ロボティクスおよび自律システム

知覚から運動への自律型アプリケーションを開発し、システムレベルの挙動を最適化

ロボティクスおよび自律システムとは、自動車、航空機、ロボット、UAV など、物理環境の中でゴールに向かう行動のために移動し動作するプラットフォームのシステムのことをいいます。複数のツールボックスのツールおよびアルゴリズムにより、プラットフォームの位置や速度などの状態のシミュレーション、推定、ナビゲーション、制御、および物理環境のモニタリングが可能です。具体的には、以下を行うことができます。

プラットフォーム、軌跡、パス、センサー、環境を組み込んだ自律システムのシナリオを設計してモデル化し、さまざまな座標系とマップを使用してシミュレーションする。
検出値の生成と分類、プラットフォームの推定、環境の各種マップの取得を行う。
ロボット、UAV、自動車のパスを、多様な運動特性に基づき、さまざまなパス計画アルゴリズムを使用して計画する。
ロボット、UAV、自動車を複数のモーション制御アルゴリズムおよび手法により制御する。
ソフトウェア設計とロボットオペレーティングシステム (ROS) とをつなぎ、設計した推定、ナビゲーション、および制御アルゴリズムをハードウェア上に展開する。

ロボティクスおよび自律システム向け製品

Automated Driving Toolbox

ADAS および自動運転システムの設計、シミュレーション、およびテスト

Robotics System Toolbox

ロボティクスアプリケーションの設計、シミュレーション、テストおよび展開

UAV Toolbox

Design, simulate, and deploy UAV applications

Navigation Toolbox

自律ナビゲーションを目的としたアルゴリズムの設計、シミュレーションおよび展開

ROS Toolbox

ROS ベースのアプリケーションの設計、シミュレーションおよび展開

Sensor Fusion and Tracking Toolbox

Design, simulate, and test multisensor tracking and positioning systems

RoadRunner

自動運転シミュレーション用の 3D シーンの設計

RoadRunner Scenario

自動運転シミュレーションのシナリオ作成および再生

トピック

シナリオ設計とシミュレーション

単純な RoadRunner シーンの作成 (RoadRunner)
RoadRunner シーン編集ソフトウェアを使用して、単純な道路ネットワークを作成する。
Create Driving Scenario Interactively and Generate Synthetic Sensor Data (Automated Driving Toolbox)
Use the Driving Scenario Designer app to create a driving scenario and generate sensor detections and point cloud data from the scenario.
Simulate Simple Flight Scenario and Sensor in Unreal Engine Environment (UAV Toolbox)
Visualize sensors in a simulation environment that uses Unreal Engine® from Epic Games®.
複数の倉庫ロボットの制御とシミュレーション (Robotics System Toolbox)
倉庫施設や配送センターで作業する複数のロボットの制御とシミュレーションを行う。

検出と分類

Detect, Classify, and Track Vehicles Using Lidar (Lidar Toolbox)
Detect, classify, and track vehicles by using lidar point cloud data captured by a lidar sensor mounted on an ego vehicle.
PointPillars 深層学習を使用した LiDAR の 3 次元オブジェクト検出 (Lidar Toolbox)
点群でのオブジェクト検出用に PointPillars ネットワークに学習させる。

位置推定と地図作成

LiDAR データからのマップの作成 (Automated Driving Toolbox)
慣性測定ユニット (IMU) の読み取り値を補助的に使用し、3-D LiDAR センサーデータを処理して、マップを順次作成します。
Build Map and Localize Using Segment Matching (Automated Driving Toolbox)
Build a map with lidar data and localize the position of a vehicle on the map using SegMatch, a place recognition algorithm based on segment matching.
Stereo Visual SLAM for UAV Navigation in 3D Simulation (UAV Toolbox)
Generate a map for a city block scene in an Unreal Engine environment using stereo visual simultaneous localization and mapping.

状況認識と状態推定

Extended Object Tracking of Highway Vehicles with Radar and Camera (Sensor Fusion and Tracking Toolbox)
Track highway vehicles around an ego vehicle as extended objects that span multiple sensor resolution cells.
Visual-Inertial Odometry Using Synthetic Data (Sensor Fusion and Tracking Toolbox)
Estimate the pose (position and orientation) of a ground vehicle using an inertial measurement unit (IMU) and a monocular camera.

モーションプランニング

Object Tracking and Motion Planning Using Frenet Reference Path (Sensor Fusion and Tracking Toolbox)
Dynamically plan the motion of an autonomous vehicle based on estimates of the surrounding environment.
Motion Planning with RRT for Fixed-Wing UAV (UAV Toolbox)
Plan the motion of a fixed-wing unmanned aerial vehicle (UAV) using the rapidly exploring random tree (RRT) algorithm given a start and goal pose on a 3-D map.
Pick-and-Place Workflow in Gazebo Using Point-Cloud Processing and RRT Path Planning (Robotics System Toolbox)
Set up an end-to-end, pick-and-place workflow for a robotic manipulator like the KINOVA® Gen3.

モーション制御

Highway Lane Following with RoadRunner Scene (Automated Driving Toolbox)
Simulate a highway lane following application using a scene created in the RoadRunner 3D scene editing tool.
Path Following with Obstacle Avoidance in Simulink® (Navigation Toolbox)
Use Simulink to avoid obstacles while following a path for a differential drive robot. This example uses ROS to send and receive information from a MATLAB®-based simulator. You can replace the simulator with other ROS-based simulators such as Gazebo®.
複数の倉庫ロボットの制御とシミュレーション (Robotics System Toolbox)
倉庫施設や配送センターで作業する複数のロボットの制御とシミュレーションを行う。

ハードウェアへの展開

Estimating Orientation Using Inertial Sensor Fusion and MPU-9250 (Sensor Fusion and Tracking Toolbox)
Obtain data from an InvenSense MPU-9250 IMU sensor, and to use the 6-axis and 9-axis fusion algorithms in the sensor data to compute orientation of the device.
Sign-following Robot with ROS in MATLAB (ROS Toolbox)
Control a simulated robot running on a separate ROS-based simulator over a ROS network using MATLAB^®.
Localize TurtleBot Using Monte Carlo Localization Algorithm (Navigation Toolbox)
Apply the Monte Carlo Localization algorithm on a TurtleBot® robot in a simulated Gazebo® environment.

注目の例

Design and Simulate Warehouse Pick-and-Place Application Using Mobile Manipulator in Simulink and Gazebo

Set up an end-to-end, pick-and-place workflow for a mobile manipulator using Simulink® and Gazebo®.

Lidar and Radar Fusion in Urban Air Mobility Scenario

Use multiobject trackers to track various unmanned aerial vehicles in an urban environment.

UAV Package Delivery

Implement a small multicopter simulation to takeoff, fly, and land in a city environment.

Unreal Engine シミュレーションを使用した自動バレーパーキングの可視化

Simulink^® で作成したバレーパーキングシステムを使用して、Unreal Engine^® で車両運動を可視化する。

Processor-in-the-Loop Verification of JPDA Tracker for Automotive Applications

Generate embedded code for a JPDA tracker and verify it using processor-in-the-loop (PIL) simulations.

ロボティクスおよび自律システム