ROS2 Maze Action 프로젝트

---

ROS2의 Action Server / Client를 이용해서 maze_action_server/client 노드를 실행하여
로봇이 미로를 탈출하는 패키지 프로젝트 입니다

Maze Action

---

Maze Action 프로젝트는

• ROS2의 action을 이용해서 goal, feedback, result로 수행
• maze_action_client 노드에서 로봇에 방향 설정 명령을 Goal로 maze_action_server로 보냄
• maze_action_server 에서는 로봇을 움직일 수 있게 토픽을 발행하며 중간 중간 feedback을 함
• 최적으로 result로 응답을 해서 로봇의 탈출 여부를 알 수 있게 됩니다.

로봇은 turtlebot3 burger를 사용해서 실제 미로와 비슷하게 환경을 만들어서 수행하였습니다.

[미로를 책으로 설정, 로봇 turtlebot3]

환경

---

필요한 패키지

---

(turtlebot3를 직접 사용하는 경우에 라즈베리파이에 설치합니다.)

maze_action 의 패키지 설명

---

1. maze
   maze_action_server, maze_action_client로 ROS2 action으로 로봇 구동
2. maze_dolly gazebo로 customized_dolly 로봇으로 시뮬레이션
3. maze_interfaces
   사용자 정의 ROS2 action type

• 패키지 구성 (tree)

  maze_cation
  ├── maze
  │   ├── CMakeLists.txt
  │   ├── launch
  │   │   └── maze_server.launch.py
  │   ├── package.xml
  │   └── src
  │       ├── maze_client.cpp
  │       └── maze_server.cpp
  ├── maze_dolly
  │   ├── CMakeLists.txt
  │   ├── launch
  │   │   └── maze_dolly.launch.py
  │   ├── models
  │   │   ├── customized_dolly
  │   │   └── wall_maze
  │   └── worlds
  │       └── maze_dolly.world
  └── maze_interfaces
     ├── action
     │   └── Maze.action
     ├── CMakeLists.txt
     └── package.xml

turtlebot3 로봇 사용

---

• 로보티즈의 turtlebot3 burger 사용

[출처: 로보티즈]

하드웨어 스펙 (일부)

Items	Model
IMU	Gyroscope 3 Axis, Accelerometer 3 Axis
MCU	32-bit ARM Cortex®-M7 with FPU
SBC	Raspberry Pi 4b
LDS	360 Laser Distance Sensor LDS-02
Actuator	XL430-W250

[출처: 로보티즈]

소프트웨어

ROS2 ; Foxy Fitzroy
Gazebo : ROS의 시뮬레이션 프로그램으로 실제 로봇없이 가상에서 시뮬레이션으로 구동이 가능

시뮬레이션으로 진행 할 시 gazebo 및 런치파일 실행
시뮬레이션으로 gazebo에서 실행할려고 할 때에는 maze_dolly 패키지의 런치파일로 실행합니다.

설치 방법 및 코드

---

깃허브에서 클론해서 설치를 합니다.
Git hub 및 README를 확인해주세요

설치 방법 및 코드를 깃허브에서 확인할 수 있습니다.

일부 code

코드는 c++로 작성하였습니다.

• maze 패키지의 maze_server.cpp 의 일부 코드

  void execute(const std::shared_ptr<GoalHandleMaze> goal_handle) {
    rclcpp::WallRate loop_rate(5);  
    const auto goal = goal_handle->get_goal();  //
    auto feedback = std::make_shared<maze_interfaces::action::Maze::Feedback>();
    auto result = std::make_shared<maze_interfaces::action::Maze::Result>();
  
    // client로 부터 받은 goal에서 turning_sequence 만큼 반복
    for (int val : goal->turning_sequence) {
        RCLCPP_INFO(this->get_logger(), "Current Input: %d", val);
        RCLCPP_INFO(this->get_logger(), "Turning %s ", direction_str_vec[val].c_str()); 
  
        // 사용자에게 보여주기 위한 vector 스트링, 일치하는 문자열 프린트
        feedback->feedback_msg = "Now.. turning " + direction_str_vec[val]; //client쪽에서 사용
        RCLCPP_INFO(this->get_logger(), feedback->feedback_msg);  
  
        // 사용자 입력과(turning_sequence), direction_flt_vec(벡터: 방향값 수치)와 같은 배열의 value값을 turn_robot 메소드를 호출
        turn_robot(direction_flt_vec[val]);
  
        // feedback 보냄
        goal_handle->publish_feedback(feedback);
  
        // cmd_vel로 제어하는 메소드 호출
        moving_robot();
    }
    // 이미지 처리를 위해서 
    auto image_subscriber = std::make_shared<ImageSubscriber>();
  
    // ... 
    // 생략 
    // ...
  
