স্বায়ত্তশাসিত রোবট ডিজাইনের জন্য পজিশনিং প্রযুক্তি নেভিগেটিং

রোবটগুলি যত বেশি স্বয়ংক্রিয় হয়ে ওঠে-, তাদের আরও বেশি স্বাধীনতা এবং নির্ভরযোগ্যতার সাথে তাদের চারপাশে নেভিগেট করতে হবে। স্বায়ত্তশাসিত ট্রাক্টর, কৃষি ফসল কাটার যন্ত্র, এবং বীজ বপনের যন্ত্রগুলিকে অবশ্যই সাবধানে ফসলের ক্ষেতের মধ্য দিয়ে যেতে হবে যখন স্ব-ডেলিভারি যানবাহনগুলিকে সঠিক জায়গায় প্যাকেজগুলি স্থাপন করতে নিরাপদে রাস্তায় পাড়ি দিতে হবে৷ অ্যাপ্লিকেশনের একটি বিস্তৃত পরিসর জুড়ে, স্বায়ত্তশাসিত মোবাইল রোবট (AMRs) যে কাজগুলির জন্য তারা ডিজাইন করা হয়েছে তা নিরাপদে এবং সফলভাবে সম্পূর্ণ করার জন্য অবস্থানের অত্যন্ত সঠিক উত্সের প্রয়োজন।

এই ধরনের নির্ভুলতা সম্পন্ন করার জন্য দুটি সেট অবস্থান ক্ষমতা প্রয়োজন। একটি হল অন্য বস্তুর কাছে নিজের আপেক্ষিক অবস্থান বোঝা। এটি তার চারপাশের বিশ্বকে বোঝার জন্য সমালোচনামূলক ইনপুট প্রদান করে এবং সবচেয়ে স্পষ্ট ক্ষেত্রে, স্থির এবং গতির অধীনে থাকা বাধাগুলি এড়িয়ে চলুন। এই গতিশীল কৌশলের জন্য ক্যামেরা, রাডার, লিডারের মতো ন্যাভিগেশনাল সেন্সর এবং এই সিগন্যালগুলিকে প্রক্রিয়া করার জন্য এবং AMR কে বাস্তব-সময়ের দিকনির্দেশ দেওয়ার জন্য সমর্থনকারী সফ্টওয়্যারগুলির একটি বিস্তৃত স্ট্যাক প্রয়োজন৷

ক্ষমতার দ্বিতীয় সেটটি হল AMR-এর জন্য বিশ্বের তার সুনির্দিষ্ট শারীরিক অবস্থান (বা পরম অবস্থান) বোঝার জন্য যাতে এটি ডিভাইসে প্রোগ্রাম করা একটি পাথ সুনির্দিষ্টভাবে এবং বারবার নেভিগেট করতে পারে। এখানে একটি সুস্পষ্ট ব্যবহারের ক্ষেত্রে উচ্চ নির্ভুল কৃষি, যেখানে বিভিন্ন AMR-কে অনেক মাস ধরে একই সংকীর্ণ পথে যেতে হবে রোপণ, সেচ এবং ফসল কাটার জন্য, প্রতিটি পাসের সাথে AMR-কে প্রতিবার একই সঠিক স্থান উল্লেখ করতে হবে।

এর জন্য গ্লোবাল নেভিগেশন স্যাটেলাইট সিস্টেম (GNSS) থেকে শুরু করে একটি ভিন্ন ন্যাভিগেশন ক্ষমতার প্রয়োজন, যা সেন্সর এবং সফ্টওয়্যার লিভারেজের সমগ্র ইকোসিস্টেম। অগমেন্টিং GNSS হল RTK এবং SSR এর মত সংশোধন ক্ষমতা যা GNSS থেকে 100x উচ্চতর নির্ভুলতা চালাতে সাহায্য করে শুধুমাত্র খোলা আকাশের অ্যাপ্লিকেশনের জন্য, এবং ইনর্শিয়াল মেজারমেন্ট ইউনিটগুলি যেখানে GNSS উপলব্ধ নেই সেখানে নেভিগেট করার জন্য সেন্সর ফিউশন সফ্টওয়্যারের সাথে মিলিত হয় (ডেড রেকনিং)।

