从系列:MATLAB和Simu金宝applink机器人竞技场
Jose阿根廷MathWorks
塞巴斯蒂安·卡斯特罗
何塞Avendano的和塞巴斯蒂安·卡斯特罗步行通过机器人机械手MATLAB中可用的工作流程®和仿真软金宝app件®.您将看到如何导入自己的设计或创建MATLAB和Simulink表示,以快速编程和模拟操作任务,如使用Robotics System Tool金宝appbox™中的现有算法跟踪路径点。
您将学习如何导入一个机器人机械手的几何描述文件到一个MATLAB表示以及如何使用可用的特性,例如正向和逆向运动学求解所需的机器人配置达到一个点在空间和遵循所需的轨迹。此外,Jose和Sebastian介绍了如何将机器人的几何形状导入Simscape Multibody™,以获得集成MATLAB代码的3D仿真环境,设计和验证监督逻辑,并测试控制算法。作为奖励,您还将看到如何创建操纵器模拟,其中涉及感知,以完成更高级的操纵任务。
欲了解更多信息,请查看以下资源:
用Simulink进行接触建模金宝app塞巴斯蒂安·卡斯特罗和埃德·马尔克斯Brunal引进机械接触的建模和仿真的Simulink的汽车和机器人应用的基本原理,以及例子。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新南威尔士大学的Jeremy Bell、Angus Keatinge和James Wagner(UnSW悉尼)讨论了他们的团队进入IEEE信号处理杯2017的获奖项目。
MATLAB和ROS入门加入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)。
入门Simulink和ROS金宝app加入塞巴斯蒂安·卡斯特罗和Pulkit卡普尔,因为他们表现出机器人系统工具箱如何帮助您连接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
构建图形化飞机设计工具构建交互式设计工具以减少开发时间。安布里-里德尔航空大学的扎卡里·莱索演示了如何使用自建应用程序帮助设计模型飞机。
用Simulink和ROS模拟四架直升机任务金宝app仿真是测试和调整四旋翼机控制算法的好方法。Julien Caste谈到了使用Simulink、机器人操作系统(ROS)和Gazebo模拟学生竞赛中的四架直升机任务。金宝app
基于MATLAB的机身优化按照约书亚·威廉姆斯从康奈尔大学无人机系统(CUAir),因为他证明了上浆模型飞机使用遗传算法来优化机身。
使用App Designer构建MATLAB应用程序与MATLAB构建的应用程序,可以自动重复互动的代码。塞巴斯蒂安·卡斯特罗和康奈尔杜泽从机器人竞技场讨论如何配置使用App设计师交互式应用程序。
基于MATLAB、Simulink和ROS的分布式计算金宝app加入塞巴斯蒂安·卡斯特罗和康奈尔杜泽,他们讨论在Simulink技术,设计和部署多速率,并与机器人操作系统(ROS)多机器人算法。金宝app
机器人机械手算法设计通过使用Robotics Systems Toolbox功能并将机器人模型与仿真工具集成以编程和测试操纵任务,加快机器人操纵器算法的设计。
设计数字滤波器与MATLAB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使用系统识别应用程序从输入和输出数据创建硬件的模型。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了解如何在MATLAB中心文件交换上使用移动机器人仿真工具箱。
MATLAB应用程序与ROS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。
基于MATLAB和Simulink的机器人教育金宝app彼得·科克教授和塞巴斯蒂安·卡斯特罗讨论如何MATLAB和Simulink可以在机器人教学使用。金宝app
目标检测中的地面真值标注使用地面真相贴标应用生成可用于训练和评估对象探测器质量地面实况数据。
培训和验证对象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。
深度学习与MATLAB,NVIDIA特森和ROS了解如何使用GPU编码器将MATLAB中的深度学习算法部署到嵌入式NVIDIA GPU,以及如何将部署的代码与机器人操作系统(ROS)一起使用。
传感器融合的方向估计加入Roberto Valenti和Connell D'Souza讨论使用传感器融合和跟踪工具箱执行传感器融合以进行方位估计。
气动机器人执行器的仿真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。
机器人投掷系统控制设计德维尔和Maitreyee首秀如何,你可以用的Simscape模拟物理效果延长的Simscape多体投掷机理模型。以后,控制器在系统中实现,以跟踪参考活塞位置。
使用Simulink开发自动驾驶仪金宝app罗马SAPIIZAN大学萨皮扎飞行队的Claudio Conti加入康奈尔D'SouZa来讨论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控制学习贯彻自主水下车辆,罗哈斯和自主机器人汽车项目的弥敦道Liebrecht线性二次调节器(LQR)控制器的基础知识。
深强化学习的步行机器人使用MATLAB,Sim金宝appulink和强化学习工具箱使用深强化学习人形机器人列车控制策略。
编程BeagleBone蓝色的Simulink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
仿人步行的基于模型的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了解如何使用MATLAB和Simulink来教机器人的中小学,同时金宝app使用模拟和低成本的教育硬件。
步行机器人建模与仿真了解如何使用Simscape对两足步行机器人建模,包括物理接触力、执行器模型和控制器。
数据预处理的深度学习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。
在MATLAB中设计和训练YOLOv2网络Neha Goel与Connell D'Souza一起讨论设计和训练YOLOv2实时目标检测神经网络。
进口预训练的深入学习网络到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。
将YOLOv2部署到NVIDIA JetsonConnell D'Souza与Neha Goel一起讨论使用GPU编码器将YOLOv2对象检测模型部署到NVIDIA Jetson。
您还可以从以下列表中选择网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。