    // image_subscriber에서 처리한 result 값 결정해서 보내주기
    if (!is_green) {
        RCLCPP_ERROR(get_logger(), "====== Failed ======");
        result->success = false;
        goal_handle->abort(result);
  
    } else {
        RCLCPP_INFO(get_logger(), "====== Succeed ======");
        result->success = true;
        goal_handle->succeed(result);
    }
  }

• maze 패키지의 maze_client.cpp 의 일부 코드

     void send_goal() {
        using namespace std::placeholders;
  
        auto goal_msg = maze_interfaces::action::Maze::Goal(); 
  
        // 유저에게 입력받은 배열을 받아와서 action msg에 넣어주기
        goal_msg.turning_sequence = this->get_turning_list();  
  
        auto send_goal_options = rclcpp_action::Client<maze_interfaces::action::Maze>::SendGoalOptions();
  
        send_goal_options.goal_response_callback = std::bind(&MazeActionClient::goal_response_callback, this, _1);
        send_goal_options.feedback_callback = std::bind(&MazeActionClient::feedback_callback, this, _1, _2);
        send_goal_options.result_callback = std::bind(&MazeActionClient::result_callback, this, _1);
  
        // async_send_goal() 
        auto goal_handle_future = this->action_client->async_send_goal(goal_msg, send_goal_options);
    }
  
    void feedback_callback(rclcpp_action::ClientGoalHandle<maze_interfaces::action::Maze>::SharedPtr, 
                            const std::shared_ptr<const maze_interfaces::action::Maze::Feedback> feedback) {
        // 서버에서 처리된 feedback을 출력
        RCLCPP_INFO(this->get_logger(), "Received feedback: %s", feedback->feedback_msg.c_str());
    }
  
    void result_callback(const rclcpp_action::ClientGoalHandle<maze_interfaces::action::Maze>::WrappedResult & result) {
  
        // 최종 result 여부 
        this->goal_done_ = true;
  
        // ... 
        // 생략 
        // ...
  
        // 최종적 결과로 비교
        if (result.result->success != false) {
            RCLCPP_WARN(this->get_logger(), "Congrats! Actions have been accompished!!");
        } 
    }

maze-action_server_node 실행 / launch file과 gazebo 실행

---

1. 터틀봇3로 수행시
   그리고 maze_action_server 노드 실행

   cd ~/colcon_ws
   . install/setup.sh
   ros2 run maze maze_action_server_node

OR

2. 가제보로 실행할 시 gazebo 런치파일 실행

   ros2 launch maze_dolly maze_dolly.launch.py

새로 다른 터미널을 열어준 후에 maze_action_server를 실행시키기 위해 런치 파일 실행

ros2 launch maze maze_server.launch.py

세 번째, maze_action_client_node 실행하기

1. 액션 클라이언트 노드 실행 (공통)
   또 새로운 터미널을 열어줍니다. source setup.sh을 해줘서 overlay 상태를 만들자

   source install/setup.sh

이번에는 maze_action_client 노드 실행함

ros2 run maze maze_action_client_node

노드 실행한 모습

[maze_action_server, maze_action_client 노드 실행]

action_server_node 실행 후 topic

---

• turtlebot3 전용으로 실행했을 경우

  /cmd_vel
  /odom
  /parameter_events
  /rosout
  /scan

• gazebo 실행 했을 경우

  /dolly/cmd_vel
  /dolly/laser_scan
  /dolly/odom
  /parameter_events
  /rosout

카메라 화면 보기

---

rqt_image_view 노드 실행으로 보기. 아래의 노드를 실행

ros2 run rqt_image_view rqt_image_view 

이미지가 안 나오면 topic 부분을 다시 선택해준다 (또는 토픽 옆 새로고침 아이콘)
/camera0/image_raw

maze_action_client 에서 명령 시퀸스 입력하기

---

로봇을 미로에서 빠져나올 수 있게 녹색 공이 있는 출구를 향해서 방향을 입력합니다.

[방향 및 숫자 안내]

1. 로봇이 녹색 공까지 잘 도달할 수 있도록 갈 방향을 입력해준다. (위 사진을 참고)
   (Action Client 에서 입력한 값을 Action Server로 goal 요청합니다)
2. 최종적으로 q 키를 눌러서 입력을 마치게 되면 로봇이 움직이기 시작한다
   (Action Server에서 cmd_vel로 퍼블리싱을 합니다.)
3. 로봇은 입력된 방향으로 회전을 한 후에 벽이 가까워질 때까지 직진을 합니다.
   (로봇의 odometry 와 laser scan을 이용합니다.)
4. 마지막으로 녹색 공까지 잘 도달하였다면 성공 메세지 전달
   (Image subscription을 통해서 녹색 확인)

[gazebo- maze_dolly 패키지]

동영상

---

터틀봇3

turtlebot3 미로 탈출 성공 영상

turtlebot3 미로 탈출 실패 영상

가제보

Gazebo를 이용한 maze_dolly 패키지의 성공 영상

Gazebo를 이용한 maze_dolly 패키지의 실패 영상

reference

---

• youtube SEOUL G-캠프 채널의 Roadbalance.com 김수영 대표님 유튜브 강좌 및 깃허브
  ROS2 maze 포르젝트
• dolly the robot (gazebo 시뮬레이션)
  dolly 패키지 깃허브
• turtlebot3
  터틀봇3 e-manual