• 제목/요약/키워드: GAZEBO

검색결과 25건 처리시간 0.024초

Gazebo를 이용한 드론 군집 비행 시뮬레이션 개발 (Development of Drone Cluster Flight Simulation using Gazebo)

  • 최효현;김형규
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
    • /
    • pp.205-206
    • /
    • 2021
  • 본 논문에서는 ROS를 이용한 드론 군집 비행 시뮬레이션을 구현한 결과를 보인다. ROS 환경에서 Gazebo 시뮬레이션 툴과 ArduPilot을 이용하여 모델링된 드론을 Gazebo에 적용한 뒤, 프로그래밍된 명령을 적용하여 각각의 드론이 명령에 따라 제어되는 군집비행을 보인다. 시뮬레이션은 12대의 드론이 각각 cpp 파일에 따라 제어되도록 설정한 launch 파일을 roslaunch하여 설정한 모든 드론이 Gazebo에서 각각 제어되는 군집비행 시뮬레이션을 구현하였다.

  • PDF

Gazebo 기반 UAV 군집 비행 시뮬레이션 개발 및 비행 고도 계층화 개발 (Development of UAV Cluster Flight Simulation and Altitude Layer based on Gazebo)

  • 최효현;김응빈
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2021년도 제64차 하계학술대회논문집 29권2호
    • /
    • pp.271-272
    • /
    • 2021
  • 본 논문에서는 Gazebo 시뮬레이터 기반 UAV 군집 시뮬레이션 구현 및 비행 고도 계층화를 구현한 결과를 보인다. Gazebo 시뮬레이션과 Autopilot Program인 Pixhawk4 SITL(Software In The Loop)을 이용하여 UAV를 시뮬레이터에 생성한 뒤 사전에 정의된 Mission에 대한 정보에 따라 비행이 되도록 구현하였다. 또한, Gazebo 시뮬레이터의 Box Object를 이용하여 UAV의 비행 고도를 시각적으로 계층화하여 표현하였다.

  • PDF

휴머노이드 로봇 HUMIC 개발 및 Gazebo 시뮬레이터를 이용한 강화학습 기반 로봇 행동 지능 연구 (Development of Humanoid Robot HUMIC and Reinforcement Learning-based Robot Behavior Intelligence using Gazebo Simulator)

  • 김영기;한지형
    • 로봇학회논문지
    • /
    • 제16권3호
    • /
    • pp.260-269
    • /
    • 2021
  • To verify performance or conduct experiments using actual robots, a lot of costs are needed such as robot hardware, experimental space, and time. Therefore, a simulation environment is an essential tool in robotics research. In this paper, we develop the HUMIC simulator using ROS and Gazebo. HUMIC is a humanoid robot, which is developed by HCIR Lab., for human-robot interaction and an upper body of HUMIC is similar to humans with a head, body, waist, arms, and hands. The Gazebo is an open-source three-dimensional robot simulator that provides the ability to simulate robots accurately and efficiently along with simulated indoor and outdoor environments. We develop a GUI for users to easily simulate and manipulate the HUMIC simulator. Moreover, we open the developed HUMIC simulator and GUI for other robotics researchers to use. We test the developed HUMIC simulator for object detection and reinforcement learning-based navigation tasks successfully. As a further study, we plan to develop robot behavior intelligence based on reinforcement learning algorithms using the developed simulator, and then apply it to the real robot.

ROS에서 Gazebo를 이용한 라인 트레이서 시뮬레이션 환경 구축 (Construction of Simulation Environment for Line Tracer Using Gazebo In ROS)

  • 황보승
    • 한국산업융합학회 논문집
    • /
    • 제26권2_2호
    • /
    • pp.265-272
    • /
    • 2023
  • In this paper, we directly implemented the Line Tracer ROS package that can detect and follow lines drawn on the map on Gazebo, an open-source that is widely used in autonomous driving research. For line detection, the cv_bridge package was used to enable OpenCV's image processing tools, and parameters such as robot speed, line color and ground material could be changed. In addition, proportional (P) and PID controls could be implemented using the color centroid obtained through image processing. Through this approach, the effect of proportional and differential coefficients on the robot's line tracer motion could be analyzed effectively. In addition, by displaying robot simulation results using various tools of ROS, an efficient development for control nodes could be established in ROS.

GAZEBO를 활용한 충북형 UAM의 안전회랑 시뮬레이션 환경 연구 개발 (Research and development of safety corridor simulation environment for Chungbuk-type UAM using GAZEBO)

  • 이정훈;이호섭;김재은;임혜정;조성욱
    • 항공우주시스템공학회지
    • /
    • 제17권2호
    • /
    • pp.103-110
    • /
    • 2023
  • 미래 무인기가 교통수단으로 활용되기 위해서는 이를 미리 실험할 수 있는 시뮬레이션 환경은 필수적이다. 이에 따라 충청북도 미래 6대 산업 중 미래항공 교통체계의 실증을 위해 오송역과 청주공항을 연결하는 가상 안전 회랑을 중점으로 시뮬레이션 환경을 축약하여 구축하였다. 이때, 필요한 요소기술에 대하여 정의하고, 그것의 구현 방법과 과정에 대하여 기술하였다.

