패스트캠퍼스 환급 챌린지 33일차 : Nav2를 활용한 Path Planning 방법

[ 본 포스팅은 패스트캠퍼스 환급 챌린지 참여를 위해 작성하였습니다. ]

https://fastcampus.info/4oKQD6b

💙 2026 패캠구독제 LAST SALE : UP TO 98% 💙 | 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]

 

동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다.

 

 

 

[강의 후기]

Nav2를 활용한 Path Planning 방법에 대해 학습했습니다.

 

-Launch 파일-

neuronbot2_nav/launch/bringup_launch.py

 

지도파일을 불러오기 위해 yaml 파일 경로를 지정합니다.

...
...
...
my_map_file = 'bookstore.yaml' #수정

 

 

런처 파일 실행 시, Rviz2를 함께 실행시키기 위해 값을 변경해 줍니다. 

declare_open_rviz_cmd = DeclareLaunchArgument(
    'open_rviz',
    default_value='true', # 수정
    description='Launch Rviz?')

 

 

-실습-

gazebo 실습 환경을 실행합니다.

ros2 launch neuronbot2_gazebo neuronbot2_world.launch.py

 

Path Planning 수행하기 위해 수정했던 bringup_launch.py를 실행합니다.

ros2 launch neuronbot2_nav bringup_launch.py use_sim_time:=true

 

 

2D Pose Estimate를 통해 로봇 위치를 설정합니다.

 

2D Goal Pose를 통해 로봇을 목적지까지 이동시킵니다.

 

 

 

-생각해 볼 점-

이번 강의에서는 Nav2에서 Path Planning을 활용하는 방법에 대한 실습을 진행했습니다. Path Planning은 작성된 지도와 현재 위치를 기반으로 목적지까지의 경로를 계산하고 이동하는 기능을 수행하는 알고리즘입니다. 이전 강의에서는 Path Planning의 개요와 Path Planning에 필요한 요소들에 대해 학습했었습니다. 작성했던 지도, 로봇의 현재 위치를 알기 위한 Localization 모두 이전에 다뤘던 강의였기 때문에 바로 Path Planning 실습을 진행할 수 있었습니다. 실습 영상을 보면 Path Planning이 동작하는 방식은 다음과 같았습니다. 1. 목적지 설정(2D Goal Pose), 2. 현재 로봇의 위치에서 목적지까지의 경로 계산(빨간 선), 3. 경로를 추적(파란 선), 4. 추적 중인 선을 따라 이동. 이 단계 중 경로를 추적하고 이동하는 부분에서 많은 시간이 걸렸는데, 이는 실습 중인 장비 사양이 낮아 버벅거렸기 때문입니다. 추가로 지도가 완벽하게 작성되지 않고 누락되어 있는 부분이 많은데, 이 또한 경로를 따라 주행하는 작업에 방해가 되었습니다. 실습 영상 Gazebo 화면에 로봇 주변으로 LiDAR 측정 범위를 표시하는 파란색 원을 볼 수 있습니다. 이도 마찬가지로 사용자에게 거리를 보여줄 뿐 로봇의 성능에 아무런 변화를 주지 않습니다. 하지만 화면에 많은 리소스를 차지하고 있을 것이므로 실습 중 버벅거림, 성능 저하의 요인이 될 것입니다. 다음 실습 때는 필요한 정보 이외의 것들은 최소화하여 실습을 진행해야겠습니다. 다음 강의에는 Path Planning의 Parameter에 대한 학습을 진행할 것입니다. 사용하는 것도 중요하지만 어떤 구성 요소들이 있고 실습에 필요한 요소들과 아닌 것들을 구분하며 수정하여 최적의 실습 조건으로 결과를 낼 수 있는 능력도 중요하겠습니다. Rviz2 Parameter 강의를 들었을 때와 마찬가지로 구성 요소들의 종류와 기능에 익숙해지는 것을 목표로 학습하겠습니다.