[ROS] Pan/Tilt Study #2 가제보 연동 및 MoveIt를 활용한 모터 제어

setup sudo apt-get install ros-kinetic-franka-description roslaunch moveit_setup_assistant setup_assistant.launch execute roslaunch gazebo_ros empty_world.launch paused:=true use_sim_time:=false gui:=true throttled:=false recording:=false debug:=true rosrun gazebo_ros spawn_model -file pan_tilt.urdf -urdf -x 0 -y 0 -z 1 -model panda roslaunch test_moveit demo.launch rviz_tutorial:=true   reference 제3회 오픈 로보틱스 세미나 (제12세션) : 로봇 암 모델링과 MoveIt! 사용법 from Yoonseok Pyo http://docs.ros.org/kinetic/api/moveit_tutorials/html/doc/motion_planning_api/motion_planning_api_tutorial.html    

[ROS] Pan/Tilt Study #1 URDF 정의 및 가제보 연동

URDF 정의 In run_head_urdf.launch <!– Robot description –> <param name=”robot_description” command=”$(find xacro)/xacro.py ‘$(find cam_pan_tilt)/robots/first_robot.xacro'” /> xacro.py는 xacro를 urdf로 변환한다. In first_robot.xacro body, head, materials를 각각 불러온다. 아주 관리하기 편하다. In haed.urdf.xacro head_1, head_2는 head 안에 정의되어있다. 자신의 링크, 그리고 부모 링크, 그리고 두 링크 사이의 조인트를 설정한다. head에서 head_1, head_2, xtion 간의 joint를 설정했다. 가제보 소개 더보기 [ROS] Pan/Tilt Study #1 URDF 정의 및 가제보 연동[…]

[ROS] ros-control과 gazebo를 활용한 Pan/Tilt control

로봇팔이나 머리 등 엑츄에이터를 원하는 곳으로 제어하는 것은 어려운 일이다. 예를 들어, 로봇 팔로 사과를 잡는다고 한다. 사과를 잡기 위해, 로봇 팔의 손가락 (End effector)이 목표하는 위치로 가기 위해서는 팔의 관절 (Joint)들이 각도를 적절히 설정되야한다. 음.. 사람은 자연스럽게 되지만 로봇이 사과를 잡기 위해 관절들의 각도를 계산해야한다. 이것을 역기구학이라고 한다. 하지만 역기구학을 공부를 했다고 하더라도 코드로 소개 더보기 [ROS] ros-control과 gazebo를 활용한 Pan/Tilt control[…]

Google assistant service with custom wake word detection #2

이 글은 내 로봇에 음성인식 서비스를 적용하는 과정에 대해 설명한다. 나는 Google assistant service와 custom wake word detection를 활용하여 음성인식 모듈을 만들고 있다. 이 서비스를 활용하여 나만의 키워드로 Google assistant를 호출할 수 있다. Google Assistant는 2가지의 라이브러리를 제공한다. Google assistant library와 Google assistant service 두 라이브러리의 차이점은 얼마나 아래 레벨까지 접근할 수 있는지 정도이다. 라이브러리는 쉽게 사용할 수 소개 더보기 Google assistant service with custom wake word detection #2[…]

[공부] Bonnet Framework 분석 및 활용 #3 Docker 커맨드 정리 및 개인 Docker 생성

Docker 명령어 글을 따로 적는게 좋을까.. docker ps 현재 동작중인 도커 프로세스를 확인한다. docker images 현재 저장한 도커 이미지들을 확인한다. docker rmi IMAGE_NAME 도커 이미지를 지운다. docker login 도커에 접속한다. docker commit 7a71088bd4eb jacob/bonnet_mod:1.0 docker commit CONTAINER IMAGE_NAME 현재 동작하는 컨테이너를 커밋한다. docker push jacobyu/bonnet_mod 도커를 푸쉬한다. 서버에 올린다. 푸쉬하기 전에 로그인을 해야한다. docker pull 소개 더보기 [공부] Bonnet Framework 분석 및 활용 #3 Docker 커맨드 정리 및 개인 Docker 생성[…]

