ডিভাইসের অবস্থান $P_u = (x_u, y_u, z_u)$ অনুমান করা যেতে পারে।

আরএসএস-ভিত্তিক ল্যাটারেশনের জন্য (ভিএলপিতে সাধারণ), সম্পর্কটি ইনভার্স-স্কয়ার ল দ্বারা দেওয়া হয়: $$P_r = P_t \cdot \frac{A}{d^2} \cdot \cos(\theta)$$ যেখানে $P_r$ হল প্রাপ্ত শক্তি, $P_t$ হল প্রেরিত শক্তি, $A$ হল ডিটেক্টর এলাকা, $d$ হল দূরত্ব, এবং $\theta$ হল আপতন কোণ। $i$-তম এলইডির দূরত্ব $d_i$ $P_r$ থেকে অনুমান করা হয়। তারপর ব্যবহারকারীর অবস্থান সমীকরণের সিস্টেম সমাধান করে পাওয়া যায়: $$(x_u - x_i)^2 + (y_u - y_i)^2 + (z_u - z_i)^2 = d_i^2, \quad \text{for } i = 1, 2, ..., n$$ এটির জন্য সাধারণত ২ডি ফিক্সের জন্য $n \ge 3$ এবং ৩ডির জন্য $n \ge 4$ প্রয়োজন।

উল্লিখিত ওওকে মডুলেশন একটি সহজ স্কিম ব্যবহার করে যেখানে একটি বাইনারি '১' কে একটি নির্দিষ্ট সময় স্লটের মধ্যে এলইডি অন অবস্থা দ্বারা এবং '০' কে অফ অবস্থা দ্বারা উপস্থাপন করা হয়, যা ক্যামেরার রোলিং শাটারের সাথে সিঙ্ক্রোনাইজড।

6. পরীক্ষামূলক ফলাফল ও চার্টের বিবরণ

উল্লিখিত চিত্র ১ (সামগ্রিক পরীক্ষামূলক পরিবেশ এবং ফলাফল): যদিও সঠিক চিত্রটি পাঠ্যে দেওয়া নেই, বর্ণনার উপর ভিত্তি করে, চিত্র ১ সম্ভবত ল্যাবরেটরি সেটআপ চিত্রিত করে। এটি চারটি সিলিং-মাউন্টেড এলইডি প্যানেল সহ একটি কক্ষের একটি স্কিম্যাটিক বা ফটো দেখাবে, যার প্রতিটি ট্রান্সমিটার হিসেবে কাজ করে। স্থানের মধ্যে একটি রোবট প্ল্যাটফর্ম এবং একটি স্মার্টফোন ধরে রাখা একজন ব্যক্তিকে দেখানো হয়েছে। একটি ইনসেট বা ওভারলে সম্ভবত স্মার্টফোনের স্ক্রিনটি প্রদর্শন করে একটি রিয়েল-টাইম ম্যাপ ভিউ দেখায়। এই ম্যাপে, স্থির এলইডি নোড, চলমান রোবট এবং স্মার্টফোনের নিজস্ব অবস্থানের প্রতিনিধিত্বকারী আইকনগুলি প্লট করা হয়েছে, যা কার্যকরভাবে সহযোগিতামূলক অবস্থান নির্ণয়কে দৃশ্যত প্রদর্শন করে। চিত্র দ্বারা বোঝানো ফলাফল হল একক ইন্টারফেসে একাধিক এজেন্টের অবস্থানের সফল, একই সময়ের দৃশ্যমানতা।

পাঠ্যটি বলে যে প্রদর্শনটি উচ্চ-নির্ভুলতা এবং রিয়েল-টাইম কর্মক্ষমতা যাচাই করেছে। যদিও এই বিশেষ সহযোগিতামূলক কাঠামোর জন্য নির্দিষ্ট সংখ্যাসূচক নির্ভুলতা মান (যেমন, সেন্টিমিটারে ত্রুটি) তালিকাভুক্ত নেই, তারা পূর্ববর্তী কাজের উল্লেখ করে যা শুধুমাত্র রোবটের জন্য ভিএলপিতে ২.৫ সেমি নির্ভুলতা অর্জন করেছে, যা ইঙ্গিত করে যে অন্তর্নিহিত প্রযুক্তিটি উচ্চ নির্ভুলতার সক্ষম। রিয়েল-টাইম দাবি নির্দেশ করে যে সিস্টেমের আপডেট রেট চলমান এজেন্টগুলিকে অনুভূতিযোগ্য বিলম্ব ছাড়াই ট্র্যাক করার জন্য যথেষ্ট ছিল।

