MATLAB:機器人物理邊界的極致試探

MATLAB:機器人物理邊界的極致試探

MATLAB:機器人物理邊界的極致試探

距離2020整合商大會還有

7

DAY

在相對成熟的市場中,當大家使用的硬體趨於一致時,透過軟體來進行產品差異化並創造價值是常見做法。工業機器人行業經過幾十年的發展,硬體進步速度已經大為減緩,主流廠家的硬體配置基本相同,國內廠家也可以應用與進口品牌差不多的零配件,這時機器人的控制系統就成為了機器人效能和功能的主要因素。

MATLAB:機器人物理邊界的極致試探

可以說,硬體決定了機器人的效能邊界,軟體發揮硬體效能並定義機器人的行為。而

MathWorks始終致力於用軟體演算法不斷突破工業機器人的硬體邊界。

MathWorks的三十六年

MATLAB:機器人物理邊界的極致試探

據悉,MathWorks成立於1984年,其推出的MATLAB/Simulink已成為機器人控制系統開發的重要工具,客戶可在MATLAB/Simulink基礎上更快地推出更好的工業機器人。目前,MathWorks擁有400萬餘使用者,分佈在全球180多個國家與地區。

2019年,MathWorks營收達到11億美元,其中60%來自美國本土之外的市場。

MATLAB:機器人物理邊界的極致試探

追溯MathWorks成立的初衷,在70年代和80年代初期,美國教授Cleve Moler在新墨西哥大學任教期間希望學生可以不用學習複雜而且難記的Fortran語言,即可享受到線性代數和數值分析的魅力,於是編寫了一個簡單的互動式矩陣計算器,後來這個計算器就變成了MATLAB語言。如今36年過去了,MATLAB仍然保持著相當的人氣。

這主要是因為MATLAB充分降低了學習門檻,在計算速度和易寫中保持了一個很好的平衡。

它把常用的功能都變成了關鍵字,避免了不懂程式設計的人去處理各種庫的麻煩。更為重要的是,MATLAB簡化了控制流,只保留了迴圈、判斷、定義函式等最簡單的幾種語義。

另外存在於MATLAB中的視覺化程式設計模擬工具

Simulink,是一種用於系統設計、模擬和測試的圖形化環境,可以用“傻瓜式”地拖動進行很多問題的建模模擬,

被廣泛應用於通訊、控制、訊號處理和影象處理系統。

MATLAB和Simulink在工業機器人中的應用

MATLAB:機器人物理邊界的極致試探

MATLAB雖然起源於大學,但是經過三十多年的迭代發展,已被廣泛應用於20多個行業,如半導體、航空航天、汽車、醫療裝置、工業機器人等領域。尤其在工業機器人領域,MATLAB/Simulink的應用越來越深入——

機器人研究人員和工程師使用 MATLAB 和 Simulink,在同個軟體環境下即可實現設計和調優演算法,對真實系統進行建模,並自動生成程式碼等功能。

MATLAB:機器人物理邊界的極致試探

*下面,跟隨小編與MathWorks的空中對話讓您深入瞭解MATLAB 和 Simulink在工業機器人中的應用優勢。

MATLAB:機器人物理邊界的極致試探

答:

以機器人為代表的自主系統通常由環境感知、運動規劃和系統控制等部分組成。運動規劃包含了路徑規劃和軌跡控制兩個關鍵點,路徑規劃是在當前位置及目標位置之間合理設計機器人運動路徑以實現合理避障及路徑最優演算法,軌跡控制融入了時間概念,需要對機器人運動位移、速度、加速度等進行控制以實現時間最優、能量消耗最小等目標。

對於工業機器人無論是點位工作還是連續路徑作業,其工作在相對固定的空間內,主要是對機械臂末端行走的曲線軌跡和運動過程中的位移、速度、加速度等曲線輪廓進行控制。而在複雜動態環境下工作的自主移動機器人,就要求構建實時地圖、導航路徑和軌跡跟蹤控制器對運動軌跡進行實時控制,以實現合理避障、運動最優及對突發事件進行實時響應。

基於MathWorks的MATLAB科學計算平臺、Simulink系統模擬平臺、Simscape物理系統建模平臺科研工作者和工程師可以很容易地實現先進的控制演算法,

如RRT或A*用於全域性路徑規劃,軌跡最佳化用於區域性重新規劃,以實現突發事件的合理避障;同時,可以很容易地調整演算法中的引數,在快速迭代的模擬中進行測試,確保機器人的魯棒效能,基於統一的整合化平臺設計和原型化自主演算法,建模真實世界的系統,並自動生成程式碼以部署到實際控制系統中。

除此之外,針對各類自主機器人的各種場景應用MathWorks公司推出了6大工具箱,覆蓋了自主系統的感知、決策、執行全過程的系統級解決方案,在業界得到廣泛的應用。包括:

機器人系統工具箱(Robotics System Toolbox):

用於設計、模擬和測試機器人應用程式,涵蓋工業機器人,移動機器人和仿生機器人

導航工具箱(Navigation Toolbox):

用於設計、模擬和部署用於規劃和導航的演算法

機器人作業系統工具箱(ROS Toolbox):

用於設計、模擬和部署基於 ROS 作業系統的應用程式

自動駕駛工具箱(Automated Driving Toolbox):

用來設計、模擬和測試 ADAS 以及自動駕駛系統

感測器融合和跟蹤工具箱(Sensor Fusion and Tracking Toolbox):

用來設計和模擬多感測器融合和跟蹤系統

RoadRunner場景構建器(RoadRunner Scene Builder):

為自動駕駛模擬設計三維場景

劃重點

劃重點

該工具箱包含可自定義的搜尋和基於取樣的路徑規劃器。還包含用於多感測器姿態估計的感測器模型和演算法。既可以使用自己的資料建立 2D 和 3D 地圖表示形式,也可以使用該工具箱中的即時定位與地圖構建 (SLAM) 演算法生成地圖,是解決機器人運動規劃難題的最佳選擇。

MATLAB:機器人物理邊界的極致試探

其中的NavigationToolbox提供用於設計運動規劃和導航系統的演算法和分析工具。

MATLAB/Simulink/Simscape作為設計、測試、模擬、程式碼生成的標準化平臺已經被業界廣泛接受,同時出於多平臺協同的目的,我們提供了和很多業界其他平臺的相容介面,也在各個行業得到廣泛應用。

答:

可以構建您自己的機器人模型或使用常用機器人模型庫,為您的機器人應用快速建模。透過Robotics System Toolbox,您可以匯入統一機器人描述格式 (URDF) 檔案或 Simscape Multibody 模型,以建立自定義機器人模型和視覺幾何體;透過與 3D 物理模擬器進行介面通訊,在現實世界的模擬環境中驗證機器人模型。將 Simulink 模型模擬與 Gazebo 模擬進行同步。ROS 工具箱為 MATLAB 和 Simulink 與機器人作業系統(ROS 和 ROS 2)相互連線提供了一個介面,以便您能夠建立一個 ROS 節點網路。

該工具箱包含 MATLAB 的各種功能以及用於匯入、分析和回MATLAB R2020a 產品說明放 rosbag 檔案中記錄的 ROS 資料的 Simulink 模組。您還可以連線到實時 ROS 網路以訪問 ROS 訊息。使用RoadRunner構建的3D場景可以以FBX

單就自主系統機器人平臺而言,我們可以透過Automated Driving Toolbox匯入和使用 HERE 高畫質實時地圖資料以及 OpenDRIVE 路網,在使用 Epic Games 開發的 Unreal Engine 渲染的 3D 模擬環境中,開發、測試和視覺化駕駛演算法的效能。

、glTF、OpenFlight、OpenSceneGraph、OBJ和USD格式匯出。匯出的場景可以用於自動駕駛模擬器和遊戲引擎,包括卡拉,Vires VTD, NVIDIA DRIVESim

,LGSVL,Baidu Apollo

,Unity

,和Unreal

Engine。

MATLAB:機器人物理邊界的極致試探

MathWorks的工具是全球公認的全鏈條開發工具平臺,大量的使用者使用我們的工具極大地縮短了產品研發時間,首先基於模型的設計MBD首先就提供了圖形化的演算法設計平臺,可以直觀、高效地進行系統設計、測試、模擬將設計缺陷消除在早期階段,避免後期返工帶來的巨大時間浪費。

