Startseite > Halbleiter > Design > Release 2019b mit neuen Funktionen für MATLAB und Simulink

MathWorks

Release 2019b mit neuen Funktionen für MATLAB und Simulink

19. September 2019, 11:15 Uhr | Iris Stroh

Im Release 2019b von MathWorks sind neue Funktionen in MATLAB und Simulink integriert, zum Beispiel für KI, Deep Learning und die Automobilindustrie. Dazu kommen neue Produkte für Robotik, neues Schulungsmaterial für die Modellierung ereignisbasierter Systeme sowie Updates und Fehlerbehebungen.

▶ Diesen Artikel anhören

Zu den Highlights in MATLAB R2019b von MathWorks gehört die Einführung von Tasks im Live Editor. Damit können Benutzer interaktiv Parameter untersuchen, Daten vorverarbeiten und MATLAB-Code generieren, der Teil des Live-Skripts wird. MATLAB-Benutzer können sich nun auf ihre Aufgabe, statt auf die Syntax oder komplexen Code konzentrieren. Sie können generierten Code automatisch ausführen, um mithilfe einer Visualisierung schnell Iterationen für Parameter durchzuführen.

Simulink

Zu den Highlights in Simulink R2019b gehört der neue Simulink-Toolstrip, über den Anwender auf Funktionen zugreifen und diese auffinden können, sobald diese benötigt werden. Im Simulink-Toolstrip sind die Registerkarten nach Workflow angeordnet und nach Nutzungshäufigkeit sortiert. Dies spart Zeit beim Navigieren und Suchen.

Künstliche Intelligenz und Deep Learning

Die Deep Learning Toolbox in R2019b baut auf den flexiblen Trainings-Schleifen und Netzen auf, die bereits früher in diesem Jahr eingeführt wurden. Neue Funktionen ermöglichen es Anwendern, erweiterte Netzarchitekturen mit benutzerdefinierten Trainings-Schleifen, automatischer Differenzierung, gemeinsamen Gewichtungen und benutzerdefinierten Verlustfunktionen zu trainieren. Außerdem können Anwender jetzt Generative Adversarial Networks (GANs), Siamesische Netze, Auto-Encoder mit Variationen und Attention-Netze erstellen. Des Weiteren ermöglicht die Deep Learning Toolbox nun den Export von Netzen, in denen CNN- und LSTM-Ebenen kombiniert sind, sowie von Netzen, die 3D-CNN-Ebenen enthalten, in das ONNX-Format.

Automobilindustrie

R2019b führt mit mehreren Produkten zudem wichtige Funktionen zur Unterstützung der Automobilindustrie ein, darunter die folgenden:

Automated Driving Toolbox: Unterstützung von 3D-Simulationen, einschließlich der Möglichkeit, Fahralgorithmen in einer 3D-Umgebung zu entwickeln, zu testen und zu verifizieren, sowie eines Blocks, mit dem Anwender das Geschwindigkeitsprofil eines Fahrwegs unter Beachtung kinematischer Bedingungen erzeugen können.
Powertrain Blockset: Die Möglichkeit, ein Deep-Learning-Modell für einen SI-Motor zu generieren, mit dem Anwender Algorithmen entwerfen sowie Fahrzeugleistung, Kraftstoffverbrauch und Emissionen analysieren können. Ebenfalls neu sind Referenzanwendungen für die HEV-Architekturen P0, P1, P3 und P4. Dabei handelt es sich um speziell zusammengestellte Modelle für HIL-Tests, Trade-Off-Analysen und die Optimierung von Regelungsparametern für Hybridfahrzeuge.
Sensor Fusion and Tracking Toolbox: Die Möglichkeit, Fusionen zwischen Tracks durchzuführen und dezentrale Trackingsysteme zu entwerfen.
Polyspace Bug Finder: Erweiterte Unterstützung von AUTOSAR C++14-Programmierrichtlinien zur Überprüfung auf fehlerhafte Verwendung von Lambda-Ausdrücken, mögliche Probleme mit Aufzählungen und weitere Probleme.

Robotik

Neben neuen Funktionen in der Robotics System Toolbox umfasst R2019b zwei neue Produkte:

Die Navigation Toolbox (neu) für den Entwurf, die Simulation und die Bereitstellung von Algorithmen für Planung und Navigation. Sie enthält Algorithmen und Tools für den Entwurf und die Simulation von Systemen, die physikalische oder virtuelle Umgebungen abbilden, lokalisieren, planen und Bewegungen in ihnen berücksichtigen.
Die ROS Toolbox (neu) für den Entwurf, die Simulation und die Bereitstellung von ROS-basierten Anwendungen. Die Toolbox bietet eine Schnittstelle zwischen MATLAB und Simulink und dem Robot Operating System (ROS und ROS2), die es Anwendern ermöglicht, ein Netzwerk aus Knoten zu erstellen, das ROS-Netzwerk zu modellieren und zu simulieren sowie Software für Embedded-Systeme für ROS-Knoten zu generieren.

Schulung zu Stateflow

R2019b bietet Stateflow Onramp, ein interaktives Tutorial, das Anwendern die Grundlagen zum Erstellen, Bearbeiten und Simulieren von Stateflow-Modellen vermittelt. Wie die bestehenden Onramps für MATLAB, Simulink und Deep Learning umfasst dieser Kurs zum Selbststudium Video-Tutorials sowie praktische Übungen mit automatisierten Bewertungen und Feedback.