이 과정은 대구디지털혁신진흥원(DIP) 지원 하에, 글로벌 연구 표준 로봇인 TurtleBot3 Burger의 모듈별 조립 및 액추에이터 제어, LiDAR 센서 기반 2D 공간 맵핑(SLAM), 그리고 Navigation2 스택을 결합하여 실시간 실내 공간을 자율 주행하는 프로젝트입니다.
학습 콘텐츠 보기 최종 산출물 보기이 과정은 모바일 로봇 플랫폼 조립부터 ROS2를 기반으로 공간을 학습하고 목적지까지 경로를 계획하는 핵심 지능형 로보틱스 과정입니다.
모든 단계를 클릭하여 상세 단계별 세부 계획을 모달 팝업으로 확인하실 수 있습니다.
모바일 로봇의 도입 목적을 정의하고 구체적인 실내 공간 임무 범위를 기획합니다.
로봇이 도입되어 문제를 해결할 환경을 규정하고, 모듈러 로보틱스가 제공할 핵심 MVP 기능 가치를 설계하는 첫 번째 기획 단계입니다.
실내 로봇을 운용할 관리자 페르소나를 모델링하고, 로봇 이동 경로 시나리오를 구체화합니다.
로봇 관제 오퍼레이터의 요구사양을 페르소나로 도출하고, 로봇이 자율 주행할 경로와 돌발 정지/복귀 이벤트를 다이어그램으로 설계하는 UX/시나리오 설계 단계입니다.
터틀봇3 버거의 섀시 플레이트를 레이어링하여 안착시키고 모터 액추에이터를 조립합니다.
차동 구동 모바일 로봇 기구 구조를 설계적으로 이해하고 플레이트, 다이나믹셀 XL430 모터를 고정하는 하드웨어 개발 단계입니다.
다이나믹셀 모터의 고유 ID를 설정하고 OpenCR 보드 제어용 핵심 펌웨어를 업로드합니다.
액추에이터 TTL 통신 결선, RoboPlus ID 할당(ID 1, 2), 아두이노 IDE 환경 컴파일 및 펌웨어 다운로드 작업을 다루는 임베디드 펌웨어 개발 단계입니다.
라즈베리 파이에 로봇 전용 Ubuntu Server OS를 설치하고 ROS2 Foxy/Humble를 설치 빌드합니다.
임베디드 OS Etcher 쓰기, 무선 와이파이 자동 연동, ROS2 패키지 저장소 설치 및 개발 colcon 워크스페이스를 설정하는 로봇 환경 개발 단계입니다.
OpenCR보드와 SBC 간 통신을 활성화하고 PC에서 무선 키보드로 로봇을 수동 조종합니다.
로봇 상태 노드(turtlebot3_node) 구동, 원격 메시지 통신을 통한 /cmd_vel 토픽 발행 및 키보드 조종 실습을 수행하는 통신 및 제어 연동 단계입니다.
LiDAR 센서 드라이버 패키지를 활성화하고 rviz2 3D 그래픽 도구로 거리 측정 점군 데이터를 매핑합니다.
LiDAR 노드 가동, LaserScan 토픽 구조 분석, rviz2 시각화 좌표 매핑 레이아웃 설정을 훈련하는 데이터 가공 단계입니다.
라이다 스캔 토픽 거리 데이터를 파이썬으로 가공하여 장애물 감지 시 강제 비상 제동합니다.
rclpy 기반 데이터 구독 코드 작성, 감지 각도 범위 임계값 필터 구현, 속도 제어 인터럽트 융합을 훈련하는 소프트웨어 코딩 단계입니다.
실시간 SLAM 기술로 실내 2D 지도를 제작하고 Navigation2 스택을 구성하여 자율주행을 설계합니다.
Cartographer SLAM 노드 구동, 2D 맵 파일(.pgm, .yaml) 저장, Nav2 스택 가동 및 AMCL 위치 추정을 셋업하는 소프트웨어 개발 단계입니다.
다중 경유지 순찰 코드를 작성하고 실시간 장애물 회피 기동 성능을 최종 검증합니다.
순차적 다중 경유지(Waypoint Follower) 액션 클라이언트 빌드, 돌발 장애물 투입 시 자율 경로 우회(Re-planning) 및 피칭 발표를 운영하는 최종 수료 평가 단계입니다.
이 과정의 목표는 단순 학습이 아니라, 실제로 동작하는 ROS2 로봇 노드들을 구성하고 실내 정밀 자율 운행을 시연하는 것입니다.