단 한 번의 프롬프트로 로봇에게 LiDAR를 부여했습니다. 이제 로봇이 볼 수 있습니다.

주행하는 로봇은 괜찮습니다. 하지만 주변 세계를 감지할 수 있는 로봇이 되면 상황은 흥미로워집니다.

환경을 감지할 수 없는 로봇은 그저 움직이는 기계에 불과합니다. 첫 번째 센서를 온라인 상태로, 그것도 제대로 온라인 상태로 만드는 과정에서 많은 로봇 공학 프로젝트가 중단되곤 합니다. 이 포스트는 지난 빌드의 모바일 로봇 시뮬레이션을 이어받아, ROS 2와 Gazebo에 LiDAR 센서를 추가함으로써 단순히 주행만 하던 로봇을 주변을 실제로 인지할 수 있는 로봇으로 변모시킵니다.

문제점: 주행은 하지만 아무것도 감지하지 못하는 로봇

지난 빌드에서 우리는 작동하는 모바일 로봇 시뮬레이션을 확보했습니다. 로봇은 주행하고 Gazebo도 실행 중입니다. 하지만 센서 데이터가 출력되지 않습니다. /scan 토픽도 없고, 매핑(mapping)이나 내비게이션(navigation) 알고리즘이 소비할 수 있는 데이터도 전혀 없습니다.

이 간극은 보기보다 중요합니다. 감지는 거의 모든 로봇이 실행하는 감지, 사고, 행동 (sense, think, act) 루프의 첫 번째 단계입니다. 감지가 없다면

• 기존 설정을 먼저 읽었습니다: Drift는 변경을 가하기 전에 현재의 URDF 및 패키지 구조를 검토하였으며, 이를 통해 추가된 요소들이 이미 정의된 로봇과 일치하도록 했습니다.
• LiDAR 링크(link), 조인트(joint), 그리고 Gazebo 레이 센서 플러그인(ray sensor plugin)을 추가했습니다: 센서를 나타내는 링크, 이를 로봇에 부착하는 조인트, 그리고 Gazebo가 실제로 스캔 데이터를 생성하게 만드는 레이 센서 플러그인까지, 이 세 가지가 바로 필요한 요소입니다.
• 프레임(frame) 이름과 토픽(topic)이 일관되게 유지되었습니다: 새로운 센서 프레임은 나머지 변환 트리(transform tree)와 일치하였고, 스캔 토픽(scan topic)도 올바르게 매핑되었습니다. 이러한 정렬은 수동 작업(hand-wiring) 시 보통 오류가 발생하는 지점이며, 이를 잘못 설정하면 시뮬레이션은 실행되지만 RViz에는 아무것도 나타나지 않는 현상이 발생합니다.

로봇 공학이 실감 나기 시작하는 순간인 이유

로봇이 주변 세계를 감지하는 순간, 로봇 공학은 실감 나기 시작합니다. 움직임만으로는 결코 그 단계에 도달할 수 없습니다. LiDAR가 데이터를 발행(publishing)하기 시작하면, 로봇은 어둠 속에서 주행하는 물체에서 눈앞에 있는 실제 상황에 반응할 수 있는 존재로 거듭납니다.

그리고 센서 데이터가 흐르기 시작하면, 나머지 스택(stack)이 열립니다. 매핑(Mapping), 내비게이션(Navigation), 자율 주행(Autonomy). 이 모든 것은 깨끗한 센서 데이터 스트림과 우리가 방금 구축한 정렬된 변환 트리(transform tree)에 달려 있습니다. URDF, 프레임 이름, 플러그인과 한 시간 동안 씨름하는 대신, 통합 작업은 이미 존재하는 작업 공간 내에서 문맥에 맞게 이루어졌습니다.

다음 단계: 감지에서 내비게이션으로

로봇이 마침내 볼 수 있게 되었습니다. 이것이 다른 모든 것이 구축되는 토대입니다.

다음 단계는 해당 센서 스트림을 사용하여 길을 찾는 법을 가르치는 것이며, 이는 매핑 및 내비게이션 스택으로 넘어감을 의미합니다. 만약 여러분만의 시뮬레이션을 구축하고 있다면, 내비게이션을 그 위에 쌓기 전에 센서 데이터를 깨끗하게 정리하고 프레임을 일관되게 맞춰두어야 하는 시점입니다.

위 영상에서 전체 통합 과정을 시청하시고, 이 로봇에게 내비게이션을 가르치는 다음 빌드 과정을 함께 따라와 주세요.

FAQ

• 왜 제 로봇 시뮬레이션에 /scan 토픽이나 센서 데이터가 없나요?
• 보통 로봇의 본체는 있고 움직일 수도 있지만, URDF에 센서가 추가되지 않았거나 센서 플러그인(plugin) 및 토픽 리매핑(topic remapping)이 구성되지 않았기 때문입니다. Gazebo에서 주행하는 로봇이라 할지라도, 일치하는 프레임(frame)과 토픽을 가진 LiDAR 또는 기타 센서가 연결될 때까지는 아무것도 발행(publish)하지 않습니다.
• ROS 2와 Gazebo 환경의 로봇에 LiDAR 센서를 어떻게 추가하나요?
• Drift를 사용하면 단 한 번의 프롬프트로 이를 설명할 수 있으며, Drift는 문맥에 맞춰 기존 워크스페이스(workspace)를 편집합니다. 즉, URDF에 LiDAR 링크(link)와 조인트(joint)를 추가하고, Gazebo 레이 센서 플러그인(ray sensor plugin)을 부착하며, 출력을 일관된 프레임 이름과 함께 /scan과 같은 토픽으로 매핑합니다. 이는 사용자가 직접 수동으로 편집한 뒤 다시 빌드하고 RViz에서 스캔 데이터를 확인해야 하는 과정과 동일하며, 보통 프레임이나 토픽이 일치하지 않아 발생하는 문제들을 해결해 줍니다.
• Gazebo 레이 센서 플러그인(ray sensor plugin)이란 무엇인가요?
• 시뮬레이션된 세계에 광선(ray)을 투사하여 레이저 거리 센서(laser range sensor)를 시뮬레이션하고, 그 결과를 실제 LiDAR가 생성하는 것과 동일한 메시지 유형인 LaserScan 메시지로 발행하는 Gazebo 플러그인입니다. 이는 정적인 센서 링크를 작동 가능한 데이터 소스로 변환해 주는 역할을 합니다.
• Drift가 기존 URDF에 센서를 추가하거나 커스텀 플러그인을 사용할 수 있나요?
• 네, 가능합니다. Drift는 기존의 URDF 및 SDF 파일을 받아 그 자리에서 확장하며, LiDAR, 카메라, IMU, 깊이 센서(depth sensor)와 같은 표준 Gazebo 플러그인을 자동으로 구성합니다. 커스텀 또는 제3자(third-party) 플러그인의 경우, 프롬프트에 이름을 명시하면 Drift가 플러그인 블록을 추가합니다. 다만, 빌드 경로와 파라미터(parameter)는 여전히 확인이 필요할 수 있습니다.
• Drift란 무엇인가요?
• Drift는 엔드 투 엔드(end-to-end) 로보틱스 시뮬레이션 엔지니어링 에이전트입니다. 자연어 프롬프트를 ROS2, Gazebo, MuJoCo, Isaac Sim을 위한 시뮬레이션 워크스페이스로 변환하며, URDF, SDF, 월드(world) 파일을 생성하고, 플러그인과 컨트롤러(controller)를 구성하며, colcon 워크스페이스의 스캐폴딩(scaffolding)을 수행합니다.