terasoft
什麼是人工智慧?

MATLAB® & Simulink® 於無人機的應用發展

從建模、設計到實現,MATLAB & Simulink 完整支援無人機 (UAV) 開發全流程:

  • 無人機系統架構的建模與分析
  • 同步考慮環境變因狀況下,設計飛行控制演算法並搭配無人機動態模型進行模擬。
  • 使用預建演算法、感測器模型以及用於電腦視覺、光達和雷達處理以及感測器融合的應用程式(App),開發用於自主飛行的感知和運動規劃系統
  • 在閉環 3D 模擬環境中評估無人機性能
  • 自動生成程式碼以部署到飛行控制器和機載運算板
  • 透過 MATLAB & Simulink 連接並控制無人機
  • 分析無人機飛行遙測和酬載數據
感知與定位

無人機平台開發

透過 MATLAB & Simulink,您可以貼合需求地進行建模和分析無人機系統架構。在不具備硬體的狀況下,於模擬環境中,搭配無人機動態模型,進行飛行控制演算法的設計和測試,進而降低實際飛行測試的風險。並且可自動產生飛行控制軟體的程式碼,以供硬體實現。

  • 對無人機平台、飛行控制系統和環境效應進行建模,以整合和執行系統級模擬
  • 自動生成程式碼以實現於微處理器、FPGA和GPU
  • 連接常見的無人機飛行控制電腦,例如PX4和Raspberry Pi™
  • 透過MAVLink通訊協定連接到無人機硬體,並使用互動式應用程式(App)分析飛行遙測數據
感知與定位

感知與定位

為了實現自主飛行,無人機必須具備自我和環境感知能力。MATLAB & Simulink 提供預建演算法和感測器模型,用於建立物件偵測、地圖繪製和定位應用。模擬 IMU/GPS感測器讀數,設計融合和定位演算法來估算無人機姿態。使用深度學習和機器學習開發物件和人員檢測演算法,或進行視覺檢測應用。

  • 執行物件偵測和追蹤、運動估計、3D 點雲處理和感測器融合
  • 使用深度學習進行影像分類、回歸和特徵學習
  • 使用3D Lidar SLAM和視覺SLAM演算法建立環境地圖
  • 設計和模擬用於定位的感測器融合演算法
  • 自動將演算法轉換為 C/C++、定點、HDL 或 CUDA ®程式碼

運動規劃與控制

自主無人機必須遵循無碰撞路徑導航才能完成任務。使用MATLAB & Simulink提供的預建演算法和模塊庫來建立無人機任務和規劃複雜路徑。您還可以使用內建動畫功能對無人機運動規劃進行初步評估。

  • 使用具有航點跟隨、圓軌跡跟隨和路徑管理功能的無人機導引模組來設計和模擬無人機任務
  • 使用Hybrid A*和RRT*等路徑規劃器規劃無人機路徑
  • 使用模型預測控制執行軌跡最佳化以及控制
  • 應用強化學習生成無人機軌跡
  • 在 MATLAB動畫化無人機飛行過程

基於模擬的測試

透過模擬,您可以透過虛擬測試來偵測設計錯誤,並降低硬體飛行測試的風險和成本。您可以在MATLAB & Simulink整合無人機模型、飛行控制和自主飛行演算法,並且自動化執行模擬測試。您也可以在逼真的模擬環境中合成感測器讀數,用於自主無人機應用的閉環模擬。

  • 模擬自主無人機應用的感測器,如GPS、INS、光達和攝影機
  • 在長方體模擬環境中建立無人機場景並進行模擬
  • 整合Unreal Engine®,實現逼真的3D模擬
  • 透過連接ROS / ROS2和Gazebo等模擬器模擬自主無人機應用
  • 加入駕駛艙儀表模組,在Simulink模型中顯示飛行狀態資訊