Robotik-Wissenschaftler und Ingenieure nutzen MATLAB® und Simulink®, um jeden Aspekt autonomer Systeme zu entwerfen, zu simulieren und zu verifizieren — von der Wahrnehmung bis zur Bewegung.
- Modellierung von Robotik-Systemen bis hin zu den kleinsten Details wie Sensorrauschen und Motorvibration.
- Simulation von Robotik-Systemen mit präziser Kinematik, Dynamik und Kontakteigenschaften.
- Entwurf und Optimierung sowohl der High-Level-Autonomie als auch der Low-Level-Steuerung.
- Synthese und Analyse von Sensordaten mit einer gepflegten Bibliothek von Algorithmen.
- Schrittweise Verifizierung des Roboter-Entwurfs oder Algorithmus, von der Simulation bis zum Hardware-in-the-Loop (HIL)-Test.
- Bereitstellung von Algorithmen auf Robotern über ROS oder direkt auf Mikrocontrollern, FPGAs, PLCs und Grafikkarten.
„Durch Model-Based Design und die automatische Codegenerierung sind wir in der Lage, die Komplexität der 53 Freiheitsgrade von Agile Justin zu bewältigen. Ohne Model-Based Design wäre es unmöglich gewesen, die Steuerungen für ein so komplexes Robotersystem unter Berücksichtigung der harten Echtzeit-Performance zu bauen.“
Berthold Bäuml, German Aerospace Center (DLR)
Entwurf der Hardware-Plattform
Erzeugen Sie ein physikalisches 3D-Modell oder ein elektromechanisches Modell von autonomen Fahrzeugen, Drohnen und Manipulatoren für die Simulation, Optimierung und das Verstärkungslernen von Regelungsalgorithmen.
- Importieren Sie vorhandene 3D-Modelle aus URDF-Dateien oder CAD-Software.
- Gestalten Sie das Modell physikalisch genau, indem Sie die Dynamik, Kontakte, Hydraulik und Pneumatik implementieren.
- Durch Hinzufügen eines elektrischen Diagramm-Layers werden die digitalen Zwillinge vervollständigt.
Weitere Informationen
Produkte kennenlernen
Verarbeitung der Sensordaten
Implementierung von Algorithmen zur Sensordatenverarbeitung mit leistungsstarken Toolboxen in MATLAB und Simulink.
- Verbindung zu Sensoren über ROS, Seriell und andere Protokolltypen.
- Visualisierung von Daten aus Kameras, Sonar, LiDAR, GPS und IMUs. Automatisierung gängiger Sensorverarbeitungsaufgaben wie Sensor Fusion, Filterung, geometrische Transformation, Segmentierung und Registrierung.
Wahrnehmung der Umgebung
Mit den integrierten interaktiven MATLAB-Apps lassen sich Algorithmen zur Objekterkennung und zum Tracking sowie zur Lokalisierung und Kartierung implementieren.
- Experimentieren und bewerten Sie verschiedene neuronale Netze zur Bildklassifizierung, Regression und Merkmalserkennung.
- Die Algorithmen werden automatisch in C/C++, Fixed-Point-, HDL- oder CUDA®-Code konvertiert, um sie in der Hardware einzusetzen.
Planung und Entscheidungsfindung
Verwenden Sie eine laufend gepflegte Algorithmen-Bibliothek, um eine 2D- oder 3D-Pfadplanung für einen Roboter zu implementieren, der entweder als Punktmasse oder als System mit kinematischen und dynamischen Voraussetzungen definiert ist. Führen Sie die Aufgabenplanung mit Stateflow® durch und definieren Sie dabei die für die Entscheidungsfindung erforderlichen Bedingungen und Aktionen in Echtzeit.
Produkte kennenlernen
Kommunikation mit Plattformen und Zielen
Stellen Sie autonome Algorithmen auf ROS-basierten Systemen und Mikrocontrollern wie Arduino® und Raspberry Pi™ bereit. Kommunizieren Sie mit eingebetteten Zielen über Protokolle, wie CAN, EtherCAT®, 802.11™, TCP/IP, UDP, I2C, SPI, MODBUS® und Bluetooth®.
Hardware Interface Support
Produkte kennenlernen
„Mit MATLAB und Simulink können wir eine einzige Umgebung für die Entwicklung von Regelungsalgorithmen, die Fehlersuche, Datenanalyse und vieles mehr verwenden, anstatt zwischen mehreren Tools wechseln zu müssen. Eine solche Integration reduziert die Gesamtentwicklungszeit eines Projektes sowie seine Fehleranfälligkeit.“
Dr. John Wen, Rensselaer Polytechnic Institute
Ähnliche Anwendungen und Themen
Kostenloses Tutorial für Offroad-Fahrzeuge
Erfahren Sie, wie Sie Testumgebungen für die Entwicklung und Validierung der Steuerung und Autonomie von Schwermaschinen erstellen können.