[논문]ROS에서 Gazebo를 이용한 라인 트레이서 시뮬레이션 환경 구축

황보승

doi:10.21289/ksic.2023.26.2.265

ROS에서 Gazebo를 이용한 라인 트레이서 시뮬레이션 환경 구축
Construction of Simulation Environment for Line Tracer Using Gazebo In ROS 원문보기

한국산업융합학회 논문집 = Journal of the Korean Society of Industry Convergence, v.26 no.2/1, 2023년, pp.265 - 272

Abstract ▼ AI-Helper

In this paper, we directly implemented the Line Tracer ROS package that can detect and follow lines drawn on the map on Gazebo, an open-source that is widely used in autonomous driving research. For line detection, the cv_bridge package was used to enable OpenCV's image processing tools, and parameters such as robot speed, line color and ground material could be changed. In addition, proportional (P) and PID controls could be implemented using the color centroid obtained through image processing. Through this approach, the effect of proportional and differential coefficients on the robot's line tracer motion could be analyzed effectively. In addition, by displaying robot simulation results using various tools of ROS, an efficient development for control nodes could be established in ROS.

주제어

표/그림 (16)

그림 Fig. 1 Gazebo world example
그림 Fig. 2 launch file for the construction of robot and simulation world
그림 Fig. 3 Map configuration for line tracer(red: x-axis, green: y-axis, blue: z-axis)
그림 Fig. 4 line configuration example
그림 Fig. 5 various line/ground examples (top left: Dark Yellow/ DarkGrey, top right: Yellow/Residential, bottom left: Yellow/Road, bottom right: Dark Yellow/ Asphalt)
그림 Fig. 6 ROS package configuration for line tracer
그림 Fig. 7 Image processing for line tracer
그림 Fig. 8 Images obtained by line_follower_basics.py node
그림 Fig. 9 Control code of PID for line tracer node
그림 Fig. 11 Display image when running line tracer simulation
그림 Fig. 12 Error graphs due to kp when kd=0.015 in case of PID control
그림 Fig. 13 Error graphs due to kd when kp=0.006 in case of PID control
그림 Fig. 10 Nodes/topics graph by rqt_graph command
그림 Fig. 14 Failure cases of line tracing due to kd and kp in case of PID control
그림 Fig. 15 Autonomous driving track (produced by Halla University)
그림 Fig. 16 Error graphs due to kp when kd=0.015 in the autonomous driving track (PID control)

AI 본문요약
AI-Helper

문제 정의

이를 위해 실제 로봇 대신에 모의 로 봇을 사용해 다양한 시뮬레이션 환경에서 여러 제 어 방법 등을 통해 로봇을 제어하고 분석할 수 있 는 라인 트레이서 ROS 패키지를 구현하고 테스트 하고자 하였다. 그리고 이를 바탕으로 여러 인자 들이 로봇의 라인 트레이서 동작에 미치는 영향을 분석할 수 있는 시뮬레이션 환경을 개발하고자 하 였다. 여기서 사용한 시뮬레이션의 기본 환경은 다음과 같다.
이 연구에서는 실제 로봇을 통한 동작 구현에 앞서 open-source인 Gazebo 상에서 모의 로봇과 함께 라인 트레이서 환경(world)을 직접 구축하고 자 하였다. 이를 위해 실제 로봇 대신에 모의 로 봇을 사용해 다양한 시뮬레이션 환경에서 여러 제 어 방법 등을 통해 로봇을 제어하고 분석할 수 있 는 라인 트레이서 ROS 패키지를 구현하고 테스트 하고자 하였다.

제안 방법

본 연구에서는 ROS 환경에서 Gazebo world를 사용해 라인 트레이서 시뮬레이션 환경을 구축하 였으며, 라인 색과 지면 재질 등 여러 파라미터들 을 변경할 수 있도록 하였다. 이를 바탕으로 비례 (P) 또는 PID 제어를 통해 로봇을 구동할 수 있는 패키지를 제작하고 오차를 최소화하기 위한 PID 계수 조정을 실시하였다.
ROS 환경에서 프로그램의 작성 단위는 패키지 (package)이며, 실행 단위는 노드(node)이다. 본 연구에서는 python(버전 3.8)을 사용해 라인 트레 이서 ROS 패키지를 구축했으며, 최종적으로 작성 된 패키지의 트리 구성은 Fig. 6과 같다.
본 연구에서는 ROS 환경에서 Gazebo world를 사용해 라인 트레이서 시뮬레이션 환경을 구축하 였으며, 라인 색과 지면 재질 등 여러 파라미터들 을 변경할 수 있도록 하였다. 이를 바탕으로 비례 (P) 또는 PID 제어를 통해 로봇을 구동할 수 있는 패키지를 제작하고 오차를 최소화하기 위한 PID 계수 조정을 실시하였다. 시뮬레이션 결과에 서 알 수 있듯이 자율주행 및 로봇 공학 분야에서 ROS 환경에서 Gazebo world를 이용해 패키지를 구축하고 이를 활용해서 코드를 분석 및 검증하는 모듈식 접근 방법은 비용 및 시간 측면에서 매우 효율적이다.
이 연구에서는 실제 로봇을 통한 동작 구현에 앞서 open-source인 Gazebo 상에서 모의 로봇과 함께 라인 트레이서 환경(world)을 직접 구축하고 자 하였다. 이를 위해 실제 로봇 대신에 모의 로 봇을 사용해 다양한 시뮬레이션 환경에서 여러 제 어 방법 등을 통해 로봇을 제어하고 분석할 수 있 는 라인 트레이서 ROS 패키지를 구현하고 테스트 하고자 하였다. 그리고 이를 바탕으로 여러 인자 들이 로봇의 라인 트레이서 동작에 미치는 영향을 분석할 수 있는 시뮬레이션 환경을 개발하고자 하 였다.

