로보틱스 및 자율 시스템
인식부터 모션에 이르기까지 자율 시스템 응용 사례의 개발과 시스템 수준 동작의 최적화
로보틱스 및 자율 시스템은 목표 지향적 행동을 수행하기 위해 물리적 환경에서 움직이고 작동하는 자동차, 비행기, 로봇, UAV 같은 플랫폼의 시스템을 설명합니다. 여러 툴박스에서 제공하는 툴과 알고리즘을 사용하여 위치와 속도 같은 플랫폼 상태를 시뮬레이션, 추정, 탐색 및 제어하고 물리적 환경을 모니터링할 수 있습니다. 구체적으로 다음을 수행할 수 있습니다.
다양한 좌표계와 지도를 사용하여 플랫폼, 궤적, 경로, 센서, 환경을 포함하는 자율 시스템 시나리오를 설계, 모델링 및 시뮬레이션합니다.
검출 결과를 생성 및 분류하고, 플랫폼을 추정하고, 환경에 대해 다양한 지도를 얻습니다.
변동하는 모션 특성에 기반하여 여러 다른 계획 알고리즘을 활용해 로봇, UAV, 자동차의 경로를 계획합니다.
여러 모션 제어 알고리즘과 전략을 사용하여 로봇, UAV, 자동차를 제어합니다.
미들웨어(예: ROS)를 통해 로봇과 시뮬레이터에 연결하고 사용자가 설계한 추정, 내비게이션 및 제어 알고리즘을 하드웨어에 배포합니다.
로보틱스 및 자율 시스템 관련 제품
도움말 항목
시나리오 설계 및 시뮬레이션
- 간단한 RoadRunner 장면 만들기 (RoadRunner)
RoadRunner 장면 편집 소프트웨어를 사용하여 간단한 도로망을 만드세요. - Create Driving Scenario Interactively and Generate Synthetic Sensor Data (Automated Driving Toolbox)
Use the Driving Scenario Designer app to create a driving scenario and generate sensor detections and point cloud data from the scenario. - Simulate Simple Flight Scenario and Sensor in Unreal Engine Environment (UAV Toolbox)
Visualize sensors in a simulation environment that uses Unreal Engine® from Epic Games®.
SLAM(동시적 위치추정 및 지도작성)
- Build a Map with Lidar Odometry and Mapping (LOAM) Using Unreal Engine Simulation (Automated Driving Toolbox)
This example shows how to build a map with the lidar odometry and mapping (LOAM) [1] (Automated Driving Toolbox) algorithm by using synthetic lidar data from the Unreal Engine® simulation environment. - Stereo Visual SLAM for UAV Navigation in 3D Simulation (UAV Toolbox)
Generate a map for a city block scene in an Unreal Engine environment using stereo visual simultaneous localization and mapping. - Build a Map from Lidar Data Using SLAM (Navigation Toolbox)
Process 3-D lidar data from a sensor on a vehicle to progressively build a map and estimate the trajectory using SLAM. (R2024a 이후) - Monocular Visual-Inertial Odometry (VIO) Using Factor Graph (Navigation Toolbox)
Implement monocular visual-inertial odometry to localize a UAV using camera and IMU data, optimized by a factor graph. (R2023b 이후)
상황 인식 및 상태 추정
- Extended Object Tracking of Highway Vehicles with Radar and Camera (Sensor Fusion and Tracking Toolbox)
Track highway vehicles around an ego vehicle as extended objects that span multiple sensor resolution cells. - Visual-Inertial Odometry Using Synthetic Data (Sensor Fusion and Tracking Toolbox)
Estimate the pose (position and orientation) of a ground vehicle using an inertial measurement unit (IMU) and a monocular camera.
모션 계획
- Object Tracking and Motion Planning Using Frenet Reference Path (Sensor Fusion and Tracking Toolbox)
Dynamically plan the motion of an autonomous vehicle based on estimates of the surrounding environment. (R2021b 이후) - Plan Path for Manipulator in Simulink with Robotics System Toolbox (Robotics System Toolbox)
Simulate manipulator path planning in Simulink® with code generation for autonomy functions from MATLAB®.
모션 제어
- Highway Lane Following with RoadRunner Scene (Automated Driving Toolbox)
Simulate a highway lane following application using a scene created in the RoadRunner 3D scene editing tool. - Path Following with Obstacle Avoidance in Simulink® (Navigation Toolbox)
Use Simulink to avoid obstacles while following a path for a differential drive robot. - Simulate Earth Moving with Autonomous Excavator in Construction Site (Robotics System Toolbox)
Simulate ground excavation to create a depression and move spoil to dump truck and further relocate it to another site. (R2024b 이후)
하드웨어 배포
- Scenario Simulation and Flight Visualization with PX4 Hardware-in-the-Loop (HITL) and UAV Dynamics in Simulink (UAV Toolbox)
This example demonstrates 3D scenario Simulation and Flight visualization with PX4® Hardware-in-the-Loop (HITL) and UAV Dynamics contained in Simulink®. - Estimating Orientation Using Inertial Sensor Fusion and MPU-9250 (Sensor Fusion and Tracking Toolbox)
Obtain data from an InvenSense MPU-9250 IMU sensor, and to use the 6-axis and 9-axis fusion algorithms in the sensor data to compute orientation of the device. - Sign Following Robot with ROS in MATLAB (ROS Toolbox)
Control a simulated robot running on a separate ROS-based simulator over a ROS network using MATLAB. - Localize TurtleBot Using Monte Carlo Localization Algorithm (Navigation Toolbox)
Apply the Monte Carlo Localization algorithm on a TurtleBot® robot in a simulated Gazebo® environment.
ROS 데이터 및 네트워크 분석
- Get Started with ROS 2 Network Analyzer App (ROS Toolbox)
Use ROS 2 Network Analyzer app to visualize and analyze nodes, topics, services and actions interaction in ROS 2 network. (R2024b 이후) - Visualize Messages from Live ROS or ROS 2 Topics (ROS Toolbox)
Visualize messages from live ROS or ROS 2 topics in ROS Data Analyzer app.