ROS 2 기반 1/10 스케일 자율주행 RC카 프로젝트입니다. 듀얼 웹캠(YOLO Segmentation) + RPLIDAR + Arduino 모터 제어로 ① 기록주행, ② 장애물주행, ③ 주차 세 가지 미션을 수행합니다.
📺 대회 라이브 영상: YouTube — 제3회 자율주행 SW 경진대회 생중계 📰 수상 소식 (성균관대 미래자동차공학과 공지): 제3회 자율주행 SW 경진대회 결과 안내
| 구성 요소 | 역할 |
|---|---|
| 상위 PC (Ubuntu + ROS 2, CUDA) | 인식/판단 노드 실행 (/home/sg/contest_ws) |
| 웹캠 ×2 | cam0: 차선/장애물용 (전방 하단), cam1: 신호등용 (전방 상단) |
| RPLIDAR A1 | 장애물 감지, 주차 시 좌/우 차량 거리 측정 |
| Arduino Uno | DC 모터(좌/우 구동) + 조향 모터(가변저항 피드백) 제어 |
실제 주행 중 rqt_graph로 캡처한 노드 구성 (기록주행 기준):
[cam0] ──image_raw──▶ [yolo_seg0] ──detections──▶ [lane_detector] ──lane_info──▶ ┐
[cam0] ──image_raw──────────────────────────────▶ [obstacle] ──obstacle_result─▶ ├─▶ [motion_*] ──motion_command──▶ [control] ──Serial──▶ Arduino
[cam1] ──image_raw──▶ [yolo_seg1] ──detections──▶ [traffic_light] ─traffic_light_result▶ ┘
[RPLIDAR] ──/scan──────────────────────────────────────────────────────────────▶ ┘
- YOLO 커스텀 세그멘테이션 모델(
final.pt)이lane1(1차선),lane2(2차선),traffic_light,car클래스를 검출 - 판단 노드(
motion_*)가 미션별 로직으로MotionCommand(steering, left_speed, right_speed)를 발행 - 제어 노드가 시리얼 문자열
s{조향}r{우측속도}l{좌측속도}\n형태로 Arduino에 전달
실행:
ros2 launch camera_pkg final.py— 판단 노드:decision_making_pkg/motion.py
트랙을 최대한 빠르게 주행하는 미션.
- 차선 유지:
lane_detect.py가 YOLO 세그멘테이션 마스크를 BEV(Bird's Eye View)로 변환 → 좌/우 경계에서 중앙선을 계산 → 중앙선 기울기(steering_angle)와 차량 횡방향 오프셋(vehicle_position_x)을 발행 - 조향 계산:
조향 = 각도×0.7 + 횡방향오프셋×(-0.05)를 -10 ~ +10 단계로 클램프 - 차선 변경: cam1이 신호등을 일정 크기(면적 threshold) 이상으로 3회 연속 감지하면 목표 차선을 토글(1↔2)하여 지정 구간에서 차선을 변경
- 속도는 최대(255) 고정으로 기록 단축
실행:
ros2 launch camera_pkg final_mission.py— 판단 노드:decision_making_pkg/motion_mission.py
트랙 위의 장애물 차량을 피하고, 빨간불에 정지하는 미션.
- 2차선 주행 중 LiDAR 측면(90° 부근)에서 장애물이 5회 연속 감지되면 → 1차선으로 변경 (1회만 실행)
- 1차선에서 카메라로 전방 장애물(
car) bbox 면적에 따라 행동 결정:- 면적 < 5,000 (멀다) → 정지 대기
- 5,000 ~ 12,000 (적당) → 저속 추종 직진
- 12,000 ~ 15,000 (애매) → 정지
- ≥ 15,000 (너무 가깝다) → 후진
- 전진 추종 중 LiDAR에서 장애물이 사라지면(3회 연속) → 2차선으로 복귀
- 신호등: cam1에서 빨간불이 크게(면적 > 18,000) 3회 연속 감지되면 정차, 해제되면 재출발
실행:
ros2 launch camera_pkg final_parking.py— 판단 노드:decision_making_pkg/motion_parking.py
주차된 두 차량 사이 빈 자리에 후진 주차 후 탈출하는 미션. LiDAR만으로 동작하는 8단계 FSM:
SEARCH → FIRST_STOP → REVERSE_RIGHT → REVERSE_STRAIGHT
→ REVERSE_PAUSE → ADJUST_FORWARD → GO_OUT_TURN → GO_OUT_STRAIGHT
| 상태 | 동작 |
|---|---|
SEARCH |
직진하며 우측(95~105°) LiDAR로 주차 차량 1대·2대 통과를 카운트 |
FIRST_STOP |
두 번째 차량 통과 후 정지, 조향을 우측으로 프리셋 |
REVERSE_RIGHT |
우측 조향 상태로 후진 → 좌/우 양쪽에 차량이 잡히면 자리에 진입한 것 |
REVERSE_STRAIGHT |
좌/우 거리 차로 조향을 미세 보정하며 똑바로 후진, 양쪽 차량이 시야에서 사라지면 완료 |
REVERSE_PAUSE |
주차 완료 상태로 수 초 정지 (심사 확인) |
ADJUST_FORWARD → GO_OUT_TURN → GO_OUT_STRAIGHT |
전진 → 우회전 탈출 → 직진 이탈 |
lidar_pkg/rear_parking_fsm.py는 odometry yaw(회전각) 기반으로 동작하는 대안 구현입니다.
