sea-bass/turtlebot3_behavior_demos

해결하는 문제

이 프로젝트는 행동 트리(behavior tree)를 사용하여 자율 로봇 행동을 구현하는 데 대한 디모를 제공합니다. 특히, 여러 위치로 이동하여 특정 색상의 물체를 찾는 등의 복잡한 작업을 시뮬레이션된 TurtleBot3 및 TurtleBot 4 로봇에서 조율하는 문제를 해결합니다.

작동 방식

이 프로젝트는 로봇의 의사결정 과정을 관리하기 위해 행동 트리를 사용합니다. 이 트리는 두 가지 방식으로 구현됩니다:

• Python: py_trees 라이브러리 사용.
• C++: BehaviorTree.CPP 라이브러리 사용.

물체 탐지는 HSV 색공간에서 간단한 임계값 처리를 통해 수행됩니다. 전체 환경은 Gazebo, ROS 2 Jazzy, Ubuntu 24.04를 사용하여 시뮬레이션되며, Docker Compose를 활용하여 시뮬레이션 및 행동 노드의 설정과 배포를 간소화합니다.

대상 사용자

이 프로젝트는 ROS 2 환경에서 자율 주행 및 물체 탐지에 행동 트리를 구현하는 방법을 배우고자 하는 로봇 개발자 및 학생들을 주요 대상으로 합니다.

주요 특징

• 이중 구현: Python과 C++ 모두에 대한 예제 제공.
• 시각화 지원: py_trees_ros_viewer 및 Groot2와 통합되어 실시간 행동 트리 시각화 가능.
• 컨테이너 기반 워크플로우: Docker Compose를 사용하여 일관된 개발 환경과 ROS 2 워크스페이스 제공.
• 하드웨어 호환성: TurtleBot3 및 TurtleBot 4 시뮬레이션 모두 지원.