7. বিশ্লেষণ কাঠামো: একটি নন-কোড কেস স্টাডি

পরিস্থিতি: মানব-রোবট দল সহ গুদাম অর্ডার পিকিং।

কাঠামোর প্রয়োগ:

1. আরম্ভকরণ: প্রতিটি স্টোরেজ আইলে এলইডি লাইট দিয়ে একটি গুদাম সজ্জিত করা হয়, প্রতিটি তার অনন্য জোন আইডি সম্প্রচার করে (যেমন, "আইসল-৩-বে-৫")। একটি পিকিং রোবট এবং একটি স্মার্টফোন অ্যাপ সহ একজন মানব কর্মী মোতায়েন করা হয়।
2. ব্যক্তিগত লোকালাইজেশন: রোবটের ক্যামেরা এবং কর্মীর স্মার্টফোন স্বাধীনভাবে এলইডি সংকেত ডিকোড করে কেন্দ্রীয় সার্ভারে সংরক্ষিত গুদামের ম্যাপের মধ্যে তাদের সুনির্দিষ্ট $(x, y)$ স্থানাঙ্ক নির্ধারণ করে।
3. সহযোগিতামূলক সমন্বয়: কেন্দ্রীয় সার্ভার (বা একটি পিয়ার-টু-পিয়ার নেটওয়ার্ক) সহযোগিতামূলক কাঠামো চালায়। কর্মী একটি পিক তালিকা পায়। কাঠামোটি চিহ্নিত করে যে আইটেম #১ ২০ মিটার দূরে আইসল ২-এ রয়েছে। এটি গণনা করে যে রোবটটি বর্তমানে কাছাকাছি এবং ব্যস্ত নয়।
4. কর্ম ও আপডেট: সিস্টেমটি রোবটকে একটি কমান্ড পাঠায়: "আইসল ২, বে ৪-এ নেভিগেট করুন এবং অপেক্ষা করুন।" একই সাথে, এটি তাদের স্মার্টফোন স্ক্রিনের মাধ্যমে মানব কর্মীকে নির্দেশনা দেয়: "আইসল ৫-এ এগিয়ে যান। রোবট আপনার প্রথম আইটেম আনছে।" কর্মীর স্মার্টফোন ডিসপ্লে তাদের নিজের অবস্থান এবং লক্ষ্যের দিকে অগ্রসরমান রোবটের রিয়েল-টাইম চলমান আইকন উভয়ই দেখায়।
5. হস্তান্তর: যখন রোবটটি আইটেম নিয়ে আসে, কর্মীর ফোন, উভয় অবস্থান সঠিকভাবে জেনে, কর্মী এবং রোবটকে একটি মসৃণ হস্তান্তর সহজতর করতে সতর্ক করে। কাঠামোটি ক্রমাগত সমস্ত অবস্থান আপডেট করে।

8. প্রয়োগের সম্ভাবনা ও ভবিষ্যৎ দিকনির্দেশনা

স্বল্পমেয়াদী প্রয়োগ:

• স্মার্ট গুদাম ও কারখানা: রিয়েল-টাইম ইনভেন্টরি ট্র্যাকিং, গতিশীল রোবট রাউটিং এবং নিরাপদ মানব-রোবট সহযোগিতা জোনের জন্য।
• জাদুঘর ও খুচরা: প্রদর্শনী বা পণ্যের কাছাকাছি তাদের সুনির্দিষ্ট অবস্থানের ভিত্তিতে দর্শকদের স্মার্টফোনে প্রাসঙ্গিক তথ্য প্রদান।
• হাসপাতাল: অপ্টিমাইজড লজিস্টিক্সের জন্য মোবাইল চিকিৎসা সরঞ্জাম এবং কর্মীদের রিয়েল-টাইম ট্র্যাকিং।

ভবিষ্যত গবেষণার দিকনির্দেশনা:

