2026년 07월 20일 PX4-Autopilot 주간 개발 동향: v1.18 베타 진입, SIH 시뮬레이션 전환 및 핵심 안전 기능 강화

Bymaponarooo

PX4 주간 통합 브리핑

지난주 PX4 Autopilot 프로젝트는 여러 면에서 활발한 개발과 중요한 변화를 맞이했습니다. 가장 주목할 만한 소식은 v1.18.0-beta1의 공식 릴리즈로, 이는 다가올 메이저 버전의 안정화 작업이 본격적으로 시작되었음을 알립니다. 특히, 통합 테스트 환경이 Gazebo Classic에서 PX4 자체 SIH(Software-In-the-Loop Hardware) 시뮬레이션으로 대대적으로 전환되는 중이며, 이는 개발 및 테스트 프로세스의 효율성과 결정론적 특성을 크게 향상시킬 것으로 기대됩니다.

GitHub 활동에서는 시스템의 안정성과 안전성 강화를 위한 노력이 두드러졌습니다. 수많은 mathlib 관련 단위 테스트 추가는 핵심 라이브러리의 견고성을 높이는 데 기여했으며, MAVLink, UAVCAN, GPS 드라이버 등 다양한 서브 시스템에서 버그 수정과 기능 개선이 이루어졌습니다. 또한, ADS-B 기반의 트래픽 회피 및 비행 제어 관련 안전 기능들이 지속적으로 강화되고 있으며, 이는 복잡한 운용 환경에서의 드론 안전성을 한 단계 높이는 중요한 진전입니다.

커뮤니티 포럼에서는 QGroundControl 내 AI 기반 비행 진단 어시스턴트 개발 논의와 Visual Inertial Odometry (VIO) 시스템으로서 cuVSLAM의 잠재력 탐색 등, 미래 지향적인 기술 통합에 대한 높은 관심을 엿볼 수 있었습니다. 전반적으로 PX4는 핵심 기능의 안정화를 추구함과 동시에, 최신 기술 트렌드를 수용하며 생태계 확장을 모색하는 균형 잡힌 발전 양상을 보이고 있습니다.

PX4 릴리즈 및 버전별 주요 변경 사항

이번 주, PX4 Autopilot 프로젝트는 v1.18 버전의 첫 번째 베타 릴리즈를 공개하며, 다음 메이저 버전으로의 전환을 공식화했습니다.

  • v1.18.0-beta1 (2026년 07월 08일 발행)

    • 특징 (Features): 이 버전은 비행 테스트를 위한 사전 릴리즈이며, v1.18의 핵심 변경 사항들을 포함하고 있습니다. 상세한 릴리즈 노트는 공식 문서에서 확인할 수 있습니다.
    • 주요 변경 사항:
      • 내부 SIH(Software-In-the-Loop Hardware) 시뮬레이션 기반 통합 테스트 환경으로의 전환이 본격화되었습니다. (자세한 내용은 GitHub 업데이트 섹션 참조)
      • MAVLink 및 기타 서브 시스템의 안정화 및 버그 수정이 포함되어 있습니다.
      • 다양한 드라이버 및 제어 로직 개선이 이루어졌습니다.
    • 배경: 이번 베타 릴리즈는 개발자들이 새로운 기능을 테스트하고 잠재적인 문제를 조기에 발견하여, 다가올 v1.18 안정 버전에 대한 피드백을 제공하는 중요한 단계입니다.

핵심 GitHub 업데이트 (PX4-Autopilot)

지난 7일간 PX4-Autopilot GitHub 리포지토리에서는 코드 품질 향상, 핵심 인프라 변경, 그리고 안전 기능 강화에 초점을 맞춘 중요한 활동들이 있었습니다.

병합(Merged)된 주요 Pull Requests

이번 주에는 테스트 인프라 개선과 버그 수정, 그리고 일부 신규 기능 추가가 돋보였습니다.

  • feat(tests): run integration tests with PX4 internal SIH simulation (Closed)

    • 분석: Gazebo Classic에서 PX4 자체 SIH 시뮬레이션으로의 통합 테스트 환경 전환은 이번 주 가장 중요한 변경 사항입니다. 이는 테스트의 결정론적 특성을 높이고, 개발 워크플로우를 효율화하며, 궁극적으로 코드 품질과 안정성을 향상시키는 데 크게 기여할 것입니다. 여러 커밋과 라벨(risk:safety-critical, scope:simulation, scope:infrastructure 등)이 이 PR의 중요성을 시사합니다.
  • ci(ros_integration_tests): migrate from Gazebo Classic to SIH (Closed)

