ROBOTIS의 자율주행로봇, '개미'
ROBOTIS는 자율주행로봇 ‘개미’ 로 실시간 장애물 인지부터
회피, 층간 이동 등 안정적으로 배달 진행에 성공하며
배송 서비스 상용화에 적극 나서고 있습니다.
ROS 2로 시작하는 로보틱스 Motion Planning
ROS 2로 시작하는 로보틱스 Motion Planning
인간과 로봇이 공존하는 시대가 다가오면서,
주어진 환경에서 자연스러운 움직임을 개발하기
위한 기술은 더욱 중요해지고 있습니다.
출처 : OMRON 주식회사
ROBOTIS, ABB, Amazon 등
국/내외를 불문하고 로봇 산업을 이끄는 주요 기업들은
로봇의 유연한 움직임을 위한 최적의 경로를 찾기 위해 고민하고 있습니다.
로봇팔의 대중화를 이끈 Universal Robotics, ‘Cobot’
Universal Robotics의 협동 로봇인 Cobot은 Inverse Kinematics(IK)
기반의 경로 최적화,경로 탐색 알고리즘 등을 활용하여
다양한 산업 분야에서 정밀한 조작을 수행하고 있습니다.
ABB의 차량 도장 작업 자동화 로봇, ‘PixelPaint’
PixelPaint는 자동차 표면의 곡률 보정과 균일한 도장 품질을 유지하며
사람을 대신해 정밀한 차량 도장 작업을 수행하고 있습니다.
Amazon의 AMR 로봇, ‘Proteus’
Proteus는 물류 창고 좁은 공간 내 근무하는 작업자들과 충돌 없이
자유롭게 이동하면서 물류 운반 작업을 수행하고 있습니다.
정답은 바로 Planning!
특히 로봇의 경로 탐색과 자연스러운 행동을 제어하기 위해
3단계로 구성된 Motion Planning 기술을 반드시 알아야 합니다.
Motion Planning을 적용해
복잡한 환경에서 활용 가능한 Mobile Manipulator를 개발합니다
Final Project. ROS 2 기반 Nav 2와 MoveIT2를 활용하여 배달 로봇에 활용될 수 있는 Mobile Manipulator 개발
실시간으로 바뀌는 외부 환경 속에서 Task Management 개념을 활용하여 로봇 팔로 배송 물품을 싣고
예상치 못한 장애물을 회피하면서 주행할 수 있는 Mobile Manipulator를 개발합니다.
국내 최초
ROS 2로 시작하는 로보틱스 Motion Planning
학습을 위한 핵심 4가지 학습 포인트
POINT 01
로봇을 개발하면서 Motion Planning
기술이 가장 중요한 이유 학습
로봇을 개발하면서 Motion Planning
기술이 가장 중요한 이유 학습
로봇을 개발하면서 필요한 대표 4가지 기술 중 Motion Planning 기술이
실제 로봇을 활용하는 과정에서 왜 가장 중요한지 이유를 학습합니다.
실제 로봇을 활용하는 과정에서 왜 가장 중요한지 이유를 학습합니다.
POINT 02
Motion Planning을 최적화하기 위한
대표 2가지(STOMP & CHOMP) 기술 학습
Motion Planning을 최적화하기 위한
대표 2가지(STOMP & CHOMP) 기술 학습
Motion Planning을 산업 현장에서 응용할 때 활용 목적 별로
고려해야 할 대표 2가지 최적화 기법인 STOMP & CHOMP 를 학습합니다.
고려해야 할 대표 2가지 최적화 기법인 STOMP & CHOMP 를 학습합니다.
POINT 03
Motion Planning을 활용하여
Mobile Manipulator 개발 파이널 프로젝트 실습
Motion Planning을 활용하여
Mobile Manipulator 개발 파이널 프로젝트 실습
모바일 로봇에 매니퓰레이터를 붙여 동적인 환경에서 배달 물품을
싣고 움직일 수 있는 파이널 프로젝트를 ROS 2 & Gazebo를 활용하여
직접 구현해봅니다.
싣고 움직일 수 있는 파이널 프로젝트를 ROS 2 & Gazebo를 활용하여
직접 구현해봅니다.
POINT 04
강사님과 직접 주고 받는
질의응답 커뮤니티
강사님과 직접 주고 받는
질의응답 커뮤니티
강의 수강 후 궁금한 점은 언제든 질문 가능한 질의응답 및 Motion
Planning 개발 노하우를 얻어갈 수 있는 수강생 전용 커뮤니티 운영!
운영 기간(2025년 5월 9일 ~ 2028년 5월 2일)
Planning 개발 노하우를 얻어갈 수 있는 수강생 전용 커뮤니티 운영!
운영 기간(2025년 5월 9일 ~ 2028년 5월 2일)
실제 환경에서 고려해야 할
최적화 기법 중심의 실습 강의로 기획하였습니다.
