TurtleBot3 AI Safety Patrol

터틀봇 기반 AI 안전 · 인력관리 자율주행 로봇 시스템. TurtleBot3 3대가 물류센터를 무인 순찰하며, AI가 위험(화재 · 쓰러짐 · 안전모 미착용)을 감지하면 로봇이 현장에 출동해 증거를 촬영하고, 배터리가 부족하면 스스로 충전 · 교대하는 시스템입니다.

5인 팀 프로젝트에서 자율주행(SLAM & Navigation) 파트와 하드웨어 확장을 담당했습니다. 이 저장소는 담당 파트의 코드 · 문서이며, 전체 시스템(AI 인식, 서버/DB, Unity 관제)은 팀 저장소에 있습니다: eduwing-robotics/ros2-ai-amr-repo4

▶ 프로젝트 홍보 영상 (3분 18초) — 이미지를 클릭하면 재생됩니다

최종 성과

항목	결과	비고
주행 성공률	30% → 100%	원인은 주행 코드가 아니라 시간동기(chrony)
도킹 반복 정밀도	±2mm / 진입각 -0.23°	ArUco 접근 + 라이다 벽피팅 자세 + 라이다 절대거리
금지구역 침범	0건	KeepoutFilter + 자작 침범 감시 노드로 실기 검증
2대 자동 교대	개입 0회	1랩 = 1교대, 배터리 33%/85% 정책
검증 체크리스트	45항목 구현 · 검증	파트 간 인터페이스 계약 v1.4 기준

시연 장면

이벤트 감지 순간 (로봇 시점) 화재 FIRE 61% · 쓰러짐 FALL 87% (2.5배속)	출동 전체 흐름 순찰 → 이벤트 출동 → 복귀 (32배속 타임랩스)
정상 순찰 풀랩 순찰 후 충전 복귀 (10배속)	충전 교대 근접 경보 속 교차 — 한 대는 충전존, 한 대는 순찰 인계
자동 충전 도킹 반복 정밀도 ±2mm, 진입각 -0.23°	지게차 리프트 (3호기) 상자 운반 풀사이클 (16배속, 상세는 hardware/forklift_lift)

담당한 것

• 순찰 미션 제어 — rclpy 기반 patrol_commander 20상태 FSM 설계 · 구현 (순찰/파견/충전/비상)
• 정밀 도킹 — 지도 해상도 5cm 환경에서 mm 단위 충전 단자 정렬 (접근 = ArUco, 자세 = 라이다 벽피팅, 깊이 = 라이다 절대거리)
• 이벤트 출동 — AI 감지 좌표로 출동, 폐루프 비주얼 서보잉으로 증거 사진 촬영 (60cm · ±2°·수평 기준)
• 무인 운영 — 배터리 정책 기반 자동 충전 · 2대 교대, 로봇별 DDS 도메인 분리(97/88/4)
• 안전 설계 — E-STOP 래치, 스캔 두절 감시, 데드맨, 금지구역 침범 감시
• 하드웨어 확장 — 지게차 리프트(3D 프린팅 랙앤피니언+서보, 관제 연동), 마그네틱 포고핀 충전 단자

왼쪽부터 1 · 2호기(순찰 · 이벤트 출동), 3호기(지게차 리프트)

시스템 구성

Cartographer(SLAM) → AMCL(위치추정) → NavFn + RPP(경로계획·조향)
                                          │
                     patrol_commander (20상태 FSM) ← 서버/관제 명령
                                          │
              순찰 · 이벤트 출동 · 충전 복귀 · E-STOP · 교대

• 지도: 실측 1.8×1.8m 창고 맵, 5cm 격자(52×52), 복도 폭 약 40cm
• 환경: ROS2 Jazzy / Ubuntu 24.04 · Nav2 · TurtleBot3 Burger (RPi + OpenCR) · CycloneDDS

저장소 구조

├── src/
│   ├── teamproject_navigation/   # 순찰 FSM·launch·waypoint (ROS2 패키지)
│   └── teamproject_interfaces/   # 파트 간 msg/srv 계약 v1.4
├── docking/                      # ArUco 정밀 도킹, 이벤트 융합, 금지구역 감시
├── pi/                           # 로봇(RPi) 탑재 노드 — 도킹 실행기, UDP 카메라 센더
├── hardware/                     # 지게차 리프트(STL·구동 노드), 포고핀 충전 단자
├── scripts/                      # 기동/정지 운영 스크립트 (CLEAN_START 계열)
├── nav_params/                   # Nav2 실사용 파라미터 (burger_rpp.yaml)
├── maps/                         # 맵, 금지구역 마스크, 순찰 그래프
├── calib/                        # 카메라 캘리브레이션 결과 (fx/cx가 도킹 정밀도를 좌우)
└── docs/                         # 문제 해결 기록, 데모 이미지

각 폴더의 README에 파일별 설명이 있습니다.

실행 방법

PC(주행 스택)와 로봇(RPi, 센서 · 모터 · 카메라)으로 나뉩니다.

# 1. 빌드
colcon build --packages-select teamproject_interfaces teamproject_navigation

# 2. 로봇 기동 (RPi) — pi/robot_bringup.launch.py.TEMPLATE 참고

# 3. PC 스택 기동 — Nav2·도킹 · 융합 노드를 순차 게이트로 올림
./scripts/CLEAN_START.sh        # 1호기
./scripts/CLEAN_START_R2.sh     # 2호기 (도메인 88)

# 4. 순찰 시작
ros2 service call /robot1/set_mode teamproject_interfaces/srv/SetMode "{mode: 'PATROL_START'}"

핵심 파라미터

파라미터	기본값	설명
use_route_servo	true	순찰 주행을 서보 루트로 (이벤트 접근은 Nav2 회피)
use_nav2_event_approach	true	이벤트 접근을 Nav2로 — 장애물 회피
use_clear_detour	true	막힘 5초 확정 시 자율 우회
wall_yaw_offset_deg	로봇별	라이다 장착각 보정 (로봇2 비틀림 5° 해결)
servo_standoff	0.734	도킹 마커 스탠드오프 (실측값)
battery_threshold	33.0	충전 복귀 판단 기준 (%)

설계에서 지킨 것

• 안전은 관문에서 강제한다 — E-STOP은 상태 전환이 지나가는 한 곳(change_state)에서 래치. 관제의 명시적 해제 없이는 어떤 코드도 풀 수 없다. 스캔 두절 감시, 수동조작 데드맨(0.5s)도 같은 원칙.
• 한 제어루프에 두 기준을 섞지 않는다 — 도킹에서 벽 기준과 카메라 기준을 교대로 쓰면 진동한다. 단계마다 기준 하나(접근 = 마커, 자세 = 벽피팅, 깊이 = 라이다 절대거리)만 사용.
• 타임아웃은 유도식으로 — 속도를 바꾸면 그 속도에 묶인 하드코딩 타임아웃이 깨진다. 전부 거리/속도 유도식으로 전환.
• 추측 대신 측정 — 성공률 30%의 원인 후보 다섯을 수치로 하나씩 소거했다. 과정은 아래 문서에.

문제 해결 과정 전체 기록: docs/troubleshooting.md