-
RViz (Robotics Visualization)
목적과 기능: RViz는 로보틱스 애플리케이션을 위한 3D 시각화 도구입니다. ROS (Robot Operating System) 환경에서 사용되며, 로봇의 센서 데이터, 모델, 환경을 실시간으로 시각화하는 데 사용됩니다. RViz 자체는 맵 생성이나 위치 추정 알고리즘을 실행하지 않지만, 로봇 주변 환경의 3D 표현을 제공하여 센서 데이터를 직관적으로 이해할 수 있도록 도와줍니다.
라이다 센서 활용: 라이다 센서로부터 수집된 데이터를 시각적으로 표현하며, 로봇의 주변 환경 및 장애물을 실시간으로 확인할 수 있습니다. 다만, RViz는 데이터를 처리하거나 맵을 생성하는 역할을 하지 않습니다. -
Cartographer
목적과 기능: Cartographer는 Google에서 개발한 오픈 소스 SLAM (Simultaneous Localization and Mapping) 라이브러리로, 로봇이 주변 환경을 매핑하면서 동시에 자신의 위치를 추정하는 데 사용됩니다. Cartographer는 2D 및 3D 맵 생성을 지원하며, 특히 라이다 센서 데이터를 활용하여 정밀한 맵을 생성할 수 있습니다.
라이다 센서 활용: 라이다 센서 데이터를 이용해 환경의 맵을 생성하고, 이 맵을 기반으로 로봇의 위치를 실시간으로 추정합니다. Cartographer는 다양한 센서 데이터를 통합하는 강력한 알고리즘을 제공하여, 복잡한 환경에서도 정확한 맵핑과 위치 추정이 가능합니다. -
GMapping
목적과 기능: GMapping 또한 SLAM 기술을 이용하는 오픈 소스 라이브러리로, 로봇이 주변 환경을 탐색하며 2D 맵을 생성하고 자신의 위치를 추정합니다. GMapping은 특히 낮은 연산 리소스를 요구하는 장점이 있으며, 로봇공학 분야에서 널리 사용됩니다.
라이다 센서 활용: 라이다 데이터를 이용해 환경의 2D 맵을 생성합니다. 이 과정에서 파티클 필터 방식을 사용하여 로봇의 위치를 추정하고 맵을 점진적으로 정밀하게 만들어갑니다. -
차이점
RViz는 순수하게 시각화 도구로, 실시간 데이터 표현에 초점을 맞춥니다. 맵 생성이나 위치 추정 기능은 포함하지 않습니다.
Cartographer와 GMapping은 SLAM 알고리즘을 구현한 라이브러리로, 라이다 센서 데이터를 이용해 로봇이 환경을 매핑하고 자신의 위치를 추정하는 데 사용됩니다. Cartographer는 2D 및 3D 맵핑을 지원하는 반면, GMapping은 주로 2D 맵핑에 초점을 맞추고 있습니다.
흠.. rviz로 변동지물 정보를 실시간으로 얻고, 그 전에 cartographer 나 Gmapping 으로 지도를 그려볼까
지도 생성 (Mapping): Cartographer나 GMapping을 사용하여 로봇이 처음 환경을 탐색할 때 정적인 환경의 지도를 생성합니다. 이 단계에서 로봇은 주변 환경의 구조를 학습하고, 이를 바탕으로 2D 또는 3D 지도를 만듭니다. 생성된 지도는 주변 환경의 기본적인 레이아웃과 장애물의 위치를 포함합니다.
실시간 변동지물 탐지 (Real-Time Object Detection): 로봇이 이미 생성된 지도 위에서 운영되는 동안, 라이다 센서와 같은 센서들을 통해 주변 환경을 계속해서 모니터링합니다. 이때, 실시간으로 수집되는 센서 데이터를 분석하여, 지도에 없는 새로운 장애물이나 변동지물을 탐지할 수 있습니다.
RViz를 통한 시각화: RViz는 ROS와 함께 사용되는 강력한 3D 시각화 도구로, 로봇의 센서 데이터와 함께 지도 정보를 실시간으로 시각화할 수 있습니다. Cartographer나 GMapping으로 생성된 지도 위에, 실시간으로 탐지된 변동지물의 위치를 시각적으로 표시하여, 사용자가 로봇의 주변 환경을 쉽게 이해할 수 있도록 돕습니다.
통합 및 상호 작용: 이 모든 과정은 ROS 내에서 서로 다른 노드(Node)와 토픽(Topic)을 통해 통합되어 상호 작용합니다. Cartographer나 GMapping에서 생성된 지도 데이터와, 실시간 변동지물 탐지 알고리즘에서 제공하는 데이터는 RViz에서 통합적으로 시각화될 수 있습니다.
