从系列:MATLAB和Simu金宝applink机器人竞技场
克劳迪奥·康蒂,罗马大学
康奈尔大学D’索萨,MathWorks
为了设计定制的自动驾驶仪,克劳迪奥·康蒂罗马Sapienza大学的Sapienza飞行团队与MathWorks的Connell D 'Souza一起讨论了如何使用基于模型的设计来开发定制的自动驾驶仪。萨皮恩扎飞行队参加AUVSI学生无人机比赛(SUAS)小组设计自主的固定翼或旋翼飞机来执行搜索和侦察任务。
在演示他们如何使用Simulink之前,Claudio将在他的自定义自动驾驶仪中解释架构和控制策略金宝app®开发自动驾驶仪模型。他的团队创建S-functions接口与飞机不同的传感器,以及编码和解码MAVLink地面站与自动驾驶仪通信的消息之前,使用仿真软件中的代码生成功能部署到一个定制的设备箱Arduino的组成金宝app®Due和Raspberry Pi™通过串行连接。
为了模拟这种自动驾驶仪,Claudio和他的团队采用了实时半环硬件模拟技术dSPACE®实时机器.他们使用Aerospace Blockset™在Simulink中建模他们的飞机、环境和传感器,然后将其部署到dSPACE实时机器上金宝app实时接口.这种模拟包括在dSPACE机器上运行的飞机、环境和传感器模型,在航空电子盒上运行的自动驾驶仪,QGroundControl和FlightGear飞行模拟器在台式机上可视化轨迹,MAVLink用于不同节点之间的通信。
用Simulink进行接触建模金宝appSebastian Castro和Ed Marquez Brunal介绍了与Simulink的机械接触建模和仿真的基础,以及展示了汽车和机器人应用的例子。金宝app
使用Simscape进行接触建模Sebastian Castro和Ed Marquez Brunal讨论了使用Simulink、Simscape和Simscape Multibody来建模机械接触力和摩擦力的各种方法和在线资源。金宝app
用MATLAB估计到达方向来自Embry-Riddle航空大学机器人协会的Stephen Cronin演示了如何使用MATLAB检测水声信号的到达方向。
基于MATLAB的信号处理杯拍跟踪来自新南威尔士大学(新南威尔士大学悉尼分校)的Jeremy Bell、Angus Keatinge和James Wagner讨论了他们的团队在2017年IEEE信号处理杯的获奖作品。
入门MATLAB和ROS加入Sebastian Castro和Pulkit Kapur,因为他们展示了机器人系统工具箱如何可以帮助您连接MATLAB和机器人操作系统(ROS)。
开始使用Simulink和ROS金宝app加入Sebastian Castro和Pulkit Kapur,他们将展示机器人系统工具箱如何帮助你连接Simulink和机器人操作系统(ROS)。金宝app
从Simulink部署独立ROS节点金宝app加入Sebastian Castro和Pulkit Kapur,他们将展示自动代码生成工具如何帮助您部署在MATLAB和Simulink中开发的算法,以在机器人操作系统(ROS)中运行。金宝app
构建图形飞机设计工具构建交互式设计工具以减少开发时间。来自Embry-Riddle航空大学的Zachary Leitzau演示了如何使用自建应用程序来帮助设计模型飞机。
用Simulink和ROS模拟四轴飞行器任务金宝app仿真是测试和调整四轴飞行器控制算法的一个很好的方法。Julien Cassette谈到使用Simulink,机器人操作系金宝app统(ROS)和Gazebo来模拟学生竞赛中的四轴飞行器任务。
基于MATLAB的机身优化跟随康奈尔大学无人机系统(CUAir)的Joshua Williams演示如何使用遗传算法优化模型飞机的机身尺寸。
用App Designer构建MATLAB应用程序用MATLAB构建应用程序来自动化重复的交互代码。来自Robotics Arena的Sebastian Castro和Connell D'Souza演示了如何使用App Designer创建交互式应用程序。
使用MATLAB、Simulink和ROS进行分布式计算金宝app加入Sebastian Castro和Connell D 'Souza的讨论,在Simulink中设计和部署机器人操作系统(ROS)的多速率和多金宝app平台机器人算法的技术。
