MATLAB y Simulink ofrecen algoritmos, herramientas de simulación, soporte de ROS y conectividad de hardware especializados para desarrollar robots manipuladores.
Con MATLAB y Simulink, puede:
- Integrar diseños mecánicos de CAD con modelos del sistema eléctrico
- Analizar el consumo de energía para seleccionar un diseño y una trayectoria más eficientes
- Utilizar algoritmos y modelos de sensores integrados para aplicaciones de manipuladores robóticos que requieran percepción y planificación de trayectorias
- Diseñar algoritmos de control de robots y simular con un modelo de robot incluyendo un entorno de simulación en 3D
- Evaluar algoritmos de robots manipuladores mediante la conexión a simuladores externos o robots reales
- Controlar y conectarse con robots, tales como cobots de UR, con MATLAB y Simulink
- Generar código de producción automáticamente para desplegarlo en controladores de robots y placas informáticas integradas
- Acelerar proyectos de robótica utilizando los ejemplos de aplicaciones proporcionados, incluyendo flujos de trabajo integrados para desarrollar aplicaciones robóticas autónomas
“Con Robotics System Toolbox, nos conectamos perfectamente con nuestro robot y lo controlamos directamente desde los algoritmos desarrollados en MATLAB, lo que nos permitió ahorrar tiempo de desarrollo, y aprovechar el tiempo que ganamos para profundizar nuestra investigación sobre nuevos algoritmos de reconocimiento de objetos táctiles”.
Takamitsu Matsubara, Instituto Científico y Tecnológico de Nara
Uso de MATLAB y Simulink
para robots manipuladores
Desarrollo de plataformas de robots manipuladores
Las plataformas de robots manipuladores cuentan con diversos componentes, incluidos sistemas mecánicos, actuadores, sistemas eléctricos y modelos de entorno. MATLAB y Simulink permiten optimizar los diseños personalizados y mejorar los algoritmos para robots manipuladores. Con MATLAB y Simulink puede:
- Crear diseños personalizados utilizando el modelado multicuerpo y árboles de cuerpo rígido
- Importar diseños de modelos CAD y archivos URDF
- Cargar diseños estándar de la industria desde una librería de robots
- Integrar diseños con sistemas de accionamiento eléctricos, neumáticos y de otro tipo
- Conectar con simuladores basados en física para interactuar con el entorno
Tutoriales
- Importación de montaje CAD de Onshape a Simscape Multibody (0:33)
- Importación de un modelo de robot desde un archivo URDF
- Modelado físico con Simscape (40:27)
- Diseño de aplicaciones de robótica industriales con MATLAB y Simulink (20:33)
- Visión general | Cómo transformar una ecuación diferencial en un robot (57:22)
Percepción robótica
Los manipuladores robóticos industriales modernos, tales como los robots colaborativos (cobots), requieren percepción robótica cuando se necesitan datos de sensores e inteligencia artificial para percibir el entorno circundante. Puede integrar datos de sensores procedentes de un único sensor o de varios sensores y utilizar MATLAB y Simulink para desarrollar algoritmos de percepción robótica. Con MATLAB y Simulink, puede:
- Conectar con sensores y periféricos
- Analizar y comparar datos de sensores para percibir el entorno
- Obtener información de sensores de imagenes, vídeos, LiDAR y de otros tipos
- Ofrecer prestaciones de clasificación y detección de los objetos que se van a sujetar
- Estimar la posición y los puntos de sujeción de un objeto utilizando los diversos algoritmos de visión artificial integrada
- Conectar con middleware de ROS o ROS 2 a través de la red ROS para introducir datos de sensores
Tutoriales
- Aplicación de IA para lograr autonomía en robótica con MATLAB (20:40)
- Percepción robótica con MATLAB y Simulink
- Desarrollo de robots autónomos con MATLAB y Simulink (23:16)
- Uso de sensores de visión para la autonomía de robots (8:57)
- Avances y tendencias de la industria | Peter Corke habla sobre Robotics System Toolbox (5:26)
Más información
- Registro y análisis de archivos bag de ROS
- Cómo trabajar con archivos de registro rosbag
- Control de seguimiento de trayectorias para lograr una interacción segura con el entorno
- Cómo trabajar con mensajes de ROS especializados
- Flujo de trabajo de pick-and-place en Gazebo con procesamiento de nubes de puntos
Control y planificación de trayectorias de robots
Los robots manipuladores industriales realizan tareas siguiendo una trayectoria sin colisiones dentro del entorno. Las funciones de MATLAB y los bloques de Simulink ofrecen prestaciones para planificar control y movimiento seguros y eficientes. Con MATLAB y Simulink, puede:
- Utilizar funcionalidades para dinámica y cinemática directa e inversa, planificación de trayectorias, generación de trayectorias y comprobación de colisiones
- Determinar parámetros de trayectorias a través de cálculos de optimización
- Implementar lógica de control de estados ofreciendo prestaciones para diseñar diagramas de transición de estados, diagramas de flujo y tablas de transición de estados
- Realizar optimización y control de trayectorias empleando control predictivo de modelos
- Aplicar Reinforcement Learning para sistemas de control avanzados
Tutoriales
- Bloques de Simulink para el control de robots manipuladores y seguimiento de rutas seguras (2:58)
- Control de las articulaciones de robots manipuladores (24:43)
- Planificación de rutas para robots manipuladores (18:21)
- Robots industriales: de la percepción al movimiento (14:53)
- Cómo entrenar un robot con Deep Reinforcement Learning (37:08)
- Robótica para fábricas inteligentes (3 vídeos)
- Cómo integrar IA en robots con MATLAB (39:38)
- Desarrollo de un cobot autónomo con control multimodal utilizando el diseño basado en modelos (20:38)
Más información
- Flujo de trabajo de pick-and-place en Gazebo utilizando ROS
- Flujo de trabajo de pick-and-place con CHOMP para manipuladores
- Visualización del seguimiento de la trayectoria de un manipulador con la Simulink 3D Animation
- Comprobación de colisiones en el entorno con manipuladores
- Robot de pick-and-place con cinemática directa e inversa
- Planificador RRT para manipuladores: ajuste de los parámetros del planificador
- Reinforcement Learning para equilibrar una pelota utilizando un manipulador robótico
Pruebas basadas en simulación de aplicaciones robóticas
La simulación ayuda a detectar errores en la fase inicial del diseño en un entorno virtual con alta repetibilidad y facilidad para cambiar los parámetros del modelo, y reducir el riesgo y el coste de las pruebas en hardware. MATLAB y Simulink ofrecen prestaciones para:
- Validar rápidamente algoritmos de robots con modelos de movimiento abstractos
- Explorar rápidamente el espacio de diseño entero utilizando el cálculo paralelo
- Aplicar algoritmos de optimización tanto al controlador como a la planta para identificar el mejor diseño
- Integrar sensores realistas para aplicaciones de manipuladores industriales tales como cámara estereoscópica, codificador y sensor de par motor
- Realizar cosimulación determinística entre Simulink y Gazebo
- Validar modelos de robots en entornos de simulación del mundo real mediante una interfaz con simuladores de física en 3D
Más información
- Modelado y control de un brazo manipulador
- Control del seguimiento de rutas seguras utilizando bloques de manipuladores robóticos
- Control del movimiento de un manipulador LBR a través de comandos de par motor de articulaciones
- Flujo de trabajo de pick-and-place en Unity 3D utilizando ROS
- Automatización de una cadena de montaje virtual con dos celdas de trabajo robóticas
Explore productos
30 días de exploración a su alcance
Más información¿Tiene preguntas?
Consulte con el equipo experto en robótica.