教学与科研

教学与科研

与前沿科技同步，与教学实践融合。MATLAB 和 Simulink 成为全球6500+所大学的选择，143,000+师生使用 MATLAB 及 Simulink 对硬件进行编程，同时也助力国内上百所高校实现“理论-仿真-实践”一个平台学到底。

在本展台中，您将着重看到如下实例和了解更多教育资讯: 

  1. 使用深度学习进行调制分类，使用 ADALM-PLUTO 和 USRP SDR，实现真实无线电信号收发与识别；
  2. 利用 MATLAB 访问由智能手机采集到的时序信号，利用树莓派实现基于机器学习的人体姿态识别；
  3. 使用 Simulink 为基于 Arduino 的移动漫游车编程，使漫游车可以实现循迹、移动对象、以及避障等操作；
  4. 在 MATLAB 和 Simulink 中进行图像处理与坐标转变、设计基于 Arduino 的墙壁绘图机器人。

自动驾驶与自主系统

机器人和自主系统的应用展示

自主系统的开发有许多挑战，需要多物理系统的联合仿真、算法复杂、缺少端到端的一体化开发流程，为了应对这些挑战，MATLAB为机器人系统开发提供了专用的算法、仿真环境、ROS支持和硬件支持包，可以在该平台下进行机械电气系统的仿真、感知和运动规划的算法设计，通过连接外部仿真器评估机器人算法，最终自动生成代码部署到机器人控制器上。

在本展台，您将看到：

  1. MATLAB 通过硬件支持包控制kinova机械臂
  2. UAV Toolbox 展示如何实现无人机在城市环境的不同位置起飞、飞行和降落
  3. UAV联合Unreal Engine在模拟的水下环境测试自主导航算法

使用Vehicle Dynamic Blockset仿真验证商用车AEB功能

对商用车的自动驾驶功能进行闭环仿真验证有诸多挑战，需要将控制算法、车辆动力学模型和驾驶环境集成在一个仿真平台上。

基于Vehicle dynamic blockset工具箱提供的三轴车辆模型，可以对商用车以及挂车建模，为商用车AEB功能算法的验证提供被控对象模型。

借助Simulink与Unreal Engine的接口，可以将仿真结果再3D场景中展示出来。 

本展台，您将看到：

  1. 使用Vehicle dynamic blockset对多轴车辆建模
  2. 使用自动驾驶工具箱搭建AEB的测试场景。
  3. 将AEB的测试结果，车辆的运动状态在Unreal Engine环境中显示。
  4. 控制算法的HIL 测试验证。

使用RoadRunner创建3D环境，仿真自动驾驶功能

MATLAB为开发自动驾驶系统提供了多学科算法和仿真环境，同时可将算法部署到嵌入式硬件。RoadRunner是一个3D道路环境编辑工具，可以快速创建用于仿真自动驾驶功能的场景。借助Unreal Engine，能够添加动态的交通参与者，并与Simulink中的自动驾驶算法进行联合仿真。随后，Embedded Coder和GPU Coder可以把各种感知、规划、控制算法转换成C++或CUDA代码，部署到NVIDIA硬件上执行。

在本展台，您将看到如何：

  1. 使用RoadRunner创建3D道路和停车场环境
  2. 使用Simulink实现车道跟随和代客泊车，并与3D环境联合仿真
  3. 将自动驾驶算法部署到NVIDIA硬件上

电力电子控制设计

基于模型的电力电子控制设计

电力电子产品设计过程中面临很多的挑战，如实时性要求高，测试风险高，基于模型的设计方法能在保证产品的可靠性基础上，大幅提高开发效率，非常适合电力电子控制产品开发。MathWorks 为电力电子控制开发提供从建模、仿真到软件实现与验证完整的工具链支持。

在本展台中，将为您展示以下内容：

  1. 利用Simscape Electrical 进行电力电子和电机建模
  2. 使用Motor Control Blockset 提供的成熟算法模块构建电机控制算法
  3. 实现从模型到控制器的代码部署
  4. 利用实时仿真进行控制器测试

