ICIR Cleanroom: History-Aware Autonomous Gas Mapping

ROS 2 이동 로봇이 저해상도 순찰(LRS), GMRF 기반 가스장 추정, DD-UCB 기반 고해상도 탐색(HRS)을 반복하며 위험 가스 발생 영역을 탐지하는 자율 가스 매핑 시뮬레이션입니다.

A ROS 2 simulation for history-aware autonomous gas mapping with LRS patrol, GMRF estimation, and distance-discounted UCB exploration.

프로젝트 개요

ICIR Cleanroom은 넓은 공간을 효율적으로 순찰하면서 위험 신호가 확인된 영역을 집중 탐색하기 위한 ROS 2 기반 연구용 시뮬레이션입니다. TurtleBot3 모델이 Gazebo 환경을 이동하며 가스 농도를 측정하고, Mapping Controller가 측정값과 과거 검출 이력을 결합해 다음 행동을 결정합니다.

주요 특징은 다음과 같습니다.

LRS/HRS 계층형 탐색: 넓은 영역을 순찰하는 LRS와 위험 영역을 정밀 탐색하는 HRS를 자동 전환합니다.
GMRF 가스장 추정: 희소 측정으로부터 각 격자 셀의 예상 농도와 불확실성을 함께 추정합니다.
DD-UCB 후보 선택: 예상 농도, 불확실성, 로봇과의 거리를 함께 고려해 HRS 후보를 선정합니다.
이력 기반 순찰 개선: 과거의 재발 위치, 심각도, 경과시간, 불확실성을 반영해 다음 LRS 경로를 조정합니다.
재현 가능한 환경 프로필: 빈 50 m 환경과 AWS Small Warehouse 환경을 동일한 launch 인터페이스로 실행할 수 있습니다.

Demo

데모 영상에서는 다음 과정을 확인할 수 있습니다.

LRS 순찰 경로 생성과 Nav2 기반 이동
센서 측정에 따른 GMRF 평균·분산 지도 갱신
위험 농도 감지 후 HRS 전환
DD-UCB 후보 선정과 정밀 탐색
대응 임계값 확인, 이력 저장, 가스원 전환

Quick Start

ROS 2 Humble이 설치된 Ubuntu 22.04 환경을 기준으로 합니다.

mkdir -p ~/icir_ws/src
cd ~/icir_ws/src
git clone https://github.com/iCIRLab/icir_cleanroom.git

cd ~/icir_ws
source /opt/ros/humble/setup.bash
sudo apt update
sudo apt install ros-humble-turtlebot3-description
# rosdep을 처음 사용하는 시스템에서는 먼저 `sudo rosdep init`을 실행합니다.
rosdep update
rosdep install --from-paths src --ignore-src -r -y
python3 -m pip install -r src/icir_cleanroom/requirements.txt

colcon build --packages-select icir_cleanroom --symlink-install
source install/setup.bash
ros2 launch icir_cleanroom aws_small_warehouse.launch.py

Gazebo, TurtleBot3, Nav2, 가스 환경 노드, 경로 계획기, Mapping Controller, RViz가 함께 시작됩니다. 초기화가 완료되면 로봇이 첫 번째 LRS 순찰을 자동으로 시작합니다.

시스템 구성

flowchart LR
    Gazebo[Gazebo World] -->|sensor link pose| Sensor[Gas Sensor Plugin]
    Sensor -->|sensor pose| Environment[Gas Environment]
    Sensor -->|sensor pose| Controller[Mapping Controller]
    Environment -->|synthetic concentration| Controller
    Environment -->|GMRF / sampling domains| Controller
    Environment -->|sampling domain| LRSPlanner[LRS Planner]
    LRSPlanner -->|base LRS route| Controller
    Controller -->|navigation goals| Nav2[Nav2]
    Nav2 -->|goal result| Controller
    Controller -->|maps, routes, markers, status| RViz[RViz]
    Controller <-->|history JSON| History[(History Store)]
    Controller -->|advance source| Environment

구성 요소	역할
Gazebo	로봇, 센서, 장애물, 시뮬레이션 시간을 제공합니다.
TurtleBot3 + Gas Sensor Plugin	Gazebo의 센서 link pose를 ROS 토픽으로 전달합니다.
Gas Environment	센서 위치의 합성 농도, 가스원, ground truth와 GMRF·sampling·navigation goal domain을 발행합니다.
LRS Planner	접근 가능한 영역을 K-means로 분할하고 대표 순찰 지점을 연결합니다.
Mapping Controller	LRS/HRS 상태, 측정, GMRF, 이력, 경로 계획과 가스원 전환을 총괄합니다.
Nav2	계획된 LRS/HRS 목표까지 로봇을 이동시키고 이동 결과를 반환합니다.
RViz	추정 지도, 불확실성, DD-UCB, 경로, 측정값과 검출 이력을 시각화합니다.

