浅析MATLAB和Simulink嵌入式视觉应用

嵌入式视觉是什么？

嵌入式视觉是指将图像处理和计算机视觉应用到嵌入式系统。

嵌入式视觉开发工作流程的主要环节包括视觉算法的算法设计、系统建模、协作和部署。

工程师使用 MATLAB 和 Simulink 开发图像处理和计算机视觉系统并将其部署到嵌入式目标硬件。借助 MATLAB 和 Simulink，您能够：

开发算法和建立系统模型

集成第三方软件框架

为目标硬件平台生成代码

为目标硬件平台生成代码

以 CPU 为目标

使用 MATLAB Coder 为在 MATLAB 中开发的视觉算法生成 C 和 C++ 代码。集成优化的库，如用于 ARM 架构的 ARM Compute Library 以及用于 Intel CPU 的 MKL-DNN 库。

以 GPU 为目标

使用 GPU Coder 从 MATLAB 生成优化的 CUDA 代码，这些代码可用于在基于 GPU 的硬件平台（包括 NVIDIA Jetson 和 DRIVE）上建立原型。

以 FPGA 和 ASIC 为目标

使用 HDL Coder 从视觉算法生成 Verilog 和 VHDL 代码，这些算法是您使用 Simulink 和 Vision HDL Toolbox 为基于 FPGA 和 ASIC 的平台而设计。

测试和验证

使用 HDL Verifier、Simulink Real-Time、Embedded Coder 和 Simulink Desktop Real-Time 执行快速原型建立、处理器在环 (PIL) 仿真和硬件在环 (HIL) 仿真，高效地测试和验证您生成的代码。

连接到嵌入式硬件并部署

从常见嵌入式硬件的各种硬件支持包中选择一种，快速开始在 MATLAB 和 Simulink 之间接收和发送真实数据，并从您的算法自动生成可执行文件，在嵌入式硬件平台上运行。

开发算法和建立系统模型

使用提供了参考标准函数和模块的 MATLAB 和 Simulink 工具，为嵌入式视觉系统设计算法和系统模型。

借助用于采集摄像机和其他传感器实时图像和视频数据的应用程序，以及用于处理、分析、仿真和可视化这些数据的应用程序，自动执行常见工作流程步骤。

Image Processing Toolbox

Computer Vision Toolbox

Deep Learning Toolbox

Automated Driving Toolbox

在协同工作流程中集成第三方软件

您可以将第三方软件工具、库、框架以及 Python、OpenCV 和 TensorFlow 等语言集成到基于 MATLAB 和 Simulink 的工作流程，以支持协作、与现有项目集成和代码可重用性。

真实世界的嵌入式视觉应用

了解 MATLAB 和 Simulink 用户如何开发和部署真实的嵌入式视觉系统

自动驾驶

Continental 使用 MATLAB 和交互式应用程序，自动学习不同的交通标志类型、访问数据库、生成组合标志样例、生成代码，并监视和评估分类器训练。

机器人

Clearpath Robotics 工程师使用 MATLAB 建立算法原型，并对数据进行分析和可视化，以用于工业机器人研发。

医学成像

Infraredx 使用 MATLAB 和 Simulink 加快血管内成像系统的 FPGA 开发。

编辑：jq