성능/효과

12와 16을 보면 거의 유사한 결과가 얻어진 것을 알 수 있다. 따라서 본 연구에서 얻어진 라인 트레이 서 시뮬레이션 환경은 다른 gazebo world에서도 잘 적용될 수 있는 것을 알 수 있었다.
016에서는 로봇이 라인 을 이탈하는 것을 볼 수 있다. 따라서 이 시뮬레 이션 결과에서는 kd=0.15인 경우에는 kp가 0.006 부근에서 상대적으로 안정한 동작을 하는 것을 알 수 있었다.
시뮬레이션 결과에 서 알 수 있듯이 자율주행 및 로봇 공학 분야에서 ROS 환경에서 Gazebo world를 이용해 패키지를 구축하고 이를 활용해서 코드를 분석 및 검증하는 모듈식 접근 방법은 비용 및 시간 측면에서 매우 효율적이다. 또한, 센서 판독과 속도 제어 등의 정보 표준화 등을 통해 프로그래머는 전적으로 알 고리즘개발에 집중할 수 있다는 장점도 있다.
이를 바탕으로 비례 (P) 또는 PID 제어를 통해 로봇을 구동할 수 있는 패키지를 제작하고 오차를 최소화하기 위한 PID 계수 조정을 실시하였다. 시뮬레이션 결과에 서 알 수 있듯이 자율주행 및 로봇 공학 분야에서 ROS 환경에서 Gazebo world를 이용해 패키지를 구축하고 이를 활용해서 코드를 분석 및 검증하는 모듈식 접근 방법은 비용 및 시간 측면에서 매우 효율적이다. 또한, 센서 판독과 속도 제어 등의 정보 표준화 등을 통해 프로그래머는 전적으로 알 고리즘개발에 집중할 수 있다는 장점도 있다.

후속연구

향후에는 본 연구에 이어서 PNG 파일을 이용 한 추가적인 Gazebo 세계들과 함께 Lidar와 IMU 센서 등을 포함한 환경에서 로봇 제어 방법에 대 한 연구를 진행하고자 한다.

참고문헌 (10)

김학준, 강수민, 김동환, "Gazebo 시뮬레이터를？활용한 고층 건물에서의 이동 로봇 실내 자율주행 알고리즘 개발", Journal of Institute of？Control, Robotics and Systems Vol. 28 No.8,？pp.758-767, (2022).
정양근, 임오득, 김민성, 도기훈, 한성현, "휴머노이드 로봇 관절 아암의 운동학적 해석 및 모션제어에 관한 연구", 한국산업융합학회 논문집 제20권 1호, pp. 49-54, (2017).
정양근, 심현석, 이우송, 한성현, "영상 피드백에 의한 4축 스카라 로봇의 실시간 궤적추적제어에 관한 연구", 한국산업융합학회 논문집 제17권 3호, pp. 136-144, (2014).
O. S. R. Foundation : Building a world, (2014)？https://bit.ly/2HN90FI
표윤석, 조한철, 정려운, 임태훈: ROS 로봇 프로그래밍, 루비페이퍼, pp. 293-324, (2019).
P. Shalini, P. M. Fani, E. M. Vela, "Line？Detector ROS Node", ResearchGate (2019) DOI:？10.13140/RG.2.2.28947.94247
Open Robotics, Pid (2018) http://wiki.ros.org/pid
RaduBogdanRusu, cv bridge (2010) https://bit.ly/2EK1MAA
Wikipedia, Ziegler-Nichols method https://en.wikipedia.org/wiki/Ziegler%E2%80%93Nichols_method
김윤정, 김진산, 이선영, 민경원, "Gazebo와？ROS를 사용한 자율주행 제어 시스템 환경 구축", 2018년 대한전자공학회 추계학술대회 논문집, pp.621-624, (2018).

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증