サードパーティの必要条件

必須

この例では,CUDA墨西哥人を生成します。以下のサードパーティ要件が適用されます。

オプション

スタティックライブラリ,ダイナミックライブラリ,または実行可能ファイルなどの墨西哥人以外のビルドについて,この例では以下の要件も適用されます。

GPU環境の検証

この例を実行するのに必要なコンパイラおよびライブラリが正しく設定されていることを検証するために,関数coder.checkGpuInstallを使用します。

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

houghlines金宝app仿真软件モデルを使用した車線検出

車線検出用仿金宝app真软件モデルを以下に示します。

open_system (“lane_detection”）;

车道检测サブシステムには,強度イメージを入力として受け取り,検出された車線を出力として生成するMATLAB函数ブロックが含まれています。この関数は,関数houghlinesを使用したGPUでの車線検出の例で説明するhoughlinesを使用した車線検出アルゴリズム実装に基づいています。このモデルを実行すると,可视化ブロックにより車線検出の出力イメージが表示されます。

シミュレーションの実行

[コンフィギュレーションパラメーター]ダイアログボックスを開きます。

[シミュレーションターゲット]ペインで(GPUによる高速化)を選択します。

ノーマルモードでシミュレーションを実行します。

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

金宝app仿真软件モデルの生成とビルド

[コード生成)ペインで言語として(c++)を選択し,(GPUコードの生成)を有効にします。

[シミュレーションターゲット]ペインを開きます。[詳細設定パラメーター]で(MATLAB関数での動的メモリ割り当てしきい値)を有効にします。詳細については,MATLAB関数での動的メモリ割り当て(金宝app模型)を参照してください。

[コード生成]、[GPUコード]ペインを開きます。サブカテゴリ[ライブラリ]で,(cuBLAS)、(cuSOLVER),および(cuFFT)を有効にします。

slbuildコマンドを使用して,ホストGPUで仿真软金宝app件モデルを生成してビルドします。コードジェネレーターは実行可能ファイルを”ビルドフォルダー”(現在の作業フォルダーの中のlane_detection_ert_rtwという名前のサブフォルダー)に配置します。

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

クリーンアップ

金宝app仿真软件モデルを閉じます。

close_system (“lane_detection”）;