ROS2에서 TF란?

ROS 2

정지홍 2025. 3. 14. 17:06

transform은 로봇의 여러 좌표계( frames )사이의 위치( position )와 자세( orientation )를 관리하는 시스템이다.
로봇들의 부붐,센서,바퀴,환경 지도 등은 각각의 고유한 좌표계( frame )을 가지며, ROS 2의 TF는 이러한 프레임들을 연결해서, 로봇의 동작을 쉽게 계산하게 해준다.
TF는 tree구조를 기반으로 동작하며, 각각의 Frame들은 부모-자식 관계를 가진다.
- TF Tree : 모든 프레임과 그 관계를 트리 형태로 구성한 것
- Frame : 특정 객체의 좌표계
- Transform : 두 frame 사이의 위치 및 자세 관계 ( translation + rotation )

TF에서 가장 중요한 요소는 프레임과 변환(transform)이다.

로봇이 환경을 인식,동작할 때 필수적으로 해야하는 좌표 변환을 처리해준다.

아래는 예시들...

1. 센서 데이터의 위치 정렬 ( sensor fusion )
- camera가 감지한 장애물의 좌표를 LiDAR기준 좌표로 변환해야 한다면, TF가 필요하다.
  즉, TF를 사용하면, 카메라의 데이터를 자동으로 LiDAR 기준으로 변환하는것이 가능하다.
- ex) 센서 데이터 변환 ( LiDAR -> Base )
  - 로봇이 LiDAR로 장애물을 감지했다고 가정하자. LiDAR에서 측정된 장애물 좌표가 ( 1.2 , 0.5 , 0.0 )이다. 하지만, 이 데이터는 로봇의 중심좌표( base_link ) 기준으로 변환해야한다. 그래서 TF를 사용해서 lidar_link에서 base_link로 변환시켜준다.
2. 로봇의 위치 추적 및 이동 ( localization & navigation )
- 로봇이 움직이면, 모든 센서와 부품의 좌표도 함께 변해야한다.
  즉, TF를 사용하면, 로봇이 특정 시점에서 어디에 있는지 쉽게 알수있다.
3. 로봇 팔 제어
- 로봇 팔의 관절마다 서로 다른 좌표계를 가지니, 팔의 끝부분 위치를 계산하기 위해서 TF가 필요함.
4. path planning
- 로봇이 장애물을 피하기 위해서, 상대적인 거리와 위치를 측정할때 TF가 필요.
- ex) 카메라 데이터 변환 ( camera -> map )
  - 로봇의 카메라가 camera_link좌표에서 사람을 감지했다고 하자. 하지만, 이 위치를 map좌표호 변환을 해야 전체 위치를 알 수 있다. 그래서 TF를 사용하면 camera_link -> base_link -> odom -> map으로 변환이 가능하다.

ROS에서 TF변환은 node와 topic을 활용해서 동작한다.
TF 데이터를 publish하는 것은 특정한 node가 수행한다.
그리고 이 데이터를 송수신 하는 것은 TF 관련 topic을 통해서 이루어진다.

/robot_state_publisher
- 로봇의 TF를 broadcast하는 node
- 로봇의 각 link간의 변환을 자동으로 publish할것이다. 즉, 로봇의 센서,바퀴,본체 등 여러 부품의 상대적 위치를 관리.
/static_transform
- 고정된 변환( static TF )를 publish하는 노드
- 로봇의 움직임과 상관없이 항상 일정한 좌표 변환을 유지하는 tf_static을 생성함.
- ex)
  - base_link -> camera_link
  - base_link -> lidar_link