MATLAB und Simulink bieten spezielle Algorithmen, Simulations-Tools, ROS-Unterstützung und Hardware-Konnektivität für die Entwicklung von Robotermanipulatoren.
Mit MATLAB und Simulink ist Folgendes möglich:
- Integration mechanischer Konstruktionen aus CAD in elektrische Systemmodelle
- Analyse des Stromverbrauchs zur Auswahl des effizientesten Konzepts und der effizientesten Bewegungslinie
- Verwendung integrierter Algorithmen und Sensormodelle für Anwendungen für Robotermanipulatoren mit Wahrnehmungs- und Bewegungsplanungsfunktionen
- Entwurf von Roboter-Regelungsalgorithmen und Simulation anhand eines Robotermodells unter Einbeziehung einer 3D-Simulationsumgebung
- Evaluierung Ihrer Roboter-Manipulationsalgorithmen durch Anschluss von externen Simulatoren oder realen Robotern
- Verbindung und Steuerung von Robotern, z. B. UR Cobots, mithilfe von MATLAB und Simulink
- Automatische Generierung von Produktionscode zum Einsatz auf Robotersteuerungen und Onboard-Compute-Boards
- Forcierung Ihrer Robotik-Projekte mithilfe von bereitgestellten Referenz-Anwendungen, die die integrierten Workflows zur Entwicklung autonomer Robotik-Anwendungen umfassen
„Mit der Robotics System Toolbox konnten wir eine nahtlose Verbindung zu unserem Roboter herstellen und ihn direkt von den Algorithmen aus steuern, die wir in MATLAB entwickelt hatten, wodurch es uns gelang, die Entwicklungszeit auf ein Minimum zu reduzieren. Die so gewonnene Zeit haben wir genutzt, um unsere Forschung an neuen Algorithmen zur taktilen Objekterkennung zu vertiefen.“
MATLAB und Simulink für
Roboter-Manipulatoren
Entwicklung einer Plattform für Roboter-Manipulatoren
Die Entwicklung einer Plattform für Roboter-Manipulatoren umfasst mehrere Komponenten, wie zum Beispiel Mechanik, Aktoren, Elektrik und Umgebungsmodelle. Mit MATLAB und Simulink können Sie individuelle Entwürfe optimieren und Algorithmen für Roboter-Manipulatoren verbessern. MATLAB und Simulink ermöglichen Ihnen:
- Erstellung individueller Entwürfe mithilfe von Mehrkörper-Modellierung und Starrkörpern
- Import von Entwürfen aus CAD-Modellen und URDF-Dateien
- Herunterladen von Entwürfen nach Industriestandard über eine Roboterbibliothek
- Integration von Entwürfen mit elektrischen, pneumatischen und anderen Aktorensystemen
- Verbindung mit Physik-basierten Simulatoren zur Interaktion mit der Umgebung
Produkte kennenlernen
Robotik-Wahrnehmung
Moderne Roboter-Manipulatoren wie beispielsweise Collaborative Robot (Cobots) für industrielle Anwendungen erfordern eine robotische Wahrnehmung, bei der Sensordaten und Künstliche Intelligenz zum Einsatz kommen, um die Umgebung erfassen zu können. Sie können Sensordaten, die von einem oder mehreren Sensoren stammen, integrieren und mithilfe von MATLAB und Simulink Ihre eigenen Algorithmen zu Robotik-Wahrnehmung entwickeln. Mit MATLAB und Simulink können Sie Folgendes durchführen:
- Verbindung zu Sensoren und Peripheriegeräten
- Analyse und Abgleich von Sensordaten zur Wahrnehmung der Umgebung
- Erkenntnisgewinn durch Bild, Video, LiDAR sowie weitere Sensorarten.
