일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
- homogeinous
- 정보처리기사
- sam2
- Linux
- 컴퓨터구조
- Coding
- 정처기
- 정렬
- AI
- 네트워크 충돌
- 맥케이브
- 리눅스
- MIPS
- 알고리즘
- 3dof
- segmentation
- sort
- 회전 복잡도
- ROS2
- CentOS
- 소스 코드 품질 분석
- Computer
- 기구학
- 명령어
- robotics
- Java
- 합병
- humble
- SQL
- homogenous
- Today
- Total
목록전체 글 (89)
UTF-404

참고 : https://docs.ros.org/en/humble/Tutorials/Beginner-CLI-Tools/Understanding-ROS2-Nodes/Understanding-ROS2-Nodes.html Understanding nodes — ROS 2 Documentation: Humble documentationYou're reading the documentation for an older, but still supported, version of ROS 2. For information on the latest version, please have a look at Kilted. Understanding nodes Goal: Learn about the function of nodes ..

참고 : https://docs.ros.org/en/humble/Tutorials/Beginner-CLI-Tools/Introducing-Turtlesim/Introducing-Turtlesim.html Using turtlesim, ros2, and rqt — ROS 2 Documentation: Humble documentationOpen a new terminal and source ROS 2 again. At this point you should have three windows open: a terminal running turtlesim_node, a terminal running turtle_teleop_key and the turtlesim window. Arrange these wind..

지난 글에서 우리는 ROS2-humble 설치 방식에 대해 알아보았다.https://utf-404.tistory.com/90 ROS2-humble 설치 및 삭제벌써 입사한 지 반년이 넘었다. 이제 다시 한번 더 ROS2의 개념을 좀 더 확실하게 다 잡자는 마음에 이렇게 ROS2-humble에 대해 작성하게 되었다. 처음에는 이게 뭐지..라는 생각이었지만 하다 보니utf-404.tistory.com 이번 글에서는 ROS2-humble 환경 설정에 대해 알아보자. 필요 사항 : Ubuntu 22.041. 환경 변수 확인ROS2 설치 파일을 sourcing 하면 작동에 필요한 여러 환경 변수가 설정되는데, 이때 패키지를 찾거나 사용하는 데 문제가 있는 경우 다음 명령을 사용해 환경이 올바르게 설정되었는지 확..

벌써 입사한 지 반년이 넘었다. 이제 다시 한번 더 ROS2의 개념을 좀 더 확실하게 다 잡자는 마음에 이렇게 ROS2-humble에 대해 작성하게 되었다. 처음에는 이게 뭐지..라는 생각이었지만 하다 보니 이런 거구나 자연스럽게 조금씩 이해되는 느낌이었다.다른 언어들 혹은 운영체제 (필자가 생각하기에는 ROS는 로봇 운영체제라는 말과 안 맞게 사실 미들웨어에 가깝다란 생각을 한다.)와 달리 생각보다 여러 집합체의 의미를 가지고 있는 것이 ROS라고 생각한다. 뭐 이리저리 말이 길었는데, ROS2를 어떻게 사용하는 것인지 설치는 어떻게 하고 어떤 기능들이 있는지에 대해 지금부터 알아보자.참고 : https://docs.ros.org/en/humble/index.html ROS 2 Documentation..
🎯 SAM 기반 이미지 및 비디오 추적기 | Image & Video Tracker using SAM이 프로젝트는 Meta의 Segment Anything Model (SAM)을 기반으로 이미지 및 영상에서 특정 색상을 기준으로 객체를 분할하고 추적하는 Python 스크립트 모음입니다.This project uses Meta’s Segment Anything Model (SAM) to segment and track objects in images and videos based on color.Meta에서 공개한 강력한 범용 분할 모델 SAM은 객체의 경계와 형태를 고정된 프롬프트 없이도 정확하게 식별할 수 있습니다. 본 프로젝트는 이 기능을 색상 기반 객체 추적에 응용하여, 다양한 이미지 및 영상 내..
PUMA 3-DOF Robot System (ROS2 + Web UI)이 프로젝트는 ROS 2 (Humble)를 기반으로 구성된 3자유도 PUMA 타입 로봇 시스템입니다. URDF 모델과 RViz 시각화, 웹 기반 제어 인터페이스를 제공하며, 실시간 관절 제어 및 로깅 기능을 포함합니다.📂 프로젝트 구조puma_robot/├── CMakeLists.txt├── package.xml├── setup.py├── urdf/│ └── puma_3dof.urdf.xacro # 로봇 URDF 정의 (xacro)├── launch/│ └── display.launch.py # URDF 로드 및 RViz 실행용 런치 파일├── scripts/│ ├── puma_controll..

