패스트캠퍼스 환급챌린지 12일차 : Rviz2

[ 본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다. ]

 

https://fastcampus.info/4oKQD6b

커리어 성장을 위한 최고의 실무교육 아카데미 | 패스트캠퍼스

 

 

https://fastcampus.co.kr/data_online_selfdriving

자율주행 로봇을 위한 ROS 2 & SLAM & Nav2 한번에 끝내기 | 패스트캠퍼스

본 글은 위 강의를 참고하여 작성되었습니다

 

[강의시작 | 강의종료]

[완강 인증]

 

[학습 내용]

 

 

-TF-

 

-RobotModel-

 

 

-LaserScan-

 

-PointCloud2-

 

 

-Rviz2 마무리 실습-

동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다.

 

 

[강의 후기]

이미지, 포인트 클라우드, 레이져, 로봇 모델 등을 볼 수 있는 시각화 도구인 Rviz2의 사용 이유와 방법에 대해 학습하고 실습했습니다. 

 

 

-Rviz2-

사용자가 원하는 도구를 추가하거나 편집하여 사용할 수 있는 시각화 도구입니다. 이번 실습에선 TF, LaserScan, RobotModel, PointCloud2 도구들을 사용했지만, 사용할 수 있는 도구들이 다양해 여러가지 기능을 사용할 수 있습니다.

 

-TF-

작동하고있는 노드들의 위치를 시각화합니다. 여러가지 정보들(이름 등)을 추가로 표시할 수 있습니다.

 

-RobotModel-

작동중인 로봇을 시각화합니다. 

 

-LaserScan-

입력받고있는 라이다 센서의 정보를 시각화합니다. 

 

-PointCloud2-

3D 센서 데이터를 종합하여 시각화합니다. 장애물의 위치와 형태, 주변 지형의 상태, 물체 가리 및 방향등을 확인할 수 있습니다.

 

 

-생각해볼 점-

이번 강의에서는 3D 시각화 정보를 다루는 Rviz2에 대해 학습하고 이에 대한 실습을 진행했습니다. Rviz2에는 다양한 기능들이 있습니다. 센서 데이터를 시각화하는 기능, TF 좌표계를 시각화하는 기능, 로봇 모델을 시각화하는 기능, 경로 및 계획을 시각화하는 기능, 맵을 시각화하는 기능, 마커와 인터랙션을 표시하는 기능과 같이 시각적인 정보를 제공받을 수 있는 플로그인들이 많습니다. 이번 실습에선 Rviz2가 어떻게 작동하고 로봇의 움직임에 따라 확인할 수 있는 정보가 무엇인지에 대해 실습했기 때문에 센서 데이터 시각화(LaserScan, PointCloud2), TF 좌표계 시각화(TF), 로봇 모델 시각화(RobotModel) 정도의 기능만 사용했습니다. 센서 데이터의 크기와 색상을 사용자가 원하는대로 조정하거나 편집할 수 있어 편리하고 한 눈에 정보를 확인하기에 유용했습니다. 가장 흥미로웠던 플러그인은 PointCloud2였습니다. PointCloud2는 각종 시각화 데이터를 종합해 출력하는 기능으로 LaserScan과 비슷합니다. LaserScan과 다른점은 앞서 말했듯 라이다 센서뿐만 아닌 다른 센서의 정보도 함께 출력해 카메라 정보에 담겨있는 색상, 재질등의 디테일한 부분까지 함께 출력해 사용자로 하여금 보다 가독성있게 표시해줍니다. 지금까지 개인 프로젝트를 하면서 모니터링은 실제로 동작하는 로봇만 확인하고 어떤 데이터가 어떻게 입력되고 출력되는지 확인을 하지 않았습니다. 보다 좋은 결과를 내기 위해 시각 자료를 사용해 모니터링이 필요하다는 것을 알 수 있었습니다. Rviz2를 자세히 다루는 강의는 이번 강의가 마지막이지만, Rviz2의 추가적인 기능들과 유용한 플러그인들을 더 찾아보고 사용해 보다 탄탄한 기반을 만들어야 하겠습니다. 로보틱스 엔지니어링의 기초를 다지는 강의를 지나면 더 복잡한 기능들(내비게이션, SLAM)을 다루는 강의들을 듣게 되는데, 전공인 자율주행 자동차에 있어서 중요하고 필수적인 내용들입니다. 앞으로 듣는 강의들도 꾸준히 반복하며 들을 것입니다.