MathWorks 推出 R2020b 版 MATLAB 和 Simulink!

中国，北京 – （2020 年 9 月 22 日） – MathWorks 公司今天推出了 R2020b 版 MATLAB 和 Simulink 产品系列。

MATLAB 中的新功能让用户更轻松地处理图形和创建 App ，而 Simulink 的更新侧重于帮助用户能够实现更快速、更便捷的访问。借助新推出的 Simulink Online，用户可以直接通过Web 浏览器使用Simulink。R2020b 还推出了基于人工智能(AI)的新产品，用以加快自主系统开发，快速创建自动驾驶 3D 模拟场景等。更多细节请参见 R2020b 视频。

点击观看 R2020b 视频 ——

在数百个全新和升级功能中，MATLAB 新增了气泡图和分簇散点图；提供了使用 MATLAB 比较工具对使用 App Designer 创建的 App 进行比较与合并的能力；以及将自定义的图标和组件添加到您的 MATLAB App中等特性。Simulink 则推出 Simulink Online，用户可在 Web 浏览器中查看、编辑和仿真 Simulink 模型；提升了引用模型架构 (reference model) 最高 2倍加速的代码生成能力；以及新的自动合并功能帮助用户实现自动化持续集成工作流。 

点击观看 Simulink 更新视频 ——

◆  ◆  ◆  ◆

R2020b 其他亮点 ——

AI 和深度学习

全新的Deep Learning HDL Toolbox 为算法开发人员和硬件设计人员提供了在 FPGA 和 SoC 上创建原型和实现深度学习网络的功能和工具，包括预置的比特流，用于支持在 Xilinx 和 Intel FPGA 与 SoC 器件上运行各种深度学习网络；特性分析和评估工具，通过对设计、性能和资源利用率进行权衡，从而帮助自定义深度学习网络等。使用 Deep Learning HDL Toolbox，工程师能够自定义深度学习网络的硬件实现，并利用 HDL Coder 和 Simulink 生成可移植、可合成的 Verilog 和 VHDL 代码，并部署在任何 FPGA 上。 

从 R2020b 开始，Deep Learning Toolbox 借助图像分类和网络预测模块支持 Simulink 对深度学习模型进行仿真和生成代码。对 Experiment Manager App 的升级，支持并行训练多个深度学习网络以及运用贝叶斯优化方法进行超参数调优。Deep Network Designer App 现在能够训练网络，以实现图像分类、语义分割、多输入、内存溢出、图像到图像回归等工作流程。

自主系统

R2020b 推出两款自主系统新产品以及一个重大更新。Lidar Toolbox 是一款全新产品，提供用于设计、分析和测试激光雷达处理系统的算法、函数和 App。

UAV Toolbox 是另一款新产品，提供用于设计、仿真、测试和部署无人机应用的工具和参考应用。

对于 Sensor Fusion and Tracking Toolbox 的更新包括使用基于网格的随机有限集 (RFS) 跟踪器跟踪对象，以及使用地心坐标系的路点创建轨迹的能力。 

汽车

对于汽车行业，RoadRunner 产品系列中的全新 RoadRunner Scene Builder 产品，可利用高精度地图自动创建道路网络。

对 AUTOSAR Blockset 的更新，可使根据 AUTOSAR 标准4.4 版本导入和导出 ARXML 文件并生成符合 AUTOSAR 标准的 C 代码。它还提供适用于自适应模型的 Linux 可执行文件，帮助创建作为独立应用程序运行的自适应 AUTOSAR可执行文件。

Vehicle Dynamics Blockset 现在能够使用三轴实现 6DOF 拖车和车辆，并能仿真 Simulink 3D 模块，从而可在 Unreal Engine 3D 环境中将牵引车和拖车可视化。

◆  ◆  ◆  ◆

R2020b 即将在全球发布。

有关 MATLAB 和 Simulink 产品系列的所有新产品、增强功能以及缺陷修复的信息，请点击“阅读原文”访问 R2020b 亮点页面。