tf2 란 무엇인가?ROS2에서 좌표변환(Transformation)을 관리하는 프레임 워크이며, 로봇 시스템에서 서로 다른 좌표계를 효과적으로 처리하고 통합하는데 사용한다. 주요기능은 다음과 같다.1. 좌표 변환 관리 : 여러 프레임(좌표계)간의 변환 관계를 정의하고 이를 기반으로 데이터 변환을 수행한다.2. 시간 동기화 : 변환 데이터를 시가노가 함께 저장하여 과거 또는 미래의 특정 시점에 해당하는 변환을 제공한다.3. 효율적인 데이터 처리 : 변환 데이터를 효율적으로 버퍼에 저장하고, 필요한 시점에 빠르게 조회한다.4. 다양한 변환 지원 : 회전, 이동 등 다야안 변환을 지원한다. 구성 요소Transform Broadcaster : 특정 프레임 간의 변환 정보를 브로드 캐스팅하는 역할Transfor..

이전 글에서 SAM2가 무엇인지에 알아보았다. 오늘은 실제로 다운로드하여서 각각 각자가 원하는 이미지 파일 또는 영상 파일을 직접 세그멘테이션을 해보는 시간을 가져볼까 한다.필자는 이 글에서 이미지만 다룰 예정이다.아래의 링크에서 SAM2 Demo를 설치할 수 있다.https://github.com/facebookresearch/sam2 GitHub - facebookresearch/sam2: The repository provides code for running inference with the Meta Segment Anything Model 2 (SAM 2The repository provides code for running inference with the Meta Segment Anythin..

앞서 동차 변환에 대해 간단히 알아보았다. 이번엔 고정 좌표계(Along Fixed Axis)와 이동형 좌표계(Along New Axis)에 대해 알아보며, 이어서 3차원에서의 이동과 회전에 대해서도 알아보고자 한다. 그럼 지금부터 알아보자. 고정 좌표계(Along Fixed Axis)회전이 월드 좌표계(Global Frame)에서 정의된 고정된 축을 기준으로 이루어진다.회전할 때 축은 변하지 않고, 물체만 회전한다. 이동형 좌표계(Along New Axis)회전이 이전 회전의 결과로 생성된 새로운 축(Body Frame)을 기준으로 이루어진다.각 회전이 적용될 때마다 축이 업데이트된다. 📍고정 / 이동형 좌표계 요약특징고정 좌표계이동형 좌표계축 기준고정된 글로벌 축로컬 축축 변화 여부회전 후에도 축..
SAM2 (Segment Anything Model2): Meta에서 개발한 객체분할 (Segmentation) 모델로, 이미지를 기반으로 프롬프트를 통해 객체의 마스크(mask)를 생성하는 AI 모델이다. 모델은 이미지에서 관심 객체를 정확히 식별하고 분할하기 위해 설계되었으며, 이전 버전인 SAM의 업그레이드된 형태이다. 📍 SAM2 주요 특징이미지 임베딩(Image Embedding) :입력 이미지를 고차원 벡터 표현으로 변환한다.해당 임베딩은 다양한 프롬프트(점, 박스, 기존 마스크)를 기반으로 객체를 빠르고 정확하게 분할할 수 있도록 한다.다양한 프롬프트 지원 :점(Point) : 특정 객체의 위치를 지정하는 점을 프롬프트로 사용박스(Box) : 객체를 포함하는 사각형 범위를 지정마스크(Mas..