01
Motion Planning 구현을 위한
Planning의 중요성과 구성 요소 학습 - 로보틱스의 대표 4가지 구성 요소 중
핵심 요소안 Planning 학습
- Motion Planning 개발을 위한 로봇과 환경,
그래프 서치 알고리즘 학습
Planning의 중요성과 구성 요소 학습 - 로보틱스의 대표 4가지 구성 요소 중
핵심 요소안 Planning 학습
- Motion Planning 개발을 위한 로봇과 환경,
그래프 서치 알고리즘 학습
02
Motion Planning 문제를 풀기 위한
샘플링 & 최적화 기반 기법 학습 - Motion Planning의 대표 2가지 기법인
샘플링 & 최적화 기법 학습
- Path Finding 기법을 학습하여 다수의 로봇이
충돌 없이 목적지까지 이동하는 방법 학습
샘플링 & 최적화 기반 기법 학습 - Motion Planning의 대표 2가지 기법인
샘플링 & 최적화 기법 학습
- Path Finding 기법을 학습하여 다수의 로봇이
충돌 없이 목적지까지 이동하는 방법 학습
03
Motion Planning을 활용하여 Mobile
Manipulator 개발 프로젝트 실습 - 실습 (1) ROS 2와 Nav 2를 활용하여 Mobile
Robot M
- 실습 (2) ROS 2와 MoveIT2를 활용하여
Gripper 기반의 Pick & Place 구현
- 파이널 프로젝트 : Mobile Manipulator 개발
Manipulator 개발 프로젝트 실습 - 실습 (1) ROS 2와 Nav 2를 활용하여 Mobile
Robot M
- 실습 (2) ROS 2와 MoveIT2를 활용하여
Gripper 기반의 Pick & Place 구현
- 파이널 프로젝트 : Mobile Manipulator 개발
POINT 01
Motion Planning 구현을 위해
필요한 5가지 구성 요소 학습
로보틱스의 구성요소 중 Planning(Motion Planning)이 가장 중요한 이유와
Motion Planning을 이루고 있는 주요 5가지 구성 요소를 학습합니다.
Motion Planning의 5가지 개념 학습과 1가지 프로젝트 실습 구현
실습 PROJECT 01
URDF를 활용하여 기초 수준의 Motion Planning을 보여줄 수 있는 로봇 모델링 구현 프로젝트
Forward Kinematics & Inverse Kinematics를 활용하여 로봇의 움직임을 보여줄 수 있는 실습을 구현합니다.
URDF 로봇 모델링을 활용하여 Dynamics 기반의
로봇 움직임을 보여줄 수 있는 프로젝트 실습 구현
로봇 움직임을 보여줄 수 있는 프로젝트 실습 구현
- Pybullet 시뮬레이션 툴을 활용하여 Manipulator의 Forward & Inverse
Kinematics를 학습합니다.
- Matplotlib 시각화 툴을 활용하여 다양한 형태의 Dynamics 모델의 구동을 보여줄 수 있는 실습을 구현합니다.
- Pybullet 시뮬레이션 도구와 Python Matplotlib 라이브러리를 활용한
실습을 진행합니다.
Kinematics를 학습합니다.
- Matplotlib 시각화 툴을 활용하여 다양한 형태의 Dynamics 모델의 구동을 보여줄 수 있는 실습을 구현합니다.
- Pybullet 시뮬레이션 도구와 Python Matplotlib 라이브러리를 활용한
실습을 진행합니다.
POINT 02
Motion Planning을 로봇에 응용할 때
활용되는 대표 3가지 방법 학습
샘플링, 최적화 기법을 학습하여 실제 로봇이 이동 가능한 궤적을
구성할 때 고려해야 할 요소들을 학습합니다.
METHOD 01
샘플링 기반 2가지 알고리즘 활용 방법과 2가지 실습 프로젝트 구현
탐색 공간의 균형 잡힌 샘플링 기법을 통해서 공간을 효과적으로 탐색할 수 있는 방법을 학습합니다.
PRM (Probabilistic Roadmap)
알고리즘 활용 방법 학습
그래프 최단 알고리즘을 활용하는 방법을 학습합니다.
구성 공간 내에서 정해진 수만큼 임의의 생플링을 진행하는 방법을 학습합니다.
샘플링 된 노드 중 장애물 영역에 포함된 노드를 제거하는 방법을 학습합니다.
RRT(Rapidly-exploring Random Tree)
알고리즘 활용 방법 학습
무작위의 샘플을 트리 형태로 확장하여 경로를 찾는 방법을 학습합니다.
동역학적 제약을 고려하여 경로를 탐색하는 방법을 학습합니다.
