로봇 학습에 대한 ROS2 설정 안내서
로봇 학습 및 데이터 수집을 위한 ROS2 Humble/Jazzy 설치 단계별 안내서. 우부턴 22.04/24.04, 오픈아름 지원 및 레로봇 통합.
초보자
1. 시스템 확인 2. ROS2 3. 설치 도구 4. 작업 공간 5. 로봇 패키지 6. 테스트 7. 오픈아름 구성 8. 레로봇 브리지
전제 조건
- 우분투 22.04 LTS (상담) 또는 우분투 24.04 LTS
- 최소 16 GB의 RAM (32 GB는 ML 작업량에 권장됩니다)
- 50 GB의 무료 디스크 공간
- 8 GB 이상의 VRAM (하류 ML 작업) 를 가진 NVIDIA GPU
- 패키지 다운로드에 대한 인터넷 연결
- 리눅스 터미널에 대한 기본적인 친숙함
당신이 무엇을 설정할 것인가
이 튜토리얼의 끝까지, 당신은 톱니콘 구축 도구와 함께 완전히 작동하는 ROS2 설치, 작업 공간 구조, 로봇 팔 조작을 위한 MoveIt2 및 ros2 제어, 그리고 데이터 수집을 위해 LeRobot에 대한 다리. 이것은이 사이트의 다른 모든 튜토리얼의 기초입니다.
1
시스템 요구사항을 확인
어떤 것도 설치하기 전에 시스템이 요구 사항을 충족하는지 확인하고 터미널을 열고 다음 확인을 실행하십시오.
복사# 우분투 버전을 확인 (제 22.04 또는 24.04) lsb_release -a # 사용 가능한 RAM을 확인 -h # 사용 가능한 디스크 공간을 확인 df -h / # NVIDIA GPU를 확인 (가용되는 경우) nvidia-smi
우분투 22.04 또는 24.04을 보아야 합니다. 적어도 16 GB의 RAM, 그리고 50 GB 이상의 무료 디스크 공간을 보아야 합니다.
우부투 드라이버를 복사하여 sudo를 자동으로 다시 시작하십시오
** 팁:** ROS2 Humble는 Ubuntu 22.04을 대상으로 하고 ROS2 Jazzy는 Ubuntu 24.04을 대상으로 합니다.
2
ROS2 Humble (또는 Jazzy) 를 설치
로컬을 설정하고 ROS2 apt 저장소를 추가하고 ROS2를 설치합니다. 이 명령어는 22.04
UTF-8에 로컬을 설정하세요 (ROS2에 의해 요구됩니다) sudo apt update && sudo apt install -y locales sudo locale-gen en_US en_US en_US.UTF-8 sudo update-local LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8 수출 LANG=en_US.UTF-8 # ROS2 GPG 키 sudo apt install -y 소프트웨어 속성-공동 sudo add-apt-repository 유니버스 sudo apt update && sudo apt install -y curl sudo curl -sSL
연결에 따라 5~15분 소요됩니다. 완료되면 설정 파일을 소스하세요:
복사# 소스 ROS2 (집중성 위해 .bashrc에 추가) 소스 /opt/ros/humble/setup.bash 에코 "소스 /opt/ros/humble/setup.bash" >> ~/.bashrc
3
콜콘 빌드 도구와 로스데프를 설치
콜콘은 ROS2 작업 공간의 표준 구축 도구입니다. rosdep는 자동으로 패키지 의존성을 해결하고 설치합니다.
복사# 콜콘 설치 및 기본 구축 sudo apt 설치 -y \ python3-colcon-common-extensions \ python3-rosdep \ python3-vcstool \ 기본 구축 \ cmake \ git # 로즈데프 초기화 (한 번만 필요) sudo 로즈데프 init 로즈데프 업데이트
** 참고:** 만약
4
ROS2 작업 공간을 생성
ROS2 작업 공간은 패키지를 복제, 구축, 개발하는 디렉토리입니다. 표준 컨벤션은
복사# 작업 공간 디렉토리 mkdir -p ~/ros2_ws/src cd ~/ros2_ws # Colcon Works Colcon Source build install/setup.bash # .bashrc 에코에 작업 공간 소싱을 추가합니다 "source ~/ros2_ws/install/setup.bash" >> ~/.bashrc
이렇게 출력을 보실 수 있습니다.
