ROS Project (MORAI 시뮬레이터)

At a Glance

한 줄 요약: MORAI 시뮬레이터 위에서 GPS+PID 기반으로 4종 미션을 끝까지 통과하는 ROS 자율주행 스택입니다.

Problem & Constraints

자율주행은 단순 경로 추종만으로 부족합니다. 보행자·장애물·신호를 동시에 처리해야 하고, 시뮬레이터 미션은 결정적 통과가 평가 기준입니다.

대상 문제:

• 허용 오차 내에서 전역 경로 추종
• 보행자 구간의 정지·재출발
• 신호등 상태 대응
• 정적 장애물 회피 시 급가속/급조향 없이 마무리

특히 마지막 항목이 까다로웠습니다 — 회피 경로가 기술적으로 옳더라도 가속·조향이 거칠면 미션 점수가 깎입니다.

What I Built · How

ROS 토폴로지 (개념도)

[ MORAI Sim ] ──/odom, /gps, /objects──▶ [ localization ]
                                            │
                                            ▼
                                       [ mission FSM ] ◄──── waypoints
                                            │
                                            ▼
                                  [ longitudinal / lateral control ]
                                            │
                                            ▼
[ MORAI Sim ] ◀──/ctrl_cmd (조향·속도)──

미션별 핵심 로직

핵심 기술 결정

• PID (Pure Pursuit / MPC X) — 학습·튜닝 가시성과 게인의 의미 해석이 단순해, 시뮬레이터 환경에서 미션을 통과시키기까지 빠르게 수렴.
• 구간별 게인 분리 — 직선과 곡선에 같은 PID 게인은 먹히지 않아 경로 곡률 기반으로 게인을 나눠 적용.
• 회피 시 속도 제한 — “경로만 수정”하는 회피는 급가속을 낳음 → 경로와 속도를 같이 제어.
• mission FSM — waypoint 기반으로 미션 구간 진입/이탈을 명시적으로 관리, 상태 혼재 방지.

Results & Demo

• 4종 미션(경로 추종·보행자·신호·장애물) 통과.
• 곡선 구간 PID 재튜닝으로 경로 이탈 감소 (채워주세요: 평균/최대 cross-track error 수치).
• 회피 시 속도 제한으로 급가속 감소 (채워주세요: jerk 수치).

What I’d Do Differently

• 미션별 성공률·오차를 수치로 기록 — 지금은 정성적. 시도 횟수 / 성공 횟수 / 평균 경로 이탈을 구간별 표로.
• 제어 대안 비교 — 회피 구간에 Pure Pursuit / MPC를 적용했을 때 PID 대비 성능·안정성 수치 비교.
• 실패 케이스 정리 — 미션 실패 1~2건과 원인(보행자 감지 지연, 장애물 경로 충돌 등) 기록.
• PID 튜닝 절차 — 게인 변경 → 응답 변화를 그래프/표로 정리해 재현 가능한 튜닝 노트 형식으로.

English version: ROS Project with MORAI Simulator