电子书

第 7 章

使用 Simulink 将人工智能融入系统级设计

MATLAB 通过 Statistics and Machine Learning Toolbox 和 Deep Learning Toolbox 将人工智能融入模型开发过程。而 Simulink 则将人工智能融入系统级设计。

在整个开发过程中使用 Simulink 模型，是一种称为“基于模型的设计”的方法，也是一种以较低风险、高效开发复杂系统的成熟方法。

借助 Simulink，工程师们可以通过模块图仿真理解和分析复杂系统。Simulink 提供了机器学习和深度学习相关的模块，便于工程师们将人工智能技术与基于模型的设计结合使用。

通过将人工智能融入基于模型的设计进行嵌入式算法开发，您可以完成以下任务：

  • 试验一种算法的多个人工智能模型，并快速进行准确度和设备性能之间的权衡比较。
  • 在部署人工智能算法模型之前，评估它们是否符合系统要求。
  • 在仿真环境中运行您的人工智能模型和其他模型，以发现系统集成问题。
  • 测试在硬件上或物理环境中运行起来困难、成本高或有危险的场景。
为外科手术设计的金属机器人。

开发像手术机器人这类融入人工智能的复杂设备需要进行系统级集成和仿真。

此外，您还可以使用人工智能进行数据驱动的降阶建模 (ROM)，以便在 Simulink 中对更复杂的医疗设备系统建模。基于人工智能的 ROM 可用于替代系统的高保真第一性原理模型。基于第一性原理的模型通常计算量过大，不适合用于系统级设计，特别是在需要实时运行模型的硬件在环或处理器在环测试期间更是如此。您可以使用从真实硬件系统收集的数据来训练基于人工智能的 ROM，并将其融入到 Simulink 中，以便显著加快复杂医疗设备系统的系统仿真和测试。

另一个选择是将 Simulink 用作强化学习（机器学习 (ML) 的一个分支）的动态环境。

了解有关强化学习的更多信息

Simulink 还可以让医疗工程师在软件开发过程中遵循 IEC 62304 指导原则，并结合验证和确认工作流，从而将基于人工智能的嵌入式模型作为整个医疗设备软件开发过程的一部分进行认证。基于需求的建模和测试、系统工程、自动化的正式测试工作流、自动代码生成以及代码验证等功能，可以显著减少使用人工智能的医疗设备的总体开发成本和上市时间。

您可以阅读白皮书基于模型的设计与医疗设备开发，了解有关使用 Simulink 进行医疗设备开发的更多信息。