패스트캠퍼스 환급 챌린지 28일차 : SLAM을 위한 센서 및 활용 전략

[ 본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다. ]

https://fastcampus.info/4oKQD6b

올해 마지막 보너스 혜택! 1+1+1 쿠폰 이벤트 (~12/09 23:59) | 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]

 

 

[강의 후기]

SLAM을 위한 센서 및 활용 전략에 대해 학습했습니다.

 

-Proprioceptive Sensor-

:주변 환경의 상태와 관련없이 자신의 state 값을 읽을 수 있는 센서

• Wheel Encoder : 바퀴의 회전량을 측정하는 센서
• IMU : 선형 가속도와 각속도를 측정하는 센서

 

-Exteroceptive Sensor-

: 주변 환경에 대한 상태를 읽는 센서

• GNSS : 비콘 기반의 위치 추정 센서
• LiDAR : 적외선 레이저가 반사되어 돌아오는 시간을 측정하여 거리를 측정하는 센서
• RADAR : 주변 환경에서 반사되는 전파를 측정해 ridal 거리를 측정하는 센서
• Ultrasonic : RADAR와 작동 방식이 동일하지만 초음파를 이용하는 센서
• Camera : 렌즈를 통해 들어오는 빛을 분석해 이미지를 형성하는 센서

 

-Interoceptive Sensor-

: 로봇의 내부 기능적 상태를 모니터링 하는 센서

 

 

 

-강의 후기-

이번 강의에서는 SLAM을 위한 센서 및 활용 전략에 대해 학습했습니다. 센서의 종류에는 자기 state를 읽는 Proprioceptive Sensor, 주변 환경의 상태를 읽는 Exteroceptive Sensor, 내부 기능적 상태를 모니터링하는 Interoceptive Sensor가 있었습니다. 여기서 주로 다루는 내용은 Proprioceptive 센서와 Exteroceptive 센서입니다. 들었던 강의에서 사용했던 Cartographer를 사용한 SLAM, Localization, LiDAR와 같이 외부에서 값을 얻어오고 사용자가 이를 이용해  특정 기능을 수행 시키기 위해 사용했던것은 Exteroceptive Sensor였습니다. 익숙한 센서들 외에 GNSS, RADAR같이 아직 사용해보지 못한 센서들도 배울 수 있었습니다. GNSS는 비콘 기반의 위치 추정 센서로 위성에 대한 통신 시간의 차이를 이용해 거리를 구하고, 삼각 측량을 통해 Localization을 수행하는 센서입니다. 위성 통신을 하므로 전세계 어디에서나 기능을 수행할 수 있는것이 장점입니다. 지하나 사방이 막힌 공간, 실내에서 기능이 제한될 수 있는것이 단점입니다. 따라서 주로 야외에서 활동하는 로봇들에 GNSS를 적용하는것이 적절하겠습니다. 

실내, 혼잡한 도심 지역에선 GNSS가 제대로 동작하지 않을 수 있으므로 LiDAR, Camera와 같이 주변 환경의 정보를 측정하는 센서들과 함께 사용해야 합니다. 상황에 맞는 센서들을 사용하며 데이터를 얻고 이를 활요하는 능력이 필요하겠습니다. 여러가지 센서에 대해 알아봤는데, 실제로 사용하지 못한 센서들이 많았습니다. 여건이 된다면 실습 키트를 직접 구매해 SLAM, Localization 해보며 데이터 활용 방법을 직접 터득하고 싶습니다.