Lecture6. ROS 2 Tools - Documentation for Hugo Learn Theme

Lecture6. ROS 2 Tools

ROS 2는 rqt라는 프로그램의 집합을 제공합니다. rqt의 GUI를 사용하면 데이터 시각화, 코딩 없이 통신 메커니즘과 상호 작용, tf frame의 시각화 등 ROS 2 프로그래밍이 매우 매우 편해집니다.

이번 시간을 통해 몇가지 자주 사용되는 rqt들을 살펴보고, 약간의 실습도 진행해보겠습니다.

rqt의 실행은 다음과 같습니다.

rqt

⇒ 초기 실행 시 빈 화면이 등장하지만, 상단 탭을 통해 수많은 응용 프로그램들을 확인할 수 있습니다.

rqt_graph

rqt_graph는 node와 topic에 대해 시각화하여 한 장의 이미지를 보여주는 툴로, 가장 많이 사용되는 Rqt Tool입니다.

rqt_graph는 자주 사용되는 만큼 보통 개별적으로 실행합니다.

rqt_graph

사진에 보이는 동그라미는 node를, 네모는 topic을 의미합니다. 더불어 화살표의 방향을 통해 topic의 송/수신자를 구별할 수 있습니다.

더불어 rqt_graph는 다양한 시각화 옵션들을 제공하고 있습니다.

Node Option	Hide Option	ETC
Node Only	Dead sinks	Group Option
Nodes/Topics (Active)	Leaf Topics	Actions
Nodes/Topics (All)	Debug	tf
	tf	Images
	Unreachable	Highlight
	Params	Fit

⇒ 참고로, rqt_graph의 node에 마우스 커서를 가져가면 관련 topic들의 색상을 바꿔줍니다. (Highlight)

Topic 이름을 잘못 생성하거나 겹치는 경우, 코드 차원에서 디버깅이 힘들지만 rqt_graph를 사용하면 손쉽게 판별 가능합니다.

Topic Tools - Message Publisher & Topic Monitor

rqt 상단의 탭에서 다음과 같이 화면을 구성합니다.

plugins ⇒ topics ⇒ Message Publisher
pulgins ⇒ topics ⇒ Topic Monitor

message publisher를 사용하면 코딩 없이 원하는 topic을 publish 가능합니다. Topic Msg에 원하는 데이터를 채워넣은 뒤, 체크박스를 클릭하면 로봇이 움직이기 시작합니다. 실습을 위해 일전 husky gazebo를 실행시키고 로봇을 제어해 보겠습니다.

# Terminal 1
ros2 launch husky_gazebo husky_playpen.launch.py

# Terminal 2
rqt

Topic Monitor를 사용하면, Topic 데이터들을 효과적으로 모니터링 가능합니다. Topic Publisher와 동일하게 체크박스를 눌러 topic을 선택한 뒤, 변하는 데이터를 확인해봅시다.

Service Tools - Service Caller

rqt 상단의 탭에서 다음과 같이 화면을 구성합니다.

plugins ⇒ services ⇒ Service Caller

Service Caller를 통해 코딩 없이 간편하게 Service Call이 가능합니다. Service Srv에 원하는 데이터를 채워넣은 뒤, Call 버튼을 클릭하면 Request와 Response를 받을 수 있습니다. Gazebo상의 물체를 제거하는 간단한 실습을 해봅시다.

gazebo_ros와 rqt를 실행합니다.

# Terminal 1 - Run Gazebo ROS
ros2 launch gazebo_ros gazebo.launch.py

# Terminal 2 - rqt & Service Caller
rqt

rqt Service Caller를 실행시킨 뒤, /delete_entity service를 선택합니다.

gazebo상에서 모델을 등장시킨 뒤, 해당 모델의 이름을 service srv를 통해 전달하면 물체가 사라집니다!

Rviz2

Rviz2는 ROS 2 개발 중 발생하는 수많은 로봇 데이터들을 시각화해주는 고마운 툴입니다. 다른 rqt 프로그램들은 몰라도, Rviz2의 사용법은 반드시 익혀두시기를 추천합니다.

rviz2 예시를 위해 좀 더 갖춰진 gazebo 환경을 실행해보겠습니다.

# install requirements
cd du2023-ros2
./setup_scripts.sh

# package build
cd ~/ros2_ws
cbp src_controller && source install/local_setup.bash
cbp src_gazebo && source install/local_setup.bash
cbp src_odometry && source install/local_setup.bash

# demo env launch
ros2 launch src_gazebo racecourse.launch.py

⇒ 현재는 제가 미리 준비해둔 rviz2 화면이 등장했지만, 실습을 통해 이런 rviz2 화면을 구성하고 launch file을 통해 실행하는 법까지 다루어 보겠습니다.

