데이터 과학

Ubuntu 24.04와 ROS 2 Jazzy에서 PuppyPi 4족 보행 로봇 프로그래밍하기앞선 실습에서는 Windows 11의 WSL2에 Ubuntu 24.04를 설치하고 ROS 2 Jazzy와 Gazebo Harmonic 환경을 구성했습니다.이번에는 Hiwonder의 4족 보행 로봇 PuppyPi를 ROS 2 환경에서 프로그래밍하는 방법을 살펴봅니다.PuppyPi는 Raspberry Pi 5를 기반으로 하는 4족 보행 로봇으로, 8개의 서보 모터와 카메라를 탑재하고 있으며 ROS 2와 Python을 이용하여 보행, 자세 제어, 영상 인식 등의 실습을 할 수 있습니다.특히 바퀴로 이동하는 TurtleBot3와 달리 PuppyPi는 네 개의 다리를 움직여야 하므로 다음과 같은 제어 계층이 필요합니다.R..

ROS 2 Jazzy와 Gazebo Harmonic에서 TurtleBot3 시뮬레이션 실행 및 제어하기앞선 과정에서 Windows 11의 WSL2에 Ubuntu 24.04를 설치하고 ROS 2 Jazzy와 Gazebo Harmonic까지 구성했습니다. 이번에는 이 환경에 TurtleBot3 시뮬레이션 패키지를 설치하고 Gazebo에 TurtleBot3 Burger 모델을 불러온 뒤, ROS 2의 /cmd_vel Topic과 키보드 Teleop을 이용하여 로봇을 직접 움직여 봅니다. 전체적인 실습 구조는 다음과 같습니다.Windows 11 │ └── WSL2 │ └── Ubuntu 24.04 │ ├── RO..

Windows 11 WSL2에서 Ubuntu 24.04, ROS 2 Jazzy, Gazebo Harmonic, TurtleBot3 환경 구축하기Windows 11에서는 WSL2(Windows Subsystem for Linux)를 이용하여 Windows를 그대로 사용하면서 Ubuntu Linux 환경을 동시에 사용할 수 있습니다. 최근 WSL에는 WSLg가 포함되어 있기 때문에 Linux의 GUI 프로그램도 별도의 X Server를 설치하지 않고 Windows 화면에 직접 실행할 수 있습니다. 이를 이용하면 Windows PC 한 대에서 Ubuntu, ROS 2, RViz2, Gazebo, TurtleBot3 등을 실행하는 로봇 시뮬레이션 환경을 구성할 수 있습니다.이번 글에서는 다음 환경을 구축합니다...

Ubuntu 26.04 + ROS 2 Lyrical + Gazebo Jetty 설치 매뉴얼Ubuntu 26.04 LTS 환경에서 ROS 2 Lyrical, Gazebo Jetty, RViz2, TurtleBot3 및 ROS 2 개발도구를 설치하는 과정을 정리합니다.기존 Ubuntu 24.04에서는 ROS 2 Jazzy와 Gazebo Harmonic 조합을 많이 사용하였지만 Ubuntu 26.04에서는 ROS 2의 새로운 장기지원 버전인 Lyrical Luth를 사용하는 것이 좋습니다.기본적인 구성은 다음과 같습니다.Ubuntu 26.04 LTS Resolute RaccoonROS 2 Lyrical LuthGazebo JettyRViz2TurtleBot3ROS 2를 처음 설치한다면 Ubuntu와 ROS 버..

PiDog에 프로그램을 넣는 방법PC → microSD에 Raspberry Pi OS 설치 → microSD를 PiDog의 Raspberry Pi에 장착 → 부팅 → Wi-Fi 연결 → SSH 접속 → PiDog 프로그램 설치 https://www.raspberrypi.com/software/ Raspberry Pi software – Raspberry PiFrom our operating system to our GitHub repos, explore the software that powers our technologywww.raspberrypi.com PiDog는 Raspberry Pi를 메인 컨트롤러로 사용하기 때문에 프로그램 역시 Raspberry Pi에 설치하여 실행합니다. 가장 편리한 방법..

AlphaFold 2의 Evoformer에서 AlphaFold 3의 Pairformer와 Diffusion, 그리고 RoseTTAFold의 3-Track Network까지단백질 구조 예측 기술은 AlphaFold 2의 등장 이후 매우 빠르게 발전하였습니다. AlphaFold 2는 단백질 서열과 진화 정보를 바탕으로 아미노산 사이의 관계를 분석하고 이를 3차원 구조로 변환하는 방식을 사용하였습니다. 이후 AlphaFold 3에서는 이러한 구조를 더욱 확장하여 단백질뿐 아니라 DNA, RNA, 리간드, 이온 등 다양한 생체분자 사이의 상호작용까지 예측할 수 있도록 설계되었습니다.이 과정에서 AlphaFold 2의 핵심 구성요소였던 Evoformer는 AlphaFold 3에서 Pairformer 중심의 구조로..

AlphaFold 3 PAE Heatmap을 이용한 qhr63290.2 구조 분석AlphaFold 3로 단백질 구조를 예측한 뒤에는 단순히 3차원 구조가 만들어졌다는 사실만으로 결과를 판단해서는 안 됩니다. 특히 크기가 큰 단백질이나 여러 구조 영역으로 이루어진 단백질에서는 각 부분의 구조는 잘 예측되더라도 서로 다른 영역 사이의 상대적인 위치가 불확실할 수 있습니다.이러한 구조적 불확실성을 확인할 때 매우 유용한 지표가 **PAE(Predicted Aligned Error)**입니다. PAE는 단백질의 한 부분을 기준으로 구조를 정렬했을 때 다른 부분의 상대적인 위치가 얼마나 정확하게 예측되었는지를 나타냅니다.이번에는 AlphaFold 3로 예측한 qhr63290.2 단백질의 실제 결과를 이용하여 PA..

AlphaFold 3 예측 결과의 신뢰도 평가: pLDDT, PAE, pTM, ipTM과 PyMOL 분석 예시 :QHR63290.2, Spike glycoproteinhttps://tsyoon.tistory.com/240 알파폴드2(AlphaFold2)를 이용한 SARS-CoV-2 Spike Glycoprotein(QHR63290.2) 구조 예측1. 개요이 문서는 Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2)의 스파이크 단백질(QHR63290.2, Spike glycoprotein)에 대해 AlphaFold2/ColabFold를 활용하여 구조를 예측하는 절차와 해석 방법을 정리한 것입tsyoon.tistory.com AlphaFold 3를 이..

AlphaFold2의 핵심 구조, Evoformer란 무엇인가AlphaFold2를 이해할 때 가장 중요한 구성 요소 가운데 하나가 바로 Evoformer입니다. Evoformer는 단백질 서열의 진화적 정보와 아미노산 사이의 관계 정보를 반복적으로 분석하여, 최종적으로 단백질의 3차원 구조를 예측하는 데 필요한 특징을 만들어 내는 핵심 신경망 구조입니다.쉽게 말하면 Evoformer는 다음과 같은 문제를 해결하는 역할을 합니다.어떤 아미노산 위치들이 서로 관련되어 있는가?여러 단백질 서열에서 어떤 위치들이 함께 변화하는가?서열에서는 멀리 떨어져 있지만 3차원 구조에서는 가까울 가능성이 있는 아미노산은 무엇인가?여러 아미노산 사이의 관계가 전체 단백질 구조에서 어떻게 연결되는가?Evoformer라는 이름은..