로보틱스 소프트웨어

ROS(로봇 운영 체제)는 가장 폭넓게 사용되는 오픈 소스 로보틱스 소프트웨어 프레임워크로 로보틱스 애플리케이션 구축을 돕는 소프트웨어 라이브러리를 제공합니다. AWS RoboMaker는 ROS용 클라우드 확장 프로그램을 제공합니다. 따라서 지능형 로보틱스 애플리케이션에 일반적으로 필요한 리소스 집약적 컴퓨팅 프로세스를 클라우드로 오프로드하고 로컬 컴퓨팅 리소스를 절약할 수 있습니다.

ROS용 RoboMaker 클라우드 확장 프로그램에는 Amazon Kinesis Video Streams(동영상 스트리밍), Amazon Rekognition(이미지 및 동영상 분석), Amazon Lex(음성 인식), Amazon Polly(음성 생성) 및 Amazon CloudWatch(로깅 및 모니터링) 등의 서비스가 포함됩니다. RoboMaker는 이러한 클라우드 서비스 확장 프로그램을 오픈 소스 ROS 패키지로 제공합니다. 따라서 모든 클라우드 API를 익숙한 소프트웨어 프레임워크에서 활용하여 로봇의 기능을 확장할 수 있습니다.

코드 리포지토리에 있는 각 클라우드 서비스 확장 프로그램에 대해 자세히 알아보십시오.

AWS RoboMaker는 ROS Kinetic 릴리스를 지원합니다. 여기에서 ROS에 대해 자세히 알아보십시오.

샘플 애플리케이션

AWS RoboMaker에는 빠른 시작을 지원하는 샘플 로보틱스 애플리케이션이 포함되어 있습니다. 이러한 애플리케이션을 토대로, 일반적으로 지능형 로보틱스 애플리케이션에 필요한 음성 명령, 인식, 모니터링 및 플릿 관리 기능을 시작할 수 있습니다. 샘플 애플리케이션에는 로보틱스 애플리케이션 코드(로봇 기능 지침)와 시뮬레이션 애플리케이션 코드(시뮬레이션이 실행될 환경 정의)가 제공됩니다. 여기에서 샘플을 시작할 수 있습니다. 

Hello World

로봇 애플리케이션 및 시뮬레이션 애플리케이션을 구조화하고, 코드를 편집하고, 새 시뮬레이션을 구축 및 실행하고 애플리케이션을 로봇에 배포하는 방법에 관한 기본 사항을 자세히 알아보십시오. 빈 시뮬레이션 월드에서 로봇이 포함된 기본 프로젝트 템플릿으로 시작

  • Gazebo를 사용하여 모델 삽입을 통해 새 시뮬레이션 월드를 구축하고, 카메라 뷰를 제어하고, 시뮬레이션 애플리케이션을 재생 및 일시 중지
  • Amazon CloudWatch Logs 및 Amazon S3 출력 버킷을 사용하여 로봇 및 시뮬레이션 애플리케이션
  • 터미널을 이용하여 ROS 명령 실행
 
코드 리포지토리 또는 설명서에서 자세히 알아보십시오.

로봇 탐색, 동영상 스트리밍, 얼굴 인식 및 텍스트 음성 변환에 대해 자세히 알아보십시오. 로봇은 시뮬레이션된 홈에서 목표 위치 사이를 탐색하고 사진에서 얼굴을 인식합니다. 로봇은 카메라 이미지를 Amazon Kinesis Video Streams로 스트리밍하고, Amazon Rekognition에서 얼굴 인식 결과를 수신하고, Amazon Polly를 이용하여 인식한 사람의 이름을 말합니다.

  • rqt를 이용하여 Amazon Kinesis Video Streams로 스트리밍한 시뮬레이션된 카메라 이미지를 확인
  • rviz를 이용하여 로봇의 SLAM(Simultaneous Localization and Mapping) 맵과 해당 계획 상태를 확인할 수 있습니다.
  • 터미널을 이용하여 Amazon Rekognition 결과 보기
 
코드 리포지토리 또는 설명서에서 자세히 알아보십시오.

