학생 작품

로봇: TurtleBot3 Burger(TB1), LDS-02 LiDAR, OpenCR 기반 구동부

로봇 운영체제: Ubuntu 22.04, ROS 2 Humble

제어 PC: Windows 11, WSL2 Ubuntu 22.04

자율주행: Nav2, AMCL, SLAM Toolbox

통신: Zenoh ROS 2 DDS Bridge

웹 관제: FastAPI, HTML/CSS/JavaScript, Canvas 기반 지도

안전 제어: ROS 2 Watchdog, 비상 정지, Deadman 방식 수동조종

데이터 저장: SQLite, JSON 기반 지도 정책 및 운영 이력

로그 분석: 규칙 기반 진단, 통계 기반 Production ML 모델

로컬 AI: Ollama, Qwen3 8B, NVIDIA RTX 4070 12GB

형상관리·검증: GitHub, GitHub Actions, pytest, Node.js 테스트

기존 TurtleBot3 운용 방식은 ROS 2 명령어와 RViz 사용법을 알아야 하므로 비전문가가 로봇의 상태를 확인하고 주행을 제어하기 어렵다. 또한 자율주행 중 발생하는 센서 오류, 위치 추정 실패, 통신 지연, 경로 단절 등의 문제를 여러 ROS 2 로그에서 직접 찾아야 하므로 장애 대응에 많은 시간이 필요하다.

이를 개선하기 위해 웹 브라우저에서 로봇 상태 확인, 지도 작성, 수동조종, 목적지 이동, 순찰 관리, 장애 분석까지 수행할 수 있는 통합 관제 시스템을 개발했다.

추가로 사용자가 지도 위에 가상 벽과 공간 정책을 직접 정의하고, 로봇이 이를 실제 운행 정책으로 활용할 수 있도록 의미 기반 운영지도 구조를 도입했다. 이를 통해 단순한 지도 기반 주행을 넘어 개인정보 보호, 출입 제한, 충전 위치 관리와 같은 현실적인 로봇 운영 요구사항을 반영하고자 했다.

웹에서 TB1 연결 상태, 배터리, LiDAR, 위치, 속도, Wi-Fi 및 시스템 상태 확인

웹 WASD 수동조종 및 Deadman 안전 정지 구현

SLAM 지도 작성 과정과 현재 로봇 위치·LiDAR 데이터 시각화

초기 위치 설정, 목적지 이동, 순찰점 및 반복 순찰 기능 구현

실차 목적지 주행 및 약 10분간의 연속 주행 시험 수행

목적지 단절, 진행 정체, 센서 저하 등 주행 문제에 대한 로그 진단 기능 구현

통계 기반 Production ML 모델과 규칙 기반 ROS 2 로그 분석 구현

Ollama Qwen3 8B를 이용한 한국어 구조화 로그 분석 구현

가상 벽, 금지구역, 개인정보 보호구역, 충전 위치 편집·저장·표시 구현

금지구역 목적지 지정 및 웹 WASD 경계 통과를 서버에서 강제 차단

배터리 부족 경고와 충전하러 가기 기능 구현

Gateway 148개, Navigation Agent 121개, 웹 41개 테스트 통과

1. 웹 기반 통합 관제

2. 지도 작성 및 위치 시각화

3. 수동조종과 안전 제어

4. 목적지 이동과 순찰

5. 의미 기반 운영지도

6. 충전 위치 관리

7. ROS 2 로그 및 MLOps 분석

8. 로컬 AI 분석

로봇 제어와 웹 관제 PC를 분리하고 Zenoh를 통해 필요한 ROS 2 토픽·서비스·Action만 전달했다.

/cmd_vel과 같은 속도 토픽은 외부 네트워크로 직접 전달하지 않고 로봇 내부 안전 경로에서만 처리한다.

브라우저 검증만으로는 우회할 수 없도록 목적지와 수동조종 명령을 Gateway에서 다시 검증한다.

SLAM 원본 지도와 사용자 작성 가상 벽을 분리해 위치 추정 성능 저하를 방지했다.

가상 벽·금지구역·개인정보 보호구역을 하나의 벡터 정책 구조로 관리한다.

개인정보 보호구역은 현재 TB1 진입 차단에 적용되며, 향후 카메라 로봇에서는 촬영·저장·전송 차단 정책으로 확장할 수 있다.

AI 장애나 모델 미설치 상태에서도 기존 웹 관제, 규칙 분석 및 Production ML 기능은 계속 동작한다.

AI에 전달되는 로그의 비밀번호, 토큰, 키 및 인증정보를 마스킹한다.

로봇 제어 기능은 오류 발생 시 허용하는 방식이 아니라 안전하게 차단하는 Fail-closed 원칙을 적용했다.

1. TB1 Nav2 가상 벽 실차 검증

2. 자동 충전 하드웨어

3. 개인정보 정책 확장

4. 다양한 운영구역 추가

5. 다중 로봇 확장

6. AI 분석 정확도 향상

활용방안

학교·연구실의 로봇 교육 및 실습 관리

공장·창고의 자율 순찰 및 상태 감시

병원·공공기관의 제한구역 운행

사무실·도서관의 안내 및 운반 로봇

개인정보 보호가 필요한 시설의 서비스 로봇

다중 로봇 운영과 원격 장애 대응 연구

의미 기반 공간정책 및 로봇 운영기술 연구

기대효과

ROS 2 지식이 부족한 사용자도 웹에서 로봇을 운용할 수 있다.

로봇 상태, 지도, 주행, 순찰과 로그 분석을 하나의 화면에서 관리할 수 있다.

가상 벽과 금지구역을 물리적 시설 변경 없이 빠르게 설정할 수 있다.

개인정보 보호구역을 로봇의 이동 및 데이터 정책과 연결할 수 있다.

장애 발생 시 로그 탐색 시간을 줄이고 점검 순서를 표준화할 수 있다.

로컬 AI를 사용해 운영 로그가 외부 서버로 전송되는 것을 방지할 수 있다.

Watchdog, 비상 정지, Lease 및 서버 검증을 통해 오작동 위험을 줄일 수 있다.

향후 다른 ROS 2 로봇과 다중 로봇 환경으로 확장할 수 있다.

공간 객체를 로봇별 운행·센서·충전 정책으로 변환하는 의미 기반 운영지도로 발전시킬 수 있다.