先决条件

目标板要求

开发主机要求

创建一个文件夹并复制相关文件

下面这行代码在主机上的当前工作文件夹中创建了一个文件夹，并将所有相关文件复制到该文件夹中。如果无法在此文件夹中生成文件，请先更改当前工作文件夹再执行此命令。

nvidiademo_setup (“nvidia_gettingstarted”）;

连接到NVIDIA硬件

支持包使金宝app用TCP/IP上的SSH连接来执行命令，同时在Jetson或DRIVE平台上构建和运行生成的代码。将目标平台连接到与主机相同的网络中，或者使用以太网交叉电缆将单板直接连接到主机。有关如何设置和配置您的电路板的信息，请参阅NVIDIA文档。

属性来创建活动硬件连接对象，以与NVIDIA硬件通信开车(NVIDIA Jetson金宝app和NVIDIA DRIVE平台的MATLAB Coder支持包)或杰森(NVIDIA Jetson金宝app和NVIDIA DRIVE平台的MATLAB Coder支持包)函数。创建硬件活连接对象时，需要知道目标板的主机名或IP地址、用户名和密码。例如，当第一次连接到目标板时，使用命令为Jetson硬件创建一个活动对象:

Hwobj = jetson(“jetson-tx2-name”，ubuntu的，ubuntu的）;

在硬件活动对象创建期间，支持包执行硬件和软件检查、IO服务器安装并收集目标的外围设备信息。金宝app该信息显示在“命令窗口”中。

类似地，要为DRIVE硬件创建活动对象，使用命令:

Hwobj = drive(“drive-px2-name”，ubuntu的，ubuntu的）;

在连接失败的情况下，在MATLAB命令行报告诊断错误消息。如果连接失败，最可能的原因是IP地址或主机名错误。

在NVIDIA硬件上运行Linux命令

当成功建立到单板的连接时，您可以使用board对象的系统方法从MATLAB在NVIDIA硬件上执行各种Linux shell命令。例如，要列出目标板上主文件夹的内容，使用命令:

系统(hwobj,ls -al ~）;

硬件对象提供基本的文件操作功能。要将文件从主机传输到目标，请使用putFile ()活硬件对象的方法。例如，传输用法将当前文件夹中的文件转移到remoteBuildDir在目标板上使用命令:

putFile (hwobj“用法”，“~ / remoteBuildDir”）;

要将文件从目标板复制到主机，请使用getFile ()硬件对象的方法。例如,

getFile (hwobj,“~ / remoteBuildDir /用法”，“。”）;

使用MATLAB Coder生成ARM CPU的c++代码

这个例子使用了myAdd.m，一个简单的向量加法，作为代码生成的入口点函数。

函数out = myAdd(inp1,inp2)% # codegen简单向量加法版权所有The MathWorks, Inc.Out = inp1 + inp2;结束

若要生成可部署到NVIDIA目标上的可执行文件，请创建用于生成可执行文件的代码配置对象。

CFG = code .config(exe”）;cfg。TargetLang =“c++”；

当不同目标有多个活动连接对象时，代码生成器将在为其创建最近活动对象的目标板上执行远程构建。若要选择执行远程构建的硬件板，请使用setupCodegenContext ()各自活动硬件对象的方法。如果只创建了一个活动连接对象，则不需要调用此方法。

hwobj.setupCodegenContext;

为DRIVE或Jetson平台创建一个配置对象，并将其分配给硬件代码配置对象的属性cfg，使用coder.hardware函数。使用英伟达杰森的杰森家族的董事会和“NVIDIA驱动”用于DRIVE板。

cfg。硬件= code . Hardware (英伟达杰森的）;

要指定在目标板上执行远程生成过程的文件夹，请使用BuildDir财产。如果指定的构建文件夹在目标板上不存在，那么该软件将创建一个具有给定名称的文件夹。如果没有赋值cfg.Hardware.BuildDir，则远程生成过程发生在最后指定的生成文件夹中。如果没有存储生成文件夹值，则生成过程将在主文件夹中进行。

cfg.Hardware.BuildDir =“~ / remoteBuildDir”；

自定义main.cppFile是在生成的代码中调用入口点函数的包装器。这个主文件将一个包含前100个自然数的向量传递给入口点函数。主文件将结果写入myAdd.bin二进制文件。

cfg。CustomSource = fullfile(“main.cpp”）;

要生成c++代码，请使用codegen函数和传递的代码配置和输入的大小myAdd.m入口点函数。在主机上生成代码后，将复制生成的文件并在目标板上构建。

codegen (“配置”cfg,“myAdd”，“参数”, {1:10 0, 1:10 0});

使用GPU Coder为目标板生成CUDA代码

检查目标板GPU环境

要验证运行此示例所需的编译器和库是否已正确设置，请使用coder.checkGpuInstall函数。

% NVIDIA drive硬件使用'drive'envCfg = code . gpuenvconfig (“杰森”）;envCfg。BasicCodegen = 1;envCfg。安静= 1;envCfg。HardwareObject = hwobj;coder.checkGpuInstall (envCfg);

生成CUDA可执行文件

若要生成可部署到NVIDIA目标上的CUDA可执行文件，请创建用于生成可执行文件的GPU代码配置对象。

cfg = code . gpuconfig (exe”）;cfg。硬件= code . Hardware (英伟达杰森的）;cfg.Hardware.BuildDir =“~ / remoteBuildDir”；cfg。CustomSource = fullfile(“main.cu”）;

某些NVIDIA平台(如DRIVE PX2)包含多个gpu。在这样的平台上，使用SelectCudaDevice属性，选择指定的图形处理器。

cfg. gpconfig . selectcudadevice = 0;

codegen (“配置”cfg,“myAdd”，“参数”, {1:10 0, 1:10 0});

在目标板上运行可执行文件

要在目标硬件上运行可执行文件，请使用runApplication ()硬件对象的方法。

pid = runApplication(hwobj，“myAdd”）;

或者，要运行可执行文件，请使用runExecutable ()硬件对象的方法。

exe = [hwobj.workspaceDir . exe' / myAdd.elf '];pid = runExecutable(hwobj,exe);

从目标板验证结果

复制输出bin文件myAdd.bin到主机上的MATLAB环境中，并将计算结果与MATLAB中的结果进行比较。房地产workspaceDir控件的路径codegen目标板上的文件夹。

暂停(0.3);确保可执行文件完成执行。getFile (hwobj, [hwobj.workspaceDir' / myAdd.bin ']);

MATLAB仿真结果:

simOut = myAdd(0:99,0:99);

在MATLAB中从target读取复制的结果二进制文件:

fId = fopen(“myAdd.bin”，“r”）;(fId)“双”）;

找出MATLAB仿真输出与目标板输出的差异。

diff = simOut - tOut';

显示模拟输出与目标板输出之间的最大偏差。

流(' MATLAB仿真输出与Target输出的最大偏差为:%f\n'马克斯(diff (:)));

清理

要删除示例文件并返回到原始文件夹，请调用清理函数。

清理