Raspberry Pi Blockset ofrece bloques y funciones en MATLAB y Simulink para prototipado e implementación de aplicaciones en hardware Raspberry Pi®. Puede interactuar con periféricos de hardware como GPIO, I2C, SPI y módulos de cámara, para un prototipado rápido.
Con Raspberry Pi Blockset, puede capturar datos de sensores, controlar actuadores y desarrollar aplicaciones para procesamiento de imágenes y audio, procesamiento de señales y sistemas de Internet of Things (IoT). También puede desplegar aplicaciones de Machine Learning o Deep Learning para edge computing en Raspberry Pi.
Puede desarrollar algoritmos en MATLAB y Simulink, y desplegarlos en Raspberry Pi con generación automática de código mediante Embedded Coder. El blockset admite el ajuste de parámetros en tiempo real, la monitorización de señales y los flujos de trabajo de E/S conectados, lo que permite la interacción en tiempo real con el hardware.
Primeros pasos
Configure y despliegue algoritmos de MATLAB y modelos de Simulink en hardware Raspberry Pi en plataformas Windows®, Mac®, and Linux®.
Bloques de controlador de dispositivo
Utilice bloques de controlador de dispositivo para acceder a funcionalidades específicas del hardware de la placa, como protocolos de comunicación o librerías de hardware.
Mantenimiento predictivo
Supervise el estado de un dispositivo rotativo u otros equipos utilizando un algoritmo de Machine Learning para mantenimiento predictivo. Utilice ThingSpeak para visualizar el estado de funcionamiento en la nube.
Lea datos de escaneo de LiDAR a través de ROS
Lea y reciba datos de escaneo de LiDAR 2-D de un entorno de interiores desde una red ROS utilizando la placa de hardware Raspberry Pi.
Detección de bordes
Capture una imagen de webcam en vivo y despliegue una función de detección de bordes en el hardware Raspberry Pi como un ejecutable independiente.
Clasificación de imágenes con Deep Learning
Genere y despliegue código para una red neuronal ResNet-50 a fin de identificar la imagen proporcionada como entrada utilizando la línea de comandos de Raspberry Pi.
Hardware compatible
Modelos de 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: Actualmente, no se admiten Raspberry Pi 1 Model A, Raspberry Pi Model B, Raspberry Pi 1 Model A+ ni Raspberry Pi Zero. A partir de la versión R2024b, el paquete de soporte de Arduino admite Raspberry Pi Pico.
Recursos del producto:
Preguntas frecuentes sobre Raspberry Pi Blockset
Raspberry Pi Blockset es un producto de MathWorks que proporciona bloques y funciones en MATLAB y Simulink para el prototipado, desarrollo y despliegue de aplicaciones en hardware Raspberry Pi.
MATLAB + Raspberry Pi Blockset: controlar hardware de forma interactiva, leer sensores y capturar imágenes. Añada Simulink para Model-Based Design con bloques visuales, simulación y pruebas con hardware conectado. Añada Embedded Coder para generar ejecutables C/C++ independientes, habilitar monitor and tune y desplegar en la Pi.
Embedded Coder genera código C/C++ legible, compacto y rápido a partir de sus algoritmos de MATLAB y modelos de Simulink, optimizado para procesadores ARM, y lo despliega como un ejecutable independiente en Raspberry Pi. Genere ejecutables standalone que se ejecuten en la Pi al arrancar. Produzca C/C++ optimizado con mejoras específicas para ARM para rendimiento en tiempo real. Verifique el código generado frente a la simulación usando pruebas SIL y PIL. Mida el tiempo de ejecución en el hardware para identificar cuellos de botella. Controle la estructura del código generado, los tipos de datos y las interfaces para integrarlo con bases de código existentes.
Para Edge AI: detección de objetos, clasificación de imágenes, reconocimiento de voz, detección de palabras clave (ResNet-50, YOLOX). Para comunicación industrial: CAN/CAN FD, Modbus TCP/IP, codificador/decodificador de protocolos. Para audio y video: captura/reproducción de audio, salida DAC I2S, transmisión de video RTSP, procesamiento de imágenes de cámara. Para adquisición y control de sensores: sensado IMU, GPIO, PWM, servos, retroalimentación de codificador. Para robótica y control de motores: fusión de sensores, navegación autónoma, LEGO MINDSTORMS. Para IoT y la nube: ThingSpeak, paneles WebSocket, MQTT, HTTP. Para mantenimiento predictivo: análisis de vibraciones, monitorización de estado basada en ML, paneles de control en la nube.
Entrene modelos en MATLAB, genere C/C++ optimizado usando MATLAB Coder y despliegue aplicaciones de inferencia independientes en Raspberry Pi. Las redes compatibles incluyen, entre otras, ResNet-50, MobileNetV2, YOLOX, LSTM y modelos TensorFlow Lite. La cuantización INT8 está disponible para una inferencia más rápida en hardware ARM.
Raspberry Pi Blockset se integra con toolboxes específicos de dominio para ampliar sus aplicaciones: 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 y Statistics and Machine Learning Toolbox.
Desde MATLAB: leer sensores de forma interactiva, controlar actuadores y capturar imágenes desde la línea de comandos. Desplegar funciones de MATLAB como ejecutables standalone. Desde Simulink: prototipar con E/S conectadas para probar con hardware real sin generación de código. Monitor and tune (External Mode) para modificar parámetros y supervisar señales en directo mientras el modelo se ejecuta en la Pi. Generar código C/C++ independiente que se ejecute de forma autónoma al arrancar.
Raspberry Pi Blockset le permite pasar de la idea de un algoritmo a ejecutarlo en hardware en cuestión de minutos, utilizando bloques visuales y funciones de MATLAB en lugar de escribir código C embebido. Puede prototipar, validar y desplegar desde el mismo entorno, mientras que la cadena de herramientas se encarga de la generación de código y de la interfaz con el hardware.
Sí. MATLAB Online permite conectar y programar hardware Raspberry Pi íntegramente desde un navegador web, sin instalar MATLAB en su equipo local. Esto es ideal para desarrollo remoto, hardware compartido en aulas o laboratorios y equipos que colaboran en distintas ubicaciones.
Raspberry Pi Blockset es compatible con Raspberry Pi 5, 4 Model B, 3 Model B/B+, 2 Model B, Zero W, Zero 2 W, Compute Module 4 y Compute Module 5. El sistema operativo compatible es Raspberry Pi OS (Linux basado en Debian) en variantes de 32 bits y 64 bits. Consulte la tabla de compatibilidad específica de la versión antes de usar versiones más recientes del sistema operativo.
