Main Content

展開

生成コードを NVIDIA® Tegra® ハードウェア ターゲットに展開する

GPU Coder™ を MATLAB® Coder™ Support Package for NVIDIA Jetson® and NVIDIA DRIVE® Platforms と共に使用して、組み込みの NVIDIA GPU に MATLAB アルゴリズムを展開できます。具体的には、Windows® システムまたは Linux® システムで NVIDIA Jetson および DRIVE ファミリのボードをターゲットにすることができます。このサポート パッケージによって、NVIDIA ターゲットとリモートで通信して、プロトタイピングを目的とした周辺機器デバイスを制御できます。MATLAB エントリポイント関数は、ハードウェアのライブ接続がホスト コンピューターから切断された場合でも実行を継続するスタンドアロンの実行可能ファイルとして展開されます。

このサポート パッケージをインストールするには、MATLAB のアドオン エクスプローラーを使用します。サポートされる開発プラットフォームの詳細については、Install and Setup Prerequisites for NVIDIA Boards (MATLAB Coder Support Package for NVIDIA Jetson and NVIDIA DRIVE Platforms)を参照してください。

メモ

R2021a 以降、GPU Coder Support Package for NVIDIA GPUs の名称は、MATLAB Coder Support Package for NVIDIA Jetson and NVIDIA DRIVE Platforms になりました。R2021a でこのサポート パッケージを使用するには、MATLAB Coder 製品がインストールされていなければなりません。

関数

packNGo移動を目的とした生成されたコードの ZIP ファイルへのパッケージ化
codegenMATLAB コードから C/C++ コードを生成する
jetsonCreate connection to NVIDIA Jetson hardware
driveCreate connection to NVIDIA DRIVE hardware

オブジェクト

coder.hardwareMATLAB コードから C/C++ コード生成用ハードウェア ボード構成オブジェクトを作成します。
jetsonConnection to NVIDIA Jetson hardware
driveConnection to NVIDIA DRIVE hardware

トピック

MATLAB

Simulink

  • NVIDIA 組み込みボードのターゲット化
    ビルドして NVIDIA GPU ボードに展開する。
  • 数値的等価性テスト
    モデルと生成されたコードのシミュレーション結果を比較する。
  • エクスターナル モードを使用したパラメーターの調整と信号の監視
    開発用コンピューターとターゲット ハードウェアの間の TCP/IP 通信チャネルで、パラメーターを調整し、信号を監視します。
  • Generate CUDA ROS Node from Simulink (ROS Toolbox)
    Configure Simulink® Coder™ to generate and build a CUDA® ROS node from a Simulink model. You configure a model to simulate and generate CUDA code for ROS node. You then deploy the CUDA ROS node to local or remote device targets.
  • Lane and Vehicle Detection in ROS Using YOLO v2 Deep Learning Algorithm (ROS Toolbox)
    This example shows how to use deep convolutional neural networks inside a ROS enabled Simulink® model to perform lane and vehicle detection. In this example, you first read traffic video as the input and publish the frames as sensor_msgs/Image messages to a topic on the ROS network. Then you detect vehicles, and the left and right lane boundaries corresponding to the ego vehicle in every frame, annotate the input image with the detections, and publish them to a topic in the ROS network. Finally, you generate CUDA® optimized code for the ROS node from the Simulink model for lane and vehicle detection.
  • Sign Following Robot Using YOLOv2 Detection Algorithm with ROS in Simulink (ROS Toolbox)
    This example shows how to use Simulink® to control a simulated robot running on a separate ROS-based simulator. It then shows how to generate CUDA-optimized code for the ROS node, from the Simulink model and deploy it to the localhost device.