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. AWS RoboMaker는 ROS Kinetic, ROS Melodic 및 ROS2 Dashing(베타)과 같은 ROS 버전을 지원합니다. 여기에서 ROS에 대해 자세히 알아보십시오.

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.

ROS1 클라우드 확장 프로그램

ROS2 클라우드 확장 프로그램

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.

시뮬레이션 에셋

AWS에서는 로봇과 함께 사용할 수 있는 환경을 추가로 생성했습니다. 이러한 환경은 얼굴 인식, 탐색, 장애물 회피, 기계 학습을 테스트하는 데 사용할 수 있으며, 특정 시나리오에 맞게 수정할 수도 있습니다. 

하우스

RoboMaker-House

이미지 인식을 테스트하도록 사용자 지정할 수 있는 주방, 거실, 홈 짐, 사진이 있는 작은 집입니다. 이 공간에는 로봇의 탐색할 많은 장애물이 있습니다.

자세히 알아보기 »

북스토어

RoboMaker-Bookstore

이 시뮬레이션된 북스토어에서 책꽂이 사이를 탐색하십시오. 여기에는 로봇이 탐색할 다양한 장애물(예: 의자 및 테이블)이 있습니다.

자세히 알아보기 »

경주 트랙

RoboMaker-Racetrack

기계 학습을 활용하여 로봇이 이 경주 트랙을 벗어나지 않도록 교육하십시오. 이 경주 트랙은 분명한 모서리 표시가 있는 타원형입니다. 준비하고 경주를 시작하십시오.

자세히 알아보기 »

워크숍 및 자습서

워크숍

Hello World! AWS RoboMaker 시작하기

이 워크숍에서는 AWS Robomaker를 시작하여 스마트 로봇 애플리케이션을 구축하는 방법을 학습합니다. 또한 시뮬레이트된 환경뿐만 아니라 프로덕션 로봇(TurtleBot 3 Burger 필요)에서도 로봇 애플리케이션을 관리하고 배포할 수 있습니다.

자세히 알아보기 »
워크숍

AWS RoboMaker 및 JPL Open Source Rover로 화성인 찾기

이 워크숍에서는 AWS Robomaker에 익숙해지고 NASA JPL Open Source Rover를 시뮬레이션하는 방법을 배우게 됩니다. 이를 통해 Mars Rover가 데이터를 스트리밍하고 탐색, 통신, 이해 및 학습할 수 있도록 기계 학습, 모니터링, 분석 등의 서비스와 AWS Robomaker를 통합하는 방법을 배우게 됩니다.

자세히 알아보기 »
자습서

강화 학습을 통해 로봇을 교육하는 방법

강화 학습(RL) 고급 기계 학습(ML) 기법으로서, 레이블이 지정된 교육 데이터 없이 매우 복잡한 행동을 학습하고, 장기적인 목표에 맞춰 최적화하면서 단기 의사 결정을 내릴 수 있습니다. AWS RoboMaker 샘플 애플리케이션을 사용하여 RL에 사용되는 시뮬레이션된 교육 데이터를 생성할 수 있습니다. RL 모델은 로봇이 물체를 추적하여 따라가도록 교육합니다. 이는 창고의 작업자 지원 또는 가정의 소비자를 따라다니는 엔터테인먼트 로봇 같은 사용 사례로 확장할 수 있는 간단한 데모입니다.
자세히 알아보기 »
자습서

AWS RoboMaker를 통해 여러 기계에서 ROS 실행

많은 경우에 로보틱스 개발자나 연구자는 여러 기계에서 ROS(Robot Operating System)를 실행해야 합니다. 이 자습서에서는 AWS에서 실행되는 가상 머신에서 ORS를 설정하는 방법, 가상 머신에 실제 로봇을 연결하는 방법 및 여러 기계에 분산된 ROS 시스템을 생성하는 방법을 학습할 수 있습니다.. 그러면 로보틱스 애플리케이션의 개발을 간소화할 수 있습니다.  

자세히 알아보기 »
자습서

AWS RoboMaker를 사용하여 ROS 자습서 실행

이 자습서에서는 AWS RoboMaker에서 환경을 설정하여 ROS(Robot Operating System)를 학습하는 방법을 보여줍니다. 자습서에는, ROS 소개, 노드 생성, 모바일 로봇에 대한 간단한 운동 역학, 시각적 객체, 여러 기계에서 ROS 실행, SLAM 탐색, 경로 계획, 미지의 환경 탐색 및 객체 검색이 포함되어 있습니다.
자세히 알아보기 »
자습서

ROSbot + AWS Robomaker - 빠른 시작 자습서

Husarion ROSbot 2.0은 오픈 소스 자율 운영 로봇 플랫폼입니다. 그리고 ROS(Robot Operating System)의 학습 플랫폼 및 연구용 로봇, 검사용 로봇, 사용자 지정 서비스 로봇 등과 같은 다양한 로보틱스 애플리케이션의 기반으로 사용할 수 있습니다. 이 자습서에서는 AWS RoboMaker를 사용하여 처음부터 애플리케이션을 시작하고 배포하는 과정을 안내합니다.
자세히 알아보기 »

동영상

Using Reinforcement Learning with AWS RoboMaker(4:17)
Deploying Robotic Applications Using Machine Learning with Nvidia JetBot and AWS RoboMaker(32:04)
Building a continuous integration pipeline for your ROS applications using AWS RoboMaker(1:00:42)

블로그

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

Product-Page_Standard-Icons_01_Product-Features_SqInk
FAQ 확인

FAQ 페이지에서 AWS RoboMaker에 대해 자세히 알아보십시오.

자세히 알아보기 
Product-Page_Standard-Icons_02_Sign-Up_SqInk
무료 계정에 가입

AWS 프리 티어에 즉시 액세스할 수 있습니다. 

가입하기 
Product-Page_Standard-Icons_03_Start-Building_SqInk
콘솔에서 구축 시작

AWS RoboMaker를 사용하여 빌드를 시작하십시오.

로그인