MATLAB和Simulink for
MATLAB®和仿真软件®提供专门的算法、仿真工具、ROS支持和硬件连接，以开发机器人操作器。
使用MATLAB和Simulink，您可以:
- 将CAD中的机械设计与电气系统的模型进行集成
- 分析功耗，选择最有效的设计和轨迹
- 利用内置算法和传感器模型，将感知和运动规划系统结合起来应用于自主机器人操作臂
- 设计机器人控制算法，并使用机器人模型进行仿真，同时包含一个三维仿真环境
- 通过连接外部模拟器或真实机器人来评估您的机器人操作算法
- 自动生成生产代码部署到机器人控制器和板载计算板
- 通过使用所提供的参考应用程序示例推进您的机器人项目，其中包含开发自主机器人应用程序的集成工作流
“有了机器人系统工具箱，我们直接从我们在MATLAB中开发的算法无缝连接和控制我们的机器人，使我们能够最小化开发时间。我们利用获得的时间进一步研究新的触觉物体识别算法。”
松原隆光，奈良科学技术研究所
使用MATLAB和Simulink
对机器人机械手
探索产品2022世界杯八强谁会赢？
图片库(5张图片)
机器人感知
现代工业机器人操纵器需要机器人感知，需要传感器数据和人工智能来感知周围环境。您可以集成来自单个传感器或多个传感器的传感器数据，并使用MATLAB和Simulink开发您的机器人感知算法。MATLAB和Simulink使您能够:
- 连接到传感器和外设
- 分析和比较传感器数据，感知环境
- 了解从图像，视频，激光雷达，以及其他类型的传感器
- 提供的功能分类和检测掌握的对象
- 利用所提供的各种计算机视觉算法估计物体的姿态和抓点
- 连接到ROS或ROS 2中间件通过ROS网络输入传感器数据
机器人运动规划与控制“，
工业机械手通过在环境中遵循无碰撞路径来执行任务。MATLAB函数和Simulink块提供了计划安全有效的运动和控制的能力。使用MATLAB和Simulink，您可以:
- 使用功能逆/正运动学和动力学，运动计划，轨迹生成，以及碰撞检查
- 通过优化计算确定弹道参数
- 实现国家控制逻辑通过提供设计状态转换图、流程图和状态转换表的功能
- 使用模型预测控制执行轨迹优化和控制
- 应用强化学习先进控制
机器人应用模拟测试
模拟帮助您在虚拟设置的早期设计阶段检测错误，具有高重复性和易于更改模型参数，并降低硬件测试的风险和成本。MATLAB和Simulink提供了以下功能:
- 用摘要快速验证机器人算法运动模型
- 使用并行计算快速探索整个设计空间
- 应用优化算法对控制者和被控者都要找到最好的设计
- 集成真实传感器的工业机械手应用，如立体相机，编码器和扭矩传感器
- 执行确定的Simulink与Gazebo的联合仿真
- 通过与3D物理模拟器的接口，在真实的仿真环境中验证机器人模型
30天的免费试用
开始
有问题吗?
和机器人专家谈谈。
推荐给你
DLR的轨迹优化
“…要让机器人扔一个球，我们可以在一个下午内完成，通过使用优化工具箱来获得最佳运动。”
Berthold Bäuml，德国航天中心(DLR)
基于ROS和MATLAB的工业机器人拾取系统验证——安川电机公司
ROS不能单独处理像MATLAB那样简单的高级功能。
机械手机器人系统工具箱支持包
来自MATLAB和Simulink的机器人机械手支持
您也可以从以下列表中选择网站: