MathWorks met l’accent sur la maintenance prédictive et la simulation dynamique de véhicule

Mathworks R2018a

Dans la version 2018a des familles des produits Matlab et Simulink de MathWorks (qui met à jour chaque printemps l’ensemble de ses produits), deux nouvelles technologies font leur apparition, à travers des boîtes à outils spécialisées. ...Dans le domaine industriel, la Predictive Maintenance Toolbox permet de concevoir et tester des algorithmes de maintenance prédictive et de surveillance de l’état de machines tandis que, dans le secteur automobile, le Vehicle Dynamics Blockset autorise la modélisation et la simulation dynamique de véhicule dans un environnement 3D virtuel.

Au-delà de ces deux innovations, cette version inclut des mises à jour et correctifs pour les deux grandes familles Matlab et Simulink. Pour la première, on peut citer le traitement des images 3D et la visualisation de volume, la mise à disposition de méthodes de décomposition par branche pour résoudre plus rapidement les problèmes linéaires à entiers mixtes (Optimization Toolbox), ainsi que la prise en charge de couches d'apprentissage profond et de réseaux de neurones importés de l’outil TensorFlow-Kera. On notera aussi la génération de code C à partir des réseaux de Deep Learning pour les processeurs Intel et ARM ou encore la génération de code Cuda pour les réseaux disposant d’une topologie DAG (Directed Acyclic Graph) et les réseaux préentraînés comme GoogLeNet, ResNet et SegNet.

Du côté des nouveautés de Simulink, on signalera une fonction d’insertion rapide prédictive pour connecter un bloc recommandé à un bloc existant dans un modèle, ainsi que des fonctions de détection des collisions d’objets virtuels à l’aide de nuages de points et de lancer de rayons et de géométries primitives. A noter également la définition interactive des acteurs et des scénarios de conduite pour tester les algorithmes de fusion de capteurs et de contrôle (Automated Driving System Toolbox) et un bloc ADAS pour la conception, la simulation et l’implémentation d’algorithmes de régulation adaptative de la vitesse et d’alerte de franchissement de lignes blanches. Par ailleurs, Simulink prend désormais en charge les protocoles CAN FD et XCP sur Ethernet pour communiquer avec les ECU (Vehicle Network Toolbox) ou encore la technologie de communication radio NB-IoT pour modéliser les canaux de transport et physique partagés (LTE System Toolbox).

Enfin, en ce qui concerne la génération de code et le test, Simulink apporte la génération de code C pour le déploiement de modèles d’apprentissage automatique, l’importation des exigences avec ReqIF pour la connexion aux outils tiers comme IBM Rational Doors Next Generation ou Siemens Polarion, et, enfin, la prise en charge d’Autosar pour l’analyse statique des composants logiciels qui respectent cette spécification (outil Polyspace Code Prover).