실행 흐름

stateDiagram-v2
    [*] --> WAITING
    WAITING --> LRS_PLANNING: map, route, pose, Nav2 준비
    LRS_PLANNING --> LRS: 이력 기반 순찰 경로 생성
    LRS --> LRS_PLANNING: 위험 미검출 / 다음 회차
    LRS --> HRS_PLANNING: 위험 감지 / 현재 LRS 회차 완료
    HRS_PLANNING --> HRS_NAVIGATION: DD-UCB 후보와 경로 확정
    HRS_NAVIGATION --> HRS_PLANNING: 임계값 미달 / 다음 HRS cycle
    HRS_NAVIGATION --> LRS_PLANNING: 최대 cycle 또는 후보 소진
    HRS_NAVIGATION --> SOURCE_TRANSITION: 대응 임계값 검출
    SOURCE_TRANSITION --> LRS_PLANNING: 가스원 전환 완료 또는 fallback

시스템은 지도, LRS 기본 경로, 센서 pose, sampling domain, navigation goal domain과 Nav2 action server를 기다립니다.
LRS 경로를 계산한 뒤 각 대표 지점으로 이동해 lrs_dwell_seconds 동안 농도를 측정합니다.
측정값으로 GMRF를 갱신하고 히스토리를 기록합니다.
측정값이 hazard_threshold 이상이면 위험 상태를 유지하되, 현재 LRS 순찰과 복귀를 완료한 후 HRS로 전환합니다.
HRS는 DD-UCB 점수가 높은 미측정 셀을 선택해 정밀 측정합니다.
측정값이 hrs_response_threshold 이상이면 검출 이벤트를 확정하고 히스토리를 저장한 뒤 가스원 전환을 요청합니다.
임계값에 도달하지 못하면 후보가 남아 있고 최대 cycle 이내인 동안 HRS를 반복하고, 그렇지 않으면 LRS로 복귀합니다.

핵심 알고리즘

LRS: 넓은 영역 순찰

LRS(Low-Resolution Search)는 접근 가능한 sampling domain을 K-means로 분할하고 각 클러스터의 안전한 대표 지점을 선택합니다. 기본 대표 지점은 TSP 기반 폐곡선 경로로 연결됩니다.

저장된 검출 이력이 있으면 첫 회차부터, 이력이 없다면 데이터가 누적된 이후 회차부터 기본 경로를 조정합니다. 각 지점의 보상은 다음 요소의 가중합으로 구성됩니다.

Recurrence: 과거 확정 검출 이벤트가 주변에서 반복된 정도
Severity: 과거 측정 농도의 심각도
Staleness: 해당 영역을 마지막으로 확인한 뒤 경과한 시간
Uncertainty: 최근 이력 분포의 불확실성

우선 지점은 기본 경로 길이의 lrs_route_length_ratio 이내에서 포함되도록 계산됩니다. 가장 최근의 확정 검출 셀은 가능한 경우 필수 지점으로 유지됩니다.

GMRF: 농도와 불확실성 추정

GMRF(Gaussian Markov Random Field)는 가스장 격자의 유효 셀을 8-neighbor 그래프로 구성합니다. 각 측정값은 가장 가까운 GMRF 셀의 최신 observation을 교체하며, 이웃 간 smoothness prior와 함께 평균 μ와 분산 σ²을 추정합니다.

실시간 갱신에는 GaBP(Gaussian Belief Propagation)를 사용합니다. 수렴 실패 시 더 낮은 damping으로 재시도하고, 배치 경계에서는 CG(Conjugate Gradient) 기준 해와의 최대 평균 오차를 검사합니다.