আমরা এই প্রযুক্তিগুলির মধ্যে ডুব দেওয়ার আগে, আসুন আমরা ব্যবহার করার ক্ষেত্রে এক মিনিট ব্যয় করি যেখানে একটি AMR এর কাজ করার জন্য আপেক্ষিক এবং পরম অবস্থান উভয়ই প্রয়োজন।

রোবোটিক্স অ্যাপ্লিকেশন আপেক্ষিক এবং পরম অবস্থান প্রয়োজন

এএমআরগুলি প্রকাশ করে যে মানুষ বিশ্বে সঠিকভাবে নিজেকে সনাক্ত করার এবং সেই তথ্যের উপর ভিত্তি করে সুনির্দিষ্ট পদক্ষেপ নেওয়ার সহজাত ক্ষমতা - গ্রহণ করে। AMR-এর জন্য যত বেশি বৈচিত্র্যময় অ্যাপ্লিকেশান, তত বেশি আমরা আবিষ্কার করব কোন ধরনের ক্রিয়াগুলির জন্য চরম নির্ভুলতার প্রয়োজন। কিছু উদাহরণ অন্তর্ভুক্ত:

কৃষি অটোমেশন: কৃষিতে, রোপণ, ফসল কাটা এবং শস্য পর্যবেক্ষণের মতো কাজের জন্য AMRগুলি ক্রমশ সাধারণ হয়ে উঠছে। এই রোবটগুলি নিখুঁত অবস্থান ব্যবহার করে, সাধারণত GPS-এর মাধ্যমে, সূক্ষ্মতার সাথে বড় এবং প্রায়শই অসম ক্ষেত্রগুলিতে নেভিগেট করতে। এটি নিশ্চিত করে যে তারা সুশৃঙ্খলভাবে বিশাল এলাকা কভার করতে পারে এবং প্রয়োজন অনুসারে নির্দিষ্ট স্থানে ফিরে যেতে পারে। যাইহোক, একবার ফসলের সান্নিধ্যে বা একটি নির্দিষ্ট এলাকার মধ্যে, এএমআরগুলি এমন কাজগুলির জন্য আপেক্ষিক অবস্থানের উপর নির্ভর করে যেগুলি উচ্চ স্তরের নির্ভুলতার দাবি করে, যেমন ফল বাছাই করা যা AMR শেষবার পরিদর্শন করার পর থেকে বেড়েছে বা অবস্থান পরিবর্তন করতে পারে। উভয় পজিশনিং পদ্ধতি একত্রিত করে, এই রোবটগুলি কৃষি ক্ষেত্রের বৈশিষ্ট্যগত চ্যালেঞ্জিং এবং পরিবর্তনশীল পরিবেশে দক্ষতার সাথে কাজ করতে পারে।

শহুরে সেটিংসে শেষ-মাইল ডেলিভারি: AMRs বিতরণ কেন্দ্র থেকে চূড়ান্ত গন্তব্যে স্বায়ত্তশাসিতভাবে পণ্য পরিবহনের মাধ্যমে শহুরে পরিবেশে শেষ -মাইল ডেলিভারি রূপান্তরিত করছে৷ এই রোবটগুলি শহরের রাস্তা, গলি এবং জটিল শহুরে লেআউটগুলিতে নেভিগেট করতে পরম অবস্থান ব্যবহার করে, নিশ্চিত করে যে তারা ট্র্যাফিক এড়াতে এবং ডেলিভারির সময়সূচী মেনে চলার সময় অপ্টিমাইজ করা রুট অনুসরণ করে। ডেলিভারি লোকেশনের আশেপাশে পৌঁছানোর পরে, AMRগুলি পরিবর্তনশীল বা অপ্রত্যাশিত বাধাগুলির চারপাশে চালনা করার জন্য আপেক্ষিক অবস্থান ব্যবহার করবে, যেমন একটি গাড়ি যা রাস্তায় ডবল পার্ক করা হয়। এই দ্বৈত পদ্ধতি AMR-কে শহুরে প্রাকৃতিক দৃশ্যের জটিলতাগুলি পরিচালনা করতে এবং গ্রাহকদের দোরগোড়ায় সরাসরি সুনির্দিষ্ট ডেলিভারি করতে সক্ষম করে।

