本文引用地址：
MathWorks中国工业自动化与装备（IA&M）行业市场经理 宋胜凯在机器人技术领域，MathWorks®的MATLAB®和Simulink®工具发挥着举足轻重的作用。本次采访中，EEPW将与MathWorks的中国工业自动化与装备（IA&M）行业市场经理，宋胜凯先生一道探讨这些工具的最新技术进步，特别是在仿真和验证自主系统方面，以及它们如何帮助研究人员和工程师在机器人设计中更有效地利用三维物理模型和机电模型。
目前在机器人和自主系统研发领域，AI技术的应用已成为必然趋势。对此，宋胜凯表示，MATLAB和Simulink使工程师能够将AI与基于模型的设计相结合，加速和增强系统的设计与实现。这包括创建复杂非线性动力学的AI模型，开发嵌入式算法，通过需求链接、仿真和测试来确认和验证AI 驱动的系统，以及通过仿真环境训练强化学习智能体。特别是在环境感知领域，AI更是发挥着举足轻重的作用，涉及标注、建模、训练和部署四个主要方面。MATLAB提供内置App帮助用户以交互式开展各个步骤的工作，包括使用视频标注器和图像标注器进行自动标注，使用深度学习工具箱的图形化建模环境进行深度学习建模，以及模型的训练和部署。
众所周知，机器人系统是一个复杂的多域系统，它是机-电-软各个技术领域相互耦合。因此，三维物理模型和机电模型是与控制模型一起构成系统的必要部分，是机理分析、控制系统设计的基础。宋胜凯进一步谈到，MathWorks提供完整的工具链条，为设计和开发机器人系统提供建模和仿真的基础环境。利用这些模型，工程师可以在机器人系统的开发和测试过程中，进行多域动态仿真，运动学运动仿真、高级任务仿真以及硬件在环（HIL）仿真。
而传感器数据处理则是另一个机器人技术中的关键环节。机器人的感知能力依赖于传感器，但这些传感器提供的输入往往包含噪声或具有误导性，这就需要采用算法在噪声数据中提取有效信息，MathWorks提供多个工具箱处理特定领域的传感数据，如信号处理工具箱、小波工具箱、音频工具箱、图像处理工具箱、计算机视觉工具箱和Lidar Toolbox™。这些工具箱提供大量的、已在工程领域成熟应用的函数，同时，也提供了大量的典型应用示例，为工程师快速开展算法设计提供设计基础。在MATLAB代码生成工具的支持下，工程师还可以快速将算法原型自动生成面向目标运行环境的实现代码。在机器人的路径规划与决策方面，宋胜凯向EEPW介绍，MathWorks提供Sensor Fusion and Tracking Toolbox™来设计、仿真和测试多传感器跟踪和定位系统，以及Navigation Toolbox设计、仿真和部署自主导航算法。
Statefl ow是设计和开发监督控制、任务调度、故障管理、通信协议、用户界面和混合系统的主要建模工具，它在任务规划和实时决策中起到了核心作用。
最后，宋胜凯也向我们阐述了MathWorks 对于机器人未来的趋势，他表示，机器人行业正在进入大规模商业应用的发展快车道，功能安全问题和信息安全问题也随之凸显。MathWorks提供的MATLAB/Simulink是构建信息物理系统的集成建模仿真平台，V&V工具链帮助用户开展基于仿真的“确认”与“验证”的工程活动，这些工具共同帮助用户探索解决功能安全和信息安全问题的方法和解决方案。
“掌”握科技鲜闻 （微信搜索techsina或扫描左侧二维码关注）