메타강화학습을 이용한 수중로봇 매니퓰레이터 제어 (Control for Manipulator of an Underwater Robot Using Meta Reinforcement Learning)

  • 문지윤;문장혁;배성훈
    • 한국전자통신학회논문지
    • /
    • 제16권1호
    • /
    • pp.95-100
    • /
    • 2021
  • 본 논문에서는 수중 건설 로봇을 제어하기 위한 모델 기반 메타 강화 학습 방법을 제안한다. 모델 기반 메타 강화 학습은 실제 응용 프로그램의 최근 경험을 사용하여 모델을 빠르게 업데이트한다. 다음으로, 대상 위치에 도달하기 위해 매니퓰레이터의 제어 입력을 계산하는 모델 예측 제어로 모델을 전송한다. MuJoCo 및 Gazebo를 사용하여 모델 기반 메타 강화 학습을 위한 시뮬레이션 환경을 구축하였으며 수중 건설 로봇의 실제 제어 환경에서의 모델 불확실성을 포함하여 제안한 방법을 검증하였다.

Faster-than-real-time Hybrid Automotive Underwater Glider Simulation for Ocean Mapping

  • Choi, Woen-Sug;Bingham, Brian;Camilli, Richard
    • 해양환경안전학회지
    • /
    • 제28권3호
    • /
    • pp.441-450
    • /
    • 2022
  • The introduction of autonomous underwater gliders (AUGs) specifically addresses the reduction of operational costs that were previously prohibited with conventional autonomous underwater vehicles (AUVs) using a "scaling-down" design philosophy by utilizing the characteristics of autonomous drifters to far extend operation duration and coverage. Long-duration, wide-area missions raise the cost and complexity of in-water testing for novel approaches to autonomous mission planning. As a result, a simulator that supports the rapid design, development, and testing of autonomy solutions across a wide range using software-in-the-loop simulation at faster-than-real-time speeds becomes critical. This paper describes a faster-than-real-time AUG simulator that can support high-resolution bathymetry for a wide variety of ocean environments, including ocean currents, various sensors, and vehicle dynamics. On top of the de facto standard ROS-Gazebo framework and open-sourced underwater vehicle simulation packages, features specific to AUGs for ocean mapping are developed. For vehicle dynamics, the next-generation hybrid autonomous underwater gliders (Hybrid-AUGs) operate with both the buoyancy engine and the thrusters to improve navigation for bathymetry mappings, e.g., line trajectory, are is implemented since because it can also describe conventional AUGs without the thrusters. The simulation results are validated with experiments while operating at 120 times faster than the real-time.

딥러닝 객체 검출을 이용한 로봇 팔 제어 시스템 (Robot Arm Control System using Deep Learning Object Detection)

  • 이세훈;김재승
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2019년도 제59차 동계학술대회논문집 27권1호
    • /
    • pp.255-256
    • /
    • 2019
  • 본 논문에서는 물체를 집기(picking) 위해 필요한 깊이 값을 특수카메라인 리얼센스를 사용하여 받아와서 2D 카메라로는 하지 못하는 로봇 팔 피킹 시스템을 구현하였다. 객체 인식은 텐서플로우 객체 검출 라이브러리를 사용하여 정확도를 높였고, ROS 기반의 rviz, moveit, gazebo 등의 패키지를 사용하여 아두이노와 통신하며 로봇팔 하드웨어로 인식된 객체를 피킹하는 시스템을 구현하였다.

  • PDF

신체 움직임-시·청각 정보 상호변환 시스템의 구현 (Implementation of Mutual Conversion System between Body Movement and Visual·Auditory Information)

  • 배명진;김성일
    • 전기전자학회논문지
    • /
    • 제22권2호
    • /
    • pp.362-368
    • /
    • 2018
  • 본 논문은 학습으로 공감각 현상을 지각할 수 있는 의도적인 공감각을 기반으로 신체의 움직임에서 시각과 청각정보로의 변환 및 역변환 시스템을 구현하였다. 신체의 움직임은 웨어러블 암밴드인 Myo의 출력인 오일러 각을 사용하였고, 근감각 정보로서 롤(Roll), 피치(Pitch), 요(Yaw) 신호를 사용하였다. 또한, 시각과 청각 정보로서 미디(MIDI, Musical Instrument Digital Interface)신호와 HSI 컬러 모델을 사용하였다. 근감각 신호와 시 청각 신호 사이의 상호변환 방법은 일대일 대응 관계를 적용함으로써 직관적으로 쉽게 유추할 수 있도록 하였다. 시뮬레이션 결과에서 신체의 움직임 정보와 시 청각 정보의 상호변환이 가능함을 ROS(Root Operation System)와 3D 시뮬레이션 툴인 Gazebo를 사용하여 입력과 출력을 비교하였고 변환 오차가 작음을 확인하였다.

제주바다목장 해역 내 인공 어초군에 서식하는 어류군집의 종조성 및 계절변동 (Seasonal variation and species composition of fishes communities in artificial reef unit at marine ranching area in the coastal waters off Jeju island, Korea)

  • 오택윤;차형기;장대수;황철희;남윤주;곽석남;손민호
    • 수산해양기술연구
    • /
    • 제46권2호
    • /
    • pp.139-147
    • /
    • 2010
  • This study monitored a variety of marine fish communities in artificial reefs unit of the total 5 types (Dice type, Octagonal turtle type, Two-stage tube type, Gazebo type, Tetrapod type) which are located in the marine ranching at Jeju island by scuba diving in May, July, October and December 2009. Underwater photographing was accomplished at total 3 phases (condition of artificial reefs photographing, concentric circle movement photographing and line transect photographing). The preservation condition of artificial reefs facility was very good, and the dominant species were Chromis notatus, Sebastes thompsoni, Oplegnathus fasciatus and Halichoeres poecilopterus. Fish abundance was high in May and June, and low in October and December, 2009. Chromis notatus was dominant at the all types of artificial reefs, Halichoeres poecilopterus for Gazebo type and Tetrapod type of artificial reefs, and Sebastes thompsoni for Dice type, Octagonal turtle type and Two-stage tube type of artificial reefs.