KI in der Robotik

Realisierung von Autonomie in Robotikanwendungen durch die Anwendung von KI

Mit MATLAB entwickeln Sie Robotikanwendungen mithilfe von Deep Learning und Reinforcement Learning. Mit lernbasierten KI-Techniken haben Sie die Möglichkeit, Autonomie für Systeme wie Cobots, autonome mobile Roboter sowie UAVs zu realisieren. Diese Techniken verbessern die Genauigkeit der Roboterwahrnehmung und erfordern weniger menschliche Intervention bei der Entscheidungsfindung.

Warum MATLAB?

Synthetische Erzeugung von Trainingsdaten

Erstellen Sie Datensätze durch das Erfassen und Kennzeichnen von Bildern, die Sie aus simulierten und realen Szenarien erhalten haben.

Simulation von LiDAR-Sensoren und Erzeugen von Punktwolkendaten
Visualisierung von Tiefe und semantischer Segmentierung für UAV mithilfe von Unreal-Engine-Simulationen

Objekterkennung und -kartierung

Nutzen Sie Techniken der Bilderkennung und Objekterfassung, um Karten zu erstellen, Roboterposen abzuschätzen und dynamische Hindernisse zu erkennen.

Objekterkennung mithilfe von YOLOv4
Kartieren und Klassifizieren einer städtischen Umgebung mit einer UAV-Kamera und Deep Learning

Bewegungsplanung und -steuerung

Beschleunigen Sie das Sampling bei der Pfadplanung, indem Sie einen auf Deep Learning basierenden Sampler trainieren. Steuern Sie einen Roboter mit Reinforcement Learning.

Trainieren eines auf Deep Learning basierenden Sampler bei der Bewegungsplanung
Beschleunigen der Bewegungsplanung durch auf Deep Learning basierenden Abtaster

Tests auf Systemebene und Bereitstellung

Integrieren Sie KI-Modelle in Model-Based-Design-Workflows. Erstellen Sie systembewusste Simulationen und testen Sie sie mit den KI-Modellen.

Pick-and-Place-Workflow in Gazebo mithilfe von ROS
Wegweiserfolgender Roboter, der einen YOLOv2-Erkennungsalgorithmus mit ROS in Simulink verwendet

Weitere Informationen

Aufbereiten von Trainingsdaten erlernen

Gazebo-Co-Simulation mit vortrainiertem Deep-Learning-Modell zur Erkennung wiederverwertbarer Teile
Kartieren und Klassifizieren einer städtischen Umgebung mit einer UAV-Kamera und Deep Learning

Erstellung von KI-Modellen, die Autonomie ermöglichen

Entwicklung und Validierung von Algorithmen zur Objekterkennung und Bewegungsplanung mithilfe von Gazebo, OpenCV und MATLAB
Gehtraining eines zweibeinigen Roboters mithilfe von Reinforcement-Learning-Agenten
Ballbalancetraining eines SAC-Agents

Unterstützung Ihrer Roboter durch KI mithilfe von MATLAB (39:38)

Lösungen für Robotik und autonome Systeme

Intelligente Fertigung: Autonome Industrieroboter von der Wahrnehmung bis zur Bewegung (22:06)

Produkte

Informieren Sie sich über die Produkte, die mit KI bei Robotikanwendungen verwendet werden.

30-tägige kostenlose Testversion

Jetzt loslegen

Deep Learning

Entwerfen und implementieren Sie tiefe neuronale Netze mit Algorithmen und vortrainierten Modellen.

Weitere Informationen

Machine Learning

Konstruieren Sie Funktionen, trainieren Sie Machine-Learning-Modelle und verfeinern Sie Hyperparameter.

Weitere Informationen