使用 MATLAB 和 Simulink 开发机器人操作臂
免费试用
联系销售人员
MATLAB 和 Simulink 为开发机器人操作臂提供专用算法、仿真工具、ROS 支持和硬件连接。
借助 MATLAB 和 Simulink，您能够：
将 CAD 中的机械设计与电气系统模型相集成
分析功耗以选择最高效的设计和轨迹
将内置算法和传感器模型用于涉及感知和运动规划的机器人操作臂应用
设计机器人控制算法，在三维仿真环境中使用机器人模型进行仿真
通过连接外部仿真器或真实机器人来评估机器人操作算法
使用 MATLAB 和 Simulink 连接并控制机器人，例如 UR Cobots
自动生成产品级代码以部署到机器人控制器和机载计算板卡
使用软件提供的参考应用示例来推进机器人项目，这些示例包含用于开发自主机器人应用的集成工作流
“借助 Robotics System Toolbox，我们能够无缝连接到机器人，并使用 MATLAB 中开发的算法直接加以控制，从而最大限度地缩短了开发时间。我们利用节省的时间进一步研究新的触觉目标识别算法。”
Takamitsu Matsubara，奈良科学技术研究所
使用 MATLAB 和 Simulink 开发机器人操作臂
香港应用科技研究院使用基于模型的系统工程数字孪生加速机器人操作系统的开发
什么是 Robotics System Toolbox？
1:56
视频长度为 1:56
什么是 Robotics System Toolbox？
三菱重工开发机械臂，用于移除核燃料碎片
机器人操作臂平台开发
机器人操作臂平台开发涵盖多个组件，包括机械系统、作动器、电气系统和环境模型。借助 MATLAB 和 Simulink，您可以优化机器人操作臂的自定义设计并改进算法。MATLAB 和 Simulink 可帮助您：
使用多体建模和刚体树创建自定义设计
从 CAD 模型和 URDF 文件导入设计
从机器人库加载行业标准设计
将设计与电气、气动和其他作动系统相集成
连接基于物理的仿真器以与环境交互
Sorry, your browser doesn't support embedded videos.
教程
将 Onshape CAD 装配件导入 Simscape Multibody (0:33)
从 URDF 文件导入机器人模型
使用 Simscape 进行物理建模 (40:27)
使用 MATLAB 和 Simulink 设计工业机器人应用 (20:33)
了解更多
MATLAB、Simulink 和 Simscape 在机电系统设计中的应用
MATLAB 和 Simulink 在工业自动化和机械领域的应用
Festo 使用基于模型的设计开发创新机械臂
了解产品
Simulink
Stateflow
Robotics System Toolbox
Simscape Multibody
Simscape Driveline
Simscape Electrical
Sorry, your browser doesn't support embedded videos.
机器人感知
现代工业机器人操作臂（如协作机器人 (Cobot)）需要使用传感器数据和人工智能来感知周围环境，因此离不开机器人感知。借助 MATLAB 和 Simulink，您可以整合来自单个或多个传感器的数据，开发机器人感知算法。MATLAB 和 Simulink 支持您：
连接传感器和外围设备
分析和比较传感器数据以感知环境
从图像、视频、激光雷达和其他类型的传感器获得深度信息
提供对所抓取目标进行分类和检测的功能
使用软件提供的各种计算机视觉算法来估计目标的位姿和抓取点
通过 ROS 网络连接到 ROS 或 ROS 2 中间件以输入传感器数据
教程
使用 MATLAB 用人工智能开发自主机器人 (20:40)
感知：MATLAB 和 Simulink 机器人竞技场
使用 MATLAB 和 Simulink 开发自主机器人 (23:16)
使用视觉传感器实现机器人自主性 (8:57)
行业趋势和未来 | Peter Corke 谈 Robotics System Toolbox (5:26)
了解更多
ROS Bag 文件记录和分析
处理 Rosbag 日志文件
使用轨迹跟踪控制与环境安全交互
处理专用 ROS 消息
