Vous êtes passionné par les mathématiques, la programmation, l’intelligence artificielle et la robotique ? Vous êtes au bon endroit !

Vous avez certainement entendu parler de MATLAB, la plateforme de programmation et de calcul numérique de haut niveau. Pendant que vous lisez, MATLAB est utilisé par des millions d’ingénieurs et de scientifiques pour analyser des données, développer des algorithmes et créer des modèles.

Dans cet article, nous explorerons d’autres façons d’utiliser MATLAB à des fins éducatives dans le domaine de l’ingénierie, plus spécifiquement pour les robots collaboratifs (alias cobots).

1. Simulation

Aujourd’hui, MATLAB est considéré comme une excellente plateforme pour simuler le comportement des robots collaboratifs. Grâce à la Robotics System Toolbox, professeurs et étudiants peuvent non seulement créer des robots virtuels mais aussi simuler leurs interactions avec leur environnement et espace de travail partagé.

Si vous souhaitez en savoir plus sur les principes de base de la robotique et acquérir de l’expérience dans leur programmation et leur contrôle, MATLAB vous aidera à expérimenter différents algorithmes de contrôle, à tester différents scénarios et à analyser les données générées par la simulation.

2. Contrôle

Outre la simulation, MATLAB fournit une large gamme d’outils pour contrôler les systèmes robotiques, y compris les bras robotiques.

Encore une fois, en utilisant la Robotics System Toolbox, les étudiants peuvent :

• Développer et optimiser les algorithmes de contrôle qui régissent les mouvements et les interactions avec l’environnement.
• Expérimenter avec différents types de capteurs, tels que des capteurs de force, des capteurs de vision ou encore des capteurs de proximité.
• Apprendre à intégrer ces capteurs au sein du système de contrôle.

3. Conception

Certaines universités utilisent MATLAB pour concevoir des systèmes robotiques. L’objectif ici est d’optimiser les composants mécaniques et électriques du robot. Les étudiants peuvent utiliser la Robotics System Toolbox pour concevoir et optimiser les composants mécaniques et électriques du robot et créer des fonctionnalités avancées telles que le suivi de trajectoire ou la planification de mouvements alternatifs.

Différentes configurations cinématiques peuvent également être testées, telles que des robots en série, parallèles et hybrides, et apprendre à concevoir des effecteurs terminaux et des pinces pour des tâches spécifiques. La plateforme vous propose donc de générer le code du modèle que vous avez créé pour l’embarquer dans votre hardware.

4. Analyse

Une autre chose pour laquelle MATLAB peut vous aider est l’analyse des données générées par votre robot.

Cette fois, parmi toutes les boîtes à outils MATLAB, nous utiliserons la Data Analytics Toolbox. Les professeurs peuvent enseigner l’analyse et la visualisation de données provenant de capteurs, tels que des capteurs de force et des capteurs de vision. Cela aidera les élèves à mieux comprendre le comportement et les performances du robot.

D’autre part, vous pourrez apprendre à utiliser des algorithmes d’apprentissage automatique pour améliorer les performances du robot et optimiser son système de contrôle.

5. Intelligence artificielle

Quand on parle de technologie avancée, on parle souvent d’IA. Sans surprise, MATLAB peut être utilisé pour implémenter l’intelligence artificielle dans la robotique en effectuant différentes tâches. Cela inclut, mais sans s’y limiter, la reconnaissance d’objets, la planification de trajectoire, le contrôle de mouvement et le SLAM (localisation et cartographie simultanées).

Pour conclure, que vous vouliez en savoir plus sur la simulation, comment contrôler des robots, comment concevoir un système robotique ou même commencer à analyser des données, MATLAB est une excellente plateforme pour le faire.

Chez Niryo, nous testons et pratiquons MATLAB, afin d’avoir un aperçu sûr du comportement et des performances de notre robot collaboratif Ned2.

MATLAB s’avère être un compagnon d’apprentissage robotique qui peut être à la fois amusant et enrichissant. Voici une vidéo où vous pouvez apprendre à choisir et à placer en utilisant à la fois MATLAB et Ned2. N’oubliez pas de faire un tour sur notre documentation au passage !