大数据与人工智能

数字孪生与工业互联网

工业互联网是面向制造业智能化、数字化、网络化的需求，构建基于数据采集、汇聚、分析的应用体系。在这个应用体系中，数字孪生发挥了重要应用。基于物理模型的数字孪生可以实现对象的仿真和故障数据生成，基于数据的数字孪生可以实现设备的剩余寿命预测与故障诊断。

在本展台，您将看到：

  1. 物理模型在预测性维护中的应用（仿真和故障数据生成）
  2. 基于数据模型实现设备的剩余寿命预测和故障诊断
  3. 工业互联网中，数据模型的的嵌入式部署，及剩余寿命预测模型的Web部署。

深度学习艺术家

深度学习不仅可以用来分辨不同绘画作品的艺术流派，还可以根据已有的绘画风格进行创作。在本展台，您将可以通过摄像头实时抓取自己的肖像，让深度学习结合梵高的Starry Night或者梵高自画像，以相同的风格创作你的自画像。

所用技术包括：

  1. Deep Learning
  2. Fast Style Transfer快速风格迁移
  3. GPU加速
  4. 基于MATLAB的APP实现

新产品专区

卫星通信系统设计和雷达信号处理

新推出的卫星通信工具箱 ，可帮助设备制造商和运营商对卫星通信系统和链路进行建模、仿真、分析和验证。这一新工具箱提供了一个灵活的环境，支持用户在 MATLAB 中开发基于标准的卫星通信信号，并具有可配置性和可扩展性，支持卫星通信、导航和遥感系统的多域仿真和验证。

雷达工具箱，包括一系列算法和工具，可用于多功能雷达系统的设计、仿真、分析和测试。借助该工具箱，雷达系统设计者和集成商可以在建造或采购雷达之前评估系统设计并做出权衡。

设计、仿真和部署DDS应用

数据分发服务（DDS）是新一代分布式实时通信中间件协议，采用发布/订阅体系架构，强调以数据为中心，提供丰富的QoS服务质量策略，以保障数据进行实时、高效、灵活地分发，可满足各种分布式实时通信应用需求。DDS工具箱可以实现以XML文件格式导入定义 ，提供用于发布和订阅的模块，支持服务质量（QoS）设置，自动生成C++代码并集成RTI Connext和eProsima栈等功能。

基于浏览器访问的Simulink仿真和 Web 应用

将 MATLAB 应用程序和 Simulink 仿真作为基于浏览器的交互式 Web 应用程序共享，只需借助 MATLAB Compiler和Simulink Compiler 将编译好的 Simulink 模型和用于设置、运行和分析仿真的 MATLAB 代码一起打包，再使用 MATLAB Web App Server 进行托管，终端用户可以使用浏览器访问和运行 Web 应用程序，而无需安装其他软件。

将深度学习网络部署到SoC和FPGA

Deep Learning HDL Toolbox™ 提供了一系列函数和工具，用于面向 SoC 和 FPGA 的深度学习网络原型开发和实现：内嵌深度学习处理器，该处理器提供常规的卷积和全连接层，由调度逻辑控制；可以自定义深度学习网络的硬件实现，并生成可移植、可综合的 Verilog® 和 VHDL® 代码；提供性能分析和估计工具，可以探索各种设计、性能和资源使用量权衡方案，以便自定义深度学习网络。

在开发环境IDE中使用Polyspace进行代码静态分析

在项目开发早期进行代码分析可提高代码质量并降低项目成本和风险。PaYC (Polyspace as You Code) 是由Polyspace产品提供的一个新插件和分析引擎，用于在集成开发环境(IDE)中执行代码静态分析，如Visual Studio (Code) 和Eclipse。当您编写代码时，PaYC 插件即时进行编码规则检测，如 MISRA C ®、MISRA C++、JSF+、CERT® C, CERT® C++,和自定义命名约定。它使您能够在开发初期识别关键缺陷和安全漏洞，而无需离开 IDE。