Connect amazon alexa vocie and ROS using alexa skill, lambda, pubnub #2

이전글에서는 아마존 에코와 로봇을 연결하기 위한 셋업에 대해 설명을 했습니다. 이번 글에서는 실제 적용한 것을 보여드리겠습니다. 감사합니다. #1에서 만든 alexa skill set을 실제로 에코 스피커에 적용을 해봤다. 에코에 적용을 하는 것은 생각보다 간단했다. 먼저 에코가 다른 사람이 쓰던 거라서 초기화를 했다. 다음으로 alexa skill을 만든 계정으로 에코를 세팅을 한다. 그러면 자동으로 내가 개발한 skill이 스피커에 소개 더보기 Connect amazon alexa vocie and ROS using alexa skill, lambda, pubnub #2[…]

Google assistant library on ubuntu #1 사전 조사

저는 취미활동으로 저만의 로봇을 만들고 있습니다. 중간중간 쉬고 있긴 하지만 꾸준히 하는중이긴 합니다. 최근에 계속 로봇에 어떻게하면 쉽게 음성인식 기능을 적용할 수 있을까? 에 대해 고민중입니다. 이 포스팅은 구글 어시스턴트를 어떻게 로봇에 적용할까? 에 관련된 포스팅입니다. 구글 어시스턴트 서비스, 라이브러리를 활용해서 제가 할 것은 아래와 같습니다. 음성인식 결과 (사용자가 말한 것) 가져오기 Google assistant의 응답 가져오기 특정 소개 더보기 Google assistant library on ubuntu #1 사전 조사[…]

Connect amazon alexa vocie and ROS using alexa skill, lambda, pubnub #1

이 글은 아마존 에코 스피커와 로봇을 연결하여 여러 명령을 하기 위한 셋팅입니다. 이 글 관련으로 2편-3편 정도 시리즈를 생각하고 있습니다. 감사합니다. 목적 스마트 스피커와 로봇을 연결할 필요가 생겼다. 왜냐하면 음성 인식 관련 소프트웨어, 하드웨어를 모두 다 개발할 수 없기 때문이다. 집중할 부분에 집중하고 이미 잘하는 것은 활용하는게 현명한 것 같다. 예를 들어, 여러 마이크를 사용하여 소개 더보기 Connect amazon alexa vocie and ROS using alexa skill, lambda, pubnub #1[…]

[공부] Bonnet Framework 분석 및 활용 #2 테스트

Bonnet framework에 대해 이어서 적어본다. https://github.com/PRBonn/bonnet 활용을 위해서는 모든 것을 알 필요는 없다. Bonnet framework를 활용하여 사람을 검출해봤다. 이 링크는 개발자가 올려 놓은 뮤직비디오에서 사람 검출이다. 생각보다 아주 빠르고 잘된다. 노트북에서 10fps 정도 속도로 검출한다. 프레임워크를 단순히 사용하는 방법은 간단하다. 이 프레임 워크는 이미지를 분류하는 프로그램일 뿐이고 분류하기 위해서는 모델이 필요하다. 사람 검출을 하기 위해서 소개 더보기 [공부] Bonnet Framework 분석 및 활용 #2 테스트[…]

[공부] Bonnet Framework 분석 및 활용 #1 논문 읽음

안녕하세요. 제이콥입니다. 좋은 프레임워크를 찾아서 소개합니다. 이 프레임워크는 Bonnet Framework인데요. 사용자들이 세그멘테이션을 할 때, 머신러닝을 쉽게 적용할 수 있게 해줍니다. 세그멘테이션은 이미지에서 여러 물체들을 검출하고, 분리하는 것을 말합니다. 논문 : https://arxiv.org/pdf/1802.08960.pdf 깃헙 : https://github.com/PRBonn/bonnet 위의 이미지에서 차, 길거리, 차로, 나무 등을 검출하는 것을 볼 수 있습니다. 3번째 이미지에서는 농작물과 잡초? 작은 것을 분리해내는 것입니다. (Crop vs. 소개 더보기 [공부] Bonnet Framework 분석 및 활용 #1 논문 읽음[…]