主要内容

GPU的车道检测代码生成模型金宝app

这个示例使用:

打开脚本

这个例子展示了如何生成CUDA®代码仿真软件®模型能够检测和输出通路标志图像的边界。金宝app此示例将RGB图像作为输入并使用imresize,rgb2gray,ordfilt2(图像处理工具箱),脚腕(图像处理工具箱),houghpeaks(图像处理工具箱),houghlines(图像处理工具箱)函数的图像处理工具箱™检测车道标记。这个例子紧随车道检测在GPU上通过使用houghlines函数。

这个例子说明了以下概念:

  • 车道检测应用程序模型在仿真软件利用图像处理功能。金宝app

  • 为GPU代码生成配置模型。

  • 生成一个CUDA仿真软件的可执行模型。金宝app

第三方的先决条件

要求

这个示例中生成CUDA墨西哥人,有以下第三方的要求。

  • CUDA启用NVIDIA GPU®和兼容的驱动程序。

可选

等non-MEX构建静态、动态库或可执行文件,这个例子有以下额外的需求。

验证GPU环境

验证所需的编译器和库运行这个示例设置正确,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

车道检测金宝app的仿真软件模型。

open_system (“lane_detection”);

的车道检测子系统包含一个MATLAB函数块,以强度图像作为输入,并提供检测车道作为输出。这个函数是基于车道检测算法实现使用houghlines中描述的车道检测在GPU上通过使用houghlines函数的例子。模型运行时,可视化块显示车道检测到输出图像。

运行仿真

配置参数对话框打开。

在模拟目标窗格中,选择GPU加速。

仿真在正常模式下运行。

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

生成和构建仿真软件模型金宝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在MATLAB函数。有关更多信息,请参见动态内存分配在MATLAB函数(金宝app模型)

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

生成和构建在主机GPU通过使用仿真软件模型金宝appslbuild命令。代码生成器的文件在一个地方建立文件夹,一个子文件夹命名lane_detection_ert_rtw在你当前的工作目录。

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

清理

关闭仿真软件模型。金宝app

close_system (“lane_detection”);

另请参阅

功能

相关的话题