샘플링 기법을 활용한 대표 2가지 프로젝트 실습 구현
METHOD 02
최적화 기반 2가지 알고리즘 학습과 2가지 실습 프로젝트 구현
물리적 제약과 충돌을 최소화하면서 초기 경로를 더 개선하여 경로를 구성할 수 있는 방법을 학습합니다.
Motion Planning 최적화 기법 대표 2가지 알고리즘 학습
최적화 기법을 활용한 대표 2가지 프로젝트 실습
METHOD 03
샘플링 & 최적화 기법 개선에 도움이 되는 2가지 Path Finding 기법 학습과 1가지 실습 프로젝트 구현
Motion Planning을 활용할 때 더 개선 된 경로 정보를 제공해줄 수 있는 대표 2가지 방법을 학습합니다.
Path Finding에 활용되는 대표 2가지 기법 학습
Path Finding 기법을 응용한 1가지 프로젝트 실습
실습 PROJECT 01
다수의 로봇이 존재하는 상황에서 경로를 계획해볼 수 있는 프로젝트 실습
Motion Planning을 활용할 때 더 개선된 경로 정보를 제공해줄 수 있는 대표 2가지 방법을 학습합니다.
물류 환경에서 여러 로봇이 존재할 때 경로 계획 구현
- 로봇의 개수가 늘어나면서 서치 스페이스가 기하급수적으로 늘어남을
학습합니다. (Grid Based 활용)
- Multi-Robot Path Planning 기법을 적용하여 여러 대의 로봇이
부딪히지 않고 목적지까지 움직일 수 있는 방법을 학습합니다.
학습합니다. (Grid Based 활용)
- Multi-Robot Path Planning 기법을 적용하여 여러 대의 로봇이
부딪히지 않고 목적지까지 움직일 수 있는 방법을 학습합니다.
POINT 03
Motion Planning을 활용하여 Mobile
Manipulator를 개발하는 파이널 프로젝트 구현
플샘플링, 최적화 기법을 학습하여 실제 로봇이 이동 가능한 궤적을
구성할 때 고려해야 할 요소들을 학습합니다.
FINAL PROJECT 01
ROS 2와 NAV 2를 활용한 모바일 로봇 네비게이션 구현 프로젝트
Motion Planning을 활용할 때 더 개선된 경로 정보를 제공해줄 수 있는 대표 2가지 방법을 학습합니다.
- Nav 2 패키지를 실행하여 로봇의 시뮬레이션 환경을 구성하는 방법을
학습합니다.
- Python API를 활용하여 모바일 로봇을 구동하는 방법을
학습합니다.
- 정적 및 동적 장애물을 회피할 수 있는 회피 기동 기능을 구현합니다.
FINAL PROJECT 02
ROS 2와 MoveIt2를 활용한 로봇 팔 Pick & Place 구현 프로젝트
UR Manipulator와 MoveIt 2 Python API로 Manipulator에 명령을 전달하여 Motion Planning을 수행하는 방법을 학습합니다.
- Gripper를 부착하였을 때, ROS 2 패키지가 변형되어 활용되는 구조를 학습합니다.
- MoveIt 2와 RViz를 활용하여 Motion Planning을 수행하는 방법을 학습합니다.
- Gripper를 부착하여 Pick & Place 기능을 구현합니다.
FINAL PROJECT 03
Nav 2와 MoveIt 2를 결합한 Mobile Manipulator 구현 프로젝트
랜덤한 환경에서 배달 로봇이 물건을 싣고 장애물을 회피하여 목적지까지 이동할 수 있는 프로젝트 실습을 구현합니다.
- Task Management를 학습하면서 배송이 원활하게 이루어질 수 있게
순차적으로 작업을 수행할 수 있는 방법을 학습합니다.
수행하여 배송 물품을 싣고 운반할 수 있는 Mobile Manipulator를 개발합니다.
강사 소개
이성원
현) University of Illinois Urbana-
Champaign Graduate Research
Assistant
-
Parsoa Lab에서 MR-TMP 알고리즘
개발
강사님께서 참여하셨던 주요 프로젝트
- Factory Automation Demo
- Handoff Operation for Manipulators
- Mind in Vitro(MiV)
참여한 주요 프로젝트
1. Factory Automation Demo
ROS 2의 MoveIt 2와 Nav 2를 활용하여 로봇팔과 모바일 로봇이 협업할 수
있는 데모를 구현하였습니다. Manipulator는 Pick & Place로 물건을 집어
올리고, 모바일 로봇에게 건네주는 과정을 거쳐 모바일 로봇이 최종
목적지까지 물체를 전달할 수 있는 역할을 구성하였습니다.
2. Handoff Operation for Manipulators
ROS 2의 MoveIt 2와 Nav 2를 활용하여 로봇팔과 모바일 로봇이 협업할 수
있는 데모를 구현하였습니다. Manipulator는 Pick & Place로 물건을 집어
올리고, 모바일 로봇에게 건네주는 과정을 거쳐 모바일 로봇이 최종
목적지까지 물체를 전달할 수 있는 역할을 구성하였습니다.
