[두산로보틱스] 멀티 로봇 제어 및 Digital Twin 프로젝트

216f67hfhr02bus.pdf

1.94MB

 

 

멀티 로봇 제어 및 Digital Twin 프로젝트

프로젝트 개요:
다중 TurtleBot3 로봇을 활용한 심부름 로봇 시스템 개발 및 Digital Twin 기술을 적용하여 효율적인 로봇 제어와 실시간 시뮬레이션 환경 구축. 사용자 경험을 중심으로 자율주행, 경로 최적화, 실시간 모니터링 등 다양한 기능을 통합한 시스템 설계.

---

핵심 기능:

• 다중 로봇 자율주행: 사용자가 주문한 물품을 최적 경로로 배달하며, 실시간 경로 조정을 통해 효율성을 극대화.
• Digital Twin 환경 구축: 현실 기반 장애물 및 로봇 환경을 Gazebo에서 재현하여 테스트와 시뮬레이션 가능. 프로젝트가 진행된 강의장의 실제 환경을 Intel RealSense D435i를 사용하여 3D로 스캔한 후, 동일한 크기로 Gazebo에 불러와 Digital Twin 환경을 구축.
• 실시간 모니터링: 웹 인터페이스를 통해 로봇의 상태, 경로 및 카메라 영상을 실시간으로 확인 가능.
• 사용자 인증 및 보안: 관리자 전용 로그인 시스템 및 데이터 접근 제어 기능 구현.

---

시스템 아키텍처:

• ROS2: 멀티 로봇의 경로 최적화, 상태 모니터링 및 제어를 위한 실시간 데이터 처리.
• Gazebo: Digital Twin 환경에서 로봇의 동작 시뮬레이션 및 테스트.
• RTAB-Map 기반 Visual SLAM: Intel RealSense D435i 카메라를 활용한 Visual SLAM.
• Flask 웹 인터페이스: 로봇 제어와 실시간 상태 확인을 위한 사용자 인터페이스 제공.
• TurtleBot3 Burger: 다중 로봇 운영에 최적화된 소형 자율주행 로봇.

---

문제 해결:

1. Odom 데이터 누락 문제: TurtleBot3 간 네임스페이스 충돌로 odom 데이터가 발행되지 않았으나, 네임스페이스 수동 설정으로 해결.
2. 로봇 팔 부착 문제: Gazebo 물리 엔진 문제로 로봇이 기울어지는 현상 발생. 모델 수정으로 안정화.
3. AMCL 위치 불안정: Lidar와 Odom 데이터를 통합하여 안정적인 위치 추적 구현.

---

기술 스택:

• 언어 및 프레임워크: Python, C++, ROS2 Humble, Flask, OpenCV
• 하드웨어: TurtleBot3 Burger, Intel RealSense D435i
• SLAM 및 Digital Twin: RTAB-Map, Gazebo

---

테스트 결과:

• 목표 도달율: 70%
• 평균 도달 시간: 1분
  테스트를 통해 시스템의 효율성과 안정성을 검증하고, 향후 개선 방향을 도출했습니다.

---

배운 점:

1. Digital Twin의 가능성: 현실 환경을 가상으로 재현함으로써 시뮬레이션과 실제 환경 간의 상호작용을 이해할 수 있었습니다.
2. 멀티 로봇 시스템의 복잡성: 로봇 간 네임스페이스 관리와 통신 충돌 문제 해결의 중요성을 체감했습니다.
3. SLAM 기술의 유용성: Intel RealSense D435i와 RTAB-Map을 활용한 맵핑 기술이 자율주행 로봇 개발에 핵심적이라는 것을 배웠습니다.
4. 웹 인터페이스 설계: 사용자와 시스템 간의 원활한 소통을 위한 웹 인터페이스의 중요성을 깨달았습니다.

---