    • 분석: 위의 PR과 연계하여 ROS 통합 테스트 역시 SIH 기반으로 전환되었음을 명시합니다. 이는 ROS 사용자들에게도 영향을 미치며, 새로운 시뮬레이션 환경에 대한 이해가 필요할 것입니다.
  • feat(crsf): add local altitude/vertical-speed telemetry and fix GPS frame (Closed)

    • 분석: CRSF(Crossfire) 드라이버에 지역 고도 및 수직 속도 텔레메트리 기능이 추가되어 원격 제어 시스템과의 정보 교환 능력이 향상되었습니다. GPS 프레임 수정은 데이터 정확성 확보에 기여합니다.
  • fix(uavcan): publish non-valid range readings with quality 0 (Closed)

    • 분석: UAVCAN 드라이버에서 유효하지 않은 거리 측정값을 quality 0으로 발행하도록 수정되었습니다. 이는 센서 데이터의 신뢰성을 높이고 잘못된 데이터로 인한 시스템 오작동을 방지하는 중요한 버그 수정입니다.
  • feat(adsb): improve traffic warnings, and warn only when disarmed (Closed)

    • 분석: ADS-B 트래픽 경고 시스템이 개선되어, 무장 해제 상태에서만 경고가 발생하도록 로직이 변경되었습니다. 이는 운용 중 불필요한 경고를 줄이고 실제 위협 상황에 더 집중할 수 있도록 합니다. risk:safety-critical 라벨은 이 기능의 중요성을 강조합니다.
  • feat(gps): inject SPARTN corrections alongside RTCM (Closed)

    • 분석: GPS 드라이버에 SPARTN 보정 데이터 주입 기능이 추가되었습니다. 이는 RTCM과 함께 SPARTN 프로토콜을 지원하여 RTK/PPP(Real-Time Kinematic/Precise Point Positioning) 정확도를 향상시키고, 더 다양한 GNSS 보정 서비스와의 호환성을 확보합니다.
  • fix(gps): split RTCM corrections and moving-baseline uORB topics (Closed)

    • 분석: GPS RTCM 보정 데이터와 이동 베이스라인 uORB 토픽을 분리하여 듀얼 GPS 및 고정 베이스 스테이션 설정에서 발생할 수 있는 문제를 해결했습니다. 이는 정밀한 위치 결정 시스템의 안정성을 높입니다.
  • 다수의 test(mathlib) PR (sq helper, float and int coverage, three-argument min and max, geo helpers, piecewise interpolateN, FilteredDerivative, isFinite): 핵심 mathlib의 단위 테스트 커버리지를 광범위하게 확장하여 코드 견고성을 크게 향상시켰습니다.
  • 다수의 문서 및 로깅 철자 수정 (e.g., GPS config, EKF2 param, MC Pos Control, Zenoh docs): 전반적인 문서 및 코드 가독성 개선을 위한 노력입니다.

오픈된 크리티컬 Issue 및 Pull Requests

현재 해결을 기다리는 몇몇 중요한 이슈와 PR들이 있습니다.

Weekly Dev Call & 커뮤니티 동향

지난주 PX4 Discourse 포럼에서는 정기적인 개발 콜과 함께 다양한 기술적 주제들이 논의되었습니다.

  • PX4 Dev Call: Jul 15, 2026 (Team sync, and Community Q&A) (링크)
    • 분석: 정기적인 주간 개발자 미팅이 진행되었으며, 팀 동기화 및 커뮤니티 Q&A 시간을 가졌습니다. 비록 포럼 상의 댓글은 없었으나, 개발 팀 간의 내부 조율과 커뮤니티의 직접적인 질문에 대한 답변이 이루어졌을 것으로 예상됩니다.
  • PX4 Autopilot 섹션 주요 토론:
    • Contributing atxxxx analog OSD support (링크)
      • 분석: 특정 아날로그 OSD(On-Screen Display) 지원 기여에 대한 논의입니다. 이는 PX4가 다양한 외부 하드웨어와의 통합을 지속적으로 모색하고 있음을 보여줍니다.
    • How to tune cascaded PID gains for a custom PX4 SITL drone? (링크)
      • 분석: 사용자 정의 SITL 드론의 계층적 PID 이득 튜닝 방법에 대한 질문으로, 새로운 개발자나 커스텀 드론 제작자들이 겪는 일반적인 기술적 난제에 대한 지원 요청입니다.
    • cuVSLAM as a medium for Visual Inertial Odometry (VIO) (링크)
      • 분석: cuVSLAM을 이용한 VIO 구현 가능성에 대한 토론은 PX4 커뮤니티가 단순 비행 제어를 넘어, 고급 지각 및 내비게이션 기술 통합에 깊은 관심을 가지고 있음을 시사합니다. 이는 고성능 컴퓨팅 및 센서 융합 기술과의 결합을 통해 자율 비행 드론의 역량을 확장하려는 움직임의 일환입니다.
    • MicroXRCEAgent isn’t transmitting ROS2 topics (링크)
      • 분석: ROS2 토픽 전송 문제에 대한 논의입니다. PX4와 ROS2 간의 통합은 많은 개발자에게 중요하지만, 여전히 설정 및 디버깅에 있어 어려움이 있음을 보여줍니다.