• সেন্সর ফিউশন: ভিএলসি সংকেত প্রতিবন্ধকতার সময় অবস্থান নির্ণয় বজায় রাখার জন্য স্মার্টফোন/রোবট থেকে আইএমইউ (ইনার্শিয়াল মেজারমেন্ট ইউনিট) ডেটা এবং ওয়াইফাই/বিএলই ফিঙ্গারপ্রিন্টের সাথে ভিএলপি সংহত করা, একটি শক্তিশালী হাইব্রিড সিস্টেম তৈরি করা।
• এআই-বর্ধিত ডিকোডিং: চ্যালেঞ্জিং আলোর অবস্থার অধীনে, আংশিক প্রতিবন্ধকতা থেকে, বা ঝাপসা চিত্র থেকে এলইডি আইডি ডিকোডিং নির্ভুলতা উন্নত করতে গভীর শিক্ষণ মডেল (যেমন, কনভোলিউশনাল নিউরাল নেটওয়ার্ক) ব্যবহার করা।
• মানকীকরণ ও স্কেলযোগ্যতা: বিভিন্ন প্রস্তুতকারকের এলইডি এবং ডিভাইসের মধ্যে আন্তঃক্রিয়াশীলতা নিশ্চিত করার জন্য ভিএলসি-ভিত্তিক অবস্থান নির্ণয় সংকেতের জন্য শিল্পব্যাপী প্রোটোকল তৈরি করা, যা বৃহৎ আকারের স্থাপনার জন্য অত্যন্ত গুরুত্বপূর্ণ।
• ৬জি ইন্টিগ্রেশন: যেহেতু ৬জি গবেষণা যোগাযোগ এবং সেন্সিং এর একীকরণ কল্পনা করে, ভিএলপি ভবিষ্যতের ৬জি নেটওয়ার্কের মধ্যে উচ্চ-নির্ভুল ইনডোর অবস্থান নির্ণয়ের জন্য একটি নেটিভ সাব-সিস্টেম হয়ে উঠতে পারে, যেমনটি আইটিইউ-টি ফোকাস গ্রুপ অন ৬জি এর হোয়াইট পেপারে অন্বেষণ করা হয়েছে।

9. তথ্যসূত্র

1. লেখক(গণ)। "রোবট অপারেটিং সিস্টেমের উপর ভিত্তি করে রোবটের জন্য একটি অবস্থান নির্ণয় পদ্ধতি।" সম্মেলন/জার্নালের নাম, বছর। [পিডিএফ-এ উল্লিখিত]
2. লেখক(গণ)। "একক এলইডির উপর ভিত্তি করে একটি রোবট অবস্থান নির্ণয় পদ্ধতি।" সম্মেলন/জার্নালের নাম, বছর। [পিডিএফ-এ উল্লিখিত]
3. লেখক(গণ)। "ভিএলসি ব্যবহার করে এসএলএএমের সাথে সংযুক্ত রোবট অবস্থান নির্ণয়।" সম্মেলন/জার্নালের নাম, বছর। [পিডিএফ-এ উল্লিখিত]
4. লেখক(গণ)। "রোবটের সহযোগিতামূলক অবস্থান নির্ণয়ের সম্ভাব্যতা অধ্যয়ন।" সম্মেলন/জার্নালের নাম, বছর। [পিডিএফ-এ উল্লিখিত]
5. ঝোউ, বি., এবং অন্যান্য। "টিল্ট ক্ষতিপূরণ সহ স্মার্টফোন-ভিত্তিক দৃশ্যমান আলোক অবস্থান নির্ণয়।" আইইইই ফোটোনিক্স টেকনোলজি লেটার্স, ২০২০।
6. ইসোলা, পি., এবং অন্যান্য। "কন্ডিশনাল অ্যাডভারসারিয়াল নেটওয়ার্ক সহ ইমেজ-টু-ইমেজ অনুবাদ।" সিভিপিআর-এর কার্যবিবরণী, ২০১৭। (সাইকেলজিএএন গবেষণাপত্র, ভিএলসি ইমেজ ডিকোডিং উন্নত করার জন্য প্রাসঙ্গিক উন্নত ইমেজ প্রসেসিং কৌশলের উদাহরণ হিসেবে)।
7. "মানব-রোবট মিথস্ক্রিয়া ও সহযোগিতা।" আইইইই রোবোটিক্স অ্যান্ড অটোমেশন সোসাইটি। https://www.ieee-ras.org/human-robot-interaction-cooperation (অ্যাক্সেস: ২০২৩)।
8. "৬জি ভিশন উপর হোয়াইট পেপার।" আইটিইউ-টি ফোকাস গ্রুপ অন টেকনোলজিস ফর নেটওয়ার্ক ২০৩০। https://www.itu.int/en/ITU-T/focusgroups/6g (অ্যাক্সেস: ২০২৩)।
9. "৬জি ফ্ল্যাগশিপ প্রোগ্রাম।" অউলু বিশ্ববিদ্যালয়। https://www.oulu.fi/6gflagship (অ্যাক্সেস: ২০২৩)।