机器人操作器算法设计通过使用Robotics Systems Toolbox功能和集成机器人模型与仿真工具来编程和测试操作任务,加速机器人操作器算法的设计。
用MATLAB设计数字滤波器加入Mark Schwab和Connell D'Souza,他们演示了Filter Designer应用程序的使用,并交互设计数字信号处理滤波器,可以在MATLAB或Simulink中实现。金宝app
蓝色机器人推进器的系统识别Connell D’souza和Kris Fedorenko解释了从数据收集到模型评估的工作流程。
用MATLAB和Simulink仿真移动机器人金宝app学习如何在MATLAB中央文件交换上使用移动机器人仿真工具箱。
带ROS的MATLAB应用程序学习如何设计交互式MATLAB应用程序与启用ROS的机器人和模拟器通信。
机器人教育与MATLAB和Simulink金宝app教授Peter Corke和Sebastian Castro讨论MATLAB和Simulink如何在机器人教育中使用。金宝app
标记地面真相的目标检测使用地面真实标签应用程序生成高质量的地面真实数据,可用于培训和评估物体探测器。
培训和验证目标探测器使用标记的地面真实数据来训练和评估目标探测器。
使用MATLAB、NVIDIA Jetson和ROS进行深度学习了解如何使用GPU编码器部署从MATLAB到嵌入式NVIDIA GPU的深度学习算法,以及部署的代码如何与机器人操作系统(ROS)使用。
面向方向估计的传感器融合加入Roberto Valenti和Connell D’souza的讨论,他们讨论了使用传感器融合和跟踪工具箱进行传感器融合以进行方向估计。
模拟气动机器人执行器Veer和Maitreyee展示了如何通过使用Simscape中可用的物理块来建模气动系统。
机器人投掷系统的控制设计Veer和Maitreyee首先展示了如何使用模拟Simscape中的物理效果扩展Simscape多体投掷机制模型。然后,在系统中实现控制器来跟踪参考活塞位置。
使用Simulink开发自动驾驶仪金宝app罗马萨皮恩扎大学(Sapienza University of Rome)萨皮恩扎飞行团队(Sapienza Flight Team)的克劳迪奥·康蒂(Claudio Conti)加入了康奈尔·D 'Souza,讨论如何使用基于模型的设计和实时仿真来设计定制的自动驾驶仪。
自主水下机器人的LQR控制与自主机器人潜水器项目的Juan Rojas和Nathan Liebrecht一起学习自主水下潜水器线性二次调节器(LQR)控制器的基础知识。
步行机器人的深度强化学习使用MATLAB, Si金宝appmulink,和Reinforcement Learning Toolbox使用深度强化学习训练类人机器人的控制策略。
用Simulink编程BeagleBone Blue金宝appSebastian Castro和Kurt Talke介绍了BeagleBone Blue硬件,并演示了如何使用Simulink为机器人应用程序编程。金宝app
基于模型的仿人行走控制学习如何利用线性倒立摆模型(LIPM)在MATLAB和Simulink中设计仿人行走模式。金宝app
用MATLAB和Simulink学习机器人金宝app学习如何使用MATLAB和Simulink,使用仿真和低成本的教育金宝app硬件,为中小学教授机器人。
步行机器人建模与仿真学习如何使用Simscape建模一个两足步行机器人,包括物理接触力、执行器模型和控制器。
深度学习的数据预处理Neha Goel和Connell D 'Souza一起讨论深度学习的数据预处理,学习如何调整图像大小、创建标记训练、验证和测试数据集来训练和测试对象检测模型。
用MATLAB设计和训练YOLOv2网络Neha Goel和Connell D’souza一起讨论了YOLOv2实时物体检测神经网络的设计和训练。
将预训练的深度学习网络导入MATLABNeha Goel和Connell D’souza一起演示了如何使用Open Neural Network Exchange (ONNX)将预先训练好的深度学习网络导入MATLAB并进行迁移学习。
在NVIDIA Jetson上部署YOLOv2Connell D’souza和Neha Goel一起讨论了如何使用GPU Coder在NVIDIA Jetson上部署YOLOv2对象检测模型。
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。