수강생 한정 강의 관련 오픈 커뮤니티 질의응답까지!
강사님과 무한 질의응답이 가능합니다,
1) 실습 중 에러가 나면? 질의응답 채널을 통해 빠른 해결!!
2) 강의를 듣다가 이해되지 않는 부분이 생기면 바로 질문하세요!
강사님과 무한 질의응답이 가능합니다,
1) 실습 중 에러가 나면? 질의응답 채널을 통해 빠른 해결!!
2) 강의를 듣다가 이해되지 않는 부분이 생기면 바로 질문하세요!
* 강사님께서 직접 질문에 답변해주시는 기간은 2025년 5월 9일 ~ 2028년 5월 2일까지 운영되며 그 이후에는 패스트캠퍼스 AI 기능을 활용하여 질문에 답변 받으실 수 있습니다.
* 강사님이 현업 중 답변 하시기에 답변까지 영업일 기준 7일 내외 시간이 소요될 수 있습니다.
* 강의와 무관한 질문에 대해서는 답변이 필수로 제공되지 않습니다.
* 강사님이 현업 중 답변 하시기에 답변까지 영업일 기준 7일 내외 시간이 소요될 수 있습니다.
* 강의와 무관한 질문에 대해서는 답변이 필수로 제공되지 않습니다.
한 번의 구매로 평생 소장!
언제든, 몇 번이든 다시!
언제든, 몇 번이든 다시!
한 번 결제로 평생 동안 무제한 반복 학습이 가능합니다.
바쁜 일정에 걱정할 필요 업싱, 원하는 때에 학습하고 필요할 때마다
복습하세요.
바쁜 일정에 걱정할 필요 업싱, 원하는 때에 학습하고 필요할 때마다
복습하세요.
QUESTION 1
어떤 분들이
수강하시면 좋을까요?
수강하시면 좋을까요?
- Motion Planning을 직접 로봇에 적용하고 싶은 로봇 개발자
- 로보틱스 연구를 하고 있는 학/석사 연구원
QUESTION 2
강의를 수강한 후 어떤 것들을
학습할 수 있을까요?
학습할 수 있을까요?
로보틱스 학문의 기본 요소들을 이해할 수 있는 능력
Motion Planning 이외에도 Perception, Planning, Control 등 다양한 형태의
구성 요소를 이해하면서 상황 별 어떤 요소가 필요한 지 구조적인 이해가 가능합니다. 로봇 모델링 및 환경을 이해할 수 있는 능력
로봇의 기초 구성 요소인 Link, Joint 등 부터 시작해서 상황에 따라 어떤 요소들을
활용할 지 판단할 수 있는 능력을 기르게 됩니다. Motion Planning 기법들과 장단점을 직관적으로 이해할 수 있는 능력
기초적인 활용 기법부터 상황에 맞는 응용 기법들까지 모두 학습하면서 알고리즘을
결정할 수 있는 능력과 파라미터들이 알고리즘에 어떻게 영향을 미칠 수 있는지
학습할 수 있습니다.
QUESTION 3
강의 구매를 망설이는 수강생들에게
해 주시고 싶은 한 마디가 있으시다면?
해 주시고 싶은 한 마디가 있으시다면?
많은 Motion Planning 강의는 지나치게 학문적인 경향이 있기 때문에 진입장벽이 큰 편입니다. 따라서 본 강의에서는 Motion Planning을 직관적으로 이해할 수 있도록 구성하였습니다.
마찬가지로, ROS2 패키지의 기본개념부터 구현 방법들을 쉽게 이해시키는 강의 또한 부재한 상황입니다.
본 강의에서는 최대한 필요한 내용들만을 위주로 간단하게 설명하는 데에 신경썼습니다.
마지막으로, 모션플래닝 알고리즘과 ROS2를 분절적으로 다루지 않고, 학습한 내용들이
서로 어떻게 연관이 되어 있는지 종합적으로 이해할 수 있도록 구성하였습니다.
마찬가지로, ROS2 패키지의 기본개념부터 구현 방법들을 쉽게 이해시키는 강의 또한 부재한 상황입니다.
본 강의에서는 최대한 필요한 내용들만을 위주로 간단하게 설명하는 데에 신경썼습니다.
마지막으로, 모션플래닝 알고리즘과 ROS2를 분절적으로 다루지 않고, 학습한 내용들이
서로 어떻게 연관이 되어 있는지 종합적으로 이해할 수 있도록 구성하였습니다.
QUESTION 4
개발 환경
- Ubuntu 24.04 LTS
- ROS 2 Jazzy(Gazebo)
- Visual Studio Code