MATLAB y Simulink para
MATLAB® y Simulink® ofrecen algoritmos, herramientas de simulación, soporte de ROS y conectividad de hardware especializados para desarrollar robots manipuladores.
Con MATLAB y Simulink, puede:
- Integrar diseños mecánicos de CAD con modelos del sistema eléctrico
- Analizar el consumo de energía para seleccionar el diseño y la trayectoria más eficientes
- Combinar sistemas de planificación y percepción del movimiento para aplicaciones autónomas de robots manipuladores utilizando algoritmos y modelos de sensores integrados
- Diseñar algoritmos de control de robots y simular con un modelo de robot incluyendo un entorno de simulación 3D
- Evaluar algoritmos de robots manipuladores mediante la conexión a simuladores externos o robots reales
- Generar código de producción automáticamente para desplegarlo en controladores de robots y placas informáticas integradas
- Acelerar proyectos de robótica utilizando los ejemplos de aplicaciones proporcionados, incluyendo flujos de trabajo integrados para desarrollar aplicaciones robóticas autónomas
“Con Robotics System Toolbox, nos conectamos perfectamente con nuestro robot y lo controlamos directamente desde los algoritmos desarrollados en MATLAB, lo que nos permitió ahorrar tiempo de desarrollo, y utilizamos el tiempo ganado para avanzar nuestra investigación sobre nuevos algoritmos de reconocimiento de objetos táctiles”.
Takamitsu Matsubara, Nara Institute of Science and Technology
Uso de MATLAB y Simulink
para robots manipuladores
Desarrollo de plataformas de robots manipuladores
Las plataformas de robots manipuladores cuentan con diversos componentes, incluidos sistemas mecánicos, actuadores, sistemas eléctricos y modelos de entorno. MATLAB y Simulink permiten optimizar los diseños personalizados y mejorar los algoritmos para los robots manipuladores.Con MATLAB y Simulink puede:
- Crear diseños personalizados utilizando el modelado multicuerpo y árboles de cuerpo rígido
- Importar diseños de modelos CAD y archivos URDF
- Cargar diseños estándar de la industria desde una librería de robots
- Integrar diseños con sistemas de accionamiento eléctricos, neumáticos y de otro tipo
- Conectar con simuladores basados en física para interactuar con el entorno
Tutoriales
- Importación de montaje CAD de Onshape a Simscape Multibody (0:33)
- Importación de un modelo de robot desde un archivo URDF
- Modelado físico con Simscape (40:27)
- Diseño de aplicaciones robóticas industriales con MATLAB y Simulink (20:33)
- Transformación de una ecuación diferencial en un robot: visión general (57:22)
Percepción robótica
Los robots manipuladores industriales modernos requieren una percepción robótica que implica datos de sensores e inteligencia artificial para percibir el entorno circundante. Puede integrar datos de sensores procedentes de un único sensor o de varios sensores y desarrollar algoritmos de percepción robótica con MATLAB y Simulink. Con MATLAB y Simulink, puede:
- Conectar con sensores y periféricos
- Analizar y comparar datos de sensores para percibir el entorno
- Obtener información de sensores de imagenes, vídeos, LiDAR y de otros tipos
- Obtener prestaciones de clasificación y detección de objetos que se pueden sujetar
- Estimar la posición y los puntos de sujeción de un objeto utilizando los diversos algoritmos de visión artificial integrados
- Conectar con middleware de ROS o ROS 2 a través de la red ROS para introducir datos de sensores
Control y planificación del movimiento de robots
Los robots manipuladores industriales realizan tareas siguiendo una trayectoria sin colisiones dentro del entorno. Las funciones de MATLAB y los bloques de Simulink proporcionan prestaciones para planificar el control y el movimiento seguros y eficientes. Con MATLAB y Simulink, puede:
- Utilizar funcionalidades para dinámica y cinemática directa e inversa, planificación del movimiento, generación de trayectorias y comprobación de colisiones
- Determinar parámetros de trayectoria a través de cálculos de optimización
- Implementar lógica de control de estados con prestaciones para diseñar diagramas de transición de estados, diagramas de flujo y tablas de transición de estados
- Optimizar y controlar la trayectoria utilizando el control predictivo de modelos
- Aplicar reinforcement learning para sistemas de control avanzados
Tutoriales
- Bloques de Simulink para el control de robots manipuladores y seguimiento de rutas seguras (2:58)
- Control de las articulaciones de robots manipuladores (24:43)
- Planificación de trayectorias para robots manipuladores (18:21)
- Robots industriales: de la percepción al movimiento (14:53)
- Cómo entrenar un robot con deep reinforcement learning (37:08)
- Robótica para fábricas inteligentes (3 Vídeos)
- Empodere a sus robots con IA y MATLAB (39:38)
Más información
- Flujo de trabajo de pick-and-place en Gazebo utilizando ROS
- Posicionamiento de un robot Delta con cinemática inversa generalizada
- Visualización del seguimiento de la trayectoria de un manipulador con la animación 3D de Simulink
- Comprobación de colisiones en el entorno con manipuladores
- Robot de pick-and-place con cinemática directa e inversa
- Planificador RRT para manipuladores: ajuste de los parámetros del planificador
- Reinforcement learning para equilibrar una pelota usando un manipulador robótico

Pruebas basadas en simulación de aplicaciones robóticas
La simulación ayuda a detectar errores en la fase inicial del diseño en un entorno virtual con alta repetibilidad y facilidad para cambiar los parámetros del modelo, y reducir el riesgo y el coste de las pruebas de hardware. MATLAB y Simulink ofrecen prestaciones para:
- Validar rápidamente algoritmos de robots con modelos de movimiento abstractos
- Explorar rápidamente el espacio de diseño entero utilizando el cálculo paralelo
- Aplicar algoritmos de optimización tanto al controlador como a la planta para identificar el mejor diseño
- Integrar sensores realistas para aplicaciones de manipuladores industriales tales como cámara estéreo, codificador y sensor de par motor
- Realizar cosimulación determinista entre Simulink y Gazebo
- Validar modelos de robots en entornos de simulación del mundo real mediante una interfaz con simuladores de física 3D
Explore productos
30 días de exploración a su alcance
Más información¿Tiene preguntas?
Consulte con un experto en robótica.
MathWorks recomienda
Optimización de trayectorias en DLR (2:23)
“…con Optimization Toolbox, logramos que el robot lanzara una pelota con un movimiento óptimo en un par de horas”.
Berthold Bäuml, Centro Aeroespacial Alemán (DLR)
Verificación del sistema de selección de robots industriales con ROS y MATLAB: Yaskawa Electric Corp
“ROS no se puede utilizar por sí solo para funcionalidades avanzadas con tanta facilidad como MATLAB”.
Robotics System Toolbox Support Package for Manipulators
Soporte para robots manipuladores de MATLAB y Simulink