TU Delft-এর গবেষকেরা ১৪ অক্টোবর ২০২৬-এ MonoRace-এর পদ্ধতি Science Robotics-এ প্রকাশ করেন। এতে ব্যাখ্যা করা ফলটি আরও আগের: ড্রোনটি এপ্রিল ২০২৫-এ Abu Dhabi Autonomous Drone Racing Competition জিতেছিল। একদিকে সামনের দিকে মুখ করা ক্যামেরা, একটি ইনর্শিয়াল মেজারমেন্ট ইউনিট (IMU) এবং ছোট অনবোর্ড নিয়ন্ত্রণ নেটওয়ার্ক কীভাবে রেসের গতিতে একসঙ্গে কাজ করেছিল, তা গবেষণাপত্রে বিস্তারিত বলা হয়েছে।

লেখকদের সহজে-পাওয়া প্রিপ্রিন্ট, ২১ জানুয়ারি ২০২৬-এ জমা দেওয়া এই প্রিপ্রিন্টে অন্য স্বয়ংক্রিয় দল এবং তিনজন মানব বিশ্বচ্যাম্পিয়নের বিরুদ্ধে নকআউট প্রতিযোগিতায় জয়ের কথা বলা হয়েছে। এতে বলা হয়, বাহ্যিক গতিচিহ্নন ছাড়াই MonoRace প্রতিযোগিতার ট্র্যাকে সর্বোচ্চ 100 km/h গতিতে পৌঁছেছিল। TU Delft-এর ক্যাম্পাস প্রকাশনা জয়ের খবর প্রকাশ করে এপ্রিল ২০২৫-এ। BIG CHANGE সিস্টেমটি পরীক্ষা করেনি।

মূল পরিবর্তন

  • কী বদলেছে: অক্টোবর ২০২৬-এর গবেষণাপত্রে বলা হয়েছে, ধাক্কা বা মেরামতের পর দলটি অনবোর্ড ফ্লাইট-ছবি ও পরিচিত গেট-আকৃতি ব্যবহার করে MonoRace-এর ক্যামেরার সারিবিন্যাস নতুন করে কীভাবে ঠিক করেছিল—বাহ্যিক গতিচিহ্নন ছাড়াই।
  • কেন গুরুত্বপূর্ণ: একাধিক উড়োজাহাজ মূল্যায়নকারী ড্রোন-রেসিং দলকে সংঘর্ষ এড়ানোর ক্ষমতা আলাদাভাবে যাচাই করতে হবে। MonoRace-এর সেই ক্ষমতা ছিল না বলে বহু-ড্রোন প্রতিযোগিতায় তৃতীয় হয়েছিল, যদিও একক ও মানব-প্রতিযোগিতায় জিতেছিল।
  • যা নজরে রাখা দরকার: চিহ্নিত কোর্সের ফল ট্র্যাকের বাইরে নির্ভরযোগ্যতা, সাধারণ ব্যবহারের নেভিগেশন, মোতায়েনের নিরাপত্তা, বাণিজ্যিক প্রাপ্যতা বা অন্য রোবটে স্থানান্তর প্রমাণ করে না।

গেটের ছবি থেকে মোটরের নির্দেশ

প্রতিযোগিতার ড্রোনটি চলাচল মাপার IMU-র সঙ্গে একটি ভিজ্যুয়াল ক্যামেরা ব্যবহার করেছিল। রোলিং-শাটার ক্যামেরা ছবিগুলো অনবোর্ড কম্পিউটারে পাঠাত, যেখানে একটি নিউরাল নেটওয়ার্ক রেসিং গেট চিহ্নিত করত। এরপর সফটওয়্যার গেটের কোণ খুঁজে প্রত্যাশিত দৃশ্যের সঙ্গে মিলিয়ে দেখত এবং অবস্থানের দৃশ্যভিত্তিক অনুমানকে IMU পাঠের সঙ্গে একটি স্টেট এস্টিমেটরে একত্র করত। কঠিন কৌশলে অ্যাক্সেলারোমিটার তার পরিমাপসীমা ছাড়িয়ে গেলে ড্রোনের গতিবিদ্যার মডেলটি এস্টিমেটরকে সাহায্য করত গবেষণাপত্রের পদ্ধতি অনুযায়ী।

গবেষকেরা ফ্লাইট রেকর্ডিং ব্যবহার করে রানের মধ্যবর্তী ক্যালিব্রেশনও উন্নত করেছিলেন। পরিচিত আকার ও মাপের গেট ক্যামেরার ছবিতে যেখানে দেখা যাওয়ার কথা, তার সঙ্গে সেগমেন্টেশন সিস্টেম যেখানে গেটগুলো খুঁজে পেয়েছিল, তা তুলনা করা হয়। মেরামত বা ধাক্কার পর ড্রোনের তুলনায় ক্যামেরার অবস্থান ও কোণ সূক্ষ্মভাবে ঠিক করতে এই অফলাইন সমন্বয় বিশেষভাবে কাজে লেগেছিল। এতে রেসিং গেট সম্পর্কে জানা তথ্য ব্যবহার হয়েছে; বাহ্যিক গতিচিহ্ননের প্রয়োজন হয়নি।

অনুমান করা অবস্থা এরপর ফ্লাইট কন্ট্রোলারের ছোট নিউরাল গাইডেন্স-অ্যান্ড-কন্ট্রোল নেটওয়ার্কে পাঠানো হতো। সিমুলেশনে প্রশিক্ষিত নেটওয়ার্কটি আলাদা অভ্যন্তরীণ নিয়ন্ত্রণ লুপ এড়িয়ে প্রতি সেকেন্ডে ৫০০ বার সরাসরি মোটরে নির্দেশ পাঠাত। ক্যামেরার ছবি অনবোর্ড NVIDIA Jetson Orin NX-এ প্রক্রিয়া করা হতো; 500 Hz নেটওয়ার্ক চলত ফ্লাইট কন্ট্রোলারে। ইমেজ প্রসেসর ও 500 Hz মোটর কন্ট্রোলার আলাদা অনবোর্ড হার্ডওয়্যার ছিল।

রেসটি কী প্রতিষ্ঠা করে

গবেষকদের ভাষ্য অনুযায়ী MonoRace ২০২৫ সালে ব্যক্তিগত Grand Challenge এবং AI-বনাম-মানুষ নকআউট প্রতিযোগিতা জিতেছিল। গবেষণাপত্রে বহু-ড্রোন রেসে তৃতীয় হওয়ার কথাও আছে, যেখানে সংঘর্ষ এড়ানোর ক্ষমতা ছিল না। প্রদর্শিত ফল হলো প্রতিযোগিতার পরিবেশে পরিচিত গেট-কোর্স ঘিরে দ্রুত উড়ান; উপলব্ধি ও নিয়ন্ত্রণ সবই অনবোর্ডে ছিল, বাহ্যিক গতিচিহ্নন ছিল না। গবেষণাপত্রটি সাধারণ ব্যবহারের নেভিগেশন, মোতায়েনের নিরাপত্তার রেকর্ড, বাণিজ্যিক প্রাপ্যতা বা অন্য ধরনের রোবটে স্থানান্তর প্রতিষ্ঠা করে না।

আরও আগের একটি ব্যবস্থা, Swift, রেসের সময় অনবোর্ড সেন্সিং ব্যবহার করে ইনডোর কোর্সে মানব চ্যাম্পিয়ন পাইলটদের হারিয়েছিল। এর গবেষণায় উন্নয়নের সময় স্টেরিও ভিজ্যুয়াল-ইনার্শিয়াল সেন্সিং ও মোশন-ক্যাপচার তথ্য ব্যবহার করা হয়েছিল। MonoRace-এর প্রতিবেদিত অগ্রগতি হলো একটি ভিজ্যুয়াল ক্যামেরা ও অনবোর্ড IMU-সহ প্রতিযোগিতার ফল, যার সঙ্গে ছিল গেটভিত্তিক এস্টিমেটর ও সরাসরি মোটর কন্ট্রোলার। গবেষণাগুলো ভিন্ন ট্র্যাক ও প্রতিযোগিতায় হয়েছে, তাই সময় দেখে কোন ব্যবস্থা দ্রুততর তা সরাসরি তুলনা করা যায় না।

সূত্র ও আরও পড়ুন