패스트캠퍼스 환급 챌린지 40일차 : Global, Local Costmap

[ 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

 

 

[강의시작 | 강의종료]

 

 

[완강 인증]

 

 

[학습 내용]

 

 

-obstacle_layer unenabled-

동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다.

 

 

 

-obstacle_layer enabled-

동영상 서비스가 종료되어 해당 콘텐츠를 재생할 수 없습니다.

 

 

[강의 후기]

 

Global Costmap, Local Costmap에 대한 실습을 진행했습니다.

 

-Global Costmap-

: 지도 정보를 기반으로 Costmap을 작성

 

-Local Costmap-

: Sensor 정보를 기반으로 Costmap을 작성

 

-주요 설정-

• obstacle_layer.enabled
  : Costmap의 장애물 레이어 활성화/비활성화
• inflation_layer.enabled
  : 작성된 Costmap 정보 활성화/비활성화

 

-생각해 볼 점-

이번 강의에서는 Global Costmap, Local Costmap에 대한 실습을 진행했습니다. 이전 Costmap의 개요를 살펴보는 강의에서 Global, Local Costmap의 개념에 대해 다뤄봤습니다. 이번 실습에서는 Global, Local Costmap을 활용하는 방법에 대해 다뤘습니다. Global Costmap과 Local Costmap은 각각 지도 정보, 센서정보를 기반으로 Costmap을 작성합니다. Costmap는 작은 셀들로 이루어져있고, 각 셀마다 장애물인지 아닌지와 같은 조건에 따라 값이 정해집니다. 값을 기반으로 장애물의 위치를 알 수 있으며 실습 영상에서 볼 수 있듯이 검은색, 청록색 등으로 표시됩니다. obstacle_layer unenabled 영상을 보겠습니다. obstacle_layer.enabled 항목을 체크 해제하고 Navigation을 실행시키면, 앞에 장애물이 있지만 Costmap에 장애물 항목으로 들어가지 않아 최단 경로로 계획합니다. 경로가 장애물로 막혀있지만 바뀌지 않고 behavior server가 동작하는것을 확인할 수 있습니다. 반대로 obstacle_layer_enabled 영상을 확인해보면, Costmap에 장애물도 포함되어 돌아가는 경로가 생기는 것을 확인할 수 있습니다. 이때 장애물은 Sensor가 감지하는 Local 정보에 의해 생성됩니다. 이처럼 Global Costmap과 Local Costmap을 알고 파라미터를 조절하며 자유자재로 사용할 수 있다면 로봇이 기능을 효율적으로 수행할 수 있게 될 것입니다. 다음 강의는 Costmap의 파라미터를 튜닝으로 세부 내용까지 확인 할 예정입니다. 사용 방법에 따라 보다 편리해지는 Costmap을 잘 활용 하는것이 Nav2에서 중요한 요소로 작용하겠습니다.