নির্মাণ সাইট অটোমেশন: নির্মাণ সাইটগুলিতে, এএমআরগুলিকে নিযুক্ত করা হয় যাতে প্রজেক্টটি প্রকৌশলীদের দ্বারা মনোনীত সঠিক নির্দিষ্টকরণে নির্মিত হয়। তারা উপকরণ পরিবহন এবং পরিবেশের ম্যাপিং বা জরিপ করার মতো কাজগুলিতেও সহায়তা করে। এই সাইটগুলি প্রায়শই ক্রমাগত পরিবর্তিত পরিবেশের সাথে বৃহৎ এলাকা বিস্তৃত করে, সামগ্রিক প্রকল্প সাইটের মধ্যে নেভিগেট করতে এবং স্থিতিবিন্যাস বজায় রাখার জন্য AMR-কে পরম অবস্থান ব্যবহার করতে হয়। আপেক্ষিক পজিশনিং কার্যকর হয় যখন এএমআরগুলি এমন কাজগুলি সম্পাদন করে যার জন্য গতিশীল উপাদানগুলির সাথে মিথস্ক্রিয়া প্রয়োজন, যেমন অন্যান্য সরঞ্জাম বা এমনকি সাইটের কর্মীদের এড়ানো। উভয় পজিশনিং সিস্টেমের সংমিশ্রণ AMR-কে কার্যকরীভাবে নির্মাণ প্রকল্পের জটিল এবং গতিশীল প্রকৃতিতে অবদান রাখতে দেয়, দক্ষতা এবং নিরাপত্তা বাড়ায়।

স্বায়ত্তশাসিত রাস্তা রক্ষণাবেক্ষণ: রাস্তার রক্ষণাবেক্ষণের কাজে যেমন ফুটপাথ পরিদর্শন, ক্র্যাক সিলিং, এবং লাইন পেইন্টিং-এ AMRগুলি ক্রমবর্ধমানভাবে ব্যবহৃত হচ্ছে৷ এই রোবটগুলি মহাসড়ক বা রাস্তার প্রসারিত পথ ধরে ভ্রমণ করার জন্য পরম অবস্থান ব্যবহার করে, নিশ্চিত করে যে তারা দীর্ঘ দূরত্বের পথ ধরে থাকে এবং সুনির্দিষ্টভাবে নির্দিষ্ট অবস্থানগুলি ক্যাপচার করতে পারে যেখানে রক্ষণাবেক্ষণ ঘটতে হবে। এই রক্ষণাবেক্ষণের কাজগুলি সম্পাদন করার সময়, তারা নির্দিষ্ট রাস্তার অপূর্ণতাগুলি সঠিকভাবে সনাক্ত করতে এবং মোকাবেলা করতে, সূক্ষ্মতার সাথে লেনের চিহ্নগুলি পেইন্ট করতে বা বাধাগুলির চারপাশে নেভিগেট করতে আপেক্ষিক অবস্থানে স্যুইচ করে। এই দ্বৈত ক্ষমতা AMRs কে রাস্তার রক্ষণাবেক্ষণের কাজগুলিকে দক্ষতার সাথে পরিচালনা করতে দেয় যখন রাস্তার ধারের বিপজ্জনক পরিবেশে কাজ করার জন্য মানব কর্মীদের প্রয়োজনীয়তা হ্রাস করে, নিরাপত্তা এবং উত্পাদনশীলতা উন্নত করে।

