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)

Successi dei nostri clienti

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.

 


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.

 


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.


Progettazione di sistemi di controllo

Utilizza le app MATLAB interattive integrate per analizzare il comportamento di sistemi complessi nei domini del tempo e della frequenza. Progetta controller di feedback nell'approccio deterministico, nell'approccio di ottimizzazione o nell'approccio di reinforcement learning.


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