Rviz2의 개별 실행은 터미널에서 가능합니다.

rviz2

rviz에서 view를 전환하는 방식은 gazebo와는 다르게 마우스 휠 클릭이 평행이동, 왼쪽 클릭이 회전이동입니다. 더불어, 우측 상단의 view를 통해 시점을 바꿀 수도 있습니다.

⇒ Orbit이 기본이며, 종종 TopDownOrtho도 사용됩니다.

좌측 Displays 패널을 통해 각종 Topic, TF 데이터들을 추가, 수정, 옵션 변경할 수 있습니다.

새로운 display를 추가하기 위해서, 패널 하단 Add 버튼을 사용합니다.

rviz2에서는 By display type / By Topic의 두가지 add option을 제공합니다.

Topic type을 사용하면 rviz2가 현재 실행되고 있는 topic을 인식하여 적합한 시각화를 해주게됩니다.
Display type은 원하는 시각화 타입을 먼저 선택하고, 해당 타입을 갖는 topic을 사용자가 매칭하는 방식입니다.

시각화 시, 색상/크기/투명도 등 다양한 옵션을 바꿀 수 있습니다.

ros2 launch로 rviz2 실행하기

rviz2 또한 ros2 node입니다. 그렇기에 launch file에서의 실행은 일반 node와 동일합니다.

    # Launch RViz
    rviz = Node(
        package='rviz2',
        executable='rviz2',
        name='rviz2',
        output='screen',
    )

하지만, 이렇게 실행 시, 매번 시각화할 데이터를 선택하고, 옵션을 바꾸는 등의 수고스러움이 생깁니다. 따라서 rviz2는 설정을 저장하고 불러오는 기능을 제공합니다. (이는 rviz2 상단 패널에서도 확인 가능합니다.)

save config를 통해 나만의 설정을 저장하고, launch file을 통해 실행하는 실습을 진행해봅시다.

여러분만의 rviz2 화면을 구성합니다.

해당 설정(config file)을 특정 패키지 내부에 저장하고, 위치를 기억합니다.

패키지 내 새로운 launch file을 작성하고 rviz2 node를 추가한 뒤, config file을 옵션으로 전달합니다.

import os

from ament_index_python.packages import get_package_share_directory

from launch import LaunchDescription
from launch_ros.actions import Node

def generate_launch_description():

    pkg_path = os.path.join(get_package_share_directory('src_gazebo'))
    rviz_config_file = os.path.join(pkg_path, 'rviz', 'gazebo_racecourse.rviz')

    # Launch RViz
    rviz = Node(
        package='rviz2',
        executable='rviz2',
        name='rviz2',
        output='screen',
        arguments=['-d', rviz_config_file]
    )

    return LaunchDescription([
        rviz
    ])

참고로, 새로운 폴더가 추가되었을 시 CMakeLists.txt에 해당 폴더를 추가하여야 이후 launch file에서 접근 가능합니다.

install(
  DIRECTORY
    launch
    meshes
    models
    config
    worlds
    rviz
    urdf
  DESTINATION
    share/${PROJECT_NAME}/
)

새로운 파일, 폴더가 추가되었으므로 colcon build를 수행한 뒤, 예제를 실행합니다.

# Package build again
cbp src_gazebo
source install/local_setup.bash

# execute your launch file
ros2 launch src_gazebo <your-launch-file>

rqt_robot_steering

rqt_robot_steering를 사용하면 움직이는 로봇을 조종하기 위해 별도의 코딩을 하지 않고도 GUI를 통한 조종이 가능합니다.

# package install
sudo apt install ros-foxy-rqt-robot-steering

# run node
rqt_robot_steering

GUI의 가로 슬라이드는 angular velocity, 세로 슬라이드는 linear velocity를 뜻하며 로봇의 topic이름을 맞춰준 뒤 원하는 조종이 가능합니다.

실습을 위해 이전 husky 예시를 실행하고 rqt_robot_steering를 통해 로봇을 조종해보겠습니다.

# Terminal 1
ros2 launch husky_gazebo husky_playpen.launch.py

# Terminal 2
rqt_robot_steering

rosbag2

rosbag은 프로그램 동작 중 발생하는 message 데이터를 기록하고 복기할 수 있게 해주는 툴입니다. 로봇 알고리즘을 개발할 때, 같은 상황에 대해 성능을 비교하는 경우, 혹은 교육 목적으로 데이터셋을 제공하는 경우 등에 매우 유용하게 사용할 수 있습니다.

rosbag 사용법을 함께 실습해보겠습니다! 실습을 위해 gazebo 예시를 빌드하고 실행합니다.

# Example package clone
cd ~/ros2_ws/src
git clone https://github.com/RB2023ROS/gz_ros2_examples
cd ~/ros2_ws

# Example package build
cbp lidar_world

# Run Example package
ros2 launch lidar_world lidar_world.launch.py

해당 예시는 GPU Sensor를 사용하므로 일반 랩탑에서 실행 시 오류가 발생할 수 있습니다. 랩탑에서의 실행을 원하신다면 lidar_world/urdf/sensor_stick.urdf.xacro 파일에서 CPU 버전으로 토글합니다.

