MATLAB Coder

Générer du code C et C++ à partir de code MATLAB

MATLAB Coder génère du code C et C++ à partir de code MATLAB pour une variété de plateformes hardware, des systèmes desktop jusqu'au hardware embarqué. Il supporte la plupart du langage MATLAB ainsi qu'un grand nombre de toolboxes. Vous pouvez intégrer le code généré dans vos projets sous forme de code source et de librairies statiques ou dynamiques. Le code généré est lisible et portable. Vous pouvez le combiner avec les composants clés de votre code C et C++ existant ou de vos librairies. Vous pouvez également packager le code généré sous forme de fonction MEX pour l'utiliser dans l'environnement MATLAB.

Utilisé avec Embedded Coder, MATLAB Coder vous permet de personnaliser et d’assurer la traçabilité du code, de l’optimiser pour une cible spécifique et de le vérifier par des tests SIL (Software-in-the-Loop) et PIL (Processor-in-the-Loop).

Pour déployer des programmes MATLAB sous forme d'applications autonomes, utilisez MATLAB Compiler. Pour générer des composants logiciels destinés à une intégration avec d'autres langages de programmation, utilisez MATLAB Compiler SDK.

Introduction à MATLAB Coder

Capture d'écran de code C généré pour une opération de multiplication matricielle.

Exécuter sur toute cible

Utilisez n'importe quel compilateur C/C++ pour compiler et exécuter votre code généré sur toute sorte de hardware, depuis les systèmes desktop, smartphones et tablettes, jusqu'au hardware embarqué. Le code généré est libre de droits ; vous pouvez donc le déployer gratuitement dans des applications commerciales pour vos clients.

Générer du code C à partir du code MATLAB (4:34)

Documentation | Exemples

Image d'une personne avec une boîte virtuelle englobante placée sur son visage.

Utiliser des fonctions depuis des toolboxes

Utilisez l'application MATLAB Coder ou des fonctions en ligne de commande équivalentes afin de générer du code pour des applications de traitement du signal, Computer Vision, Deep Learning, systèmes de contrôle, ou pour toute autre application utilisant des produits MATLAB et Simulink.

Utilisation de MATLAB pour développer des composants et des algorithmes Front-End RF 5G chez Qualcomm

Documentation | Exemples

Une image avec un robot, des téléphones mobiles, des cartes embarquées et un symbole Wifi.

Prototyper sur du hardware embarqué

Implémentez votre algorithme rapidement sur du hardware grâce à la conversion automatique en code C/C++. Ciblez n'importe quel dispositif en intégrant manuellement le code généré à votre application. Automatisez le processus pour Raspberry Pi à l'aide du Support Package MATLAB pour Raspberry Pi.

IDNEO développe des algorithmes de Computer Vision embarqués et de Machine Learning pour interpréter les résultats de groupe sanguin

Documentation | Exemples

Capture d'écran d'une application montrant la fonctionnalité de traçabilité interactive entre le code de classe MATLAB et le code de classe C/C++ généré.

Déployer du code C++ depuis MATLAB

Générez des classes C++ à partir des classes de votre code MATLAB, notamment des classes de type value, de type handle et des system objects. Compilez le code généré dans des bibliothèques C++ ou dans des exécutables et intégrez-les dans votre code source C++ existant.

Génération de code C++ orienté objet depuis des algorithmes MATLAB (4:04)

Documentation | Exemples

Capture d'écran du code C généré, incluant des appels à OpenMP.

Optimiser du code généré

Générez du code OpenMP multicœur et appelez des bibliothèques optimisées telles que LAPACK, BLAS ou encore FFTW. Utilisez Embedded Coder pour générer du code intrinsèque spécifique au processeur et s'exécutant plus rapidement que du code C/C++ ANSI/ISO standard.

Optimisations MATLAB Coder dans le code généré

Documentation | Exemples

Diapositive montrant une classification d'images en utilisant SqueezeNet avec déploiement sur Raspberry Pi.

Déployer des modèles de Machine Learning et des réseaux de Deep Learning

Déployez une variété de réseaux entraînés tels que ResNet-50, MobileNet-v2, des modèles de machines à vecteurs de support (SVM) et des modèles d'arbres de décision, avec une logique de prétraitement et de post-traitement, sur n'importe quel CPU, y compris des puces basées sur Intel^® et ARM^® Cortex^®.

Classification d'images sur des CPU ARM : SqueezeNet sur Raspberry Pi (4:22)

Documentation | Exemples

Capture d'écran d'une application montrant la fonctionnalité de traçabilité interactive entre le code MATLAB et le code C/C++ généré.

Effectuer une intégration logicielle

Réutilisez des algorithmes MATLAB en tant que code source C/C++ ou bibliothèques dans votre environnement logiciel. Le code généré utilise des types C/C++ de manière naturelle, facilitant l’intégration avec du code externe. Appelez automatiquement du code C/C++ fiable à partir du code généré.

Intégrer du code dans Visual Studio avec MATLAB Coder (4:17)

Documentation | Exemples

Capture d'écran de l’application MATLAB Coder vérifiant le code pour les fonctions MEX.

Réutiliser les tests MATLAB sur le code généré

Réutilisez vos tests MATLAB existants pour vérifier le comportement du code généré dans l'environnement MATLAB interactif. Mettez à profit l'environnement de tests unitaires MATLAB Unit Test Framework pour développer rapidement un vaste jeu de tests de régression utilisables pour vérifier le code C/C++ généré.

Tests unitaires de votre code généré avec MATLAB Coder (2:58)

Documentation | Exemples

Générez et déployez des algorithmes de détection de véhicules sur des dispositifs hardware tels que des GPU.

Accélérer les algorithmes

Appelez le code généré sous forme de fonctions MEX depuis votre code MATLAB pour accélérer son exécution. Profilez les fonctions MEX générées pour identifier les goulots d'étranglement et ainsi cibler vos efforts d'optimisation.

Accélérer un algorithme de compression d'image avec MATLAB Coder (4:21)

Documentation | Exemples

Ressources produits :

Documentation Exemples Vidéos Articles techniques Fonctions Support hardware Configuration requise Notes de version Fonctions supportées

VivaQuant accélère le développement et la validation d'un équipement embarqué pour un système ECG ambulatoire

« L'utilisation de MATLAB, MATLAB Coder et Fixed-Point Designer a permis à notre petite équipe de développer un algorithme complexe de traitement du signal temps réel, de l'optimiser pour réduire les besoins en puissance et en mémoire, d'accélérer l'implémentation du code embarqué et de mener à bien les tests rigoureux nécessaires à la validation des équipements médicaux. »
Marina Brockway, VivaQuant

Consultez d'autres témoignages clients