ROSflight 2.0: Lean ROS 2-Based Autopilot for Unmanned Aerial Vehicles

이 논문은 UAV 연구의 진입 장벽을 낮추고 시뮬레이션에서 하드웨어 실험으로의 전환을 가속화하기 위해 ROS 1 에서 ROS 2 로 전환되고 모듈성 및 사용성이 개선된 경량 오픈소스 자동비행 시스템 'ROSflight 2.0'의 아키텍처와 하드웨어 성능을 소개합니다.

핵심

🚁 ROSflight 2.0: 드론 연구자를 위한 '레고 블록' 같은 자동 조종 장치

1. 왜 이 프로젝트가 필요한가요? (비유: 레고 vs 완제품 장난감)

기존의 유명한 드론 오토파일럿 (PX4 나 ArduPilot 등) 은 마치 완성된 고급 장난감과 같습니다. 기능이 많고 잘 작동하지만, 내부 구조가 복잡해서 "이 부품이 어떻게 움직이는지"를 알기 어렵습니다. 연구자가 새로운 기능을 추가하려면 장난감을 부수거나 복잡한 설명서를 읽어야 하죠.

반면, ROSflight는 레고 블록과 같습니다.

• 간결함 (Lean): 불필요한 기능이 없습니다. 연구자가 원하는 대로 블록을 조립하고 변형하기 쉽습니다.
• 투명함: 내부 코드가 깔끔하게 정리되어 있어, "왜 이렇게 움직이는지"를 바로 이해할 수 있습니다.
• 목표: 드론 연구의 진입 장벽을 낮추고, 시뮬레이션 (가상 실험) 에서 실제 드론 날리기까지의 과정을 순조롭게 이어주는 것입니다.

2. 이번 버전 (2.0) 의 주요 업그레이드 4 가지

이 논문은 ROSflight 2.0 에서 무엇이 달라졌는지 설명합니다.

① 운영체제 업그레이드: ROS 1 → ROS 2

• 비유: 예전에는 구형 스마트폰 (iOS 14) 을 썼는데, 이제 최신 모델 (iOS 18) 로 바꿨습니다.
• 의미: 더 안정적이고 빠르며, 다른 프로그램과 연결하기가 훨씬 수월해졌습니다. 연구자들이 최신 기술을 쉽게 적용할 수 있게 되었습니다.

② '믹서 (Mixer)'의 혁신: 레시피를 자유롭게 바꾸다

• 비유: 드론의 모터는 '요리사'이고, 믹서는 '레시피'입니다. 연구자가 "왼쪽 날개를 더 세게"라고 명령하면, 믹서가 "모터 A 는 80%, 모터 B 는 20% 로 돌려라"라고 계산해 줍니다.
• 변화: 예전에는 레시피가 고정되어 있었지만, 이제 연구자가 원하는 대로 레시피 (믹서) 를 직접 작성하거나 수정할 수 있습니다.
  • 일반적인 4 축 드론뿐만 아니라, 이상한 모양의 드론 (예: 비행기처럼 날개도 있고 프로펠러도 있는 eVTOL) 에도 맞춰서 레시피를 바꿀 수 있습니다.
  • 안전 장치: 연구자가 실험을 하다가 드론이失控할까 봐 걱정한다면, '안전 조종사 (RC)'가 바로 개입할 수 있는 별도의 레시피를 따로 준비해 둘 수도 있습니다.

③ 하드웨어 지원 확대: 더 똑똑한 뇌와 더 빠른 신경

• 비유: 드론의 두뇌 (컴퓨터) 가 더 강력해지고, 신경 (센서) 이 더 정교해졌습니다.
• 의미: 다양한 드론 기체에 맞춰서 센서 (GPS, 기압계 등) 를 쉽게 연결할 수 있도록 설계되었습니다. 연구자가 새로운 드론을 만들 때, 기존에 쓰던 소프트웨어를 그대로 쓸 수 있어 시간이 절약됩니다.

④ 시뮬레이션 환경: 가상과 현실의 완벽한 일치

• 비유: 비행 시뮬레이션 게임에서 "이 코드를 실행하면 실제 드론도 똑같이 날아간다"는 뜻입니다.
• 의미: 연구자가 컴퓨터 안에서 코드를 짜고 테스트하면, 그 코드를 그대로 실제 드론에 넣어도 아무런 수정 없이 똑같이 작동합니다. 가상에서 실수하면 컴퓨터만 고치면 되고, 실제 드론을 부수지 않아도 됩니다.

3. 핵심 기술: '패스-스루 (Pass-through)' 모드

이게 이 논문에서 가장 강조하는 부분입니다.

