matlab® 和 simulink® 为开发机器人操作臂提供专用算法、仿真工具、ros 支持和硬件连接。
借助 matlab 和 simulink,您能够:
- 将 cad 中的机械设计与电气系统模型相集成
- 分析功耗以选择最高效的设计和轨迹
- 使用内置算法和传感器模型,将感知和运动规划系统相结合,用于开发自主机器人操作臂应用
- 设计机器人控制算法,在三维仿真环境中使用机器人模型进行仿真
- 通过连接外部仿真器或真实机器人来评估机器人操作算法
- 自动生成产品级代码以部署到机器人控制器和机载计算板卡
- 使用软件提供的参考应用示例来推进机器人项目,这些示例包含用于开发自主机器人应用的集成工作流
“借助 robotics system toolbox,我们能够无缝连接到机器人,并使用 matlab 中开发的算法直接加以控制,从而最大限度地缩短了开发时间。我们利用节省的时间进一步研究新的触觉目标识别算法。”
takamitsu matsubara, nara institute of science and technology
使用 matlab 和 simulink
开发机器人操作臂
机器人运动规划与控制
工业操作臂执行任务时,需要在环境内遵循无碰撞路径。matlab 函数和 simulink 模块支持您规划安全高效的运动和控制。借助 matlab 和 simulink,您能够:
- 使用各项功能进行逆运动学/正运动学和动力学规划、、和碰撞检查
- 通过优化计算确定轨迹参数
- 提供设计状态转移图、流程图和状态转移表的功能,从而实现状态控制逻辑
- 使用模型预测控制执行轨迹优化和控制
- 应用强化学习以实现高级控制
基于仿真的机器人应用测试
仿真在虚拟环境中进行,有助于在设计早期阶段检测错误,具有较强的可重复性,且模型参数易于更改,还可降低硬件测试的风险和成本。matlab 和 simulink 提供以下功能:
- 使用抽象运动模型快速验证机器人算法
- 使用并行计算快速探查整个设计空间
- 将优化算法应用于控制器和被控对象以找到最佳设计
- 为工业操作臂应用集成真实传感器,如立体相机、编码器和扭矩传感器
- 在 simulink 和 gazebo 之间执行确定性协同仿真
- 对接三维物理仿真器,在现实世界的仿真环境中验证机器人模型。
30天免费试用
快速入门有疑问吗?
与机器人专家探讨。
为您推荐
“…我们只需一个下午就能让机器人学会抛球,方法是使用 optimization toolbox 求出最优运动轨迹”
berthold bäuml,德国航空航天中心 (dlr)
“相比单纯使用 ros,结合 matlab 之后,我们可以更加轻松地开发高级功能。”
robotics system toolbox support package for manipulators
matlab 和 simulink 的机器人操作臂支持