MATLAB et Simulink pour
MATLAB® et Simulink® proposent des algorithmes spécialisés, des outils de simulation, un support de ROS et une connectivité hardware pour le développement de robots manipulateurs.
Avec MATLAB et Simulink, vous pouvez :
- Intégrer les designs mécaniques, issus de la CAO, aux modèles du système électrique
- Analyser la consommation d'énergie pour choisir le design et la trajectoire les plus efficaces
- Combiner les systèmes de perception et de planification de mouvement pour les applications de robots manipulateurs autonomes en utilisant des algorithmes et des modèles de capteurs prédéfinis
- Concevoir des algorithmes de contrôle de robot et les simuler avec un modèle de robot dans un environnement de simulation 3D
- Évaluer les algorithmes de manipulation de vos robots en connectant des simulateurs externes ou de véritables robots
- Générer automatiquement le code de production à déployer sur des contrôleurs de robot et des cartes de calcul embarquées
- Faites progresser vos projets de robotique en utilisant les exemples d'applications de référence mis à votre disposition, qui comportent des workflows intégrés pour le développement d'applications robotiques autonomes
WEBINAR
Vous souhaitez vous familiariser avec les applications pour robots manipulateurs ? Réservez votre place pour nos prochains webinars.
Utiliser MATLAB et Simulink pour
les robots manipulateurs
Développement de plateforme pour des robots manipulateurs
Le développement d'une plateforme pour des robots manipulateurs comprend de multiples composants, notamment des systèmes mécaniques, des actionneurs, des systèmes électriques et des modèles environnementaux. Avec MATLAB et Simulink, vous pouvez optimiser les designs personnalisés et améliorer les algorithmes pour les robots manipulateurs. Avec MATLAB et Simulink, vous pouvez :
- Créer des modèles personnalisés en utilisant la modélisation multicorps et les arbres à corps rigides
- Importer des designs à partir de modèles de CAO et de fichiers URDF
- Charger des designs standard de l’industrie à partir d'une bibliothèque de robots
- Intégrer les designs aux systèmes électriques, pneumatiques ou autres systèmes d'actionneur
- Vous connecter à des simulateurs basés sur la physique pour interagir avec l'environnement
Tutoriels
- Importer un assemblage CAO Onshape dans Simscape Multibody (0:33)
- Importer un modèle de robot à partir d'un fichier URDF
- Modélisation physique dans Simscape (40:27)
- Concevoir des applications de robotique industrielle avec MATLAB et Simulink (20:33)
- Comment une équation différentielle devient un robot : présentation (57:22)
Explorer les produits
Galerie d'images (5)
Perception robotique
Les robots manipulateurs industriels modernes ont besoin de la perception robotique lorsque les données de capteurs et l'intelligence artificielle sont impliqués dans le processus de perception de leur environnement. Vous pouvez intégrer des données provenant d'un seul ou de plusieurs capteurs et développer vos algorithmes de perception robotique avec MATLAB et Simulink. Avec MATLAB et Simulink, vous pouvez :
- Vous connecter à des capteurs et à des périphériques
- Analyser et comparer les données des capteurs pour percevoir l'environnement
- Obtenir des informations à partir d'images, de vidéos, de LiDAR et d'autres types de capteurs
- Proposer des fonctionnalités de classification et de détection d'objets à saisir
- Estimer la pose d'un objet et les points pour le saisir en utilisant les différents algorithmes de Computer Vision proposés
- Se connecter à un middleware ROS ou ROS 2 via un réseau ROS pour capturer les données des capteurs
Planification et contrôle de mouvement d'un robot
Les robots manipulateurs industriels réalisent des tâches en suivant des trajectoires sans obstacle dans l'environnement. Les fonctions MATLAB et les blocs Simulink permettent de planifier un mouvement et un contrôle sûrs et efficaces. Avec MATLAB et Simulink, vous pouvez :
- Utiliser des fonctionnalités pour la dynamique et la cinématique inverses/directes, la planification de mouvement, la génération de trajectoire et le contrôle de collision
- Déterminer les paramètres de la trajectoire par des calculs d'optimisation
- Implémenter une logique de contrôle d'état en utilisant des outils pour concevoir des diagrammes de transition d'état, des diagrammes de flux et des tables de transition d'état
- Optimiser et contrôler des trajectoires avec des contrôles prédictifs
- Appliquer le Reinforcement Learning pour les systèmes de contrôle avancés
Tutoriels
- Blocs Simulink pour les robots manipulateurs et le contrôle sécurisé de suivi de trajectoire (2:58)
- Contrôler les articulations de robots manipulateurs (24:43)
- Planification de trajectoire pour robots manipulateurs (18:21)
- Robots industriels : de la perception au mouvement (14:53)
- Comment entraîner votre robot (avec le Deep Reinforcement Learning) (37:08)
- Robotique pour l'usine intelligente (3 Vidéos)
- Augmenter les capacités de vos robots avec l’IA en utilisant MATLAB (39:38)
En savoir plus
- Workflow « Pick-and-Place » dans Gazebo avec ROS
- Positionner un robot Delta en utilisant la cinématique inverse généralisé
- Visualiser la trajectoire d'un manipulateur avec Simulink 3D Animation
- Vérifier les collisions potentielles des robots manipulateurs avec l'environnement
- Robot « Pick-and-Place » utilisant la cinématique directe et inverse
- Planificateur RRT pour les robots manipulateurs : régler les paramètres du planificateur
- Reinforcement Learning appliqué à un robot manipulateur capable de maintenir une balle en équilibre
Tests d'applications robotiques basés sur la simulation
La simulation vous permet de détecter les erreurs dès le début de la phase de design dans un environnement virtuel permettant une excellente répétabilité et une facilité de modifications des paramètres du modèle réduisant ainsi les risques et les coûts associés aux tests hardware. MATLAB et Simulink permettent de :
- Valider rapidement les algorithmes des robots avec des modèles de mouvement abstraits
- Explorer rapidement l'espace de design en utilisant le calcul parallèle
- Appliquer des algorithmes d'optimisation à la fois au contrôleur et au système pour trouver le meilleur design
- Intégrer des capteurs réalistes pour les applications de robots manipulateurs industriels telles qu'une caméra stéréoscopique, un encodeur et un capteur de couple
- Effectuer une co-simulation déterministe avec Simulink et Gazebo
- Valider des modèles de robots dans des environnements de simulation réels en les interfaçant avec des simulateurs de physique 3D
Explorer les produits
Version d'essai gratuite de 30 jours
Commencez
Des questions ?
Contactez un expert en robotique.
Nos recommandations
Panel Navigation
Optimisation de trajectoire au DLR (2:23)
« …Permettre au robot de lancer une balle et obtenir un mouvement optimal, ne nous a pris qu'un après-midi avec Optimization Toolbox. »
Berthold Bäuml, Centre allemand pour l'aéronautique et l'astronautique (DLR)
Vérification du système de « picking » pour un robot industriel avec ROS et MATLAB - Yaskawa Electric Corp
« ROS seul ne permet pas de supporter des fonctionnalités avancées aussi facilement qu'avec MATLAB. »
Panel Navigation
Support package pour les robots manipulateurs de Robotics System Toolbox
Support pour des robots manipulateurs dans MATLAB et Simulink
Vous pouvez également sélectionner un site web dans la liste suivante :
Amériques
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
Asie-Pacifique
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)