오늘은_영어로_Today

대회가 마무리됐다. 우여곡절이 있었지만 최종적으로 최우수상이라는 결실을 맺을 수 있었기에 감사할 따름이다. 대회를 준비하면서 가장 어려웠던 점은 협력이다. 우리는 서로의 의견을 피력하기에 바빴고, 타 팀보다 개인의 수준이 뒤쳐져 있다는 사실로 인해 생기는 조바심을 극복하기 전까지는 아무것도 할수가 없었다. 우선 개인의 부족함으로 인해 스스로를 작게 생각하는 팀원들을 위로해주고 이로 인해 갖는 열등감을 없애줘야될 필요성을 느꼈다. 이 과정을 통해 깨달은 것은 크게 2가지이다. 첫 째로는 팀원들의 이러한 모습들은 하나하나씩 해결할수 있는 작은 목표들을 달성하고 모두가 바라보는 목표 즉 '대회에서 유익한 결과를 얻는 것'임을 그들에게 상기시켜주며 해결할 수 있다. 둘 째는 팀은 모두가 잘하는 것보다 각자가 잘..

중요하다 싶은 것들, 수정한 것들을 위주로 타이핑해본다. 우리의 고려 요소는 아래 4가지로 구분된다: 1. 시뮬레이션과 실제 로봇 크기 차이 2. self.DIRECTION이 어느 각도에서 값을 받아오느냐 3. obstacle라고 인식하는 각도와 거리는 얼마큼 할 것인가, condition이 obstacle로 가는 조건은 무엇이냐 4. condition이 obstacle일 땐 어떤 행동을 취해주느냐 1. 시뮬레이션과 실제 로봇 크기 차이 시뮬레이션과 실제 로봇 크기 차이로 인해 생기는 차이는 꽤나 크다. 우선 주행하는 속도(speed)부터 시작하여, 유사시 취해야되는 각도 이동(angle), 감지 거리(scan_dist)등을 고려해야된다. scan 거리값을 데이터로 받아들일 때 주로 사용하는 변수로서, ..

로봇 자율주행 대회에 참석하는데 모든 이들이 multiwaypoints를 활용한 주행을 준비중인 와중에, 우리는 wall_following을 채택하기로 했다. 이유로는 1. gmapping 하는 시간이 너무 짧다. 총 10분이 주어지는데, 수동/자동 주행을 이 시간 안에 다 하고 기록까지 챙기기엔 부족해보인다. 2. carrot_following을 적용할 경우, 곡선에서 오차가 발생할 수 있다. 3. 벽이 존재하므로 벽을 따라 가기에 용이하다 위 3가지 이유로 wall_following을 적용하기로 했고, 기존에 수업에서 관련 코드가 있어 해당 코드에서 약간의 버그를 수정하면 될 듯 하다. 현재 오른쪽/왼쪽 벽을 잘 따라간다. 다만 정면에 벽이 보일 경우 로봇이 방향을 잡지 못하고 제멋대로 움직이는 상황..