MATLAB et Simulink pour la robotique et les systèmes autonomes

Développer des applications autonomes, de la perception au mouvement, et optimiser les comportements au niveau système

Les chercheurs et les ingénieurs en robotique utilisent MATLAB® et Simulink® pour concevoir, simuler et vérifier chaque aspect des systèmes autonomes, de la perception au mouvement.

  • Modélisez des systèmes robotiques dans les moindres détails, tels que le bruit des capteurs et les vibrations moteur.
  • Simulez des systèmes robotiques avec une cinématique, une dynamique et des propriétés de contact précises.
  • Concevez et optimisez à la fois l'autonomie à haut niveau et le contrôle à bas niveau.
  • Synthétisez et analysez des données de capteurs grâce à une bibliothèque d'algorithmes mise à jour.
  • Vérifiez progressivement le design ou l'algorithme du robot, de la simulation au test Hardware-in-the-Loop (HIL).
  • Déployez des algorithmes sur des robots avec ROS ou directement sur des microcontrôleurs, des FPGA, des PLC et des GPU. 

« L'approche Model-Based Design et la génération automatique de code nous permettent de faire face à la complexité des 53 degrés de liberté d'Agile Justin. Sans cette approche, il aurait été impossible de construire les contrôleurs pour un système robotique aussi complexe avec des performances temps réel exigeantes. »

Berthold Bäuml, German Aerospace Center (DLR)

Concevoir la plateforme hardware

Créer un modèle physique 3D ou un modèle électromécanique de véhicules, de drones ou de manipulateurs autonomes pour la simulation, l'optimisation et le Reinforcement Learning des algorithmes de contrôle.

  • Importez des modèles 3D existants à partir de fichiers URDF ou de logiciels de CAO.
  • Rendez le modèle fidèle à la réalité d'un point de vue physique en implémentant la dynamique, les contacts, l'hydraulique et la pneumatique.
  • Complétez les jumeaux numériques en ajoutant un niveau pour les diagrammes électriques.

 


Traitement des données de capteurs

Implémentez des algorithmes de traitement de données de capteurs grâce à de puissantes toolboxes dans MATLAB et Simulink.

  • Connectez-vous à des capteurs via ROS, Serial ou d'autres types de protocoles.
  • Visualisez les données de caméras, de sonars, LiDAR, GPS et d'IMU. Automatisez les tâches courantes de traitement des capteurs, telles que la fusion des capteurs, le filtrage, la transformation géométrique, la segmentation et le recalage.

 


Perception de l'environnement

Utilisez les applications MATLAB interactives intégrées pour implémenter des algorithmes de détection et de pistage d'objets, de localisation et de cartographie.

  • Testez et évaluez différents réseaux de neurones pour la classification d'images, la régression et la détection de caractéristiques.
  • Convertissez automatiquement les algorithmes en code C/C++, virgule fixe, HDL ou CUDA® pour le déploiement sur hardware.

 


Planification et prise de décisions

Utilisez une bibliothèque d'algorithmes activement mise à jour pour implémenter une planification de trajectoire en 2D ou 3D pour un robot qui est soit défini comme une masse ponctuelle, soit comme un système avec des contraintes cinématiques et dynamiques. Planifiez des tâches avec Stateflow®, en définissant les conditions et les actions nécessaires pour prendre des décisions en temps réel.


Concevoir des systèmes de contrôle

Utilisez des applications MATLAB interactives prédéfinies pour analyser le comportement de systèmes complexes dans les domaines temporel et fréquentiel. Concevez des contrôleurs de rétroaction selon les approches déterministe, d'optimisation ou de Reinforcement Learning.


Communiquer avec des plateformes et des cibles

Déployez des algorithmes autonomes sur des systèmes basés sur ROS et des microcontrôleurs tels qu'Arduino® et Raspberry Pi™. Communiquez avec des cibles embarquées via des protocoles tels que CAN, EtherCAT®, 802.11™, TCP/IP, UDP, I2C, SPI, MODBUS® et Bluetooth®.


« Avec MATLAB et Simulink, nous n'avons plus besoin de jongler entre différents outils : nous pouvons utiliser un seul environnement pour le développement d'algorithmes de contrôle, le débogage, l'analyse de données et plus encore. Cette intégration réduit le temps global nécessaire au développement du projet et les risques d'introduire des erreurs. »

Dr. John Wen, Rensselaer Polytechnic Institute