এনভায়রনমেন্টাল মনিটরিং এবং কনজারভেশন: বহিরঙ্গন পরিবেশে, এএমআরগুলি প্রায়শই পরিবেশগত পর্যবেক্ষণ এবং সংরক্ষণ প্রচেষ্টা যেমন বন্যপ্রাণী ট্র্যাকিং, দূষণ সনাক্তকরণ এবং বাসস্থান ম্যাপিংয়ের জন্য মোতায়েন করা হয়। এই রোবটগুলি বন থেকে উপকূলীয় অঞ্চলে বিস্তীর্ণ প্রাকৃতিক এলাকায় নেভিগেট করার জন্য নিখুঁত অবস্থানের সুবিধা নেয়, ভূখণ্ডের ব্যাপক কভারেজ নিশ্চিত করে এবং বিশদ সাইট সার্ভে এবং ম্যাপিং ক্যাপচার করার অনুমতি দেয়। AMRs উচ্চ- রেজোলিউশনের ছবি ক্যাপচার করা, নমুনা সংগ্রহ করা, বা নির্দিষ্ট নির্ভুলতার সাথে পশুর গতিবিধি ট্র্যাক করার মতো কাজগুলি সম্পাদন করতে পারে এবং এই নমুনাগুলিকে সমন্বিত উপায়ে সময়ের সাথে ওভারলে করতে পারে৷

উপরের সমস্ত উদাহরণে, সম্ভাব্য বিপর্যয়কর পরিণতি এড়াতে এক মিটারের চেয়ে অনেক কম পরম অবস্থান নির্ভুলতা প্রয়োজন। শ্রমিকের আঘাত, পণ্যের উল্লেখযোগ্য ক্ষতি, এবং ব্যয়বহুল বিলম্ব সবই সুনির্দিষ্ট অবস্থান ছাড়াই হতে পারে। মূলত, যেকোন জায়গায় একটি AMR-কে কয়েক সেন্টিমিটারের মধ্যে কাজ করতে হলে এটিকে আপেক্ষিক এবং পরম অবস্থান উভয় সমাধানের প্রয়োজন হবে।

আপেক্ষিক অবস্থানের জন্য প্রযুক্তি

এএমআরগুলি তাদের পরিবেশের অন্যান্য বস্তুর সাথে নিজেদেরকে সনাক্ত করতে বেশ কয়েকটি সেন্সর ব্যবহার করে। এর মধ্যে রয়েছে:

ক্যামেরা: ক্যামেরাগুলি স্বায়ত্তশাসিত মোবাইল রোবটগুলির ভিজ্যুয়াল সেন্সর হিসাবে কাজ করে, যা তাদের আশেপাশের একটি তাত্ক্ষণিক ছবি দেয় যা মানুষের চোখের কাজ করে। এই ডিভাইসগুলি সমৃদ্ধ ভিজ্যুয়াল তথ্য ক্যাপচার করে যা রোবটগুলি বস্তু সনাক্তকরণ, বাধা এড়ানো এবং পরিবেশ ম্যাপিংয়ের জন্য ব্যবহার করতে পারে। যাইহোক, ক্যামেরাগুলি পর্যাপ্ত আলোর উপর নির্ভরশীল এবং কুয়াশা, বৃষ্টি বা অন্ধকারের মতো প্রতিকূল আবহাওয়ার দ্বারা বাধাগ্রস্ত হতে পারে। এই সীমাবদ্ধতাগুলি মোকাবেলা করার জন্য, ক্যামেরাগুলি প্রায়ই কাছাকাছি-ইনফ্রারেড সেন্সরগুলির সাথে যুক্ত করা হয় বা নাইট ভিশন ক্ষমতা দিয়ে সজ্জিত করা হয়, যা রোবটগুলিকে কম-আলোতে দেখতে দেয়৷ ক্যামেরা হল ভিজ্যুয়াল ওডোমেট্রির একটি মূল উপাদান, এমন একটি প্রক্রিয়া যেখানে সময়ের সাথে সাথে অবস্থানের পরিবর্তনগুলি অনুক্রমিক ক্যামেরা চিত্রগুলি বিশ্লেষণ করে গণনা করা হয়। সাধারণভাবে, ক্যামেরাগুলিকে তাদের 2-ডি ছবিগুলিকে 3-ডি কাঠামোতে রূপান্তর করতে সর্বদা উল্লেখযোগ্য প্রক্রিয়াকরণের প্রয়োজন হয়।

রাডার সেন্সর: রাডার সেন্সরগুলি স্পন্দিত রেডিও তরঙ্গ নির্গত করে কাজ করে যা বস্তুকে প্রতিফলিত করে, বস্তুর গতি, দূরত্ব এবং আপেক্ষিক অবস্থান সম্পর্কে তথ্য প্রদান করে। এই প্রযুক্তিটি শক্তিশালী এবং বৃষ্টি, কুয়াশা এবং ধুলো সহ বিভিন্ন পরিবেশগত পরিস্থিতিতে কার্যকরভাবে কাজ করতে পারে, যেখানে ক্যামেরা এবং লিডার লড়াই করতে পারে। যাইহোক, রাডার সেন্সরগুলি সাধারণত অন্যান্য সেন্সর ধরণের তুলনায় স্পার্সার ডেটা এবং কম রেজোলিউশন অফার করে। এই সত্ত্বেও, তারা চলমান বস্তুর বেগ সনাক্তকরণে তাদের নির্ভরযোগ্যতার জন্য অমূল্য, তাদের গতিশীল পরিবেশে বিশেষভাবে উপযোগী করে তোলে যেখানে অন্যান্য সত্তার গতিবিধি বোঝা গুরুত্বপূর্ণ।

লিডার সেন্সর: লিডার, বা লাইট ডিটেকশন অ্যান্ড রেঞ্জিং হল একটি সেন্সর প্রযুক্তি যা আলোর বন্ধ বস্তুর প্রতিফলনের সময় নির্ধারণ করে দূরত্ব পরিমাপ করতে লেজার পালস ব্যবহার করে। দ্রুত লেজার পালস দিয়ে পরিবেশ স্ক্যান করে, লিডার আশেপাশের অত্যন্ত নির্ভুল, বিস্তারিত 3D মানচিত্র তৈরি করে। এটি একই সাথে অবস্থান এবং ম্যাপিং (SLAM) এর জন্য এটিকে একটি অপরিহার্য হাতিয়ার করে তোলে, যেখানে রোবটটি সেই মানচিত্রের মধ্যে তার অবস্থানের ট্র্যাক রাখার সময় একটি অজানা পরিবেশের একটি মানচিত্র তৈরি করে। লিডার তার নির্ভুলতা এবং বিভিন্ন আলোক পরিস্থিতিতে ভালভাবে কাজ করার ক্ষমতার জন্য পরিচিত, যদিও এটি বৃষ্টি, তুষার বা কুয়াশায় কম কার্যকর হতে পারে, যেখানে জলের ফোঁটা লেজারের রশ্মিগুলিকে ছড়িয়ে দিতে পারে। একটি ব্যয়বহুল প্রযুক্তি হওয়া সত্ত্বেও, জটিল পরিবেশে নির্ভুলতা এবং নির্ভরযোগ্যতার কারণে লিডার স্বায়ত্তশাসিত নেভিগেশনের পক্ষে রয়েছে।

অতিস্বনক সেন্সর: অতিস্বনক সেন্সর উচ্চ-কম্পাঙ্কের শব্দ তরঙ্গ নির্গত করে কাজ করে যা কাছের বস্তুগুলিকে বাউন্স করে, সেন্সরটি প্রতিধ্বনি ফিরে আসতে যে সময় নেয় তা পরিমাপ করে৷ এটি রোবটটিকে তার পথে থাকা বস্তু এবং বাধাগুলির দূরত্ব গণনা করতে দেয়। এই সেন্সরগুলি ছোট-পরিসর সনাক্তকরণের জন্য বিশেষভাবে উপযোগী এবং প্রায়শই ধীর, কাছাকাছি-পরিসরের ক্রিয়াকলাপগুলিতে নিযুক্ত করা হয় যেমন গুদামের আইলগুলির মতো আঁটসাঁট জায়গায় নেভিগেট করা, বা ডকিং বা ব্যাক আপ করার মতো সুনির্দিষ্ট কৌশলগুলির জন্য। অতিস্বনক সেন্সরগুলি সাশ্রয়ী-কার্যকর এবং বিভিন্ন পরিস্থিতিতে ভাল কাজ করে, কিন্তু লিডার এবং ক্যামেরার তুলনায় তাদের সীমিত পরিসর এবং ধীর প্রতিক্রিয়ার অর্থ হল তারা নির্দিষ্ট, নিয়ন্ত্রিত পরিবেশের জন্য সবচেয়ে উপযুক্ত যেখানে কাছাকাছি সময়ে উচ্চ নির্ভুলতা প্রয়োজন৷