另外利用MathWorks的工具可以實現從需求、設計、程式碼到測試的全面雙向追溯,一旦發現問題可以快速精確定位,很大程度上縮短了開發週期;最後,MATLAB/Simulink作為平臺還相容很多第三方工具如上所述,甚至包括手工程式碼和開原始碼,很方便地將遺留工程進行整合,以加速開發過程。

隨著機器人技術飛速發展,MATLAB也在不斷進行革新。為了給使用者提供多維度的技術提升,今年

MATLAB:機器人物理邊界的極致試探

答:

MATLAB:機器人物理邊界的極致試探

隨著新興領域的不斷出現,機器人行業出現了眾多的新賽道,從傳統的工業機器人、機械臂已經擴充套件到地面自主車輛、無人機、潛水器等等眾多領域,傳統的多自由度機械臂控制已經不能適用各個領域的應用,

其次,自動化的產品級程式碼生成工具可以直接從模型生成產品級程式碼,極大地縮短了編碼過程;

MATLAB:機器人物理邊界的極致試探

其次,市場的競爭日趨激烈,

綜述

另外,機器人是自動化程度最高的產品之一,融合了感測器融合、影象視覺處理、運動規劃、系統控制等等多學科領域知識,市場上還充斥著各種開源演算法其有效性和效率都值得商榷,許多客戶還有大量的遺留工程亟待整合,

綜述

MATLAB:機器人物理邊界的極致試探

針對各類自主機器人的各種場景應用開發最優控制演算法,MathWorks公司推出了6大工具箱,

MATLAB R2020a上線。相應增加了人工智慧、深度學習、機器人控制和規劃等工具箱,具體包括機器人運動控制、路徑規劃、感知、SLAM等方面的工具。

在業界得到廣泛的應用。具體包括機器人系統工具箱、導航工具箱、機器人作業系統工具箱、自動駕駛工具箱、感測器融合和跟蹤工具箱、RoadRunner場景構建器。

MATLAB:機器人物理邊界的極致試探

至於更快更好地幫助使用者推出機器人產品問題的解決,

機器人新賽道湧現帶來的新難題

一旦發現問題可以快速精確定位,很大程度上縮短了開發週期;其次,自動化的產品級程式碼生成工具可以直接從模型生成產品級程式碼,極大地縮短了編碼過程。最後,MATLAB/Simulink作為平臺還相容很多第三方工具,甚至包括手工程式碼和開原始碼,很方便地將遺留工程進行整合,以加速開發過程。

如何針對不同應用場景設計出最優控制演算法成為關鍵。

使用者可以整合各領域資源,同時透過系統級的設計、模擬、測試、程式碼生成等一系列工具實現產品的快速迭代,

如何縮短產品迭代週期,加快產品釋出速度,降低產品故障率成為市場競爭的必然內驅動力;

透過虛擬場景測試完成全面的場景測試、分析適應各個領域的應用。

MATLAB:機器人物理邊界的極致試探

未來,在機器人技術應用呈指數級增長的同時,大量擁有強大市場領導力的公司正在進行平臺化開發,並基於平臺進行特定應用的定製化開發,以加速產品迭代迅速適應新的市場需求,降低成本及故障率推動新的銷售收入增長。

MathWorks的產品以及基於模型的方法正提供了演算法設計、系統模擬、程式碼生成的統一平臺,不僅在機器人技術領域,而且在汽車、航空航天行業、工業自動化、通訊等等領域得到廣泛的應用。

讀者們可以點選文末連結,感受使用MathWorks的產品進行系統開發帶來的極致體驗:加速智慧化融合,提高產品開發效率、縮短迭代週期。

瞭解更多機器人解決方案:(複製到瀏覽器開啟)

https://ww2。mathworks。cn/solutions/robotics。html?s_eid=PEP_23452

你可以申請30天免費試用的MathWorks工具包:(複製到瀏覽器開啟)

https://ww2。mathworks。cn/campaigns/products/trials。html?s_eid=PEP_23452

MATLAB:機器人物理邊界的極致試探