<?xml version="1.0"?>
<robot name="sensor_stick" xmlns:xacro="http://www.ros.org/wiki/xacro">
  ...
  <!--Import gazebo elements-->
  <!-- <xacro:include filename="$(find lidar_world)/urdf/sensor_stick.gazebo.xacro" /> -->
  <!-- <xacro:include filename="$(find lidar_world)/urdf/sensor_stick_gpu.gazebo.xacro" /> -->

이런 여러 기능을 가진 시뮬레이션은 매우 느리게 동작하기 때문에 정확한 알고리즘의 검증이 불가능합니다.

ROS 개발자들은 이러한 이유로 rosbag2를 통해 환경에서의 데이터셋을 제작합니다. 실제로 컴퓨터 비전 학회나 로봇 학회에서도 본인의 테스트베드를 rosbag으로 저장한 뒤 publish하는 경우가 많습니다.

그럼 실습을 통해 rosbag2의 사용 방법을 알아봅시다.

# Terminal 1 - gazebo env
ros2 launch lidar_world lidar_world.launch.py

# Terminal 2 - rosbag2 install & run
sudo apt-get install ros-foxy-ros2bag ros-foxy-rosbag2*

# create seperate dir for rosbag2
mkdir ~/ros2_ws/rosbag2
cd ~/ros2_ws/rosbag2

ros2 bag record -a -o lidar_world

...
[INFO] [1681816765.163369771] [rosbag2_transport]: Listening for topics...
[INFO] [1681816765.164494950] [rosbag2_transport]: Subscribed to topic '/tf_static'
[INFO] [1681816765.165085302] [rosbag2_transport]: Subscribed to topic '/clicked_point'
[INFO] [1681816765.165696583] [rosbag2_transport]: Subscribed to topic '/tf'
[INFO] [1681816765.166304849] [rosbag2_transport]: Subscribed to topic '/goal_pose'

⇒ record의 종료는 ctrl + c를 사용합니다.

info 옵션을 통해 저장을 마친 rosbag2의 정보를 조회할 수 있습니다. 16초 동안 약 570MB의 데이터가 저장된 것을 알 수 있습니다.

$ ros2 bag info lidar_world/lidar_world_0.db3
[INFO] [1681817128.588731891] [rosbag2_storage]: Opened database 'lidar_world/lidar_world_0.db3' for READ_ONLY.

Files:             lidar_world/lidar_world_0.db3
Bag size:          569.4 MiB
Storage id:        sqlite3
Duration:          16.325s
Start:             Apr 18 2023 20:19:25.172 (1681816765.172)
End:               Apr 18 2023 20:19:41.497 (1681816781.497)
Messages:          1068
Topic information: Topic: /clock | Type: rosgraph_msgs/msg/Clock | Count: 173 | Serialization Format: cdr
                   Topic: /performance_metrics | Type: gazebo_msgs/msg/PerformanceMetrics | Count: 82 | Serialization Format: cdr
...

저장 완료된 rosbag2를 다시 복기해보고 rviz2를 통해 시각화까지 해봅시다.

# Terminal 1 - ros2 bag play
$ ros2 bag play lidar_world/lidar_world_0.db3
[INFO] [1681817182.011798950] [rosbag2_storage]: Opened database 'lidar_world/lidar_world_0.db3' for READ_ONLY.
...

# Terminal 2 - rviz2
$ rviz2

⇒ Fixed Frame을 link_1으로 변경해야 포인트들을 확인 가능합니다.

한차례 실습을 진행해 보았는데요, 이제 각각의 커멘드 라인 옵션들을 살펴보겠습니다.

ros2 bag 키워드

Command	Description
record	topic data를 저장합니다.
info	저장된 rosbag 데이터의 정보를 조회합니다.
play	저장된 rosbag 데이터를 재생합니다.

ros2 bag record 옵션

Command	Description
-a	모든 topic data를 저장합니다.
-o	저장될 rosbag의 이름을 지정합니다.
-b	rosbag 저장 시, 최대 사이즈를 지정하며 사이즈 초과 시 새로운 rosbag으로 저장됩니다.
-d	rosbag 저장 시, 최대 시간을 지정하며 사이즈 초과 시 새로운 rosbag으로 저장됩니다.

더불어, convert 기능을 통해 rosbag2를 쪼개거나 합할 수 있습니다. 자세한 사용법은 링크로 남겨두겠습니다. https://github.com/ros2/rosbag2#converting-bags

실제 로봇 제품이 없더라도 기록된 rosbag2 데이터를 통해 알고리즘의 검증과 시연이 가능합니다. 이번 강의에서도 rosbag2 데이터를 적극 사용하고자 하니 잘 기억해주세요!