서브 시스템 동향 (MAVLink, MAVSDK, QGC)

PX4 생태계의 주요 서브 시스템들에서도 중요한 변화와 논의가 포착되었습니다.

MAVLink 동향

  • GitHub PR: fix(mavlink): select GPS_RAW_INT/GPS2_RAW instance via SENS_GPS_PRIME (Open)는 MAVLink 메시지를 통해 두 번째 GPS 센서의 데이터를 올바르게 보고하는 중요한 버그 수정이 진행 중입니다. 이는 멀티-GPS 시스템 사용자들에게 직접적인 영향을 미칩니다.
  • GitHub PR: fix(mavlink): use published Open Drone ID Basic ID (Closed)와 fix(mavlink): handle unknown battery time remaining (Closed)은 MAVLink 프로토콜을 통한 정보 송수신의 정확성과 표준 준수 강화를 보여줍니다.
  • GitHub PR: fix(mavlink_command): allow QGC 5 takeoff command (again) (Open)은 QGroundControl 5와의 MAVLink 명령어 호환성 문제를 해결하려는 시도입니다. 이는 GCS와의 원활한 상호작용을 위해 필수적입니다.
  • 분석: MAVLink는 다양한 메시지 및 명령어 처리에 있어 지속적으로 정제되고 있으며, 특히 멀티-센서 지원 및 외부 GCS와의 호환성 유지가 중요한 개발 방향으로 보입니다.

MAVSDK 동향

  • GitHub PR: feat(tests): add SIH as a selectable MAVSDK test backend (Closed)는 MAVSDK 통합 테스트에서도 PX4의 새로운 SIH 시뮬레이션 백엔드를 사용할 수 있도록 합니다. 이는 PX4 코어의 테스트 환경 변화에 MAVSDK가 발맞춰가며, MAVSDK를 통한 어플리케이션 개발 시 보다 안정적이고 예측 가능한 테스트 환경을 제공하게 될 것입니다.
  • GitHub PR: docs(zh/ko/uk): point MAVSDK SITL tests at sih-sitl.json (Closed for zh, Open for ko, Open for uk) 등은 SIH 전환에 따른 문서 업데이트로, 전 세계 개발자들이 새로운 테스트 환경을 쉽게 이해하고 활용할 수 있도록 돕습니다.
  • 분석: MAVSDK는 PX4 코어의 변화에 민감하게 반응하며, 특히 테스트 인프라의 개선을 통해 외부 애플리케이션 개발자들에게 더욱 견고한 개발 경험을 제공하려 노력하고 있습니다.

QGroundControl (QGC) 동향

  • Discourse: Building a Safety-Bounded AI Flight Diagnostic Assistant in QGroundControl (링크)

    • 분석: QGC 내에서 AI 기반의 안전 경계 비행 진단 어시스턴트 구축에 대한 활발한 논의가 진행되고 있습니다. 이는 QGC가 단순한 지상 제어 스테이션을 넘어, 비행 중 실시간으로 안전 관련 데이터를 분석하고 조종사에게 유의미한 정보를 제공하는 지능형 시스템으로 진화하려는 중요한 시도입니다. 이러한 기능은 자율 드론의 신뢰성과 운용 효율성을 크게 높일 잠재력을 가지고 있습니다.
  • Discourse: MAVLab: an Android app that presents to QGroundControl as an ArduPilot-like vehicle (open-source teaching simulator) (링크)

    • 분석: QGC를 외부 시뮬레이터의 인터페이스로 활용하는 흥미로운 프로젝트에 대한 논의입니다. 이는 QGC가 다양한 교육 및 연구 환경에서 유연하게 사용될 수 있음을 보여줍니다.
  • 분석: QGC는 사용자 인터페이스와 사용성을 넘어, AI와 같은 최신 기술을 통합하여 드론 운용의 안전성과 지능화를 추구하는 방향으로 발전하고 있습니다. 또한, 확장 가능한 플랫폼으로서의 역할도 계속해서 강화되고 있습니다.

Similar Posts

답글 남기기