• 일반적인 방식: 연구자가 명령을 내리면 → 드론의 작은 컴퓨터 (FCU) 가 받아서 "어떻게 날지?"를 계산한 후 → 모터를 움직입니다. (연구자는 중간 과정을 못 봅니다.)
• ROSflight 의 패스-스루 모드: 연구자가 명령을 내리면 → 드론의 작은 컴퓨터는 그냥 전달만 합니다. 모든 계산과 제어는 드론에 달린 **더 강력한 외부 컴퓨터 (Companion Computer)**에서 합니다.
• 효과: 마치 드론의 뇌를 외부 컴퓨터로 완전히 대체한 것과 같습니다. 연구자가 모터 하나하나를 직접, 아주 빠르게 (초당 400 회) 제어할 수 있어, 새로운 비행 알고리즘을 개발할 때 훨씬 자유롭습니다.

4. 실제 성과 (실험 결과)

연구진은 이 시스템을 실제 드론에 적용해 보았습니다.

• 결과: 외부 컴퓨터가 드론의 모터를 초당 400 번이나 제어하면서도 드론이 안정적으로 날아갔습니다.
• 의미: 이론적으로만 가능했던 '고성능 제어'가 실제로 가능하다는 것을 증명했습니다.

---

💡 요약하자면?

ROSflight 2.0은 드론 연구자들을 위해 **"복잡한 블랙박스 (상자) 를 제거하고, 투명하고 유연한 레고 블록을 제공"**하는 도구입니다.

• 연구자들에게: "내 드론을 내가 원하는 대로 자유롭게 개조하고, 새로운 기술을 빠르게 테스트하세요."
• 일반인에게: "앞으로 더 똑똑하고 다양한 드론 (예: 도심 항공 모빌리티, eVTOL) 이 등장할 수 있는 기반을 마련한 기술입니다."

이 기술은 드론이 단순히 "사진을 찍는 도구"를 넘어, "스스로 판단하고 움직이는 지능형 로봇"으로 발전하는 데 중요한 역할을 할 것입니다.

기술 요약

1. 문제 정의 (Problem)

최근 무인 항공기 (UAV) 및 첨단 항공 모빌리티 (AAM, Advanced Air Mobility) 분야 연구가 급격히 증가하고 있으나, 기존 오픈소스 자동 조종 장치 (Autopilot) 들은 연구 목적에 다음과 같은 한계를 가지고 있습니다.

• 복잡성과 블랙박스화: PX4 나 ArduPilot 과 같은 기존 오픈소스 autopilot 은 기능이 풍부하고 성능이 뛰어나지만, 코드베이스가 방대하고 복잡하여 연구자가 내부 작동 원리 (상태 추정기, 내부 루프 제어기 등) 를 이해하거나 수정하기 어렵습니다. 이는 연구 개발 시간을 증가시키고 커스텀 알고리즘 구현을 어렵게 만듭니다.
• 시뮬레이션과 하드웨어 간 격차: 많은 시스템에서 시뮬레이션 환경과 실제 하드웨어 실행을 위한 코드 구조가 달라, 시뮬레이션에서 검증된 알고리즘을 하드웨어에 적용할 때 많은 수정이 필요합니다.
• ROS 1 의 지원 중단: 기존 ROSflight 는 ROS 1 을 기반으로 하였으나, ROS 1 의 지원 중단으로 인해 최신 ROS 2 생태계로의 전환이 시급했습니다.

2. 방법론 (Methodology)

이 논문은 연구자 중심의 경량화 (Lean) 오픈소스 autopilot 인 ROSflight 의 2.0 버전을 소개하며, 아키텍처의 모듈성과 사용성을 극대화하기 위해 다음과 같은 방법론적 개선을 수행했습니다.

• ROS 1 에서 ROS 2 로의 전환:
  • ROSflight 2.0 은 ROS 2 (Humble, Jazzy) 를 기반으로 재구축되었습니다.
  • 임베디드 마이크로컨트롤러 (FCU) 에서는 ROS 를 직접 실행하지 않고, 시리얼 연결을 통해 Linux 기반의 동반 컴퓨터 (Companion Computer) 에서 실행되는 ROS 2 I/O 노드 (ROSflightIO) 와 통신합니다. 이는 더 견고하고 신뢰성 높은 시스템을 제공합니다.
• 고급 액추에이터 믹서 (Mixer) 설계:
  • 제어 명령을 액추에이터 출력으로 변환하는 믹서 모듈을 재설계하여 유연성을 높였습니다.
  • 선형 매핑: 제어기 출력 $u$를 액추에이터 명령 $\tau$로 변환하는 데 모어 - 펜로즈 의사역행렬 (Moore-Penrose pseudoinverse) 을 사용한 선형 매핑 ($\tau = M^\dagger u$) 을 적용했습니다.
  • 다중 믹서 지원: 안전 조종사 (RC Pilot) 를 위한 '주 믹서 (Primary Mixer)'와 동반 컴퓨터 (Offboard) 를 위한 '부 믹서 (Secondary Mixer)'를 동시에 로드할 수 있어, 안전성을 유지하면서 동반 컴퓨터가 저수준 제어 루프를 직접 제어할 수 있게 했습니다.
  • 패스스루 (Pass-through) 모드: 동반 컴퓨터의 제어 루프가 FCU 의 내장 제어기를 우회하여 믹서로 직접 명령을 전달하는 모드를 지원합니다. 이를 통해 신경망 제어기나 eVTOL 전환 제어 등 저수준 제어 연구가 가능해집니다.
• 모듈형 시뮬레이션 환경:
  • 시뮬레이션을 ROS 2 노드 기반의 모듈 (시간 관리, 센서, 역학, 시각화 등) 로 분할하여 구성했습니다.
  • HoloOcean (Unreal Engine 5 기반), Gazebo, RViz 기반의 경량 시뮬레이터를 지원하며, 사용자가 필요에 따라 모듈을 교체하거나 커스텀 시뮬레이터를 쉽게 통합할 수 있습니다.
  • 실제 하드웨어와 동일한 코드 실행: 시뮬레이션과 하드웨어에서 동일한 코드를 변경 없이 실행할 수 있도록 설계하여 'Software-in-the-Loop (SIL)'의 진정성을 확보했습니다.
• 하드웨어 지원 및 추상화:
  • STM32H7 기반의 FCU 와 다양한 동반 컴퓨터 (Nvidia Jetson, Raspberry Pi 5 등) 를 지원합니다.
  • 하드웨어 추상화 계층 (HAL) 을 도입하여 다양한 센서 및 하드웨어 구성에 대한 적응성을 높였습니다.

