使用全新的MATLAB和Simulink加速自动驾驶开发

自动驾驶对感知、规划与控制算法提出了很高的要求，伴随而来的问题则是如何开发并验证这些复杂的算法。应对安全事故频出的现状，借助成熟的商业工具MATLAB®和Simulink®，我们能够高效、可靠地开展这些工作：

  • 真实值标注、基于深度学习的语义分割及GPU加速训练
  • 实时的传感器数据可视化及传感器融合
  • 车辆动力学建模、传感器建模与模型预测控制算法开发
  • 建立虚拟驾驶场景、进行闭环仿真

录制日期: 2018 年 5 月 22 日

了解更多

查看幻灯片
相关信息
申请试用版

反馈

下一个:

Virtual engineering technology has undergone rapid progress in recent years and has been widely accepted for commercial product development. Product design and manufacturing organizations are moving from the traditional multiple and serial test cycle

Optimal Neural Network for Automotive Product Development

相关视频:

利用NVDIA GPU加速MATLAB运算速度

GPU 加速和集群计算

讨论提高MATLAB代码效率的策略和技巧，包括如何优化MATLAB代码和发现瓶颈。您还将会了解如何使用MATLAB Parallel Server™ （MATLAB分布式运算引擎）和Parallel Computing Toolbox™（并行计算工具箱），充分利用计算机集群的硬件资源来加速你的MATLAB应用程序。您也将会学习如何在充分利用您桌面机以外的硬件资源的同时，对现有的代码和工作流程做最小的改动。

MATLAB并行计算 – 从个人桌面到远程集群和云

背景：如何写出具有MATLAB程序特色的高效代码？此次研讨会将针对这个问题进行深入讨论。这会涉及到MATLAB平台介绍 – 细致了解编程环境，对写出高质量代码很有帮助；还会进行MATLAB代码瓶颈分析，覆盖I/O处理，图形处理等；最后是并行计算 – 实例演示如何快速实现高质量串行代码的并行化。相关产品：MATLABOptimization ToolboxParallel Computing Toolbox受众：对MATLAB编程比较熟悉的用

MATLAB高级编程之性能加速：从代码优化到并行计算

Parallel Computing with MATLAB and Simulink

Parallel Computing with MATLAB and Simulink

查看更多相关视频