MATLAB e Simulink per
MATLAB e Simulink forniscono algoritmi, strumenti di modellazione e simulazione, connettività hardware e ROS per lo sviluppo di robot mobili autonomi (AMR), robot di servizio e altri veicoli terrestri senza pilota (UGV).
Con MATLAB e Simulink, è possibile:
- Importare modelli virtuali del proprio robot e affinare i requisiti per la progettazione meccanica e i componenti elettrici
- Simulare modelli di sensori per sistemi di navigazione inerziale e sensori GNSS
- Localizzare il proprio robot utilizzando algoritmi come il filtro antiparticolato e la localizzazione Monte Carlo
- Creare mappe ambientali utilizzando algoritmi SLAM (Simultaneous Localization and Mapping)
- Individuare percorsi ottimali utilizzando algoritmi di pianificazione del percorso come A* e RRT
- Valutare l'ottimalità del percorso utilizzando metriche di percorso tra cui la scorrevolezza e la distanza dagli ostacoli
- Navigare in ambienti dinamici utilizzando algoritmi di controllo di path following ed evitamento degli ostacoli
- Generare automaticamente il codice di produzione per l'hardware target
Utilizzo di MATLAB e Simulink per
robot mobili
Sviluppo della piattaforma
Costruisci o importa modelli fisici e simula dinamiche robotiche per robot con ruote e gambe. Applica vincoli del mondo reale come forze di contatto e coppie per analizzare gli effetti dei tuoi algoritmi sulla piattaforma hardware. Con MATLAB e Simulink, è possibile:
- Utilizzare modelli di moto cinematici ed encoder a ruota per tipici progetti di robot mobili come la trasmissione differenziale o il meccanismo di sterzo Ackermann
- Progettare un modello dinamico dettagliato con modellazione fisica della meccanica del robot
- Importare progetti meccanici da software CAD e collegarli a sistemi elettrici e di controllo in un unico modello di simulazione
- Interfacciarsi con simulatori di robot esterni come Gazebo per la modellazione ambientale
- Connettersi al middleware ROS/ROS2
Percezione e localizzazione
Abilita la visione robotica per creare mappe ambientali e localizzare il tuo robot mobile. Sviluppa applicazioni di mappatura, localizzazione e rilevamento di oggetti utilizzando modelli di sensori e algoritmi predefiniti per consentire al tuo robot mobile di conoscere l'ambiente circostante e la posizione. Con MATLAB e Simulink, è possibile:
- Simulare e fondere le letture dei sensori IMU e GPS per una stima accurata della posa
- Localizzare un robot basato su LIDAR utilizzando algoritmi di localizzazione adattivi Monte Carlo
- Costruire e visualizzare mappe 2D e 3D utilizzando SLAM LIDAR o SLAM visivo monoculare
- Migliorare la precisione delle mappe modificando in modo interattivo le chiusure ad anello grazie alla app SLAM Map Builder
- Rappresentare ambienti dinamici creando e visualizzando mappe di occupazione egocentriche
- Rilevare, identificare e tracciare gli oggetti per una navigazione robotica sicura utilizzando algoritmi di Deep Learning e Machine Learning come YOLO, SSD e CNN
Pianificazione e controllo del movimento
Trova percorsi che consentano al tuo robot mobile di raggiungere la sua destinazione. Genera waypoint e invia comandi di controllo per seguire un percorso globale o una traiettoria locale. Per consentire a un robot mobile di navigare in un ambiente sconosciuto, MATLAB e Simulink forniscono algoritmi di pianificazione basati su campionamento e ricerca e algoritmi di controllo di path following. Con MATLAB e Simulink, il tuo robot può:
- Individuare il percorso più breve e privo di ostacoli utilizzando algoritmi come A* e RRT
- Navigare in sicurezza evitando gli ostacoli in un ambiente dinamico con una ripianificazione locale
- Visualizzare e valutare il percorso pianificato secondo metriche quali scorrevolezza e distanza dagli ostacoli
- Ottimizzare il percorso attraverso il controllo predittivo del modello non lineare
- Seguire il percorso pianificato utilizzando Pure Pursuit Controller
- Calcolare comandi di sterzo per l'evitamento degli ostacoli utilizzando istogrammi del campo vettoriale
- Evitare gli ostacoli utilizzando i metodi di reinforcement learning come DDPG
Test basati sulla simulazione
Rileva errori di progettazione mediante simulazione e riduci il rischio e il costo dei test hardware. MATLAB e Simulink forniscono app interattive e strumenti di simulazione per ottimizzare le prestazioni, nonché i tempi di sviluppo e di test per le tue applicazioni robotiche mobili. Con MATLAB e Simulink, è possibile:
- Generare traiettorie per emulare i movimenti dei sensori e calibrarne le prestazioni
- Eliminare le fonti di errore degli encoder a ruota analizzando la stima odometrica
- Utilizzare modelli astratti per convalidare rapidamente algoritmi autonomi o creare modelli a fedeltà superiore
- Connettersi a Gazebo per eseguire la co-simulazione sincronizzata nel tempo e testare i propri algoritmi in simulazioni a circuito chiuso
- Eseguire algoritmi di navigazione in vari scenari limite prima della distribuzione sulla piattaforma mobile
- Generare automaticamente codice C/C++, VHDL®/Verilog®, CUDA® C/C++ da utilizzare per la produzione e la prototipazione rapida
Scopri i prodotti
