机器人与自主系统的MA万博1manbetxTLAB与Simulink

开发从感知到运动的自主应用程序,并优化系统级行为

机器人研究人员和工程师使用MATLAB®和仿真软万博1manbetx件®设计、模拟和验证自主系统的各个方面,从感知到运动。

  • 对机器人系统进行精确的建模,比如传感器噪音和电机振动。
  • 用精确的运动学,动力学和联系属性模拟机器人系统。
  • 设计和优化高级自治和低级控制。
  • 用维护的算法库综合和分析传感器数据。
  • 逐渐验证机器人设计或算法,从仿真到循环(HIL)测试。
  • 通过ROS或直接将算法部署到机器人、微控制器、fpga、plc和gpu。

基于模型的设计和自动代码生成使我们能够处理敏捷Justin的53度自由度的复杂性。如果没有基于模型的设计,就不可能为如此复杂的机器人系统构建具有硬实时性能的控制器。”

Berthold Bäuml,德国航天中心(DLR)

硬件平台设计

创建自动驾驶车辆、无人机和机械手的三维物理模型或机电模型,用于仿真、优化和控制算法的强化学习。

  • 从URDF文件或CAD软件导入现有的3D模型。
  • 通过执行动力学、接触、液压和气动使模型在物理上精确。
  • 通过添加一个电子图表层来完成数字双胞胎。


处理传感器数据

在MATLAB和Simulink中使用强大的工具箱实现传感器数据处理算法。万博1manbetx

  • 通过ROS、Serial和其他类型的协议连接传感器。
  • 可视化摄像机,声纳,LIDAR,GPS和IMU的数据。自动化公共传感器处理任务,如传感器融合,过滤,几何变换,分段和注册。


感知环境

使用内置交互式MATLAB应用程序来实现对象检测和跟踪,本地化和映射的算法。

  • 实验和评估不同神经网络的图像分类,回归和特征检测。
  • 自动将算法转换为C / C ++,固定点,HDL或CUDA®部署到硬件的代码。


计划和决策

使用积极维护的算法库来实现用于机器人的2D或3D路径规划,其定义为具有运动和动态约束的点质量或系统。使用StateFlow执行任务计划®,定义实时决策所需的条件和行动。


设计控制系统

使用内置交互式MATLAB应用程序,分析时间和频率域中复杂系统的行为。在确定性方法,优化方法或加强学习方法中设计反馈控制器。


与平台和目标进行沟通

将自主算法部署到基于ros的系统和微控制器上,如Arduino®和覆盆子pi™。通过协议与嵌入式目标进行通信,包括CAN,EtherCAT®,802.11™,TCP / IP,UDP,I2C,SPI,Modbus®和蓝牙®


“使用MATLAB和Simulin万博1manbetxk,我们可以使用单个环境进行控制算法开发,调试,数据分析以及更多 - 而不是在多个工具之间切换。该集成可降低整体项目开发时间和引入错误的机会。“

John Wen博士,Rensselaer理工学院