DD-UCB: 거리 인식 HRS 후보 선택

각 미측정 후보 셀 i에 대해 먼저 정규화된 UCB를 계산합니다.

UCBᵢ = clip(μᵢ + k√σᵢ², 0, 1)

μᵢ: GMRF가 추정한 평균 농도
σᵢ²: GMRF가 추정한 분산
k: 탐색 강도를 조절하는 hrs_ucb_k

이후 현재 로봇 위치에서 후보까지의 거리 dᵢ로 점수를 감쇠합니다.

DD-UCBᵢ = UCBᵢ / (1 + λdᵢ)

평균 농도가 높은 셀은 exploitation 관점에서 높은 점수를 얻습니다.
분산이 큰 셀은 exploration 관점에서 높은 점수를 얻습니다.
멀리 있는 셀은 hrs_distance_weight인 λ에 비례해 감점됩니다.

이미 측정한 셀, navigation goal domain 밖의 셀, 반복적으로 이동에 실패해 도달 불가로 판정된 셀은 후보에서 제외됩니다. 남은 셀을 DD-UCB 내림차순으로 정렬해 상위 hrs_candidate_count개를 선택하고, hrs_update_seconds 시간 예산 안에서 최대 hrs_visit_count개를 방문하는 exact open path를 계산합니다.

기본 reward_ordered_exact 모드는 보상 순으로 조합을 검사하고 Held-Karp로 정확한 경로를 구합니다. paper_exhaustive_milp 모드는 후보 조합마다 CBC 기반 MILP를 풀어 논문식 exhaustive 절차를 재현합니다.

지원 환경

환경	Launch 파일	공간·해상도	기본 가스원 모드	LRS 클러스터
Empty 50 m	`empty_50m.launch.py`	50 m × 50 m, GMRF 1.0 m	`recurrent_hotspots_after_peak`	36
AWS Small Warehouse	`aws_small_warehouse.launch.py`	약 14 m × 20 m, GMRF 0.5 m	`random_after_peak`	10

환경별 world, map, 로봇 초기 pose, 가스장 범위, navigation profile과 LRS 설정은 config/environments/*.yaml에서 관리합니다.

가스원 발생 모드

모드	동작	확정 검출 이후
`manual`	`source_x`, `source_y`, strength와 sigma를 직접 사용합니다. 저장된 상태가 있으면 시작 시 복원합니다.	가스원을 변경하지 않고 같은 이벤트로 LRS를 재개합니다.
`random_after_peak`	sampling 지점에서 설정 농도 이상 검출 가능한 임의의 grid 위치와 sigma를 생성합니다.	이전 위치와 최소 분리 조건을 만족하는 새 가스원을 생성합니다.
`recurrent_hotspots_after_peak`	가중치로 hotspot을 선택하고 주변에 Gaussian jitter를 적용해 재발 패턴을 생성합니다.	새 hotspot 기반 가스원을 생성합니다.

*_after_peak라는 모드 이름은 유지되는 공개 인터페이스입니다. 실제 전환 조건은 추정 peak가 아니라 HRS 측정값의 hrs_response_threshold 이상 여부입니다.

자동 모드는 최대 1,000회 동안 다음 조건을 만족하는 가스원을 생성합니다.

GMRF grid에 정렬되고 환경 경계 안에 있을 것
설정한 sigma 범위를 만족할 것
LRS 대표 지점 중 하나 이상에서 source_random_detection_threshold 이상의 농도를 만들 것
random_after_peak에서는 이전 위치와 source_random_min_separation 이상 떨어질 것

핵심 파라미터	설명
`source_enabled`	가스원 활성화 여부
`source_x`, `source_y`	가스원 중심의 world 좌표
`source_strength`	중심 농도 계수, 자동 모드에서는 `1.0`
`source_sigma`	Gaussian 분포의 공간 확산 정도
`source_random_seed`	음수이면 비결정적, 0 이상이면 재현 가능한 난수 생성
`persist_source_state`	현재 가스원 상태를 JSON 파일로 저장할지 여부

자동 모드도 현재 상태를 JSON으로 저장하지만 시작 시 해당 파일을 복원하지 않고 새 가스원을 생성합니다. manual 모드에서만 저장된 가스원 상태를 시작 시 복원합니다.