নিখুঁত অবস্থানের জন্য ব্যবহৃত বেসলাইন প্রযুক্তিটি GNSS দিয়ে শুরু হয় (যে শব্দটি GPS এবং GLONASS, Galileo, এবং BeiDou-এর মতো অন্যান্য স্যাটেলাইট সিস্টেম অন্তর্ভুক্ত করে)। GNSS বায়ুমণ্ডলীয় অবস্থা এবং স্যাটেলাইটের অসঙ্গতি দ্বারা প্রভাবিত হয় তা প্রদত্ত, এটি এমন একটি অবস্থান সমাধান দিতে পারে যা অনেক মিটার বন্ধ। এএমআরগুলির জন্য যেগুলির জন্য আরও সুনির্দিষ্ট নেভিগেশন প্রয়োজন, এটি যথেষ্ট ভাল নয় - এইভাবে GNSS সংশোধন নামে পরিচিত একটি প্রযুক্তির আবির্ভাব যা এই ত্রুটিটিকে এক সেন্টিমিটারের মতো কম করে।

RTK: রিয়েল-টাইম কাইনেমেটিক (RTK) GNSS রিসিভার অবস্থান অনুমান সংশোধন করার জন্য রেফারেন্স পয়েন্ট হিসাবে পরিচিত অবস্থান সহ বেস স্টেশনগুলির একটি নেটওয়ার্ক ব্যবহার করে৷ যতক্ষণ পর্যন্ত AMR একটি বেস স্টেশনের 50 কিলোমিটারের মধ্যে থাকে এবং একটি নির্ভরযোগ্য যোগাযোগ লিঙ্ক থাকে, RTK নির্ভরযোগ্যভাবে 1-2-সেন্টিমিটার নির্ভুলতা প্রদান করতে পারে।

SSR বা PPP-RTK: স্টেট স্পেস রিপ্রেজেন্টেশন (SSR), যাকে কখনও কখনও PPP-RTKও বলা হয়, বেস স্টেশন নেটওয়ার্ক থেকে তথ্য লাভ করে, কিন্তু স্থানীয় বেস স্টেশন থেকে সরাসরি সংশোধন পাঠানোর পরিবর্তে, এটি একটি বিস্তৃত ভৌগলিক এলাকায় ত্রুটিগুলিকে মডেল করে৷ ফলাফল হল বিস্তৃত কভারেজ একটি বেস স্টেশন থেকে 50 কিলোমিটারের বেশি দূরত্বের অনুমতি দেয়, কিন্তু নেটওয়ার্কের ঘনত্ব এবং মানের উপর নির্ভর করে নির্ভুলতা 3-10 সেন্টিমিটার বা তার বেশি হয়ে যায়।

যদিও এই দুটি পদ্ধতি ব্যতিক্রমীভাবে কাজ করে যেখানে GNSS সংকেত পাওয়া যায় (সাধারণত খোলা আকাশ), অনেক AMR খোলা আকাশ থেকে দূরে চলে যাবে, যেখানে AMR এবং আকাশে GNSS রিসিভারের মধ্যে একটি বাধা রয়েছে। এটি টানেল, পার্কিং গ্যারেজ, বাগান এবং শহুরে পরিবেশে ঘটতে পারে। এখানেই ইনর্শিয়াল নেভিগেশন সিস্টেম (আইএনএস) তাদের ইনর্শিয়াল মেজারমেন্ট ইউনিট (আইএমইউ) এবং সেন্সর ফিউশন সফ্টওয়্যারের সাথে কাজ করে।

