네비게이션 미션

목표

  • 지금까지 배운 플래너들을 모두 사용하여 각각의 차이점을 시각화 해서 나타낸다.

  • 지금까지 배운 컨트롤러를 모두 사용하여 각각의 차이점을 시각화 해서 나타낸다.

  • 스무더를 따로 찾아서 학습한 다음 적용한다.

  • (옵션) 배우지 않았던 새로운 플래너 혹은 컨트롤러를 찾아내서 적용한 다음 시각화 해서 알려준다.

과제 설명

  1. 플래너

    • 앞 시간에 배웠던 다양한 플래너들을 전부 사용해본다.

    • 모두 현재 로봇에 맞게 파라미터들을 수정해야 합니다.

    • 각각의 플래너들의 차이점을 나타내야하며, 시각화된 자료로 남길 수 있어야 합니다.

  2. 컨트롤러

    • 앞 시간에 배웠던 다양한 컨트롤러들을 전부 사용해본다.

    • 모두 현재 로봇에 맞게 파라미터들을 수정해야 합니다.

    • 각각의 컨트롤러들의 차이점을 나타내야하며, 시각화된 자료로 남길 수 있어야 합니다.

  3. 스무더

    • 강의 시간엔 시간이 부족해 배우지 못한 스무더를 찾아서 학습합니다.

    • 다양한 스무더들을 사용하고 각각의 차이점을 설명합니다.

  4. (옵션) 새로운 플래너 혹은 컨트롤러

    • 배우지 않은 새로은 플래너와 컨트롤러를 적용해보고 배웠던 플래너들 혹은 컨트롤러들과 비교해봅니다.

PPT 형식

  1. 프로젝트 소개 (3페이지)

    • 제목, 팀 이름, 날짜

    • 목차

    • 과제의 목표 및 개요

  2. 플래너 부분

    • NavFn 플래너 (2 페이지)

      • 플래너의 소개 및 주요 특징

      • 파라미터 조정 방법 및 이유

      • 시각화된 경로 비교 및 분석

    • Smac 플래너 (4 페이지)

      • Smac 2D 플래너

      • Smac Hybrid-A* 플래너

      • Smac State Lattice 플래너

      • 각 플래너의 소개 및 주요 특징, 파라미터 조정 방법 및 이유, 시각화된 경로 비교 및 분석

    • Theta Star 플래너 (2 페이지)

      • 플래너의 소개 및 주요 특징

      • 파라미터 조정 방법 및 이유

      • 시각화된 경로 비교 및 분석

  3. 컨트롤러 부분

    • DWB 컨트롤러 (2 페이지)

      • 컨트롤러의 소개 및 주요 특징

      • 파라미터 조정 방법 및 이유

      • 시각화된 행동 비교 및 분석

    • Regulated Pure Pursuit 컨트롤러 (2 페이지)

      • 컨트롤러의 소개 및 주요 특징

      • 파라미터 조정 방법 및 이유

      • 시각화된 행동 비교 및 분석

    • Rotation shim 컨트롤러 (2 페이지)

      • 컨트롤러의 소개 및 주요 특징

      • 파라미터 조정 방법 및 이유

      • 시각화된 행동 비교 및 분석

    • MPPI 컨트롤러 (2 페이지)

      • 컨트롤러의 소개 및 주요 특징

      • 파라미터 조정 방법 및 이유

      • 시각화된 행동 비교 및 분석

  4. 스무더 적용 및 분석

    • 스무더의 소개 및 학습 과정 (1 페이지)

    • 스무더 적용 전후의 경로 비교 (1 페이지)

    • 스무더 적용의 효과 및 분석 (1 페이지)

  5. (옵션) 새로운 플래너 또는 컨트롤러 소개 및 적용

    • 새로운 플래너 또는 컨트롤러의 소개 (1 페이지)

    • 적용 과정 및 배웠던 플래너/컨트롤러와의 비교 분석 (1 페이지)

  6. 결론 및 피드백 (1페이지)

    • 프로젝트를 통해 얻은 인사이트, 겪었던 도전 과제 및 해결책

    • 향후 연구 및 개발 방향에 대한 제안

평가 기준

평가는 프레젠테이션 내용의 완성도, 이해도, 발표 능력을 기준으로 이루어집니다. 내용의 완성도에 더 큰 비중을 두어 평가합니다.

  1. 내용의 완성도 (60점)

  • 플래너 구현 및 비교 (20점): 다양한 플래너(NavFn, Smac, Theta Star 등)의 구현과 각각의 특성 및 성능 차이에 대한 분석.

  • 컨트롤러 구현 및 비교 (20점): 다양한 컨트롤러(DWB, Regulated Pure Pursuit, MPPI 등)의 구현과 각 컨트롤러의 동작 방식 및 성능 차이에 대한 분석.

  • 스무더 적용 및 효과 분석 (15점): 스무더의 적용과 그로 인한 경로 최적화 효과에 대한 분석.

  • 추가적인 플래너/컨트롤러 연구 및 적용 (5점): 새로운 플래너 또는 컨트롤러의 연구 및 적용을 통한 기존 방법과의 비교 분석.

  1. 이해도 및 분석 (30점)

  • 기술적 이해와 문제 해결 능력 (15점): 선택한 플래너와 컨트롤러의 기술적 작동 원리 이해 및 문제 해결 방법에 대한 설명.

  • 분석 및 최적화 (15점): 프로젝트의 경로 계획 및 실행 과정에서의 최적화 방법 분석 및 구현한 방법의 효과 평가.

  1. 발표 능력 및 시각적 표현 (10점)

  • 논리적 구성 및 정보 전달 (5점): 프레젠테이션의 논리적 구성과 복잡한 개념이나 결과의 명확한 전달.

  • 시각적 자료의 효과적 활용 (5점): 프레젠테이션에 사용된 시각적 자료가 정보 전달을 효과적으로 지원하는지에 대한 평가.

총점: 100점

결론

이 과제는 ROS2 기반의 로봇 네비게이션 시스템에 대한 심도 있는 이해와 실제 적용 능력을 향상시키는 데 중점을 둡니다. 참가자들은 다양한 네비게이션 알고리즘을 직접 구현하고 비교함으로써, 로봇 시스템의 경로 계획과 실행에 있어서의 다양한 접근 방식과 그 효과를 실질적으로 경험할 수 있습니다.

본 과제를 통해 참가자들은 다음과 같은 중요한 교훈을 얻을 수 있습니다:

  • 다양한 네비게이션 알고리즘의 작동 원리와 적용 방법의 이해: NavFn, Smac, Theta Star 등의 알고리즘을 통해 로봇이 환경 내에서 효과적으로 길을 찾고 목표 지점에 도달하는 방법을 학습합니다.

  • 알고리즘 선택의 중요성과 적용 결과의 비교 분석: 서로 다른 네비게이션 알고리즘과 컨트롤러가 특정 환경과 요구 사항에 따라 어떻게 최적의 성능을 발휘하는지 이해하게 됩니다.

  • 문제 해결 능력과 창의적 사고의 강화: 실제 로봇 시스템에 네비게이션 알고리즘을 적용하면서 발생할 수 있는 다양한 문제를 해결하고, 더 나은 성능을 위한 창의적인 접근 방법을 모색합니다.

이 프로젝트를 통해 참가자들은 단순히 이론적 지식을 넘어서, 로봇 네비게이션 시스템의 설계와 구현에 있어서 실질적이고 구체적인 경험을 쌓게 됩니다. 이러한 경험은 참가자들이 미래의 로봇 공학 프로젝트나 연구에 있어서 강력한 기반을 마련해 줄 것입니다.