このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
この例では,イメージの車線マーカー境界を検出して出力する仿金宝app真软件®モデルのCUDA®コードを生成する方法を説明します。この例では,RGBイメージを入力として受け取り,图像处理工具箱™に用意されている関数imresize
(图像处理工具箱)、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),およびhoughlines
(图像处理工具箱)を使用して,車線区分線を検出します。この例は関数houghlinesを使用したGPUでの車線検出とほぼ同じです。
この例では以下の概念を説明します。
イメージ処理関数を使用した,金宝app仿真软件での車線検出アプリケーションのモデル化。
GPUコード生成用のモデルの構成。
金宝app仿真软件モデルのCUDA実行可能ファイルの生成。
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。
CUDA対応NVIDIA GPU®および互換性のあるドライバー。
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。
英伟达ツールキット。
コンパイラおよびライブラリの環境変数。詳細は,サードパーティハードウェアと前提条件となる製品の設定を参照してください。
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。
[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”);
[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)”);
金宝app仿真软件モデルを閉じます。
close_system (“lane_detection”);
open_system
(金宝app模型)|load_system
(金宝app模型)|save_system
(金宝app模型)|close_system
(金宝app模型)|bdclose
(金宝app模型)|get_param
(金宝app模型)|set_param
(金宝app模型)|sim卡
(金宝app模型)|slbuild
(金宝app模型)