contest_ws/
├── driving/driving.ino # ★ 실제 차량 Arduino 펌웨어 (조향+구동 모터)
└── src/
├── camera_pkg/ # 인식 (Perception)
│ ├── camera_pkg/
│ │ ├── image_publisher.py # 웹캠/비디오/이미지 → image_raw 발행
│ │ ├── yolo_seg.py # YOLO 세그멘테이션 → DetectionArray 발행
│ │ ├── yolo_obj.py # (Lifecycle 노드 버전, 미사용)
│ │ ├── lane_detect.py # BEV 차선 인식 → LaneInfo 발행
│ │ ├── traffic_light.py # 신호등 색상(HSV) 판별 → 문자열 발행
│ │ ├── obstacle.py # 전방 차량 감지(면적) → 문자열 발행
│ │ ├── stop_line.py # 정지선 감지 (로그만, 미사용)
│ │ └── model/final.pt # 대회용 커스텀 YOLO-seg 가중치
│ └── launch/
│ ├── final.py # ① 기록주행 런치
│ ├── final_mission.py # ② 장애물주행 런치 (LiDAR 포함)
│ └── final_parking.py # ③ 주차 런치
├── decision_making_pkg/ # 판단 (Decision)
│ └── decision_making_pkg/
│ ├── motion.py # ① 기록주행 로직
│ ├── motion_mission.py # ② 장애물주행 로직
│ ├── motion_parking.py # ③ 주차 FSM
│ └── motion_test.py # 카메라 전용 장애물 로직 (테스트용)
├── control_pkg/ # 제어 (Control)
│ └── control_pkg/
│ ├── control.py # MotionCommand → 시리얼 (스페이스바 시작/정지 토글)
│ ├── parking_control.py # MotionCommand → 시리얼 (토글 없는 단순 버전)
│ └── keyboard_controller.py # WASD 수동 주행 + 학습 이미지 수집
├── lidar_pkg/ # LiDAR 유틸 및 대안 주차 FSM
└── interfaces_pkg/ # 커스텀 메시지 정의
└── msg/ (LaneInfo, MotionCommand, DetectionArray, ...)
| 메시지 | 필드 | 의미 |
|---|---|---|
LaneInfo |
steering_angle, lane_num, vehicle_position_x |
중앙선 기울기(°), 현재 차선(1/2), 화면 중심 대비 횡방향 오프셋(px) |
MotionCommand |
steering, left_speed, right_speed |
조향 단계(-10~+10), 좌/우 모터 속도(-255~255) |
DetectionArray/Detection |
bbox, mask, class_name, score | YOLO 검출 결과 (lane1/lane2/traffic_light/car) |
# 빌드 (Ubuntu, ROS 2)
cd ~/contest_ws
colcon build --symlink-install
source install/setup.bash
# 미션별 실행
ros2 launch camera_pkg final.py # ① 기록주행
ros2 launch camera_pkg final_mission.py # ② 장애물주행
ros2 launch camera_pkg final_parking.py # ③ 주차
# 제어 노드는 별도 터미널에서 실행 (스페이스바로 출발/정지 토글)
ros2 run control_pkg control # ①②용
ros2 run control_pkg parking_control # ③용
⚠️ 런치 파일 내 카메라 번호(cam_num), 모델 경로, 시리얼 포트(/dev/ttyACM0,/dev/ttyUSB0)는 당시 대회 차량 기준 하드코딩이므로 환경에 맞게 수정 필요.
- PC → Arduino:
s{조향}r{우측속도}l{좌측속도}\n(예:s-3r170l170) - 조향은 -10 ~ +10 단계. Arduino가 가변저항(포텐셔미터) 값을 읽어
목표 조향각에 도달할 때까지 조향 모터를 돌리는 폐루프 제어 방식 (
driving.ino)
- 차선 인식 파이프라인 (
lane_detect.py): YOLO-seg 마스크 → 원근 변환(BEV) → 모폴로지 정제 → 행 단위 좌/우 경계 추출 → 최장 연속 세그먼트 선택 → 2차 다항식 외삽 → 중앙선 계산 → 한쪽 차선만 보이면 차선 폭(350px)의 절반으로 중앙선 추정 → 둘 다 안 보이면 마지막 차선 번호 유지(fail-safe) - 차선 선택: lane1/lane2 중 차량 오프셋(
vehicle_position_x)의 절댓값이 작은 쪽을 현재 차선으로 판단 - 오검출 억제: 신호등/장애물/LiDAR 이벤트는 모두 N회 연속 감지 시에만 상태 전이 (디바운싱)