电气和计算机工程

MATLAB 和 Simulink 助力机器人教学

使用 MATLAB 和 Simulink,教育工作者可以:

  • 使用动态可视化讲授机器人基础概念。
  • 使用交互式代码增强课程。
  • 使用仿真实现虚拟实验。
  • 通过现有软件库进行研究。
  • 借助行业领导者提名的项目进行基于项目的学习。
  • 通过集成硬件支持提供实操体验。
  • 使用 MATLAB Central、File Exchange 和 GitHub 参与机器人教学社区。

机器人课程主题

机器人运动学和动力学

学生对机器人运动进行仿真;研究关节角度、速度和加速度;可视化机器人的行为。概念包括平移、旋转、变换矩阵和 Denavit-Hartenberg 参数。使用 MATLAB 实时脚本,学生可以在学习理论主题的同时,可视化其机器人算法的输出。

传感和感知

向学生说明如何对接机器人感知传感器。MATLAB 支持各种传感器类型,如摄像头、激光雷达和惯性测量单元。学生将学习如何获取传感器数据、处理数据,并将其用于机器人控制和决策。

导航、定位、地图构建和 SLAM

向学生讲授运动规划、定位和地图构建的概念。这种方法包括设计和仿真用于线路跟随和障碍物检测的移动机器人。

控制和估计

通过介绍 PID 控制、轨迹规划和反馈控制等概念,向学生讲授如何为机器人设计控制算法。Control System Toolbox 提供用于设计和分析控制系统的函数,这使其成为了控制理论教学的宝贵资源。

嵌入式系统和部署

MATLAB 支持嵌入式系统中常用的各种硬件平台,包括微控制器、DSP、FPGA 和 SoC。MATLAB 还提供支持包和 C/C++ 代码生成工具,如 Simulink Coder 和 Embedded Coder,可自动化从仿真转换为硬件实现的过程。