আইএমইউ– একটি IMU যথাক্রমে একটি সিস্টেমের রৈখিক ত্বরণ, কৌণিক বেগ এবং চৌম্বক ক্ষেত্রের শক্তি পরিমাপ করতে অ্যাক্সিলোমিটার, জাইরোস্কোপ এবং কখনও কখনও ম্যাগনেটোমিটারকে একত্রিত করে। এটি একটি গুরুত্বপূর্ণ তথ্য যা একটি আইএনএসকে বাস্তব-সময়ে একটি শুরু বিন্দুর সাথে সম্পর্কিত একটি বস্তুর অবস্থান, বেগ এবং অভিযোজন নির্ধারণ করতে সক্ষম করে৷

আইএমইউ-এর ইতিহাস 20 শতকের গোড়ার দিকে, জাহাজ এবং বিমানের জন্য ন্যাভিগেশন সিস্টেমে ব্যবহৃত জাইরোস্কোপিক ডিভাইসগুলির বিকাশে এর শিকড় রয়েছে। প্রথম ব্যবহারিক আইএমইউগুলি দ্বিতীয় বিশ্বযুদ্ধের সময় তৈরি করা হয়েছিল, প্রাথমিকভাবে ক্ষেপণাস্ত্র নির্দেশিকা ব্যবস্থায় এবং পরে মহাকাশ কর্মসূচিতে ব্যবহারের জন্য। উদাহরণ স্বরূপ, অ্যাপোলো মিশনগুলি মহাকাশে নেভিগেশনের জন্য IMU-এর উপর অনেক বেশি নির্ভর করত, যেখানে ঐতিহ্যবাহী নেভিগেশন পদ্ধতিগুলি সম্ভবপর ছিল না। কয়েক দশক ধরে, IMU প্রযুক্তি উল্লেখযোগ্যভাবে উন্নত হয়েছে, যা ইলেকট্রনিক উপাদানগুলির ক্ষুদ্রকরণ এবং 20 শতকের শেষের দিকে মাইক্রো-ইলেক্ট্রো-মেকানিক্যাল সিস্টেম (MEMS) প্রযুক্তির আবির্ভাবের দ্বারা চালিত হয়েছে। এই বিবর্তনটি আরও কমপ্যাক্ট, সাশ্রয়ী মূল্যের, এবং সঠিক IMU-এর দিকে পরিচালিত করেছে, যা আজ তাদের বিস্তৃত ভোক্তা ইলেকট্রনিক্স, স্বয়ংচালিত সিস্টেম এবং শিল্প অ্যাপ্লিকেশনের সাথে একীকরণ করতে সক্ষম করেছে।

সেন্সর ফিউশন– সেন্সর ফিউশন সফ্টওয়্যার আইএমইউ থেকে ডেটা একত্রিত করার জন্য দায়ী, সেইসাথে অন্যান্য সেন্সরগুলি যখন GNSS উপলব্ধ না থাকে তখন একটি AMR-এর পরম অবস্থানের একটি সমন্বিত এবং সঠিক বোঝা তৈরি করতে। জিএনএসএস সিগন্যাল ড্রপ করা এবং যখন AMR দ্বারা আবার ব্যাক আপ নেওয়া হয় তখন বাস্তব-সময়ে সবচেয়ে মৌলিক প্রয়োগগুলি "শূন্যস্থান পূরণ করুন"। সেন্সর ফিউশন সফ্টওয়্যারের নির্ভুলতা বিভিন্ন কারণের উপর নির্ভর করে, যার মধ্যে সেন্সরগুলির গুণমান এবং ক্রমাঙ্কন, ফিউশনের জন্য ব্যবহৃত অ্যালগরিদমগুলি এবং এটি যে নির্দিষ্ট প্রয়োগ বা পরিবেশে স্থাপন করা হয়েছে। আরও পরিশীলিত সেন্সর ফিউশন সফ্টওয়্যার বিভিন্ন সেন্সর পদ্ধতিগুলিকে পারস্পরিক সম্পর্কযুক্ত- করতে সক্ষম, যার ফলে সমাধানের যেকোনো একটি সেন্সরের চেয়ে উচ্চতর অবস্থানগত নির্ভুলতা পাওয়া যায়।

