24.12.05 개인일지

수습 기간 평가 관련

• 2달 동안 과제 선정해서 만들고 평가 받기
  • Isaac GYM 관련 강화학습 (go2)
  • Local Path Planning 

To Do List

• 업무
  • Simulationi + RL 
    • GO 2 모델 시뮬레이션에 띄우기 -> train - play 실행 완료 
    • 나만의 환경에서 GO 2 모델 띄워서 움직이기 (cmd_vel) -> 완료
  • SLAM
    • Global Path / Local Path / Costmap
      • Global Path : 로봇이 환경 내에서 목적지로 이동하기 위한 전체 경로
      • Local Path : 로봇이 실제로 이동하면서 주변 상황을 반영해 즉각적으로 업데이트 되는 경로
      • Cost Map : 로봇이 환경을 인식하고 경로를 계획하는데 중요한 역할
           특정 지역의 비용(비용 값을 표현하여 로봇이 그 지역을 통과하는 데 걸리는 어려움이나 위험도를 나타냄)
        • 경로 계획 : 로봇이 목표 지점까지 가장 적은 비용으로 이동할 수 있는 경로를 계산
        • 장애물 회피 : 실시간으로 로봇 주변의 장애물을 탐지하고 회피
      • PointCloud의 균일성 고려
    • 3D / 2.5D (개념 공부 - 계층적 / level 구분하여 진행)
      • https://www.mdpi.com/2072-4292/13/24/5066 
      • 2.5 D는 2D 맵 형태를 유지하면서 높이 정보도 포함 
        • 도로의 경사나 장애물의 높이를 고려
      • Graph SLAM: 로봇이 환경을 탐색하는 동안 자신의 위치를 추정하고 환경 지도르르 구축할 때, 그래프 구조로 위치와 관측 데이터를 모델링 -> 논문에서는 LiDAR 사용
  • Navigation - Path Planing
    • Global Path Planning (Local Path Planning 먼저 진행하기)
    • Locl Path Planing -> Test Simulation 진행해보기
      • Jetson 기준으로 돌릴 수 있는 모델 - 모바일 로봇, 자동차, 4족 보행 (상관 없음)
      • output : cmd_vel 나오기
      • RGB, IMU, LiDAR (현재는 IMU, LiDAR 위주)
    • Deep Learning + SLAM : droid slam
  • Vision Model 준비 
    • Defect Detection : Crack , IR, Rust ...
    • Anomaly Detetction : Human behavior
      • https://yeonsoo98.tistory.com/4 -> 꾸준히 찾기  
      • Object Detection 처럼 바운딩 박스 찾기
    • Traversability : 이동체(예: 로봇, 차량)가 특정 지형이나 경로를 안전하고 효율적으로 이동할 수 있는 능력
• 공부
  
  • 로봇 기초
    • Roadbalance 1~5 강 공부
    • SLAM & Navigation (2D - 3D - LIO SAM &  VIO SAM) -> Odom 을 잘 구하자! 
    • TF 개념 숙지 (World -> Map -> Odom -> Base)
    • 제어 개념 (Differential Drive) & Pid 제어 
      • 4족 보행 -> 무게 중심 개념 -> COM  제어 (비선형 제어) 
        • Dream Walk -> RL 기반 (로봇 정보 학습하여 4족보행 제어)
        • Sim to Real / zero shot & few shot
    • IMU 개념 숙지 (필터 종류 파악하기)
      • 가우시안 분포 개념
    • Deep Mimic 논문 읽어보기 -> RL 기본 & 로봇 도메인의 중요성
    • 터틀봇 STL -> TF 짜보기 추천
  • Python
  • AI
    • 강화학습
    • GNN 
    • Transformer

Graph SLAM-Based 2.5D LIDAR Mapping Module for Autonomous Vehicles