음성 명령

Amazon Lex를 이용하여 시뮬레이션된 북스토어에서 자연어 텍스트 및 음성을 통해 로봇에 명령합니다. 기본 명령에는 "move <direction> <rate>", "turn <direction> <rate>" 및 "stop"이 포함됩니다. 로봇은 각 명령을 승인하고 실행합니다.

  • 터미널을 이용하여 Amazon Lex에서 해석할 자연어 이동 명령 보내기(예: "move forward 5", "rotate clockwise 5" 및 "stop")
  • Amazon CloudWatch Metrics를 사용하여 명령 실행, 가장 가까운 장애와의 거리 및 충돌을 모니터링
 
코드 리포지토리 또는 설명서에서 자세히 알아보십시오.

로봇 모니터링

Amazon CloudWatch Metrics 및 Amazon CloudWatch Logs를 사용하여 시뮬레이션된 북스토어에서 로봇의 상태 및 운영 지표를 모니터링합니다. 스트리밍된 지표에는 가장 가까운 장애와의 거리, 현재 목표까지의 거리, 충돌 횟수, 로봇 CPU 사용률 및 RAM 사용량이 포함됩니다.

  • Amazon CloudWatch Metrics를 사용하여 로봇 상태 및 성능 보기
  • Gazebo를 사용하여 로봇 가까이에 있는 장애를 없애고 결과 지표 보기
 
코드 리포지토리 또는 설명서에서 자세히 알아보십시오.

강화 학습을 이용한 객체 팔로우

Coach Reinforcement Learning Library를 사용한 시뮬레이션에서 강화 학습을 통해 객체를 추적하고 따라가도록 로봇을 가르친 후 이 기능을 로봇에 배포합니다. Amazon Cloudwatch Metrics에서 보상 지표를 확인하여 기계 학습 모델이 시간이 지남에 따라 어떻게 개선되는지 살펴봅니다. 보상 기능을 사용자 지정하여 교육에 사용된 기계 학습 알고리즘을 개선합니다.

  • Gazebo를 이용하여 추적할 객체의 다양한 위치 실험
  • rviz를 이용하여 시뮬레이션에서 학습하는 로봇 보기
  • Coach Reinforcement Learning Library를 이용하여 모델을 학습 및 평가
 
코드 리포지토리 또는 설명서에서 자세히 알아보십시오.

강화 학습을 이용한 자율 주행

Coach Reinforcement Learning Library를 사용하여 시뮬레이션에서 강화 학습을 통해 주행하도록 경주용 자동차를 가르친 후 이 기능을 로봇에 배포합니다. Amazon Cloudwatch Metrics에서 보상 지표를 확인하여 기계 학습 모델이 시간이 지남에 따라 어떻게 개선되는지 살펴봅니다. 보상 기능을 사용자 지정하여 교육에 사용된 기계 학습 알고리즘을 개선합니다.

  • Gazebo 및 rviz를 이용하여 시뮬레이션에서 학습하는 자동차 보기
  • Amazon CloudWatch Logs를 이용하여 자동차 성능 추적
  • Coach Reinforcement Learning Library를 이용하여 모델을 학습 및 평가
 
코드 리포지토리 또는 설명서에서 자세히 알아보십시오.

블로그

현재는 블로그 게시물을 찾을 수 없습니다. AWS 블로그에서 다른 리소스를 확인하십시오. 

이미지
FAQ 확인

FAQ 페이지에서 AWS RoboMaker에 대해 자세히 알아보십시오.

자세히 알아보기 
이미지
무료 계정에 가입

AWS 프리 티어에 즉시 액세스할 수 있습니다. 

가입 
이미지
콘솔에서 빌드 시작

AWS RoboMaker를 사용하여 빌드를 시작하십시오.

시작하기