第三方的先决条件

要求

这个示例生成CUDA MEX，并具有以下第三方需求。

可选

对于非mex构建，如静态、动态库或可执行文件，本示例有以下额外需求。

验证GPU环境

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

envCfg = coder.gpuEnvConfig (“主机”）;envCfg。BasicCodegen = 1;envCfg。安静= 1;coder.checkGpuInstall (envCfg);

车道检测使用houghlines金宝app仿真软件模型

给出了车金宝app道检测的Simulink模型。

open_system (“lane_detection”）;

的车道检测子系统包含一个MATLAB函数以强度图像作为输入，并提供检测到的通道作为输出的块。本函数是基于车道检测算法实现使用的houghlines中描述的利用houghlines函数对GPU进行车道检测的例子。当模型运行时，可视化块显示车道检测到的输出图像。

运行仿真

打开“配置参数”对话框。

在模拟目标窗格中,选择GPU加速．

在正常模式下运行模拟。

set_param (“lane_detection”，“SimulationMode”，“正常”）;sim卡(“lane_detection”）;

生成和构建Simulink模型金宝app

在代码生成窗格中,选择语言作为c++并使生成GPU的代码．

开放模拟目标窗格。在先进的参数,使动态内存分配阈值的MATLAB函数．有关详细信息，请参见MATLAB中的动态内存分配函数(金宝app模型)

开放代码生成> GPU代码窗格。在子类别库,使cuBLAS，cuSOLVER和cuFFT．

使用Simulink工具在主机GPU上生成并构金宝app建Simulink模型slbuild命令。代码生成器将文件放置在建立文件夹，命名为lane_detection_ert_rtw在当前工作目录下。

状态= evalc (“slbuild (lane_detection)”）;

清理

关闭Simulink金宝app模型。

close_system (“lane_detection”）;