Integrate TensorFlow Model into Simulink for Simulation and Code Generation
Watch a quick demonstration of how to use a pretrained TensorFlow™ network in Simulink® to implement a deep learning-based, state-of-charge estimation algorithm for a battery management system.
This demo uses a neural network that has been trained in TensorFlow using battery discharge data measured in the lab.
The example has two parts: importing a pretrained TensorFlow model into MATLAB® and using the imported model in Simulink for simulation and library-free C code generation. The first part shows how to use the importTensorFlowNetwork command to bring a neural network into MATLAB from TensorFlow and how to visualize an imported network in Deep Network Designer.
The second part illustrates how to put an imported network into a Simulink model using Predict block. Using this block, the network is simulated and results are compared with the true state-of-charge level as well as an estimate obtained using an extended Kalman Filter. Finally, the imported network is used to generate library-free C code that can run on any microcontroller or ECU, including the NXP S32K boards.
Published: 4 Apr 2022
Featured Product
Deep Learning Toolbox
Up Next:
Related Videos:
웹사이트 선택
번역된 콘텐츠를 보고 지역별 이벤트와 혜택을 살펴보려면 웹사이트를 선택하십시오. 현재 계신 지역에 따라 다음 웹사이트를 권장합니다:
또한 다음 목록에서 웹사이트를 선택하실 수도 있습니다.
사이트 성능 최적화 방법
최고의 사이트 성능을 위해 중국 사이트(중국어 또는 영어)를 선택하십시오. 현재 계신 지역에서는 다른 국가의 MathWorks 사이트 방문이 최적화되지 않았습니다.
미주
- América Latina (Español)
- Canada (English)
- United States (English)
유럽
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
아시아 태평양
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)