요구 환경

항목	기준
운영체제	Ubuntu 22.04 LTS
ROS	ROS 2 Humble
Simulator	Gazebo Classic 11, `gazebo_ros`
Navigation	Nav2
Visualization	RViz2
Robot assets	`turtlebot3_description`
Build	colcon, rosdep, CMake 3.8 이상
Python	Python 3.10, NumPy, SciPy, PyYAML
Optimization	Python-MIP 1.17 이상, 2.0 미만

프로젝트는 ROS 2 Humble과 Ubuntu 22.04 조합을 기준으로 개발되었습니다. 다른 ROS 배포판, Gazebo Sim 또는 실제 로봇 환경에서의 호환성은 현재 보장하지 않습니다.

설치 및 실행

1. 저장소와 의존성 준비

rosdep을 처음 사용하는 시스템이라면 한 번만 초기화합니다. 이미 초기화했다면 이 단계는 건너뜁니다.

sudo rosdep init
rosdep update

mkdir -p ~/icir_ws/src
cd ~/icir_ws/src
git clone https://github.com/iCIRLab/icir_cleanroom.git

cd ~/icir_ws
source /opt/ros/humble/setup.bash
sudo apt update
sudo apt install ros-humble-turtlebot3-description
rosdep install --from-paths src --ignore-src -r -y
python3 -m pip install -r src/icir_cleanroom/requirements.txt

2. 빌드

cd ~/icir_ws
source /opt/ros/humble/setup.bash
colcon build --packages-select icir_cleanroom --symlink-install
source install/setup.bash

새 터미널을 열 때마다 ROS와 workspace 환경을 다시 source해야 합니다.

source /opt/ros/humble/setup.bash
source ~/icir_ws/install/setup.bash

3. 환경별 실행

빈 50 m 환경:

ros2 launch icir_cleanroom empty_50m.launch.py

AWS Small Warehouse:

ros2 launch icir_cleanroom aws_small_warehouse.launch.py

use_sim_time의 기본값은 true입니다. cleanroom_empty.launch.py는 기존 사용자를 위해 유지하는 empty_50m 호환 진입점입니다.

실행은 터미널에서 Ctrl+C로 종료합니다. 히스토리는 다음 실행 시 자동으로 복원됩니다. 가스원 상태는 가스원 발생 모드에 설명된 모드별 정책을 따릅니다.

운영 기능

실행 중 히스토리맵 초기화

Mapping Controller가 실행 중일 때는 서비스를 사용하는 것이 안전합니다.

ros2 service call /gas_mapping/history/clear std_srvs/srv/Trigger "{}"

메모리와 ~/.ros/icir_cleanroom/gas_history.json이 빈 이력으로 갱신됩니다. 현재 LRS 경로는 즉시 중단되지 않으며 다음 회차에서 빈 이력을 기준으로 다시 계산됩니다.

종료 후 저장 파일 초기화

파일	저장 내용	삭제 후 동작
`gas_history.json`	가스 측정값과 확정 검출 이력	다음 실행이 빈 히스토리맵으로 시작
`gas_source_state.json`	`empty_50m`의 가스원 활성 여부, 위치, 세기, 확산도	`manual` 모드는 YAML 기본값을 사용하고, 자동 모드는 새 가스원을 생성
`aws_small_warehouse_gas_source_state.json`	`aws_small_warehouse`의 가스원 활성 여부, 위치, 세기, 확산도	`manual` 모드는 YAML 기본값을 사용하고, 자동 모드는 새 가스원을 생성

먼저 시뮬레이션을 종료한 뒤 초기화하려는 파일만 삭제합니다.

# 측정 및 확정 검출 이력
rm -f ~/.ros/icir_cleanroom/gas_history.json

# empty_50m 가스원 상태
rm -f ~/.ros/icir_cleanroom/gas_source_state.json

# aws_small_warehouse 가스원 상태
rm -f ~/.ros/icir_cleanroom/aws_small_warehouse_gas_source_state.json

삭제한 파일은 필요한 상태가 저장될 때 자동으로 다시 생성됩니다. 가스원 상태 파일에는 source_enabled, source_x, source_y, source_strength, source_sigma가 저장됩니다. 자동 모드는 시작할 때 기존 가스원 상태를 복원하지 않으므로 파일을 삭제하지 않아도 매 실행마다 새 가스원을 생성합니다.

