今天,Jose Avendano Arbelaez与我们分享另一篇客座文章。请务必在评论区告诉我们你的想法。

- - - - - - - - - - - -

机器人程序设计人员越来越重视硬件和软件设计的模拟。以下是一些原因:

1. 您可能没有可用的硬件，或者选择正确的硬件取决于一些初始分析。
2. 在硬件上测试之前，您需要确保机器人的行为符合预期。这将减少在机器人上使用不安全代码的机会。

由于仿真的这些好处，我们已经创建了工具来开发和测试仿真机器人算法。这篇文章将帮助你熟悉我们的一些机器人模拟库。

虚拟世界-动态3D可视化

对于许多机器人编程新手来说，获得关于机器人行为的即时而准确的反馈是非常重要的。的机器人操场提供一组可配置的虚拟世界。这是特别有用的，如果你试图移动到一个领先的环境控制设计和机器人集成。你可以测试Stateflow用于导航和探索移动对象的逻辑的图表。你也可以通过使用以下多个可用的传感器来关闭循环并实现一些机器人感知:

• 编码器
• 距离传感器
• 对象的传感器
• 陀螺仪
• 指南针
• 接触开关
• 激光雷达传感器

还可以通过更改任何可用环境的Simulink块中的3D组件的大小、位置和其他属性来修改环境。

如果你在Simulink中寻找一个简单的模拟环境，包括物理、传感器和丰富的视觉效果;的机器人操场是开启你旅程的好地方。如果您计划将算法转移到支持simulink的硬件上，这个库也是开始的好地方乐高，烦恼,Arduino．Simulink可以自动生成并将可用于生产的代码部署到支持的硬件上，提供从模拟到硬件测试的轻松过渡。这些环境是使用Simscape多体，如果您对3D组件和环境的物理建模和仿真感兴趣，这个库也可以为您提供很好的参考示例。

使用带有线和障碍的真实地图

你知道你的环境是什么样子的吗?的移动机器人训练工具箱可以根据实际机器人领域的图片创建专用的2D地图，用于直线跟随和障碍物避开。这个工具箱是我们的移动机器人训练对于路径导航算法的开发和测试尤其有帮助。你可以查看我们之前的帖子自主导航与规划获取有关培训的信息，但您也可以单独使用工具箱来模拟二维机器人动力学并执行监督逻辑的早期原型。这个Simulink工具箱包含:

• 机器人视觉型的人
• 线传感器
• 编码器
• 距离传感器
• 差动驱动机器人的运动学实用程序
• 应用程序从图片导入地图

在开始使用这个工具箱之前，我们鼓励您探索培训视频在实现所有工具箱功能的过程中有详细的经验教训。

更喜欢在MATLAB中工作?需要运动学模型吗?

的移动机器人仿真工具箱是为MATLAB算法开发人员设计的。此工具箱包括:

• 激光雷达传感器
• 对象探测器
• 机器人视觉型的人
• 详细的例子
• 运动学模型:
  • 差动驱动机器人
  • 全方位轮式机器人
  • Mecanum轮子机器人
  • 有转向装置的四轮车辆

在这种情况下，你还可以获得重要的全局测量数据，如机器人和物体的位置和方向，以及可定制的2D地图。本工具箱中的一些示例包括闭环路径点跟踪、目标检测和跟踪，以及使用几种运动学模型的激光雷达导航。我们的视频从移动机器人模拟工具箱开始将向您展示如何安装和使用这个工具箱。此外，这个工具箱的所有内容都具有等效的MATLAB和Simulink功能，因此您可以选择最适合的编程方法，并访问丰富的模型、传感器和可视化库。的移动机器人仿真工具箱也很好地集成了机器人系统工具箱．因此，您可以实现包含在您安装的MATLAB库中的地面车辆和映射算法的完整套件。

需要更多吗?使用基于ros的模拟器

一旦转向更高级的机器人应用程序，您可能需要更详细的物理结构、更高的定制程度，并且可能需要更快的执行速度。许多商业上可用的模拟环境都支持机器人操作系统(ROS)。如果你已经在使用像Gazebo或V-REP这样的模拟器，你可能会考虑用MATLAB和/或Simulink开发你的机器人逻辑。我们有很多内容演示如何使用基于模型的设计与启用了ros的机器人和模拟器交互。查看我们的博客文章开始使用MATLAB, Simulink和ROS它有任何你需要的原型，执行和部署机器人控制算法，并将它们传输到你喜欢的ROS平台。

结论

如果你正处于机器人算法的早期开发阶段，你需要一种方法在构建机器人时测试算法，或者只是没有机器人来编程;预构建的仿真库的MATLAB和Simulink的任何经验水平。使用下表将您的模拟需求与我们可用的工具相匹配。

机器人操场	移动机器人训练工具箱	移动机器人仿真工具箱
3 d的视觉效果 可定制的障碍和对象地图 常见机器人传感器 Simulink库和MATLAB API	二维视觉效果 从图片导入地图 线跟随和障碍地图 常见机器人传感器 免费提供移动机器人培训	二维视觉效果 常用运动学模型 MATLAB和Simulink库 与机器人系统工具箱集成

更详细的环境、物理和机器人?开始使用MATLAB, Simulink和ROS

在模拟环境中测试你的算法可以帮助你更快地得到结果，甚至可能防止潜在的危险机器人行为。如果您有机会尝试这些工具箱中的任何一个，请写信给我们，让我们知道它们如何帮助您studentcompetitions@mathworks.com或者在下面的评论文件中。