GNSS-এর জন্য RTK স্বায়ত্তশাসিত রোবটগুলির জন্য পরম অবস্থানের একটি অত্যন্ত সঠিক উৎস প্রদান করে। RTK ছাড়া, যাইহোক, অনেক রোবোটিক্স অ্যাপ্লিকেশন সহজভাবে সম্ভব বা ব্যবহারিক নয়। নির্মাণ জরিপ রোভার থেকে শুরু করে স্বায়ত্তশাসিত বিতরণ ড্রোন এবং স্বায়ত্তশাসিত কৃষি সরঞ্জাম, অসংখ্য AMR সেন্টিমিটারের উপর নির্ভর করে-সঠিক পরম অবস্থান যা শুধুমাত্র RTK প্রদান করতে পারে।

এটি বলেছে, একটি RTK সমাধান এর পিছনে থাকা নেটওয়ার্কের মতোই ভাল। ধারাবাহিকভাবে নির্ভরযোগ্য সংশোধনের জন্য বেস স্টেশনগুলির একটি অত্যন্ত ঘন নেটওয়ার্কের প্রয়োজন হয় যাতে রিসিভারগুলি সর্বদা সঠিক ত্রুটি সংশোধনের জন্য পর্যাপ্ত পরিসরের মধ্যে থাকে। নেটওয়ার্ক যত বড় হবে, যেকোনো জায়গা থেকে AMR-এর সংশোধন করা তত সহজ। একা ঘনত্ব একমাত্র কারণ নয়। নেটওয়ার্কগুলি অত্যন্ত জটিল রিয়েল টাইম সিস্টেম-এবং এএমআর-এ পাঠানো ডেটা সঠিক এবং নির্ভরযোগ্য তা নিশ্চিত করার জন্য পেশাদার নিরীক্ষণ, সমীক্ষা, এবং অখণ্ডতা পরীক্ষা করা প্রয়োজন৷

স্বায়ত্তশাসিত রোবটগুলির বিকাশকারীদের জন্য এই সমস্তটির অর্থ কী? অন্তত যেখানে আউটডোর অ্যাপ্লিকেশনগুলি উদ্বিগ্ন, সেখানে RTK-চালিত GNSS রিসিভার ছাড়া কোনও AMR সম্পূর্ণ হয় না৷ সম্ভাব্য সবচেয়ে সঠিক সমাধানের জন্য, বিকাশকারীদের সবচেয়ে ঘন এবং সবচেয়ে নির্ভরযোগ্য RTK নেটওয়ার্কের উপর নির্ভর করা উচিত। এবং যেখানে রোবটগুলিকে অবশ্যই আদর্শ GNSS সিগন্যাল পরিবেশের মধ্যে এবং বাইরে ঘন ঘন চলাচল করতে হবে, যেমন একটি স্ব-চালিত ডেলিভারি গাড়ির জন্য, একটি IMU এর সাথে মিলিত RTK উপলব্ধ পরম অবস্থানের সবচেয়ে ব্যাপক উত্স প্রদান করে৷

কোন দুটি স্বায়ত্তশাসিত রোবোটিক্স অ্যাপ্লিকেশন একই নয়, এবং প্রতিটি অনন্য সেটআপের জন্য আপেক্ষিক এবং পরম অবস্থানগত তথ্যের নিজস্ব মিশ্রণ প্রয়োজন। তবে আগামীকালের বহিরঙ্গন AMR-এর জন্য, একটি শক্তিশালী RTK সংশোধন নেটওয়ার্ক সহ GNSS হল সেন্সর স্ট্যাকের একটি অপরিহার্য উপাদান।