MATLAB und Simulink
für die Robotik
Wandeln Sie Ihre Robotik-Ideen und -Konzepte in autonome Systeme um, die in realistischen Umgebungen nahtlos funktionieren.
Robotics researchers and engineers use MATLAB® and Simulink® to design, simulate, and verify every aspect of autonomous systems, from perception to motion.
- Model robotic systems down to the finest details such as sensor noise and motor vibration.
- Simulate robotic systems with accurate kinematics, dynamics, and contact properties.
- Design and optimize both high-level autonomy and low-level control.
- Synthesize and analyze sensor data with a maintained library of algorithms.
- Verify robot design or algorithm gradually, from simulation to hardware-in-the-loop (HIL) test.
- Deploy algorithms to robots via ROS or directly to microcontrollers, FPGAs, PLCs, and GPUs.
“Model-Based Design and automatic code generation enable us to cope with the complexity of Agile Justin’s 53 degrees of freedom. Without Model-Based Design it would have been impossible to build the controllers for such a complex robotic system with hard real-time performance.”
Berthold Bäuml, German Aerospace Center (DLR)
Customer Success
Entwurf der Hardwareplattform
Entwerfen und analysieren Sie mechanische 3D-Starrkörper (wie z. B. Fahrzeugplattformen und Manipulatorarme) sowie Aktuator-Dynamiken (wie mechatronische oder Flüssigkeitssysteme). Sie können direkt mit bestehenden CAD-Dateien arbeiten, indem Sie URDF-Dateien direkt in Simulink importieren oder aus CAD-Software wie SolidWorks und Onshape exportieren. Fügen Sie Nebenbedingungen wie Reibung hinzu und modellieren Sie Mehrdomänensysteme (2:15) mit elektrischen, hydraulischen, pneumatischen und anderen Komponenten. Nach dem Übergang in den Betrieb können Sie Designmodelle als digitale Zwillinge wiederverwenden.
Weitere Informationen
Produkte
Sammeln von Sensordaten
Sie können mittels ROS eine Verbindung mit Sensoren herstellen. Spezifische Sensoren wie Kameras, LiDAR und IMUs verwenden ROS-Nachrichten, die für die Analyse und Visualisierung in MATLAB-Datentypen konvertiert werden können.
Sie können gebräuchliche Sensorverarbeitungs-Workflows wie Import und Batch-Verarbeitung großer Datensätze, Sensorkalibrierung, Rauschreduzierung, geometrische Transformation, Segmentierung und Registrierung automatisieren.
Weitere Informationen
Wahrnehmung der Umgebung
Mit integrierten MATLAB-Apps können Sie interaktiv Objekterkennung und -verfolgung, Bewegungsschätzung, 3D-Punktwolkenverarbeitung und Sensorfusion ausführen. Nutzen Sie Deep Learning für Bildklassifizierung, Regression und das Lernen von Merkmalen mithilfe von Convolutional Neural Networks (CNNs).
Konvertieren Sie Ihre Algorithmen automatisch in C/C++, Fixpunkt-, HDL- oder CUDA-Code.
Weitere Informationen
Planung und Entscheidungsfindung
Erstellen Sie eine Karte der Umgebung mithilfe von LiDAR-Sensordaten und Simultaneous Localization and Mapping (SLAM)-Implementierung mit MATLAB (2:23).
Navigieren Sie in Umgebungen mit Nebenbedingungen, indem Sie Algorithmen für die Bahn- und Bewegungsplanung entwerfen. Nutzen Sie Bahnplanungsfunktionen, um auf jeder Karte einen hindernislosen Pfad zu berechnen.
Entwerfen Sie Algorithmen, mit denen Ihr Roboter Entscheidungen treffen kann, wenn er mit Ungewissheit konfrontiert wird, und sorgen Sie für einen sicheren Betrieb in der Kooperationsumgebung. Implementieren Sie Zustandsautomaten, um die Bedingungen und Aktionen zu definieren, die für die Entscheidungsfindung benötigt werden.
Entwerfen von Steuerungssystemen
Sie können Algorithmen und Apps verwenden, um das Verhalten komplexer Systeme in der Zeit- und Frequenzdomäne systematisch zu analysieren, entwerfen und visualisieren.
Automatische Abstimmung von Kompensator-Parametern mithilfe interaktiver Techniken wie z. B. Regleroptimierung im Bodediagramm und Wurzelortskurvenverfahren. Sie können Regler mit Gain-Scheduling optimieren und mehrere Optimierungsziele angeben, wie z. B. Referenzverfolgung, Störungsunterdrückung und Stabilitätsgrenzen.
Codegenerierung und Anforderungsrückverfolgung helfen Ihnen dabei, Ihr System zu validieren und die Einhaltung der Anforderungen zu zertifizieren.
Weitere Informationen
Kommunikation mit anderen Plattformen und Zielsyastemen
Kommunizieren Sie mit eingebetteten Zielsyastemen mithilfe mehrerer Protokolle einschließlich CAN, EtherCAT und 802.11. Nutzen Sie digitale, HF- und andere Wireless-Technologien, um Verbindungen mit Hardware herzustellen, die die seriellen Protokolle TCP/IP, UDP, I2C, SPI, MODBUS und Bluetooth unterstützt.
Weitere Informationen
Hardware Interface Supports
Explore Products
“With MATLAB and Simulink we can use a single environment for control algorithm development, debugging, data analysis, and more—instead of switching between multiple tools. That integration reduces overall project development time and the chances of introducing errors.”
Dr. John Wen, Rensselaer Polytechnic Institute
Robotik-Forscher und -Ingenieure verwenden MATLAB und Simulink, um Algorithmen zu entwerfen und anzupassen, Systeme aus der wirklichen Welt zu modellieren und automatisch Code zu generieren – und all das aus einer einzigen Softwareumgebung.
Mit MATLAB und Simulink ist Folgendes möglich:
- Verbindung mit Ihrem Roboter und dessen Steuerung mithilfe der von Ihnen entwickelten Algorithmen.
- Entwicklung hardwareunabhängiger Algorithmen und Verbindung mit dem Robot Operating System (ROS).
- Verbindung mit einer ganzen Palette an Sensoren und Aktuatoren, um Steuersignale zu senden oder viele verschiedene Datentypen zu analysieren.
- Eliminieren manueller Programmierung durch automatisches Generieren von Programmcode für Zielsysteme wie Microcontroller, FPGAs, PLCs und GPUs in vielen verschiedenen Sprachen wie C/C++, VHDL/Verilog, Structured Text und CUDA.
- Verbindung mit kostengünstiger Hardware, wie z. B. Arduino und Raspberry Pi, mithilfe vordefinierter Hardware-Supportpakete.
- Vereinfachung von Entwurfsprüfungen mittels Erstellung von Programmcode und Anwendungen, die weitergegeben werden können.
- Arbeiten mit Legacy-Code und Integration in bestehende Robotik-Systeme.
Related Applications and Topics
“Mit MATLAB und Simulink können wir eine einzige Umgebung für die Entwicklung von Steuerungsalgorithmen, Debugging, Datenanalyse und mehr verwenden, anstatt zwischen mehreren verschiedenen Tools wechseln zu müssen. Diese Integration reduziert die Gesamtprojektentwicklungszeit und die Gefahr der Einführung von Fehlern.”
Dr. John Wen, Rensselaer Polytechnic Institute