MATLAB e Simulink forniscono algoritmi specializzati, strumenti di simulazione, supporto ROS e connettività hardware per lo sviluppo di robot manipolatori.
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
- Utilizzare algoritmi integrati e modelli di sensori per le applicazioni di manipolazione robotica che prevedono la percezione e la pianificazione del movimento
- 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
- Collegarsi per controllare robot, come UR Cobots, utilizzando MATLAB e Simulink.
- 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
"Con Robotics System Toolbox, abbiamo effettuato il collegamento e controllato senza problemi il nostro robot direttamente dagli algoritmi che avevamo sviluppato in MATLAB, cosa che ci ha permesso di minimizzare i tempi di sviluppo. Abbiamo utilizzato il tempo risparmiato per approfondire la ricerca relativa a nuovi algoritmi di riconoscimento tattile di oggetti".
Utilizzo di MATLAB e Simulink per
robot manipolatori
Sviluppo di piattaforma per robot manipolatore
Lo sviluppo di una piattaforma per robot manipolatori 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 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
Scopri i nostri prodotti
Percezione robotica
I moderni robot manipolatori industriali, come Collaborative Robot (Cobots), 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 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
Tutorial
- Applicazione dell’IA per consentire l'autonomia nelle applicazioni robotiche utilizzando MATLAB (20:40)
- Percezione: MATLAB e Simulink Robotics Arena
- Sviluppo di robot autonomi con MATLAB e Simulink (23:16)
- Utilizzo di sensori di visione per l'autonomia robotica (8:57)
- Tendenze del settore e prospettive | Peter Corke su Robotics System Toolbox (5:26)
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
- Controllo sicuro di robot manipolatori con Simulink (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 video)
- Come potenziare i tuoi robot con l’IA utilizzando MATLAB (39:38)
- Sviluppo di un cobot autonomo con controllo multimodale utilizzando la progettazione Model-Based (20:38)
Per saperne di più
- Workflow Pick-and-Place in Gazebo con ROS
- Workflow Pick-And-Place con l'utilizzo di CHOMP per manipolatori
- 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 robot manipolatore
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
Per saperne di più
- Modellazione e controllo di un braccio manipolatore
- Esecuzione del controllo di tracking sicuro della traiettoria utilizzando blocchi di robot manipolatori
- Controllo del movimento del manipolatore LBR tramite comandi di coppia dei giunti
- Workflow Pick-And-Place in Unity 3D utilizzando ROS
- Automatizzazione di una linea di assemblaggio virtuale con due celle di lavoro robotizzate
Scopri i prodotti
30 giorni di prova gratuita
Per iniziare
Hai domande?
Parla con un esperto di robotica.
Consigliato per te
Navigazione nel pannello
Ottimizzazione della traiettoria al DLR (2:23)
"Far lanciare una palla a un 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"
Navigazione nel pannello
Supporto per manipolatori della serie UR di Universal Robots da Robotics System Toolbox
Supporto per robot manipolatori da MATLAB e Simulink
