MATLAB 和 Simulink 
在移动机器人中的应用

MATLAB® 和 Simulink® 提供一系列算法、建模和仿真工具,并支持 ROS 和硬件连接,可用于开发自主移动机器人 (AMR)、服务机器人和其他无人地面交通工具 (UGV)。

借助 MATLAB 和 Simulink,您能够:

  • 导入机器人的虚拟模型,细化机械设计和电子元件的需求
  • 针对惯性导航系统和 GNSS 传感器进行传感器模型仿真
  • 使用粒子滤波和蒙特卡罗定位等算法定位机器人
  • 使用同步定位与地图构建 (SLAM) 算法构建环境地图
  • 使用路径规划算法(如 A* 和 RRT)求出最优路径
  • 使用路径指标(如平滑性与避障间隙)评估路径的最优性
  • 使用路径跟随和避障控制算法在动态环境中导航
  • 为目标硬件自动生成产品级代码

使用 MATLAB 和 Simulink 
实现移动机器人

平台开发

为轮式和腿式机器人构建或导入物理模型,仿真机器人动态特性。施加现实世界的约束,如接触力和扭矩,以分析算法在硬件平台上的效果。借助 MATLAB 和 Simulink,您能够:

  • 将运动学运动模型和轮式编码器用于典型的移动机器人设计,例如差速驱动阿克曼转向
  • 对机器人的工作原理进行物理建模,以设计详细的动态模型
  • 从 CAD 软件中导入机械设计,并在单个仿真模型中将这些设计与电气和控制系统连接起来
  • 与外部机器人仿真器(如 Gazebo)对接以进行环境建模
  • 连接到 ROS/ROS2 中间件

感知和定位

启用机器人视觉来构建环境地图和定位移动机器人。使用传感器模型和预置的算法开发地图构建、定位和目标检测应用,以便移动机器人了解其周围环境和位置。借助 MATLAB 和 Simulink,您能够:


运动规划与控制

为移动机器人找到抵达目标的路径。生成路点并发送控制命令以遵循全局路径或局部轨迹。MATLAB 和 Simulink 提供基于搜索和采样的规划算法和路径跟随控制算法,可开发能在未知环境中导航的移动机器人。借助 MATLAB 和 Simulink,您的机器人可以:


基于仿真的测试

通过仿真检测设计错误,降低硬件测试的风险和成本。MATLAB 和 Simulink 提供交互式 App 和仿真工具,可优化移动机器人应用的性能,缩短其开发和测试时间。借助 MATLAB 和 Simulink,您能够: