机器人编程

机器人编程包括编写计算机程序，使机器人能够感知环境，制定计划和决策，并执行任务。例如，编程地面机器人在建筑物内自主导航需要感知和感知、定位和绘图、路径规划和路径跟踪、执行器控制和其他任务。

机器人编程通常包括:

• 通过使用计算机视觉和深度学习算法进行目标检测、分类和跟踪以及运动估计，使机器人能够感知环境

• 通过算法实现机器人自主同步定位与测绘(SLAM)，避免碰撞和运动规划
• 通过设计模型预测控制、计算转矩控制和路径跟踪等控制系统来控制机器人的行为
• 与连接不同嵌入式平台(如cpu、gpu、fpga和微控制器)的传感器和执行器进行通信和接口

在开始机器人编程时，工程师通常会为机器人的预期行为开发一个状态机图。此外，编程语言，如C/ c++， Python^®, Java^®, MATLAB^®用于算法开发，而机器人操作系统(ROS)等中间件用于硬件抽象、底层设备控制、进程之间的消息传递和硬件部署。

一个步骤中的错误通常会影响整个机器人编程工作流。在软件中建模和仿真有助于消除实现错误，因为它可以在原型制作过程中识别问题，而不是在机器人生产过程中，甚至在现实环境中使用时识别问题。模拟系统还可以帮助工程师通过调整控制参数来优化系统设计，而不必担心平台依赖关系或访问机器人硬件。

MATLAB为机器人编程提供了一些内置算法和函数。例如，只需MATLAB中的几行开箱即用的深度学习算法，机器人就可以做到识别环境中的对象．动态仿真模块^®提供了使用基于模型设计的机器人编程建模和仿真的预构建块。例如，Simulink中的ROS块使机器人程序员能够订阅传感器数据并通过ROS网络发布机器人命令，而无需编写代码。

利用MATLAB和Simulink对机器人进行编程，可以构建一个可伸缩的机器人仿真以低成本建立原型、测试概念模型和调试。然后您可以使用高保真模型进行验证，同时将其余算法保持在相同的模拟环境中。一旦在机器人仿真中获得了预期的结果，就可以从Simulink模型中用通用编程语言为嵌入式系统生成独立的可执行代码。使用从MATLAB和Simulink到ROS网络的ROS连接，您可以直接从MATLAB和Simulink生成c++ ROS节点，以测试和验证在启用ROS的机器人和机器人模拟器(如Gazebo)上的应用程序。

有关机器人编程的详细信息，请参见机器人系统工具箱™，导航工具箱™，ROS工具箱，MATLAB,动态仿真模块．