德国航空航天中心（DLR）机器人技术和机电一体化中心通过基于模型的设计开发自动型人形机器人机器人

先进的人形机器人需要控制系统，该系统可以快速处理各种传感器，计划连续轨迹并同时管理数十个关节的运动。

最初，DLR RMC工程师用C/C ++手动手动手动为机器人手动编写了单独的控制算法。当他们开始为从指尖到肩膀的所有自由度创建一个单个控制循环时，他们发现系统太复杂而无法手工编码。

DLR开发了一个新的机器人软件框架ARDX，以帮助应对这一挑战，但他们还需要工具，使他们能够自动从设计模型中生成代码并执行硬件in-the-lin-in-the-lin-in-the-lin-limpware（HIL）测试。此外，他们想要研究生可以用来快速开发自己的机器人控制系统的工具。

DLR RMC采用了MATLAB和SIMULINK的基于模型的设计，用于开发敏捷贾斯汀和其他自主机器人金宝app的高级控制系统。

对于单个关节，该团队使用微分方程创建了一个植物模型，它们将其纳入Simulink作为S功能。金宝app

他们使用Simulink和Control System Toolbox™创建了一个比例综合衍生（PID）控制器，并通过仿真调整了控制参数。金宝app

使用Simu金宝applink Coder™，他们从其控制器模型生成C代码，并将其部署到运行QNX实时操作系统的PC。HIL测试使他们能够补偿接头齿轮和电动机扭矩非线性的显着弹性。

在验证控制器设计后，团队为其生产目标生成C代码，即Texas Instruments™DSP。

然后，他们为敏捷贾斯汀组件开发了具有多个关节的敏捷贾斯汀组件，例如躯干和手臂。为了处理这些较大，更重的机制的更复杂的动态，该团队在Simulink中设计了笛卡尔阻抗控制系统。金宝app

与单关节控制器一样，团队在Simulink中调整了参数，并使用Simulink Coder生成了用于HIL测试的代码。金宝app

在测试期间，该组使用了状态流^®为了测序诸如抓握和举起篮子之类的任务。

他们应用了优化工具箱中可用的顺序二次编程算法来执行受约束的非线性优化，以计划全身运动，例如，以最大程度地提高敏捷贾斯汀可以投掷球的距离。

该团队在MATLAB中开发了自动校准算法，使用Image Processing Toolbox™从立体声和RGB-D摄像机捕获的图像中识别手上的标记。该算法使用信号处理Toolbox™中的Butterworth滤波器从标记定位中消除了噪声。

DLR正在使用基于模型的设计来开发新的控制器，以提高敏捷贾斯汀从其环境中学习的能力。

• 消除了编程缺陷。Bäuml说：“使用Simulink编码器的金宝app代码生成消除了在C/C+中手动编码控制设计时引入的编程缺陷。”“即使我们设计的算法比手工编码更复杂，功能缺陷已减少了约80％。”
• 数小时内实现复杂功能。“为了进行投掷运动，贾斯汀的控制器协调了产生最佳TCP轨迹的20度自由度，”Bäuml说。“我们在一个下午使用MATLAB，SIMULINK和优化工具箱进行了这项工作。”金宝app
• 启用学生的高级控制发展。Bäuml指出：“借助基于模型的设计，与我们合作六个月的工程专业的学生可以为具有53度自由度的机器人开发复杂的控件，因为他们不必编写代码。”“金宝app Simulink使他们能够应对多个反馈循环的相互作用，并以图形方式构造和执行复杂算法。”