使用点云处理在 Gazebo 中实现取放工作流
了解产品
Deep Learning Toolbox
Computer Vision Toolbox
Image Processing Toolbox
Lidar Toolbox
ROS Toolbox
Sensor Fusion and Tracking Toolbox
GPU Coder
机器人运动规划与控制
工业操作臂执行任务时，需要在环境内遵循无碰撞路径。MATLAB 函数和 Simulink 模块支持您规划安全高效的运动和控制。借助 MATLAB 和 Simulink，您能够：
使用各项功能进行逆运动学/正运动学和动力学规划、运动规划、轨迹生成和碰撞检查
通过优化计算确定轨迹参数
提供设计状态转移图、流程图和状态转移表的功能，从而实现状态控制逻辑
使用模型预测控制执行轨迹优化和控制
应用强化学习以实现高级控制
教程
使用 Simulink 实现安全机器人操作臂控制 (2:58)
控制机器人操作臂关节 (24:43)
机器人操作臂的轨迹规划 (18:21)
工业机器人：从感知到运动 (14:53)
如何训练机器人（使用深度强化学习） (37:08)
智能工厂的机器人（3 个视频）
通过 MATLAB 让您的机器人拥有人工智能 (39:38)
使用基于模型的设计开发具有多模态控制的自主协作机器人 (20:38)
了解更多
使用 ROS 在 Gazebo 中实现取放工作流
使用操作臂 CHOMP 的取放工作流
通过 Simulink 三维动画可视化操作臂轨迹跟踪
检查操作臂在环境中是否存在碰撞
基于正运动学和逆运动学的取放机器人
操作臂的 RRT 规划器 - 调整规划器参数
机器人操作臂平衡球任务的强化学习
了解产品
Robotics System Toolbox
Navigation Toolbox
Control System Toolbox
Model Predictive Control Toolbox
Optimization Toolbox
Reinforcement Learning Toolbox
ROS Toolbox
Stateflow
Sorry, your browser doesn't support embedded videos.
基于仿真的机器人应用测试
仿真在虚拟环境中进行，有助于在设计早期阶段检测错误，具有较强的可重复性，且模型参数易于更改，还可降低硬件测试的风险和成本。MATLAB 和 Simulink 提供以下功能：
使用抽象运动模型快速验证机器人算法
使用并行计算快速探查整个设计空间
将优化算法应用于控制器和被控对象以找到最佳设计
为工业操作臂应用集成真实传感器，如立体相机、编码器和扭矩传感器
在 Simulink 和 Gazebo 之间执行确定性协同仿真
对接三维物理仿真器，在现实世界的仿真环境中验证机器人模型。
教程
机器人操作臂算法设计 (28:21)
使用 Simulink 实现安全机器人操作臂控制 (2:58)
使用 MATLAB 和 Simulink 进行工业机器人编程 (1:40)
了解更多
操作臂的建模和控制
使用机器人操作臂模块执行安全的轨迹跟踪控制
通过关节扭矩命令控制 LBR 操作臂运动
Unity 3D 中使用 ROS 的取放工作流
使用两个机器人工作单元实现虚拟装配线的自动化
了解产品
Robotics System Toolbox
Simscape Multibody
ROS Toolbox
为您推荐
面板导航
德国航空航天中心实现轨迹优化 (2:23)
“…我们只需一个下午就能让机器人学会抛球，方法是使用 Optimization Toolbox 求出最优运动轨迹。”
Berthold Bäuml，德国航空航天中心 (DLR)
使用 ROS 和 MATLAB 验证工业机器人的拾取系统 - 安川电机
“相比单纯使用 ROS，结合 MATLAB 之后，我们可以更加轻松地开发高级功能。”
面板导航
Robotics System Toolbox 对通用机器人 UR 系列操作臂的支持
MATLAB 和 Simulink 的机器人操作臂支持
需要咨询？
告诉我们您需要哪些帮助。
联系我们
立即免费试用
试用 MATLAB、Simulink 和更多其他产品
快速入门