- Bereitstellung von Funktionen zur Klassifizierung und Erkennung von Objekten zum Erfassen
- Abschätzung der Position und Greifpunkte eines Objekts mithilfe von verschiedenen Computer Vision-Algorithmen
- Verbindung zu ROS oder ROS 2 Middleware über ROS-Netzwerk zur Eingabe von Sensordaten
Tutorials
- Einsatz von KI für autonome Robotiklösungen mithilfe von MATLAB (20:40)
- Wahrnehmung: MATLAB und Simulink Robotik-Arena
- Entwicklung autonomer Roboter mithilfe von MATLAB und Simulink (23:16)
- Verwendung von Bildsensoren für autonome Roboter (8:57)
- Branchentrends und Perspektiven | Peter Corke über die Robotics System Toolbox (5:26)
Weitere Informationen
Bewegungsplanung und -steuerung von Robotern
Industrielle Manipulatoren führen Aufgaben aus, indem sie einer kollisionsfreien Bewegungsbahn innerhalb der Umgebung folgen. MATLAB-Funktionen und Simulink-Blöcke bieten Funktionen zur Planung einer sicheren und effizienten Bewegung und Steuerung. Mit MATLAB und Simulink ist Folgendes möglich:
- Verwendung von Funktionalitäten für inverse/vorwärtsgerichtete Kinematik und Dynamik, Bewegungsabläufe, Generierung von Bewegungsbahnen und Kollisionsprüfung
- Bestimmung der Bewegungsbahnparameter durch Optimierungsberechnungen
- Implementierung von Zustandssteuerungslogik durch Bereitstellung von Funktionen zur Entwicklung von Zustandsübergangsdiagrammen, Flussdiagrammen und Zustandsübergangstabellen
- Durchführung von Bewegungsbahnoptimierungen und Steuerung mithilfe von modellprädiktiven Verfahren
- Anwendung von Verstärkungslernen für anspruchsvolle Steuerungen
Tutorials
- Sichere Robotermanipulatorsteuerung mit Simulink (2:58)
- Steuerung von Roboter-Manipulator-Gelenken (24:43)
- Bewegungslinienplanung für Roboter-Manipulatoren (18:21)
- Industrieroboter: Von der Wahrnehmung zur Bewegung (14:53)
- Training Ihres Roboters (mit Deep Reinforcement Learning) (37:08)
- Robotik für die Smart Factory (3 Videos)
- Unterstützung Ihrer Roboter durch KI mithilfe von MATLAB (39:38)
- Entwicklung eines autonomen Cobots mit multimodaler Regelung mithilfe von Model-Based Design (20:38)
Weitere Informationen
- Pick-and-Place-Workflow in Gazebo mithilfe von ROS
- Pick-And-Place-Workflow mithilfe von CHOMP für Manipulatoren
- Visualisierung des Bewegungsbahn-Trackings des Manipulators mit Simulink 3D Animation
- Überprüfung auf Umgebungskollisionen mit Manipulatoren
- Pick-and-Place-Roboter mithilfe von vorwärtsgerichteter und inverser Kinematik
- RRT Planner für Manipulatoren – Einstellung der Planerparameter
- Reinforcement Learning zum Balancieren eines Balls mit einem Robotermanipulator
Simulationsgestützte Tests von Robotik-Anwendungen
Die Simulation hilft Ihnen, Fehler in einem frühen Entwicklungsstadium in einer virtuellen Umgebung mit hoher Reproduzierbarkeit und einfacher Änderungsmöglichkeit der Modellparameter zu erkennen und das Risiko und die Kosten von Hardwaretests zu reduzieren. MATLAB und Simulink bieten Funktionen für Folgendes:
- Schnelle Validierung von Roboteralgorithmen mit abstrakten Bewegungsmodellen
- Rasche Erkundung des gesamten Designraums mithilfe von Parallel Computing
- Anwendung von Optimierungsalgorithmen auf die Steuerung und die Anlage zur Ermittlung des besten Entwurfs
- Integration von realistischen Sensoren für industrielle Manipulator-Anwendungen wie Stereokamera, Encoder und Drehmomentsensor
- Durchführung einer deterministischen Co-Simulation zwischen Simulink und Gazebo
- Validierung von Robotermodellen in realen Simulationsumgebungen durch Kopplung mit 3D-Physiksimulatoren
Weitere Informationen
- Modellierung und Steuerung eines Manipulator-Arms
- Durchführung einer sicheren Steuerung des Bewegungslinien-Trackings mithilfe von Robotik-Manipulator-Blöcken
- Steuerung der LBR-Manipulatorbewegung durch Drehmomentbefehle für Gelenke
- Pick-And-Place-Workflow in Unity 3D mit ROS
- Automatisierung einer virtuellen Produktionsstraße mit zwei Roboter-Arbeitszellen
Produkt kennenlernen
Für Sie empfohlen
Navigation im Panel
Bahnoptimierung beim DLR (2:23)
„... Wir haben mit der Optimization Toolbox die Bewegungen an nur einem Nachmittag so optimiert, dass der Roboter einen Ball werfen konnte.“
Berthold Bäuml, Deutsches Zentrum für Luft- und Raumfahrt (DLR)
Verifizierung eines Picking-Systems für Industrieroboter mithilfe von ROS und MATLAB – Yaskawa Electric Corp
„ROS allein ist für fortgeschrittene Funktionalität nicht so einfach zu handhaben wie MATLAB.“
Navigation im Panel
Support für Manipulatoren der UR-Serie von Universal Robots aus der Robotics System Toolbox
Support für Roboter-Manipulatoren von MATLAB und Simulink
