[RIS] CURT 작성 초안

- Robot의 odometry(Encoder + IMU), TF, 와 Lidar(RPLidar)로 scan한 data를 토대로 Map 작성

• Odometry : 주행기록계라는 뜻으로 시간에 따른 위치 변화를 추정하는 개념으로, GPS와 같은 절대적 위치가 아닌 출발 지점으로부터의 상대적인 위치를 추정한다. Motor의 Encoder의 회전수를 통해 거리를 측정하고, IMU센서를 통해 기울기를 측정하여 로봇의 위치 추정
• IMU(Inertial Measurement Unit) Sensor : 관성을 측정하여 물체가 기울어진 각도를 측정함
• TF(Transform) : 좌표변환이라는 뜻으로 scan data 변환을 위해 사용됨.
• Extended Kalman Filter를 사용하여 더 정확한 robot의 자세 추종을 가능하게 함

 

 

 

• RPLidar 실행 후 Hector SLAM package를 통해 mapping 진행

mapping 결과물

 

• Mapping된 map을 rviz 창에 가져옴

• rviz창 상단의 '2D Pose Estimate'를 통해 2D 상의 robot의 initial pose를 설정할 수 있고, '2D Nav Goal'를 통해 robot에 목표 지점을 부여할 수 있다

• 각 버튼을 눌렀을 때 publish되는 topic들. Map상의 좌표를 표시

 

 

- Navigation 수행

• Navigation : 주어진 환경에서 로봇을 특정 위치로 옮기는 것. 앞서 SLAM으로 만든 기하학적 정보를 포함한 map 활용
• Robot의 Encoder, IMU sensor, Distance 센서를 통해 Navigation 수행

 

• 로봇의 하드웨어가 도착하지 않아 주행 테스트 불가능
• Gmapping SLAM과 반대로 Odometry 입력 값을 필요로 하지 않는 Hector SLAM을 사용하여 RPLidar를 통한 mapping 진행
• 11/23 게시글 참고
• https://youngseong.tistory.com/111

[KUSMO] 11/23 (Raspberry Pi Master-Slave 통신, Hector SLAM, Map 저장)