Schwerpunkte

MathWorks

Version 2020b von MATLAB und Simulink

22. September 2020, 10:21 Uhr   |  Newsdesk st

Version 2020b von MATLAB und Simulink
© xyz+ | Adobe Stock

Das Release 2020b von MathWorks umfasst einen erweiterten Simulink-Zugang, neue Produkte, wichtige Aktualisierungen und Hunderte neuer Funktionen.

Neue Funktionen in MATLAB von MathWorks vereinfachen die Arbeit mit Grafiken und Apps. Bei den Simulink-Updates liegt der Schwerpunkt auf einem erweiterten Zugriff und höherer Geschwindigkeit, einschließlich der Einführung von Simulink Online für den Browserzugriff. R2020b führt zudem neue Produkte ein, die auf Fähigkeiten der künstlichen Intelligenz (KI) aufbauen, die Entwicklung autonomer Systeme beschleunigen und die Erstellung von 3D-Szenen für Simulationen im Bereich des automatisierten Fahrens beschleunigen. Weitere Einzelheiten finden Sie im Video zu Release 2020b.

Unter den Hunderten von neuen und aktualisierten Funktionen bietet MATLAB neue Blasen- und Schwarmdiagramme, die Möglichkeit, Diffs und Merges von App-Designer-Anwendungen mit dem Comparison Tool in MATLAB auszuführen sowie benutzerdefinierte Figure Icons und Komponenten für MATLAB-Apps. Zusätzlich zu Simulink Online zum Anzeigen, Bearbeiten und Simulieren von Simulink-Modellen über den Webbrowser bietet R2020b die Möglichkeit, Code für referenzierte Modellhierarchien in Simulink bis zu zweimal schneller zu generieren. Zusätzlich enthält es neue Automerge-Funktionen zur Automatisierung kontinuierlicher Integrations-Workflows.

Zusätzliche Highlights des Releases 2020b

KI und Deep Learning - die neue Deep Learning HDL Toolbox stellt Algorithmen- und Hardwareentwicklern Funktionen und Werkzeuge zur Verfügung, um Deep-Learning-Netzwerke auf FPGAs und SoCs zu prototypisieren und zu implementieren. Sie bietet vorgefertigte Bitstreams für die Ausführung zahlreicher Deep-Learning-Netzwerke auf unterstützten Xilinx- und Intel-FPGAs und SoCs. Tools zur Bestimmung der Performance sowie zum Abschätzen benötigter Hardwareressourcen helfen bei der Modifikation von Deep-Learning-Netzwerken durch die Untersuchung von Kompromissen bei Design, Leistung und Ressourcennutzung. Mit der Deep Learning HDL Toolbox können Ingenieure die Hardware-Implementierung ihres Deep-Learning-Netzwerks anpassen und portablen, synthetisierbaren Verilog- und VHDL-Code für den Einsatz auf jedem FPGA mittels HDL Coder und Simulink generieren.

Beginnend mit R2020b unterstützt die Deep Learning Toolbox Simulink mit Bildklassifikations- und Netzwerkvorhersage-Blöcken, um die Simulation und Generierung von Code für Deep Learning-Modelle zu vereinfachen. Aktualisierungen der Experiment-Manager-App unterstützen das parallele Training von mehreren Deep-Learning-Netzwerken und die Abstimmung von Hyperparametern mit Bayes'scher Optimierung. Die Deep Network Designer App kann jetzt Netzwerke für Bildklassifizierung, semantische Segmentierung, Multiple-Input, Out-of-Memory, Bild-zu-Bild-Regression und andere Workflows trainieren.

Autonome Systeme - zwei neue Produkte und ein größeres Update für autonome Systeme sind in R2020b enthalten. Die Lidar Toolbox ist ein neues Produkt, das Algorithmen, Funktionen und Apps für den Entwurf, die Analyse und den Test von Systemen zur Lidar-Datenverarbeitung bietet. Die UAV Toolbox ist ein weiteres neues Produkt, das Werkzeuge und Referenzanwendungen für den Entwurf, die Simulation, das Testen und den Einsatz von Anwendungen für unbemannte Luftfahrzeuge und Drohnen bereitstellt. Zu den Aktualisierungen der Sensor Fusion und Tracking Toolbox gehören die Möglichkeit, Objekte mit dem gitterbasierten RFS-Tracker (RFS = Random Finite Set) zu verfolgen, sowie die Möglichkeit, Flugbahnen mit erdzentrierten Wegpunkten zu erstellen.

Automobilindustrie - für die Automobilindustrie automatisiert das neue Produkt RoadRunner Scene Builder – als Teil der RoadRunner-Produktfamilie – die Erstellung von Straßennetzen aus HD-Maps. AUTOSAR Blockset-Updates ermöglichen die Nutzung der Schemaversion 4.4 für den Import und Export von ARXML-Dateien und die Generierung von AUTOSAR-konformem C-Code. Darüber hinaus bieten sie Linux-Executables für adaptive Modelle und helfen so bei der Erstellung einer adaptiven AUTOSAR-Executable für die Ausführung als eigenständige Anwendung. Das Vehicle Dynamics Blockset enthält jetzt die Möglichkeit, 6DOF-Anhänger und Fahrzeuge mit drei Achsen sowie Simulink 3D-Blöcke zu implementieren, die die Möglichkeit bieten, Traktoren und Anhänger in der Unreal Engine 3D-Umgebung zu visualisieren.

Auf Facebook teilenAuf Twitter teilenAuf Linkedin teilenVia Mail teilen

Das könnte Sie auch interessieren

Entwicklung und Implementierung von Algorithmen beschleunigen
Embedded Machine & Deep Learning: Workflows für Edge Devices
Lifecycle-Management für SoCs
Deep Learning kann viel mehr als Bildklassifikation
Zusätzliche KI-Funktionen für Deep Learning
Kostenlos: PADS Professional Software für PCB-Design
Übernahmevereinbarung
FPGA- und ASIC-Verifikation beschleunigen
Aus Erfahrung klug werden

Verwandte Artikel

MathWorks GmbH, MathWorks GmbH