오프로드 차량

6. 참고 자료 및 고객 사례

오프로드 자율성 지원 패키지

Robotics System Toolbox™ Offroad Autonomy Library는 건설, 광업, 농업 응용 분야의 오프로드 차량과 중장비를 위한 자동화 및 자율 시스템의 개발을 지원합니다. 이 지원 패키지는 오프로드 차량 애플리케이션을 설계하고 시뮬레이션하며 테스트하는 툴 및 알고리즘을 제공합니다. Unreal Engine®과의 통합으로 실사적인 3차원 시뮬레이션과 시각화를 촉진하여 다양한 조건에서 덤프 트럭, 백호 등 오프로드 차량의 성능을 테스트하고 개선할 수 있습니다. Unreal® Editor 내의 사전 구축된 장면 또는 맞춤 설계된 장면에서 INS, 카메라, 라이다 센서 출력을 시뮬레이션할 수 있습니다.

물리 모델

시뮬레이션 3차원 물리 덤프 트럭.

장면

다양한 조건하의 실사적 3차원 시뮬레이션 및 가상화 장면.

알고리즘

예제

웹페이지의 스크린샷.

고객 사례

Autonomous Electric Tractor Brings AI to the Field

Sumitomo Heavy Industries - 유압 굴착기의 임베디드 모델 예측 제어 소프트웨어 개발 가속화 사례

Sumitomo Heavy Industries Speeds Development of Embedded Model Predictive Control Software for Hydraulic Excavators

Sumitomo Heavy Industries - 유압 굴착기의 임베디드 모델 예측 제어 소프트웨어 개발 가속화 사례

MCI, Prinoth 및 Liebherr - 디지털 트윈 개발을 통한 궤도 차량 개발 사례

MCI, Prinoth 및 Liebherr - 디지털 트윈 개발을 통한 궤도 차량 개발 사례

MCI의 Digital Twin Lab은 MATLAB 및 Simscape를 사용하여 궤도 차량의 디지털 트윈을 구축하기 위해 기업 파트너인 Prinoth 및 Liebherr와 협업했습니다.

Caterpillar Uses Big Data, Data Analytics, and Machine and Deep Learning to Build Ground-Truth for Training, Validation, and Deploying Classifiers

Caterpillar - 빅데이터, 데이터 분석, 머신러닝 및 딥러닝을 사용한 분류기의 훈련, 검증, 배포를 위한 ground-truth 구축 사례

CNH, 목초수확기를 위한 지능형 필링 시스템 개발

CNH, 목초수확기를 위한 지능형 필링 시스템 개발

CNH는 필러의 통로 위치를 잡는 데 3D 카메라 데이터를 사용하는 자동화된 제어 시스템을 구현하기 위해 모델 기반 설계를 사용했습니다.

추가 학습 관련 자료

오프로드 차량에 자율성을 배포할 때의 실무적인 과제에 대한 CMU 교수와 Cargotec 로보틱스 리더의 논의

오프로드 차량에 자율성을 배포할 때의 실무적인 과제에 대한 CMU 교수와 Cargotec 로보틱스 리더의 논의

건설 차량의 자율성 설계 및 시뮬레이션

시뮬레이션 및 가상 테스트로 시작하는 더욱 스마트한 오프로드 자동화

코드 예제 실행해 보기

이전 모듈:
5. 기능 안전

튜토리얼 홈

MathWorks Consulting Services 살펴보기

시작하기

교육

자세히 알아보기

문의할 준비가 되었나요?

도와드릴 방법을 알려주십시오.

문의하기