3. 주요 기여 (Key Contributions)

• ROSflight 2.0 아키텍처 발표: ROS 2 기반의 모듈화된 아키텍처를 완성하고, 연구 접근성을 높이는 경량화 설계를 정립했습니다.
• 고유동성 액추에이터 믹서: 사전 정의된 믹서뿐만 아니라 런타임에 커스텀 믹서를 로드하고, 안전 조종사와 동반 컴퓨터의 제어 권한을 분리/결합할 수 있는 고급 믹싱 기능을 제공했습니다.
• 패스스루 제어 지원: 동반 컴퓨터가 FCU 의 제어 루프를 우회하여 직접 모터/서보에 명령을 내릴 수 있게 하여, 고급 제어 알고리즘 연구 (예: 신경망 제어, eVTOL 전환 제어) 를 가능하게 했습니다.
• 모듈형 시뮬레이션: 다양한 시각화 엔진과 물리 엔진을 유연하게 교체할 수 있는 시뮬레이션 프레임워크를 제공했습니다.

4. 실험 결과 (Results)

하드웨어 실험을 통해 ROSflight 2.0 의 성능을 검증했습니다.

• 시리얼 지연 및 통신 속도:
  • 동반 컴퓨터가 400Hz 로 오프보드 (Offboard) 명령을 전송할 때, 두 가지 하드웨어 구성 (상용 COTS 구성 vs 통합 고성능 구성) 에서 평균 왕복 시간 (RTT) 이 각각 1.712ms 와 0.416ms 로 측정되었습니다.
  • 최대 전송 속도는 1100Hz 이상을 달성하여, 400Hz 제어 루프에 충분한 대역폭을 제공함을 확인했습니다.
• 패스스루 모드 비행 테스트:
  • 동반 컴퓨터에서 PID 기반 각도 제어기를 실행하여 400Hz 로 삼각파 (Triangle-wave) 롤 (Roll) 명령을 생성했습니다.
  • 이 명령은 FCU 의 제어기를 거치지 않고 직접 믹서로 전달되어 모터를 구동했습니다.
  • 결과: 동반 컴퓨터가 시리얼 연결을 통해 400Hz 주기로 모든 제어 루프를 닫고 (Close the loop) 멀티로터를 성공적으로 제어할 수 있음을 입증했습니다.

5. 의의 및 결론 (Significance)

• 연구 가속화: ROSflight 2.0 은 복잡한 오픈소스 autopilot 의 '블랙박스' 문제를 해결하여, 연구자가 제어 알고리즘과 시스템 아키텍처를 깊이 이해하고 수정할 수 있게 합니다.
• AAM 및 첨단 연구 지원: eVTOL, 신경망 제어, 사이버 공격 시뮬레이션 등 기존 autopilot 에서는 구현이 어렵거나 불가능했던 저수준 제어 및 커스텀 연구 분야를 지원합니다.
• 시뮬레이션 - 하드웨어 무결성: 시뮬레이션과 실제 하드웨어에서 동일한 코드를 실행할 수 있게 함으로써, 연구 개발 주기 (Time-to-Research) 를 단축하고 안전성을 높입니다.
• 개방성: 명확한 코드와 완전한 문서화를 통해 학생과 연구자 모두에게 진입 장벽을 낮추고, ROSflight 생태계의 확장을 촉진합니다.

결론적으로, ROSflight 2.0 은 UAV 연구의 효율성을 극대화하기 위해 설계된 경량화, 모듈화, ROS 2 기반의 차세대 오픈소스 자동 조종 플랫폼으로, 특히 첨단 항공 모빌리티 (AAM) 연구에 필수적인 도구로 평가됩니다.