패스트캠퍼스 환급 챌린지 39일차 : Costmap 개요

[ 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]

 

 

[강의 후기]

 

Costmap의 개요에 대한 학습을 진행했습니다.

 

 

-Costmap-

: 로봇이 이동할 수 있는 영역과 이동할 수 없는 영역을 나타내는 2차원 그리드 맵

 

 

-Costmap 종류-

Global Costmap

: 사전에 작성된 지도 정보를 기반으로 Costmap을 작성

•  전체적인 경로 계획
• 정적인 장애물 반영
• 업데이트 빈도 낮음

 

 

Local Costmap

: Sensor 정보를 기반으로 Costmap을 작성

• 장애물 회피 및 단기 경로 계획
• 동적인 장애물 반영
• 업데이트 빈도 높음

 

 

-Layer-

Static Layer

: 사전 정의된 지도를 이용해 고정된 장애물 정보를 Costmap에 반영

 

Obstacle Layer

: 센서를 이용해  동적인 장애물 정보를 Costmap에 반영

 

Inflation Layer

: 장애물 주변에 안전 영역을 설정, 장애물과 안전 거리를 유지

 

Voxel Layer

: 3차원 공간에서 장애물을 표현

 

 

-생각해 볼 점-

이번 강의에서는 Costmap의 개요에 대한 학습을 진행했습니다. Costmap은 로봇이 이동할 수 있는 영역, 이동할 수 없는 영역을 나타내는 2차원 그리드맵으로 이전 실습들에서도 자주 다뤘습니다. 미리 정의된 지도나 센서에 감지되는 장애물은 청록색으로 표시되며 Navigation을 실행할 때 이를 피해 계획합니다. Global Costmap과 Local Costmap으로 나눌 수 있고 각각 정적, 동적인 장애물을 반영해 Costmap에 나타냅니다. 저장된 지도에서 얻을 수 있는 장애물에 대한 정보는 Global Costmap에서 나타내고, 센서에 감지되는 장애물은 Local Costmap에서 나타냅니다. Costmap의 정보들을 기반으로 로봇은 장애물과의 안전거리를 확보하거나, 동적 환경에 실시간으로 대응하고 효율적으로 경로를 최적화할 수 있습니다. 이전 강의에서 다뤘던 Behavior Tree Navigator가 상황을 파악하고 행동을 지정할 때도 Costmap의 정보를 바탕으로 사용하낟면 보다 효율적으로 복구 작업을 수행하거나 특정 상황에서의 조치를 취할 수 있을 것입니다. 자율주행로봇이 미로를 탈출하는 프로젝트에 Costmap을 적용할 수 있습니다. Local Costmap을 사용해 예상치 못한 장애물이 있을 때 즉각적으로 경로를 수정하고 충돌을 방지할 수 있습니다. 미로 통로가 매우 좁을수도 있습니다. 이때 로봇의 형태를 점으로 인식해 차체가 긁히거나 끼임 사고가 발생할 수 있습니다. 이를 Costmap에서 장애물과의 안전거리 설정을 변경하거나 차체의 형태와 크기를 설정해 안전하게 주행할 수 있도록 도울 수 있습니다. 로봇이 주행할 때 주변의 정보와 이에 맞는 대처가 중요하기 때문에 Costmap을 사용한다면 보다 효율적인 자동차 주행이 가능할 것입니다.