MATLAB e Simulink per
MATLAB® e Simulink® forniscono algoritmi specializzati, strumenti di simulazione, supporto ROS e connettività hardware per lo sviluppo di manipolatori robotici.
Con MATLAB e Simulink, è possibile:
- Integrare i progetti meccanici da CAD con modelli di impianto elettrico
- Analizzare il consumo di energia per selezionare la progettazione e la traiettoria più efficienti
- Combinare sistemi di percezione e pianificazione del movimento per applicazioni di robot manipolatori autonomi utilizzando modelli di sensori e algoritmi integrati
- Progettare algoritmi di controllo dei robot e simulare un modello robotico includendo un ambiente di simulazione 3D
- Valutare i propri algoritmi di manipolazione robotica collegando simulatori esterni o robot reali
- Generare automaticamente il codice di produzione da distribuire ai controller dei robot e alle schede di bordo
- Progredire nella realizzazione dei propri progetti di robotica utilizzando esempi di applicazioni di riferimento forniti, che comprendono workflow integrati per lo sviluppo di applicazioni di robotica autonome
WEBINAR
Vuoi saperne di più sulle applicazioni per robot manipolatori? Prenota il tuo posto ai nostri prossimi webinar.
Utilizzo di MATLAB e Simulink per
robot manipolatori
Sviluppo di piattaforma per robot manipolatore
Lo sviluppo di una piattaforma per manipolatore robotico comprende più componenti, compresi sistemi meccanici, attuatori, sistemi elettrici e modelli ambientali. Con MATLAB e Simulink, puoi ottimizzare progetti personalizzati e migliorare gli algoritmi per robot manipolatori. MATLAB e Simulink ti aiutano a:
- Creare progetti personalizzati utilizzando la modellazione multibody e alberi di corpi rigidi
- Importare progetti da modelli CAD e file URDF
- Caricare progetti secondo gli standard di settore da una libreria di robot
- Integrare progetti con sistemi di azionamento elettrici, pneumatici e di altro tipo
- Connettersi con simulatori basati sulla fisica per interagire con l'ambiente
Tutorial
- Importazione dell’assemblaggio CAD Onshape in Simscape Multibody (0:33)
- Importazione di un modello di robot dal file URDF
- Modellazione fisica con Simscape (40:27)
- Progettazione di applicazioni di robotica industriale con MATLAB e Simulink (20:33)
- Come un'equazione differenziale diventa un robot: panoramica (57:22)
Percezione robotica
I moderni robot manipolatori industriali richiedono la percezione robotica basata su dati dei sensori e intelligenza artificiale per poter percepire l'ambiente circostante. Puoi integrare i dati dei sensori provenienti da un singolo sensore o più sensori e sviluppare i tuoi algoritmi di percezione robotica utilizzando MATLAB e Simulink. MATLAB e Simulink ti consentono di:
- Effettuare collegamenti a sensori e periferiche
- Analizzare e confrontare i dati dei sensori per percepire l'ambiente
- Ottenere informazioni dettagliate a partire da immagini, video, LiDAR e altri tipi di sensori
- Fornire funzionalità per la classificazione e il rilevamento degli oggetti da acquisire
- Stimare la posa di un oggetto e acquisire punti utilizzando i vari algoritmi di visione artificiale forniti
- Connettere il middleware ROS o ROS 2 tramite la rete ROS per inserire i dati dei sensori
Pianificazione e controllo del movimento di robot
I manipolatori industriali eseguono le attività seguendo un percorso privo di collisioni all'interno dell'ambiente. Le funzioni MATLAB e i blocchi Simulink forniscono funzionalità per pianificare un movimento e un controllo sicuri ed efficienti. Con MATLAB e Simulink, è possibile:
- Utilizzare funzionalità per cinematica e dinamica inversa/diretta, piano di movimento, generazione di traiettoria e controllo delle collisioni
- Determinare i parametri delle traiettorie tramite calcoli di ottimizzazione
- Implementare la logica di controllo dello stato fornendo funzionalità per progettare diagrammi di transizione di stato, diagrammi di flusso e tabelle di transizione di stato
- Eseguire l'ottimizzazione e il controllo della traiettoria utilizzando controlli predittivi di modello
- Applicare il reinforcement learning per i controlli avanzati
Tutorial
- Blocchi Simulink per manipolatori robotici e controllo sicuro del tracking della traiettoria (2:58)
- Controllo dei giunti di robot manipolatore (24:43)
- Pianificazione delle traiettorie per robot manipolatori (18:21)
- Robot industriali: dalla percezione al movimento (14:53)
- Come addestrare un robot (con Deep Reinforcement Learning) (37:08)
- Robotica per una fabbrica intelligente (3 Videos)
- Come potenziare i tuoi robot con l’IA utilizzando MATLAB (39:38)
Per saperne di più
- Workflow Pick-and-Place in Gazebo con ROS
- Posizionamento di un robot Delta utilizzando la cinematica inversa generalizzata
- Visualizzazione del tracking della traiettoria del manipolatore con animazione Simulink 3D
- Verifica della presenza di collisioni ambientali con manipolatori
- Robot Pick-and-Place con utilizzo di cinematica diretta e inversa
- Pianificatore RRT per manipolatori: sincronizzazione dei parametri del pianificatore
- Uso del reinforcement learning per la prova di equilibrio con una palla usando un manipolatore robotico

Test basati sulla simulazione di applicazioni robotiche
La simulazione aiuta a rilevare gli errori in una fase iniziale di progettazione in un ambiente virtuale, con elevata ripetibilità e facilità di modifica dei parametri del modello, e riduce il rischio e il costo associati a test di hardware. MATLAB e Simulink offrono funzionalità per:
- Convalidare rapidamente gli algoritmi dei robot con modelli di movimento astratti
- Esplorare rapidamente l'intero spazio di progettazione utilizzando il calcolo parallelo
- Applicare algoritmi di ottimizzazione sia al controller che all'impianto per individuare il miglior design
- Integrare sensori realistici per applicazioni di manipolazione industriale come telecamera stereo, encoder e sensori di coppia
- Eseguire la co-simulazione deterministica tra Simulink e Gazebo
- Convalidare modelli di robot in ambienti di simulazione del mondo reale tramite l'interfacciamento con simulatori basati sulla fisica 3D
Scopri i prodotti
30 giorni di prova gratuita
Per iniziareHai domande?
Parla con un esperto di robotica.
Consigliato per te
Ottimizzazione della traiettoria al DLR (2:23)
"Far lanciare una palla al robot? Si potrebbe fare in un pomeriggio, utilizzando la Optimization Toolbox per ottenere un movimento ottimale"
Berthold Bäuml, Centro aerospaziale tedesco (DLR)
Verifica del sistema di prelievo per robot industriali utilizzando ROS e MATLAB - Yaskawa Electric Corp
"Il solo ROS non può essere utilizzato per gestire funzionalità avanzate con la stessa facilità di MATLAB"
Pacchetto di supporto Robotics System Toolbox per manipolatori
Supporto per manipolatori robotici da MATLAB e Simulink