MATLAB y Simulink para robótica y sistemas autónomos

Desarrolle aplicaciones autónomas, desde la percepción hasta el movimiento, y optimice el comportamiento en el nivel de sistema

Investigadores e ingenieros de robótica utilizan MATLAB® y Simulink® para diseñar, simular y verificar todos los aspectos de los sistemas autónomos, desde la percepción hasta el movimiento.

  • Modele sistemas robóticos hasta el último detalle, como el ruido de sensores y la vibración del motor.
  • Simule sistemas robóticos con cinemática, dinámica y propiedades de contacto precisas.
  • Diseñe y optimice tanto la autonomía de alto nivel como el control de bajo nivel.
  • Sintetice y analice datos de sensores con una librería de algoritmos que se mantiene actualizada.
  • Verifique el diseño o los algoritmos del robot de forma gradual, desde la simulación hasta las pruebas de hardware-in-the-loop (HIL).
  • Despliegue algoritmos en robots a través de ROS o directamente en microcontroladores, FPGA, PLC y GPU. 

“Con el diseño basado en modelos y la generación automática de código pudimos hacer frente a la complejidad de los 53 grados de libertad del robot Agile Justin. Sin el diseño basado en modelos, habría sido imposible crear los controladores para un sistema robótico tan complejo con un rendimiento sólido en tiempo real”.

Berthold Bäuml, German Aerospace Center (DLR)

Casos de éxito

Diseño de la plataforma de hardware

Cree un modelo físico 3D o un modelo electromecánico de vehículos autónomos, drones y manipuladores, para simulación, optimización y reinforcement learning de algoritmos de control.

  • Importe modelos 3D existentes desde archivos URDF o software CAD.
  • Implemente dinámica, contactos, hidráulica y neumática para crear un modelo físicamente preciso
  • Complete los gemelos digitales agregando una capa de diagrama eléctrico.

 


Percepción del entorno

Procesamiento de datos de sensores

Implemente algoritmos de procesamiento de datos de sensores con las potentes toolboxes de MATLAB y Simulink.

  • Conecte con sensores a través de ROS, serie y otros protocolos.
  • Visualice datos de cámaras, sonar, LiDAR, GPS e IMU. Automatice tareas de procesamiento de sensores frecuentes, tales como fusión, filtrado, transformación geométrica, segmentación y registro de sensores.

 


Percepción del entorno

Utilice las apps interactivas integradas de MATLAB para implementar algoritmos para la detección y el seguimiento de objetos, la localización y el mapeo.

  • Experimente y evalúe diferentes redes neuronales para la clasificación de imágenes, la regresión y la detección de características.
  • Convierta algoritmos automáticamente a código C/C++, punto fijo, HDL o CUDA® para su despliegue en hardware.

 

Percepción del entorno

Planificación y toma de decisiones

Utilice una librería de algoritmos que se mantiene actualizada para implementar la planificación de trayectorias 2D o 3D de un robot que se definen como una masa puntual o un sistema con restricciones cinemáticas y dinámicas. Planifique tareas con Stateflow®, definiendo las condiciones y acciones necesarias para tomar decisiones en tiempo real.


Conexión con hardware

Comunicación con plataformas y sistemas de destino

Despliegue algoritmos autónomos en sistemas basados en ROS y microcontroladores, tales como Arduino® y Raspberry Pi™. Comuníquese con los sistemas de destino embebidos mediante protocolos, incluidos CAN, EtherCAT®, 802.11™, TCP/IP, UDP, I2C, SPI, MODBUS® y Bluetooth®.


“Con MATLAB y Simulink, podemos usar un único entorno para el desarrollo de algoritmos de control, la depuración, el análisis de datos, etc. en lugar de usar distintas herramientas. Esta integración reduce el tiempo total de desarrollo del proyecto y la posibilidad de introducir errores”.

Dr. John Wen, Rensselaer Polytechnic Institute