您可以使用GPU编码器™与MATLAB®NVIDIA 金宝appJetson的Coder™支持包®和NVIDIA驱动®平台在嵌入式NVIDIA gpu上部署MATLAB算法。具体来说,你可以针对NVIDIA Jetson和DRIVE系列的主板®或Linux®系统。支持包使金宝app您能够与NVIDIA目标进行远程通信,并控制外围设备进行原型设计。MATLAB入口点函数被部署为一个独立的可执行程序,即使硬件实时连接与主机断开也会继续运行。
要安装这个支持包,请使用MATL金宝appAB中的Add-On Explorer。有关受支持的开发平台的信息,请参见金宝appNVIDIA主板的安装和设置必备事项(NVIDIA Jetson金宝app和NVIDIA DRIVE平台的MATLAB编码器支持包).
请注意
从R2021a开始NVIDIA GPU金宝app的GPU编码器支持包被命名为用于NVIDIA Jets金宝appon和NVIDIA驱动平台的MATLAB编码器支持包.要在R2021a中使用此金宝app支持包,您必须具有MATLAB编码器产品。
coder.hardware |
创建硬件板配置对象,用于C/ c++代码生成MATLAB代码 |
杰森 |
连接到英伟达杰森硬件 |
开车 |
连接到NVIDIA驱动硬件 |
目标嵌入的NVIDIA板从MATLAB命令行。
使用GPU编码器应用程序在NVIDIA硬件上构建和运行可执行文件
通过使用GPU编码器应用程序定位嵌入的NVIDIA板。
将生成的文件打包成一个压缩文件,您可以使用标准的zip实用程序重新定位和解压该文件。
构建和部署到NVIDIA GPU板。
比较模型和生成的代码模拟的结果。
通过开发计算机和目标硬件之间的TCP/IP通信通道调整参数和监控信号。
在Simulink中生成CUDA ROS节点金宝app(ROS工具箱)
配置Simulink金宝app®Coder™,从Simulink模型生成和构建CUDA®ROS节点。
使用YOLO v2深度学习算法检测ROS中的车道和车辆(ROS工具箱)
这个例子展示了如何在启用ROS的Simulink®模型中使用深度卷积神经网络来执行车道和车辆检测。金宝app
Simulink中使用带有ROS的YOLOv2检测算法的符号跟踪机器人金宝app(ROS工具箱)
这个例子展示了如何使用Simulink®来控制在一个独立的基金宝app于ros的模拟器上运行的模拟机器人。