자동 가스원 즉시 전환

자동 가스원 모드에서는 확정 검출을 기다리지 않고 다음 가스원으로 전환할 수 있습니다.

ros2 service call /gas_mapping/source/advance std_srvs/srv/Trigger "{}"

manual 모드에서는 서비스가 성공 응답을 반환하지만 가스원은 변경되지 않습니다.

Manual 모드에서 가스원 변경

환경 프로필의 source_mode를 manual로 설정하고 재빌드·재실행한 뒤 다음과 같이 변경할 수 있습니다.

ros2 param set /gas_environment_node source_x 10.0
ros2 param set /gas_environment_node source_y 10.0
ros2 param set /gas_environment_node source_strength 1.0
ros2 param set /gas_environment_node source_sigma 5.0
ros2 param set /gas_environment_node source_enabled true

좌표는 해당 환경의 map 범위 안에 있어야 하며 strength는 음수가 아니어야 하고 sigma는 양수여야 합니다. 자동 모드의 생성 정책 파라미터는 시작 시에만 적용되므로 변경 후 노드를 다시 시작해야 합니다.

설정

위치	책임	적용 방법
`config/environments/*.yaml`	world, map, spawn, 가스원, 격자, LRS 환경값	패키지 재빌드 후 재실행
`config/navigation/*.yaml`	환경별 속도, 가속도, costmap override	패키지 재빌드 후 재실행
`config/nav2_params.yaml`	공통 Nav2 기본 설정	패키지 재빌드 후 재실행
`config/mapping/default.yaml`	GMRF, LRS/HRS, 이력, dwell과 임계값	패키지 재빌드 후 재실행

--symlink-install로 빌드하면 Python 소스는 바로 반영되지만 share에 설치되는 YAML과 launch 파일은 변경 후 다시 빌드하는 것을 권장합니다.

주요 Mapping Controller 기본값은 다음과 같습니다.

파라미터	기본값	의미
`hazard_threshold`	`0.15`	LRS에서 HRS 전환을 예약하는 위험 농도
`hrs_response_threshold`	`0.50`	HRS 확정 검출 및 가스원 전환 기준
`hrs_ucb_k`	`0.20`	UCB의 불확실성 탐색 강도
`hrs_distance_weight`	`0.03`	후보 거리 감쇠 계수
`hrs_candidate_count`	`1`	DD-UCB 상위 후보 수
`hrs_visit_count`	`1`	한 HRS cycle에서 방문할 최대 후보 수
`hrs_max_cycles_per_alert`	`10`	한 위험 이벤트에서 반복할 최대 HRS cycle 수
`hrs_update_seconds`	`50.0`	HRS 이동 및 측정 시간 예산
`hrs_planner_mode`	`reward_ordered_exact`	HRS exact planner 선택

프로젝트 구조

icir_cleanroom/
├── launch/                         # 공통 launch와 환경별 진입점
├── config/
│   ├── environments/               # world/map/gas/LRS 환경 프로필
│   ├── navigation/                 # 환경별 Nav2 및 로봇 motion override
│   ├── mapping/default.yaml        # GMRF, LRS/HRS, history 설정
│   └── nav2_params.yaml            # 공통 Nav2 설정
├── icir_cleanroom/gas_mapping/
│   ├── application/                # ROS 비의존 workflow와 runtime state
│   ├── mapping/                    # GMRF, domain, projection, K-means
│   ├── planning/                   # LRS/HRS 및 DD-UCB 경로 정책
│   ├── history/                    # 측정·확정 검출 이력과 JSON 저장소
│   ├── ros/                        # ROS node, Nav2, publisher, workflow adapter
│   ├── config.py                   # typed controller configuration
│   ├── environment.py              # 가스원 생성·검증·저장 로직
│   ├── models.py                   # 공통 상태와 데이터 모델
│   └── phase_machine.py            # LRS/HRS phase 전환 규칙
├── scripts/                        # ros2 run용 얇은 Python entrypoint
├── src/                            # Gazebo gas sensor C++ plugin
├── include/                        # C++ plugin header
├── worlds/                         # Gazebo world
├── maps/                           # Nav2 map
├── models/                         # AWS warehouse Gazebo assets
├── urdf/                           # TurtleBot3 + gas sensor 모델
├── rviz/                           # RViz 표시 설정
├── test/                           # 알고리즘·설정·ROS contract 회귀 테스트
├── CMakeLists.txt
├── package.xml
└── requirements.txt

mapping, planning, history, application의 핵심 계산 로직은 ROS node를 직접 import하지 않습니다. ROS 메시지와 middleware 연결은 ros/ 어댑터에 집중되어 있어 알고리즘 단위 테스트와 재사용이 가능합니다.

