Robotik alanında çalışan araştırmacılar ve mühendisler, algıdan harekete kadar otonom sistemlerin her yönünü tasarlamak, simüle etmek ve doğrulamak için MATLAB ve Simulink kullanabilir. MATLAB & Simulink ile;
Sensör gürültüsü ve motor titreşimi gibi en ince ayrıntılara kadar robotik sistemleri modelleyebilirsiniz.
Doğru kinematik ve dinamik özellikleriyle robotik sistemleri simüle edebilirsiniz.
Üst düzey otonomi sağlayacak algoritmalar tasarlayıp optimize edebilirsiniz.
Simülasyondan döngü içi donanım (HIL) testine kadar robot tasarımını veya algoritmayı kademeli olarak doğrulayabilirsiniz.
Algoritmaları ROS aracılığıyla robotlara veya doğrudan mikro denetleyicilere, FPGA’lara, PLC’lere ve GPU’lara dağıtabilirsiniz.
Otonom Robotlar için Yol Planlama ve Navigasyon
MATLAB ve Simulink’i kullanarak robotik sistemler veya kara araçları yol planlamasını ve navigasyonunu basitleştirebilirsiniz. Aşağıdaki e-kitapta, yalnızca üç bileşeni kullanarak otonom bir robotun nasıl simüle edileceği anlatılıyor.
Yer robotları için yol planlama ve hareket sensörü konulu e-kitabı indirmek için Tıklayın
MATLAB ve Simulink’ teki araç kutularında bulunan sensör verisi işleme algoritmalarını deneyebilirsiniz.
Sensörlere ROS, seri ve diğer protokol türleri aracılığıyla bağlanabilirsiniz.
Kamera, sonar, LiDAR, GPS ve IMU gibi kaynaklardan gelen verileri görselleştirebilirsiniz.
Sensör füzyonu (sensor fusion), filtreleme(filtering), geometrik dönüşüm (geometric transformation), bölütleme(segmentation) ve kaydırmalı hizalama(registration) gibi yaygın sensör işleme görevlerini otomatikleştirebilirsiniz.
Sensör Verilerinin Toplanması
Sensörlere ROS aracılığıyla bağlanabilirsiniz. Kameralar, LiDAR ve IMU’lar gibi belirli sensörler, analiz ve görselleştirme için MATLAB veri türlerine dönüştürülebilen ROS mesajlarına sahiptir.
Büyük veri kümelerini içe aktarma ve toplu işleme, sensör kalibrasyonu, gürültü azaltma, geometrik dönüştürme, bölümleme ve kayıt gibi yaygın sensör işleme iş akışlarını otomatikleştirebilirsiniz.
Çevreyi Algılama
Hazır MATLAB uygulamaları sayesinde arayüz üzerinden, etkileşimli olarak nesne algılama ve izleme, hareket tahmini, 3 boyutlu nokta bulutu işleme ve sensör füzyonu işlemlerinizi gerçekleştirebilirsiniz. Evrişimli sinir ağlarını (CNN) kullanarak görüntü sınıflandırma, regresyon ve özellik öğrenimi için derin öğrenmeyi kullanabilirsiniz. Algoritmalarınızı donanımlarda dağıtmak üzere, otomatik olarak C / C ++, HDL veya CUDA koduna dönüştürebilirsiniz.
Yürüyen Robotların Modellenmesi ve Simülasyonu videosunu izlemek için
Kinematik ve dinamik kısıtlamalara sahip bir sistem olarak tanımlanan bir robot için 2 boyutlu veya 3 boyutlu yol planlamasını uygulamak üzere, MATLAB araç kutularında bulunan hazır algoritmalardan faydalanabilirsiniz. Eşzamanlı Yerelleştirme ve Haritalama (SLAM) aracılığıyla LiDAR sensör verilerini kullanarak ortamın bir haritasını oluşturabilirsiniz.
Gerçek zamanlı kararlar vermek için gereken koşulları ve eylemleri tanımlayarak Stateflow ile görev planlaması gerçekleştirebilirsiniz.