Rourkela राउरकेला नेशनल इंस्टीट्यूट ऑफ़ टेक्नोलॉजी, राउरकेला के रिसर्चर्स ने BHU-MANACHITRA के लिए पेटेंट हासिल कर लिया है। यह एक ऑटोनॉमस रियल-टाइम लैंड मैपिंग ड्रोन सिस्टम है। अधिकारियों ने बताया कि यह डेवलप किया गया सिस्टम आर्टिफिशियल इंटेलिजेंस (AI) और अनमैन्ड एरियल व्हीकल (UAV) टेक्नोलॉजी का इस्तेमाल करता है। यह बिना इंटरनेट कनेक्टिविटी, बाहरी कंप्यूटर या मैनुअल दखल के ऑटोमैटिक रूप से लैंड मैप बनाता है।
खेतों, जंगलों, पेड़-पौधों और शहरी इलाकों की पहचान करने के लिए इस्तेमाल होने वाली लैंड मैपिंग किसी भी देश के ज्योग्राफिकल गवर्नेंस के लिए ज़रूरी है। यह प्लानिंग, इंफ्रास्ट्रक्चर डेवलपमेंट, नेचुरल रिसोर्स मैनेजमेंट और एनवायरनमेंटल मॉनिटरिंग के लिए बेस का काम करती है। भारत में, लैंड मैपिंग काफी हद तक मैनुअल सर्वे पर निर्भर करती है, जिसमें अक्सर अनस्टेबल मैप बनाने में हफ्तों या महीनों लग जाते हैं। हाल के दिनों में, दूर के इलाकों की इमेज लेने के लिए ड्रोन का इस्तेमाल किया गया है। हालांकि, कैप्चर की गई इमेज को अभी भी लैब प्रोसेसिंग की ज़रूरत होती है, जो एक टाइम लेने वाला प्रोसेस है, ताकि एक रीडेबल मैप मिल सके। कंप्यूटर साइंस और इंजीनियरिंग डिपार्टमेंट के एसोसिएट प्रोफेसर, संबित बख्शी के अनुसार, हवाई तस्वीरों को समझने में मदद के लिए दुनिया भर में डीप लर्निंग मॉडल बनाए जा रहे हैं, लेकिन कई चीज़ों के बहुत ज़्यादा होने की वजह से वे अक्सर सड़कों, इमारतों और पेड़-पौधों की पहचान करने में मुश्किल महसूस करते हैं। उन्होंने कहा, “रियल-टाइम में इस्तेमाल करने पर ये मॉडल अक्सर गलत या अस्थिर मैप बनाते हैं। इन कमियों को दूर करने के लिए, हमने एक डीप-लर्निंग मॉडल बनाया है जो ड्रोन को रियल-टाइम में ज़मीन की खासियतों को पहचानने देता है।” उन्होंने कहा कि आम ड्रोन जो सिर्फ़ बाद में एनालिसिस के लिए तस्वीरें इकट्ठा करते हैं, उनसे अलग BHU-MANACHITRA ऑन-बोर्ड प्रोसेसिंग के लिए सही है, जो इसे दूर-दराज की जगहों, आपदा प्रभावित इलाकों या बिना कम्युनिकेशन नेटवर्क वाले इलाकों में आत्मनिर्भर और खास तौर पर काम का बनाता है।
जहां सरकारी एजेंसियां लैंड रिकॉर्ड मॉडर्नाइज़ेशन, अर्बन प्लानिंग और स्मार्ट-सिटी डेवलपमेंट में इस इनोवेशन को लागू कर सकती हैं, वहीं एग्रीकल्चर डिपार्टमेंट फसल की स्थिति, मिट्टी की सेहत और सिंचाई की ज़रूरतों का तुरंत अंदाज़ा लगा सकते हैं, जिससे प्रोडक्टिविटी और सस्टेनेबिलिटी दोनों में सुधार होता है।
इसके अलावा, यह सिस्टम 2016 में भारत सरकार के शुरू किए गए डिजिटल इंडिया लैंड रिकॉर्ड्स मॉडर्नाइज़ेशन प्रोग्राम (DILRMP) में भी मदद कर सकता है, जिसका मकसद कैडस्ट्रल मैप्स को डिजिटाइज़ करके एक मॉडर्न और इंटीग्रेटेड लैंड रिकॉर्ड सिस्टम बनाना है। रिसर्चर्स ने बताया कि बाढ़, लैंडस्लाइड और भूकंप जैसी प्राकृतिक आपदाओं के दौरान, यह सिस्टम तुरंत इलाके की जानकारी दे सकता है, जिससे अधिकारियों को तेज़ और ज़्यादा असरदार रिस्पॉन्स प्लान करने में मदद मिलती है। एनवायरनमेंटल और फॉरेस्ट डिपार्टमेंट इसका इस्तेमाल जंगलों की कटाई, अतिक्रमण और बायोडायवर्सिटी में बदलाव पर नज़र रखने के लिए कर सकते हैं।
बख्शी ने कहा कि BHU-MANACHITRA में इस्तेमाल होने वाला सिर्फ़ 2.48 मिलियन पैरामीटर वाला एक हल्का AI मॉडल इसे ऑनबोर्ड प्रोसेसिंग के लिए सही बनाता है। उन्होंने कहा कि ड्रोन, अपने डिज़ाइन के हिसाब से, रियल-टाइम इमेज प्रोसेसिंग के लिए भारी डेडिकेटेड हार्डवेयर नहीं ले जा सकते, लेकिन इस हल्के AI मॉडल को चलाने के लिए एक छोटा प्रोसेसर ले जा सकते हैं जो लैंड मैपिंग करता है। यह इनोवेशन तेज़ी से फ़ैसले लेने, अच्छे रिसोर्स मैनेजमेंट और आपदा से मज़बूत तरीके से निपटने के लिए नई संभावनाएँ खोलता है। उन्होंने कहा कि अलग-अलग सेक्टर में इसके संभावित इस्तेमाल के साथ, BHU-MANACHITRA नेशनल इंफ्रास्ट्रक्चर को बेहतर बनाने, फील्ड-लेवल ऑपरेशन में मदद करने और पूरे देश में ज़्यादा रिस्पॉन्सिव, जानकारी वाले फैसले लेने में अहम भूमिका निभा सकता है।