MATLAB 和 Simulink 在机器人领域的应用

将您的机器人构想和概念转变为自主系统,在现实环境里顺畅工作。

 

机器人研究人员和工程师使用 MATLAB 和 Simulink,在同个软件环境下即可全部实现:设计和调优算法,对真实系统进行建模,并自动生成代码。

使用 MATLAB 和 Simulink,您能够:

  • 使用您开发的算法连接并控制机器人。
  • 开发跨硬件的算法并连接到机器人操作系统 (ROS)
  • 连接到各种传感器和作动器,以便您发送控制信号或分析多种类型的数据。
  • 可采用多种语言,如 C/C++、VHDL/Verilog、结构化文本和 CUDA,为微控制器、FPGA、PLC 和 GPU 等嵌入式目标自动生成代码,从而摆脱手动编码
  • 使用预置的硬件支持包,连接到低成本硬件,如 Arduino 和 Raspberry Pi
  • 通过创建可共享的代码和应用程序,简化设计评审
  • 可利用遗留代码,并与现有机器人系统集成

观看机器人示例

使用 MATLAB 和 Simulink 简化机器人路径规划和导航的复杂任务。此演示介绍如何仿真自主机器人,只使用三个组件:路径、汽车模型和路径跟踪算法。

设计硬件平台

设计和分析三维刚体机械机构(如汽车平台和机械臂)和执行机构(如机电或流体系统)。通过直接向 Simulink 中导入 URDF 文件或利用 SolidWorks 和 Onshape 等 CAD 软件,您可以直接使用现有 CAD 文件。添加摩擦等约束条件,使用电气、液压或气动以及其他组件进行多域系统建模 (2:15) (2:15)。

采集传感器数据

可通过 ROS 连接到传感器。摄像机、LiDAR 和 IMU 等特定传感器有 ROS 消息,可转换为 MATLAB 数据类型进行分析和可视化。

您可以自动化常见传感器处理工作流程,比如导入和批处理大型数据集、传感器校准、降噪、几何变换、分割和配准。

感知环境

利用内置的 MATLAB 应用程序,可交互地执行对象检测和追踪、运动评估、三维点云处理和传感器融合。使用卷积神经网络 (CNN),运用深度学习进行图像分类、回归分析和特征学习。

将您的算法自动转换为 C/C++、定点、HDL 或 CUDA 代码。

制定规划和决策

使用 LiDAR 传感器数据,通过 Simultaneous Localization and Mapping (SLAM) 创建环境地图。
通过设计算法进行路径和运动规划,在受约束的环境中导航。使用路径规划器,计算任何给定地图中的无障碍路径。

设计算法,让机器人在面对不确定情况时能做出决策,在协作环境中执行安全操作。实现状态机,定义决策所需的条件和行动。

设计控制系统

您可以使用算法和应用程序,系统性地分析、设计和可视化复杂系统在时域和频域中的行为。

使用交互式方法(如波特回路整形和根轨迹方法)来自动调节补偿器参数。您可以调节增益调度控制器并指定多个调节目标,如参考跟踪、干扰抑制和稳定裕度。

代码生成和需求可追溯性有助于验证您的系统,确认符合要求。

与其他平台和目标通信

使用多种协议(包括 CAN、EtherCAT 和 802.11)与嵌入式目标通信。使用数字化、RF 和其他无线技术,连接到支持 TCP/IP、UDP、I2C、SPI、MODBUS 和蓝牙串行协议的硬件

“借助 MATLAB 和 Simulink,我们能使用单一环境进行控制算法开发、调试、数据分析等,而不是在多个工具之间切换。这种集成缩短了总体项目开发时间,减少出错的机会。”

伦斯勒理工学院 John Wen 博士

Get Up and Running with MathWorks Consulting Services

Whether your team is just starting out, or you’re seasoned MATLAB and Simulink users, MathWorks Consulting Services works with you to develop a customized plan and accelerate project development. With personalized coaching and a fully transparent approach, our goal is to leave you in control of your improved processes, tools, and design work. 

获取免费试用版

30 天探索触手可及。

有疑问吗?

与机器人专家探讨。