테스트

cd ~/icir_ws
source /opt/ros/humble/setup.bash
source install/setup.bash
colcon test --packages-select icir_cleanroom
colcon test-result --verbose

테스트는 다음 동작을 검증합니다.

GMRF GaBP/CG 결과, 수렴 재시도와 rollback
DD-UCB 점수와 HRS 임계값 판정
LRS/HRS exact 경로와 시간 예산
K-means 대표 지점 및 접근 가능한 domain 구성
history/source JSON 저장, 복원, 이전 버전 호환성
환경·navigation 프로필 유효성
phase 및 비동기 planning generation
RViz point/color 대응과 ROS 인터페이스 contract

제한사항 및 향후 과제

현재 가스장은 정적 2차원 Gaussian 농도 모델이며 실제 유체 확산, 풍향, 난류를 직접 모델링하지 않습니다.
Gazebo Classic과 ROS 2 Humble 환경을 기준으로 하며 Gazebo Sim 및 다른 ROS 배포판은 별도 검증이 필요합니다.
실제 가스 센서와 실물 로봇을 이용한 배포 절차는 포함하지 않습니다.
환경 경계와 가스장 해상도는 환경 프로필에 명시적으로 정의해야 합니다.
향후 실제 센서 연동, 동적 확산 모델, 다중 로봇 탐색, 정량 벤치마크를 확장할 수 있습니다.

Maintainer

Maintainer: changgyukim
Contact: okpo2581@gmail.com
Repository: github.com/iCIRLab/icir_cleanroom

Navigation Menu

Repository navigation

About

Repository files navigation

ICIR Cleanroom: History-Aware Autonomous Gas Mapping

목차

프로젝트 개요

Demo

Quick Start

시스템 구성

실행 흐름

핵심 알고리즘

LRS: 넓은 영역 순찰

GMRF: 농도와 불확실성 추정

DD-UCB: 거리 인식 HRS 후보 선택

지원 환경

가스원 발생 모드

요구 환경

설치 및 실행

1. 저장소와 의존성 준비

2. 빌드

3. 환경별 실행

운영 기능

실행 중 히스토리맵 초기화

종료 후 저장 파일 초기화

자동 가스원 즉시 전환

Manual 모드에서 가스원 변경

설정

프로젝트 구조

테스트

제한사항 및 향후 과제

Maintainer

About

Releases

Packages

Contributors

Languages

Name		Name	Last commit message	Last commit date
config		config
icir_cleanroom		icir_cleanroom
include/icir_cleanroom		include/icir_cleanroom
launch		launch
maps		maps
models/aws_small_warehouse		models/aws_small_warehouse
rviz		rviz
scripts		scripts
src		src
test		test
urdf		urdf
worlds		worlds
.gitignore		.gitignore
CMakeLists.txt		CMakeLists.txt
README.md		README.md
package.xml		package.xml
requirements.txt		requirements.txt

Latest commit

History

Folders and files

Repository files navigation

ICIR Cleanroom: History-Aware Autonomous Gas Mapping

목차

프로젝트 개요

Demo

Quick Start

시스템 구성

실행 흐름

핵심 알고리즘

LRS: 넓은 영역 순찰

GMRF: 농도와 불확실성 추정

DD-UCB: 거리 인식 HRS 후보 선택

지원 환경

가스원 발생 모드

요구 환경

설치 및 실행

1. 저장소와 의존성 준비

2. 빌드

3. 환경별 실행

운영 기능

실행 중 히스토리맵 초기화

종료 후 저장 파일 초기화

자동 가스원 즉시 전환

Manual 모드에서 가스원 변경

설정

프로젝트 구조

테스트

제한사항 및 향후 과제

Maintainer

About

Resources

Stars

Watchers

Forks

Releases

Packages

Contributors

Languages