21.–23. Juni | Nürnberg
Effiziente Entwicklung und Testen von Embedded Systemen
Auf der diesjährigen embedded world in Nürnberg wird MathWorks in Halle 4, Stand 110 mehrere Demos mit hilfreichen Informationen und Neuigkeiten für Embedded Ingenieure vorstellen:
- End-to-End Workflow für Deep-Learning-Based Wireless Design in MATLAB
MathWorks zeigt, wie sich drahtlose Kommunikation und Deep Learning in MATLAB durch eine Anwendung zur Positionsbestimmung und Lokalisierung miteinander verbinden lassen. Sie erzeugen standardkonforme IEEE 802.11az-Signale und verwenden Kanalimpulsantworten (CIRs) als Fingerprints an mehreren Standorten, um Deep-Learning-Modelle zur Vorhersage der genauen Position einer WiFi-Station zu trainieren und zu testen. - Klassifizierung von EKG-Signalen mit einem DAG-Netzwerk auf einem FPGA
Mithilfe der Deep Learning HDL Toolbox zeigen die MathWorks-Experten, wie man menschliche Elektrokardiogrammsignale (EKG) mit einem trainierten gerichteten azyklischen Graphennetz (DAG) klassifiziert. - Aufnahme und Platzierung von Objekten mit einem KINOVA® Gen3 Roboterarm
Die Demo zeigt, wie man Algorithmen für Bildsensoren einsetzt, um Objekte mit einem Roboterarm autonom aufzunehmen und zu platzieren. Der Algorithmus wird in Simulink entwickelt und als eigenständiger ROS-Knoten auf einem NVIDIA® Jetson™ Compute Board ausgeführt. Der KINOVA® Gen3-Roboterarm erhält die wichtigsten Parameter des Vision-Sensors, den aktuellen Zustand des Roboters sowie die Position und Ausrichtung des Objekts im aufgenommenen Bild.
Vorträge zum Thema im Rahmen der embedded world
- An End-to-End Workflow for Deep Learning–Based Indoor Positioning Using IEEE 802.11az
von Dr. Ahmad Saad, MathWorks 21.06. | 14:45 – 15:15 | Session 8.2 Autonomous and Intelligent Systems – Embedded AI Use Cases - Development and Integration of AUTOSAR Classic and Adaptive Applications Based on SOME/IP
von Aastha Kanwar, MathWorks
22.06. | 14:45 – 15:15 | Session 3.2 Embedded OS – Automotive OS 1 - Continuous Integration for Model-Based Design
von Pablo Romero Cumbreras und Tjorben Gross, MathWorks 22.06. | 14:15 – 14:45 | Session 6.8 Systems & Software Engineering – DevOps - How to Quickly Create Simulations for Early Testing of Autonomous Systems
von Marco Roggero, MathWorks 22.06. | 13:45 – 14:15 | Session 4.6 Safety & Security – Software 2
Model-Based Design for Embedded Control Systems
Generating CUDA Code from MATLAB: Accelerating Embedded Vision and Deep Learning Algorithms on GPUs
Deep Learning and Traditional Machine Learning: Choosing the Right Approach (Interactive)
Digital Twins for Predictive Maintenance (Interactive)
Speeding Up Data Preprocessing for Machine Learning (Interactive)
Automating Verification and Validation with Simulink
Machine Learning Q&A: All About Model Validation (Interactive)