요약: 0개의 패키지가 완료되었습니다 [0.5초]
이것은 Colcon가 작동한다는 것을 의미합니다. 당신의 작업 공간 구조는 이제:
~/ros2_ws/
5
일반적인 로봇 패키지를 설치
이 패키지는 거의 모든 로봇 학습 파이프라인에서 사용됩니다
복사# ros2- 컨트롤: 액추에터 및 센서용 하드웨어 추상 sudo apt 설치 -y ros-humble-ros2- 컨트롤 ros-humble-ros2- 컨트롤러 # MoveIt2: 로봇 팔의 운동 계획 sudo apt 설치 -y ros-humble-moveit # Nav2: 내비게이션 스택 (모바일 로봇을 위해) sudo apt 설치 -y ros-humble-navigation2 ros-humble-nav2-bringup # 카메라 및 센서 패키지 sudo apt 설치 -y \ ros-humble-real-sense2-카메라 \ ros-humble-image-transport \ ros-humble-compressed-image-transport \ ros-humble-cv-bridge # URDF 및 시각화 도구 sudo apt -y ros-jo-y-state-publisher-gui-ros-humble-publisher-ros-x-rrx-rx-rx-rx-rx-rx-rx-rx-rx-x-x-x-x-x-x-x-x-x-x-x-x
** 팁:** 모든 프로젝트에서 이 모든 것이 필요하지 않습니다. Nav2는 모바일 로봇에만 해당하며 MoveIt2는 무기에만 해당합니다. 필요한 것을 설치하지만 사용할 수 있게 되면 나중에 시간을 절약합니다.
6
설치 를 시험 해 보
모든 것이 작동하는지 확인하기 위해 클래식 스컬러/스쿨러 데모를 실행하세요. 두 개의 터미널을 열십시오.
터미널 1
코피로스2에서 데모를 실행
터미널 2
코피로스2에서 데모를 실행합니다
연설자가 메시지를 게시하고 듣는 사람이 메시지를 수신하는 것을 보아야 합니다.
또한 주요 도구의 작동을 확인합니다.
복사# 활동적인 주제를 목록 ros2 주제를 목록 # ROS2 환경 로스2 의사 --보고
7
오픈아름 및 로봇아름의 설정
OpenArm 또는 다른 로봇 팔을 사용하는 경우 URDF 설명과 ros2 제어 구성을 설정해야 합니다.
복사# 작업 공간 cd에 OpenArm ROS2 패키지를 복제합니다 ~/ros2_ws/src git clone
로봇 설명서를 시작하여 RViz2에서 시각화하십시오.
URDF 로즈2 로즈2 로즈 openarm
RViz2는 OpenArm 모델을 보여 주는 것으로 열어야 합니다. URDF가 올바른지 확인하기 위해 Joint_state_publisher_gui 슬라이더를 사용하여 관절을 이동할 수 있습니다.
** 팁:** 다른 로봇 팔 (UR5, Franka, Koch, SO-100) 에 대해서는 동일한 작업 흐름이 적용됩니다. 제조사의 ROS2 설명 패키지를
8
데이터 수집을 위해 LeRobot에 연결
레로봇은 로봇 학습을 위한 Hugging Face의 도구 킷입니다. ROS2 주제와 레로봇을 연결하여 텔레오퍼레이션 데이터를 기록할 수 있습니다.
복사# LeRobot (Python 가상 환경에서) Python3 -m venv ~/lerobot_env 소스 ~/lerobot_env/bin/activate pip lerobot 설치 # 설치 python3 -c "입입 lerobot; print(lerobot.__version__) "
이 합성 상태를 확인하여 ROS2 주제가 LeRobot에게 가시적이라는 것을 테스트하십시오.
복사# 한 터미널에서: 로봇을 실행 로즈2 런치 오픈아름 _bringup openarm.launch.py # 다른: 공동 상태 주제가 게시 중인 로즈2 주제가 에코 /joint_states --once
ROS2 설정은 완료되고 데이터 수집에 준비되어 있습니다. 다음 단계는 로봇에서 시범을 기록하도록 LeRobot를 구성하는 것입니다.
