MATLAB e Simulink per robotica e sistemi autonomi

Sviluppo di applicazioni autonome dalla percezione al movimento e ottimizzazione dei comportamenti a livello di sistema

Ricercatori e ingegneri nel campo della robotica utilizzano MATLAB® e Simulink® per progettare, simulare e verificare ogni aspetto di sistemi autonomi, dalla percezione al movimento.

  • Modella sistemi robotici fin nei minimi dettagli come la rumorosità dei sensori e le vibrazioni del motore.
  • Simula sistemi robotici con cinematica, dinamica e proprietà di contatto accurate.
  • Progetta e ottimizza sia l'autonomia di alto livello che il controllo di basso livello.
  • Sintetizza e analizza i dati dei sensori grazie al mantenimento di una libreria di algoritmi.
  • Verifica gradualmente la progettazione o l'algoritmo dei robot, dalla simulazione al test Hardware-In-the-Loop (HIL).
  • Distribuisci algoritmi ai robot tramite ROS o direttamente ai microcontrollori, FPGA, PLC e GPU. 

“La progettazione Model-Based e la generazione automatica di codice ci consentono di far fronte alla complessità dei 53 gradi di libertà di Agile Justin. Senza progettazione Model-Based sarebbe stato impossibile costruire i controller per un sistema robotico così complesso con prestazioni di tipo hard real time".

Berthold Bäuml, German Aerospace Center (DLR)

Progettazione di piattaforma hardware

Crea un modello fisico 3D o un modello elettromeccanico di veicoli a guida autonoma, droni e manipolatori per la simulazione, l'ottimizzazione e il reinforcement learning degli algoritmi di controllo.

  • Importa modelli 3D preesistenti da file URDF o software CAD.
  • Rendi il modello fisicamente accurato implementando dinamiche, contatti, idraulica e pneumatica.
  • Realizza gemelli digitali aggiungendo un livello di schema elettrico.

 


Percezione ambientale

Elaborazione dei dati di sensore

Implementa algoritmi di elaborazione dei dati dei sensori con potenti toolbox in MATLAB e Simulink.

  • Connettiti ai sensori tramite ROS, seriale e altri tipi di protocolli.
  • Visualizza i dati da fotocamere, sonar, LIDAR, GPS e IMU. Automatizza le attività comuni di elaborazione dei sensori come la fusione dei sensori, il filtraggio, la trasformazione geometrica, la segmentazione e la registrazione.

 


Percezione ambientale

Utilizza le app interattive integrate MATLAB per implementare algoritmi per il rilevamento, il tracking, la localizzazione e la mappatura di oggetti.

  • Sperimenta e valuta diverse reti neurali per la classificazione delle immagini, la regressione e il rilevamento delle feature.
  • Converti automaticamente gli algoritmi in codice C/C++, a virgola fissa, HDL o CUDA® per la distribuzione all'hardware.

 

Percezione ambientale

Pianificazione e processo decisionale

Utilizza una libreria di algoritmi attivamente gestita per implementare la pianificazione del percorso 2D o 3D per un robot definito come massa di punti o un sistema con vincoli cinematici e dinamici. Esegui la pianificazione delle attività con Stateflow®, definendo le condizioni e le azioni necessarie per il processo decisionale in tempo reale.


Connessione all’hardware

Comunicazione con piattaforme e target

Distribuisci algoritmi autonomi verso sistemi basati su ROS e microcontrollori come Arduino® e Raspberry Pi™. Comunica con target embedded tramite protocolli, tra cui CAN, EtherCAT®, 802.11™, TCP/IP, UDP, I2C, SPI, MODBUS® e Bluetooth®.


"Con MATLAB e Simulink possiamo utilizzare un unico ambiente per lo sviluppo di algoritmi di controllo, il debug, l'analisi dei dati e altro, invece di dover passare da uno strumento all'altro. Questa integrazione riduce i tempi complessivi di sviluppo del progetto e le possibilità di introdurre errori".

Dr. John Wen, Rensselaer Polytechnic Institute