Raspberry Pi Blockset fornisce blocchi e funzioni in MATLAB e Simulink per la prototipazione e l'implementazione di applicazioni sull'hardware Raspberry Pi ®. È possibile interfacciarsi con periferiche hardware quali GPIO, I2C, SPI e moduli fotocamera per la prototipazione rapida.
Con Raspberry Pi Blockset, è possibile acquisire dati dai sensori, controllare gli attuatori e sviluppare applicazioni per l'elaborazione di immagini e audio, l'elaborazione dei segnali e i sistemi Internet of Things (IoT). È inoltre possibile distribuire applicazioni di Machine Learning o Deep Learning per il edge computing su Raspberry Pi.
È possibile sviluppare algoritmi in MATLAB e Simulink e distribuirli su Raspberry Pi utilizzando la generazione automatica di codice (con Embedded Coder). Il blockset supporta la sincronizzazione dei parametri in tempo reale, il monitoraggio dei segnali e i workflow di I/O connessi, consentendo l'interazione in tempo reale con l'hardware.
Per iniziare
Configura e distribuisci algoritmi MATLAB e modelli Simulink su hardware Raspberry Pi su piattaforme Windows®, Mac® e Linux®.
Blocchi driver di dispositivo
Utilizza i blocchi driver di dispositivo per accedere alle funzionalità specifiche del tuo hardware, come protocolli di comunicazione o librerie hardware.
Manutenzione predittiva
Monitora lo stato di salute di un dispositivo rotante o di altre apparecchiature utilizzando un algoritmo di Machine Learning per la manutenzione predittiva. Utilizza ThingSpeak per visualizzare lo stato operativo nel cloud.
Ricezione dei dati di scansione LiDAR tramite ROS
Ricevi e acquisisci dati di scansione LiDAR 2D di un ambiente interno da una rete ROS utilizzando una scheda hardware Raspberry Pi.
Rilevamento dei bordi
Acquisisci un’immagine live da una webcam ed esegui una funzione di rilevamento dei bordi su hardware Raspberry Pi come eseguibile standalone.
Classificazione delle immagini mediante Deep Learning
Genera ed esegui codice per la rete neurale ResNet-50 per identificare l’immagine fornita in input tramite la riga di comando su hardware Raspberry Pi.
Hardware supportato
Modello Raspberry Pi
- Raspberry Pi 5
- Raspberry Pi Compute Module 4
- Raspberry Pi Zero 2 W
- Raspberry Pi 4 Model B
- Raspberry Pi 3 Model B+
- Raspberry Pi Zero W
- Raspberry Pi 3 Model B
- Raspberry Pi 2 Model B
- Raspberry Pi 1 Model B+
Nota: Raspberry Pi 1 Model A, Raspberry Pi Model B, Raspberry Pi 1 Model A+ e Raspberry Pi Zero attualmente non sono supportati. Raspberry Pi Pico è supportato dal pacchetto di supporto Arduino a partire dalla versione R2024b.
Risorse di prodotto:
FAQ su Raspberry Pi Blockset
Raspberry Pi Blockset è un prodotto MathWorks che fornisce blocchi e funzioni in MATLAB e Simulink per prototipare, sviluppare e distribuire applicazioni su hardware Raspberry Pi.
MATLAB + Raspberry Pi Blockset - Controllare l'hardware in modo interattivo, leggere sensori e acquisire immagini. Aggiungere Simulink per la Model-Based Design con blocchi visivi, simulazione e test con hardware connesso. Aggiungere Embedded Coder per generare eseguibili C/C++ autonomi, abilitare il monitor and tune e distribuire sul Pi.
Embedded Coder genera codice C/C++ leggibile, compatto e veloce a partire dai tuoi algoritmi MATLAB e dai modelli Simulink, ottimizzato per processori ARM, e lo distribuisce come eseguibile autonomo su Raspberry Pi. Genera eseguibili standalone che vengono eseguiti sul Pi all'avvio. Produce C/C++ ottimizzato con miglioramenti specifici per ARM per prestazioni in tempo reale. Verifica il codice generato rispetto alla simulazione utilizzando i test SIL e PIL. Esegui il profiling dei tempi di esecuzione sull'hardware per identificare i colli di bottiglia. Controlla la struttura del codice generato, i tipi di dati e le interfacce per integrarlo con basi di codice esistenti.
Per Edge AI: rilevamento oggetti, classificazione delle immagini, riconoscimento vocale, keyword spotting (ResNet-50, YOLOX). Per comunicazione industriale: CAN/CAN FD, Modbus TCP/IP, Protocol Encoder/Decoder. Per audio e video: acquisizione/riproduzione audio, uscita DAC I2S, streaming video RTSP, elaborazione immagini da telecamera. Per acquisizione sensori e controllo: rilevamento IMU, GPIO, PWM, servo, feedback da encoder. Per robotica e controllo motori: sensor fusion, navigazione autonoma, LEGO MINDSTORMS. Per IoT e cloud: ThingSpeak, dashboard WebSocket, MQTT, HTTP. Per manutenzione predittiva: analisi delle vibrazioni, monitoraggio dello stato basato su ML, dashboard nel cloud.
Allena i modelli in MATLAB, genera C/C++ ottimizzato usando MATLAB Coder e distribuiscili come applicazioni di inferenza autonome su Raspberry Pi. Le reti supportate includono, ma non sono limitate a, ResNet-50, MobileNetV2, YOLOX, LSTM e modelli TensorFlow Lite. La quantizzazione INT8 è disponibile per inferenze più veloci su hardware ARM.
Raspberry Pi Blockset si integra con toolbox specifici di dominio per estendere le tue applicazioni: Deep Learning Toolbox, Audio Toolbox, Computer Vision Toolbox, Image Processing Toolbox, Control Systems Toolbox, Stateflow, Signal Processing Toolbox, DSP System Toolbox, Communications Toolbox, Predictive Maintenance Toolbox e Statistics and Machine Learning Toolbox.
Da MATLAB: leggere interattivamente sensori, controllare attuatori e acquisire immagini dalla riga di comando. Distribuire funzioni MATLAB come eseguibili standalone. Da Simulink: prototipare con I/O connesso per testare con hardware reale senza generazione di codice. Monitor and tune (External Mode) per modificare i parametri e monitorare i segnali dal vivo mentre il modello è in esecuzione sul Pi. Generare codice C/C++ autonomo che viene eseguito in modo indipendente all'avvio.
Raspberry Pi Blockset permette di passare dall'idea dell'algoritmo all'hardware funzionante in pochi minuti, usando blocchi visivi e funzioni MATLAB invece di scrivere codice embedded in C. Si prototipa, valida e distribuisce dallo stesso ambiente, e la toolchain si occupa della generazione del codice e dell'interfacciamento con l'hardware.
Sì. MATLAB Online consente di connettersi e programmare l'hardware Raspberry Pi interamente da un browser web, senza installare MATLAB sulla macchina locale. Questo è ideale per sviluppo remoto, hardware condiviso in contesti didattici o di laboratorio e per team che collaborano tra sedi diverse.
Raspberry Pi Blockset supporta Raspberry Pi 5, 4 Model B, 3 Model B/B+, 2 Model B, Zero W, Zero 2 W, Compute Module 4 e Compute Module 5. Il sistema operativo supportato è Raspberry Pi OS (Linux basato su Debian) nelle varianti sia a 32 bit che a 64 bit. Controllare la tabella di compatibilità specifica della release prima di utilizzare versioni più recenti del sistema operativo.