다음: 로봇 훈련 데이터를 수집
시범 촬영을 시작할 준비가 되셨습니까? [완전 데이터 수집 튜토리얼]
문제 해결
로컬 오류: "LC_ALL를 기본 로컬로 설정할 수 없습니다"
GPG 키 오류: "이하 서명 확인이 불가능하다"
ROS2 GPG 키는 변경되었을 수도 있습니다. 다시 다운로드:
실종된 의존성: "rosdep는 패키지를 찾을 수 없었다"
먼저
"CMake 오류"로 colcon 빌드 실패
건설 전에 ROS2를 구입한지 확인하세요:
nvidia-smi: "NVIDIA-SMI는 실패했다"
NVIDIA 드라이버를 다시 설치해야 할 수도 있습니다.
다음 단계
ROS2 환경은 준비되어 있습니다. 다음은 목표에 따라해야 할 것입니다.
- 훈련 데이터를 수집하세요: [전체운영 데이터 수집 안내]
- LeRobot에 시작하세요: [LeRobot 빠른 시작]
- OpenArm를 설정하세요: [OpenArm 첫 번째 데모 튜토리얼]
- VLA 모델을 정비하라: [VLA 정비 가이드] (데이터를 수집한 후)
관련 교과서
[
로봇 훈련 데이터를 수집
텔레오퍼레이션을 설정하고 에피소드를 기록하고 고품질의 훈련 데이터 세트를 구축합니다.
[
레로봇 스타트
레로봇을 설치하고 로봇 팔을 연결하고, 데모를 녹음하고, 첫 번째 정책을 훈련시켜라.
[
오픈아름 첫 데모
상자를 풀고, 집합하고, 오픈아름에서 첫 번째 텔레오퍼레이션 데모를 실행하세요.
[
자주 묻는 질문
2026년에 로봇 학습을 위해 ROS2 버전이 어떤가요?
ROS2 Humble (LTS, 2027년 5월까지 지원) 은 생산 로봇 학습 파이프라인을 위한 가장 안전한 선택이다. ROS2 Jazzy (2024년 5월 출시) 는 더 새로운 기능을 제공하지만 작은 패키지 생태계를 가지고 있다. 대부분의 LeRobot 및 OpenVLA 통합은 Humble를 목표로 한다.
ROS2 로봇 학습에 GPU가 필요할까요?
최소 8 GB의 VRAM를 가진 NVIDIA GPU는 강력히 권장됩니다. 실시간 카메라 처리, CUDA 가속 추론 및 배포 중에 VLA 모델을 실행하는 데 필요합니다. ROS2 자체는 CPU에서 잘 작동하지만 하류 ML 작업에는 GPU가 필요합니다.
로봇 학습을 위해 MacOS 또는 Windows에서 ROS2를 사용할 수 있나요?
ROS2는 공식적으로 우분투 리눅스를 지원합니다. 험블은 실험적인 macOS 및 Windows 빌드를 가지고 있지만, 대부분의 로봇 학습 도구 (LeRobot, OpenVLA, MoveIt2) 는 우분투에서만 테스트됩니다. 최상의 경험을 위해 원산 Ubuntu 설치 또는 Docker 컨테이너를 사용하십시오.
ROS2 로봇 학습을 위한 완전한 설정이 얼마나 많은 디스크 공간을 필요로 하는가?
최소 30 GB의 플랜. ROS2 데스크톱은 약 3 GB, MoveIt2는 2
로즈2 컨트롤과 MoveIt2의 차이점은 무엇입니까?
로즈2 컨트롤은 로봇 액추에터와 센서와 실시간 통신을 관리하는 하드웨어 추상층이다. MoveIt2는 충돌 없는 궤도를 생성하는 운동 계획 프레임워크이다. 그들은 함께 작동한다. MoveIt2는 경로를 계획하고, ros2 컨트롤은 하드웨어에서 실행한다.
이 설명서가 도움이 되었나요?
👍 네
로봇 기술 에서 앞장서
로봇 배포, 데이터 수집, 물리 AI에 대한 최신 정보를 수신 상자에 전달하십시오.