为 NVIDIA 板生成代码的前提条件

您必须安装所需的软件和硬件才能将 NVIDIA® Jetson™ 或 NVIDIA DRIVE® 板与 MATLAB® 结合使用。要使用 MATLAB Coder™ Support Package for NVIDIA Jetson and NVIDIA DRIVE Platforms，您必须使用受支持的硬件板，安装所需的软件并设置环境变量。要以 GPU 设备为目标，您还可以安装 GPU Coder™。

目标需求

目标 NVIDIA 板必须为受支持的板，并且您必须在板上安装 NVIDIA 软件和其他库。支持包使用环境变量来定位所需的软件。

目标硬件

MATLAB Coder Support Package for NVIDIA Jetson and NVIDIA DRIVE Platforms 支持以下板：

  • NVIDIA DRIVE PX 2

  • NVIDIA Clara AGX™

  • NVIDIA Jetson AGX Xavier™

  • NVIDIA Jetson AGX Orin™

  • NVIDIA Jetson Orin Nano

  • NVIDIA Jetson Orin NX（不支持 GPIO 工作流）

  • NVIDIA Jetson Nano™

  • NVIDIA Jetson TX1

  • NVIDIA Jetson TX2

  • NVIDIA Jetson Xavier NX

支持包使用通过 TCP/IP 的 SSH 连接来执行命令，同时在 Jetson 或 DRIVE 平台上编译和运行生成的代码。将目标平台连接到与主机相同的网络。或者，使用以太网交叉电缆将板直接连接到主机。

注意

在 Windows® 平台上，在 Windows 防火墙设置中打开端口 18735。此端口是与在嵌入式平台上运行的 MATLAB 服务器建立连接所必需的。

所需的目标软件

使用 NVIDIA JetPack (NVIDIA) 或 DriveOS SDK (NVIDIA) 软件安装在 Jetson 或 DRIVE 平台上开发应用程序所需的操作系统镜像、开发人员工具和库。您可以使用 JetPack 或 Drive Platform 软件中的 Component Manager 选择要在目标硬件上安装的组件。有关安装说明，请参考 NVIDIA 板文档。在 Jetson 或 DRIVE 板上安装以下库：

  • CUDA® 工具包

  • NVIDIA CUDA 深度神经网络 (cuDNN) 库

  • NVIDIA TensorRT™ 库

  • OpenCV 库

  • GStreamer 库版本 1.0 或更高

MATLAB Coder Support Package for NVIDIA Jetson and NVIDIA DRIVE Platforms 支持以下 JetPack 和 DriveOS SDK 版本。

硬件平台软件版本
Jetson AGX Orin

JetPack 6.0

注意

  • 默认情况下，JetPack 6 使板的 GPIO 引脚仅用于输入。要将 GPIO 引脚用于输出，请参阅 NVIDIA 文档以更改板的引脚复用。

  • 使用 JetPack 6.1 配置的板不支持生成使用 TensorRT 库的代码。

Jetson Orin Nano

Jetson Orin NX

Jetson AGX Xavier

JetPack 5.1.1

Jetson Xavier NX

Clara AGX

Holoscan SDK

注意

  • 不支持生成使用 TensorRT 库的代码。

  • 不支持使用 Clara AGX 板的 GPIO 引脚。

Jetson Nano

JetPack 4.6.1

Jetson TX1

Jetson TX2

DRIVE

DRIVE OS 5.0.10.3-12606092

可选目标软件

这些功能需要在目标上安装额外的软件：

  • 要运行网络摄像头示例，请安装 Simple DirectMedia Layer 库的 1.2 版本、V4L2 库和 V4L2 实用工具。您还必须安装这些库的开发包。要安装这些库，请使用以下命令：

    sudo apt-get install libsdl1.2debian libsdl1.2-dev v4l-utils

  • 要部署 Audio File Read Simulink® 模块，请安装 Sound eXchange (SoX) 实用工具及其开发和格式库。要在 Jetson 上安装这些库，请使用 apt-get 命令。

    sudo -S apt-get -y install sox libsox-fmt-all libsox-dev alsa-utils

  • 要使用 Modbus® 函数和模块，请从 https://github.com/stephane/libmodbus 安装 libmodbus 库。要安装这些库，请使用以下命令：

    git clone https://github.com/stephane/libmodbus
cd libmodbus
./autogen.sh
./configure && sudo make install

  • 要使用 MQTT Publish 和 MQTT Subscribe 模块，请从 https://github.com/eclipse-paho/paho.mqtt.c 安装 MQTT 库。您还必须安装 json-c 库。

    要安装 MQTT 库，请使用以下命令：

    git clone https://github.com/eclipse/paho.mqtt.c.git
cd paho.mqtt.c
make
sudo -S make install

    要安装 json-c 库，请使用以下命令：

    sudo apt install libjson-c-dev

目标上的环境变量

支持包使用环境变量来定位代码生成所需的工具、编译器和库。设置下表中的环境变量。

变量名称默认值描述
PATH/usr/local/cuda/bin

Jetson 或 DRIVE 平台上的 CUDA 工具包可执行文件的路径。

LD_LIBRARY_PATH/usr/local/cuda/lib64

Jetson 或 DRIVE 平台上的 CUDA 库文件夹的路径。

必需的环境变量必须能够通过非交互式 SSH 登录进行访问。例如，您可以在 $HOME/.bashrc shell 配置文件的开头使用 export 命令添加环境变量。

 示例 .bashrc 文件

您也可以在 /etc/environment 文件中设置系统范围的环境变量。您必须有 sudo 权限才能编辑此文件。

 /etc/environment 示例文件

输入设备

要录制视频或音频，请连接：

  • 连接到目标硬件的 USB 或 CSI 端口的摄像头

  • USB 音频设备

开发主机要求

开发主机必须安装了 MATLAB 和 MATLAB Coder。对于处理器在环 (PIL) 执行，您还必须在主机上安装支持的编译器。（可选）要以 GPU 设备为目标或为深度学习应用生成代码，请安装额外的 MathWorks® 软件。

可选的 MathWorks 软件

  • GPU Coder - 使用 GPU 时需要

  • Parallel Computing Toolbox™ - 使用 GPU 时需要

  • Simulink - 从 Simulink 模型生成代码时需要

  • Simulink Coder - 从 Simulink 模型生成代码时需要

  • Deep Learning Toolbox™ - 深度学习需要

  • MATLAB Coder Interface for Deep Learning 和 GPU Coder Interface for Deep Learning 支持包（深度学习需要）

  • Embedded Coder® - 推荐

  • Computer Vision Toolbox™ - 推荐

  • Image Processing Toolbox™ - 推荐

要验证 Jetson 或 DRIVE 上的 GPU 代码生成环境，请使用 GPU 环境检查 (GPU Coder)或 coder.checkGpuInstall (GPU Coder) 函数。

另请参阅

主题