MATLAB und Simulink
für mobile Roboter

Kostenlose Testversion herunterladen

MATLAB und Simulink bieten Algorithmen, Modellierungs- und Simulations-Tools, ROS und Hardware-Konnektivität für die Entwicklung von autonomen mobilen Robotern (AMRs), Service-Robotern und anderen unbemannten Landfahrzeugen (UGVs).

Mit MATLAB und Simulink ist Folgendes möglich:

Import von virtuellen Modellen Ihres Roboters und Optimierung der Anforderungen an Mechanik und Elektronik
Simulation von Sensormodellen für Inertial-Navigationssysteme und GNSS-Sensoren
Lokalisierung des Roboters mithilfe von Algorithmen wie Partikelfilter und Monte-Carlo-Lokalisierung
Erzeugung von Umgebungskarten mithilfe von SLAM-Algorithmen (Simultaneous Localization and Mapping)
Bestimmung optimaler Bahnen mithilfe von Bahnplanungsalgorithmen wie A* und RRT
Evaluierung der Bahnoptimalität mithilfe von Bahnmetriken wie Gleichmäßigkeit und Entfernung zu Hindernissen
Navigation in dynamischen Umgebungen mithilfe von Regelungsalgorithmen zur Bahnverfolgung und Hindernisvermeidung
Automatische Generierung des Produktionscodes für die Zielhardware

Weston Robot Develops Disinfecting Robots to Fight COVID-19

Weston Robot entwickelt Desinfektionsroboter zur Bekämpfung von COVID-19

Der Einsatz von MATLAB und Simulink
für mobile Roboter

Kundenfallstudie von Musashi Seimitsu

Entwicklung autonomer mobiler Roboter mithilfe von MATLAB und Simulink

Clearpath Robotics Accelerates Algorithm Development for Industrial Robots

Clearpath Robotics beschleunigt die Algorithmen-Entwicklung für Industrieroboter

Plattform-Entwicklung

Erzeugen oder importieren Sie physikalische Modelle und simulieren Sie die Roboterdynamik für Roboter mit Rädern und Beinen. Wenden Sie reale Rahmenbedingungen wie Kontaktkräfte und Drehmomente an, um die Auswirkungen Ihrer Algorithmen auf die Hardwareplattform zu analysieren. Mit MATLAB und Simulink ist Folgendes möglich:

Einsatz von kinematischen Bewegungsmodellen und Rad-Encodern für die klassischen mobilen Roboterausführungen wie Differentialantrieb oder Ackermann-Lenkung
Entwurf eines detaillierten dynamischen Modells mit der Modellierung physikalischer Systeme der Robotermechanik
Import von mechanischen Entwürfen aus CAD-Software und deren Verbindung mit Elektrik- und Regelungssystemen in einem einzigen Simulationsmodell
Schnittstelle zu externen Robotersimulatoren wie z. B. Gazebo für die Umgebungsmodellierung
Verbindung mit ROS/ROS2-Middleware

Tutorials

Weitere Informationen

Produkte kennenlernen

Erfassung und Lokalisierung

Indem Sie die Roboter-Sicht aktivieren, können Sie Umgebungskarten erstellen und Ihren mobilen Roboter lokalisieren. Zur Entwicklung von Kartierungs-, Lokalisierungs- und Objekterkennungsanwendungen kommen Sensormodelle und vorgefertigte Algorithmen zum Einsatz, damit Ihr mobiler Roboter seine Umgebung und seinen Standort erkennen kann. Mit MATLAB und Simulink ist Folgendes möglich:

Simulation und Zusammenführung von IMU- und GPS-Sensormesswerten für eine genaue Abschätzung der Position
Lokalisierung eines LiDAR-basierten Roboters mithilfe von Adaptive Monte Carlo Localization -Algorithmen
Erzeugung und Visualisierung von 2D- und 3D-Karten mithilfe von LiDAR SLAM oder monokularem visuellen SLAM
Verbesserung der Kartengenauigkeit durch interaktives Modifizieren von Loop-Closures mithilfe der SLAM Map Builder-Anwendung
Darstellung dynamischer Umgebungen durch Erstellung und Visualisierung von egozentrischen Präsenzkarten
Erkennung, Identifizierung und Verfolgung von Objekten zur sicheren Roboternavigation mithilfe von Deep Learning und Machine Learning-Algorithmen wie YOLO, SSD und CNN

Tutorials

Weitere Informationen

Produkt kennenlernen

Bewegungsplanung und -steuerung

Finden Sie Wege für Ihren mobilen Roboter, damit dieser sein Ziel erreicht. Generieren Sie Wegpunkte und senden Sie Steuerbefehle, um einem globalen Pfad oder einer lokalen Bewegungslinie zu folgen. Für die Navigation eines mobilen Roboters in einer unbekannten Umgebung bieten MATLAB und Simulink such- und stichprobenbasierte Planungsalgorithmen sowie pfadfolgende Regelungsalgorithmen. Mithilfe von MATLAB und Simulink kann Ihr Roboter:

Ermittlung des kürzesten und hindernisfreien Weges mithilfe von Algorithmen wie A* und RRT
Sicheres Navigieren um Hindernisse in einer dynamischen Umgebung mit lokaler Neuplanung
Visualisierung und Auswertung des geplanten Pfades mit Metriken wie Gleichmäßigkeit und Abstand zu Hindernissen
Pfadoptimierung durch nichtlineare modellprädiktive Steuerung
Verfolgung des geplanten Pfades mithilfe des Pure Pursuit Controller
Berechnung von Lenkbefehlen zum Ausweichen von Hindernissen mithilfe von Vektorfeld-Histogrammen
Vermeidung von Hindernissen mithilfe des Verstärkungslernen wie z. B. DDPG

Tutorials

Weitere Informationen

Produkte kennenlernen

Simulationsgestützte Tests

Erkennen Sie Designfehler durch die Simulation und reduzieren Sie dadurch das Risiko und die Kosten von Hardwaretests. MATLAB und Simulink bieten interaktive Apps und Simulations-Tools zur Optimierung der Leistung sowie der Entwicklungs- und Testzeit für Ihre mobilen Roboteranwendungen. Mit MATLAB und Simulink ist Folgendes möglich:

Erzeugung von Bewegungslinien zur Emulation von Sensorbewegungen und zur Kalibrierung ihrer Leistung
Beseitigung von Fehlerquellen der Rad-Encoder durch Analyse der Odometrieschätzung
Verwendung von abstrakten Modellen zur direkten Validierung Ihrer autonomen Algorithmen oder zur Erstellung von Higher-Fidelity-Modellen
Verbindung mit Gazebo zur Durchführung von zeitsynchronen Co-Simulationen und zum Testen Ihrer Algorithmen in Closed-Loop-Simulationen
Durchführung von Navigationsalgorithmen in verschiedenen Edge-Case-Szenarien vor deren Einsatz auf der mobilen Plattform
Automatische Generierung von C/C++, VHDL^®/Verilog^®, CUDA^® C/C++ Code zur Verwendung beim Rapid-Prototyping und in der Produktion