PDF1. Introduction
LabVIEW offre déjà un large éventail de fonctions de traitement et d'analyse du signal intégrées, mais de nouveaux types de données et d'IP deviennent indispensables à mesure que les ingénieurs et les scientifiques continuent de tirer parti de LabVIEW et des matériels d'E/S de NI pour les applications gourmandes en calculs, et ce, de la recherche en fusion nucléaire aux renseignements d'origine électromagnétique et aux systèmes de robotique complexes. En outre, les systèmes scientifiques qui nécessitent de grandes quantités de traitement de données dans des laps de temps très courts combinent de plus en plus d'éléments informatiques comme les microprocesseurs, les circuits FPGA (field-programmable gate array) et les unités de traitement graphique afin d'exploiter les points forts respectifs de chacun de ces matériels.
Poursuivez votre lecture pour en savoir plus sur les nouveautés de la plate-forme LabVIEW : le Toolkit LabVIEW Multicore Analysis and Sparse Matrix, le Toolkit LabVIEW GPU Analysis, et les fonctions de vision binoculaire stéréo offertes par le Module NI Vision Development.
2. Relever les défis avec le Toolkit LabVIEW Multicore Analysis and Sparse Matrix
Depuis quelque temps déjà, LabVIEW est à même d'exécuter plusieurs algorithmes en parallèle sur des processeurs multicœurs. Toutefois, il n'exploite pas pleinement ces processeurs pour améliorer les performances de chaque algorithme sur des ensembles de données spécifiques. Le Toolkit LabVIEW Multicore Analysis and Sparse Matrix ajoute des algorithmes optimisés d'algèbre linéaire et de FFT reposant sur les capacités de multithreading de la bibliothèque MKL (Math Kernel Library) d'Intel sur la plate-forme Windows. Des fonctions d'algèbre linéaire sont également disponibles pour systèmes LabVIEW Real-Time (ETS) qui exploitent la bibliothèque MKL séquentielle d'Intel.
Figure n°1. Lorsqu'elle est exécutée sur un processeur quadricœur, la FFT multithread intégrée au Toolkit LabVIEW Multicore Analysis and Sparse Matrix se distingue de la FFT standard (un seul thread) par une amélioration d'un facteur de 3 à 4.
Par ailleurs, les matrices qui se trouvent dans différentes applications techniques et scientifiques comprennent fréquemment des éléments dont la valeur est zéro. Les opérations d'algèbre linéaire sur ces matrices creuses peuvent bénéficier de cette propriété pour effectuer des calculs plus rapides sur des matrices de plus grande envergure. Ce toolkit ajoute de nouvelles classes, ainsi que de nouveaux VIs et graphes permettant de travailler avec des matrices creuses réelles et complexes aussi bien sur des cibles Windows que LabVIEW Real-Time (ETS). Enfin, l'ensemble de ces nouvelles bibliothèques disponibles sur le toolkit agissent sur des données à virgules flottantes double et simple précision, ce qui vous permet d'optimiser l'équilibre entre la précision des données, les performances de calculs et l'utilisation de la mémoire.
»En savoir plus sur le Toolkit LabVIEW Multicore Analysis and Sparse Matrix
3. Communiquer entre les applications LabVIEW et les applications d'unités de traitement graphique avec le Toolkit LabVIEW GPU Analysis
Initialement conçues pour supporter les opérations de traitement graphique, les unités de traitement graphique, ou GPU, offrent une architecture matérielle qui se distingue clairement des micropresseurs, avec fréquemment quelques centaines de cœurs de traitement à virgule flottante de capacité limitée. Intrinsèquement parallèles, les matériels GPU sont de plus en plus utilisés pour effectuer des calculs génériques sur des ensembles de données hautement parallèles.
Avec le Toolkit LabVIEW GPU Analysis, vous pouvez établir la communication entre les applications de bureau LabVIEW et les unités de traitement graphique CUDA développées par NVIDIA. De plus, vous pouvez exécuter un ensemble de fonctions d'algèbre linéaire et de traitement du signal pré-encapsulées sur la GPU (par exemple CUBLAS, CUFFT, ou d'autres bibliothèques), ou encapsuler vos propres applications GPU et les appeler depuis LabVIEW.
4. Étendre les capacités des systèmes de vision avec les nouvelles fonctions de vision binoculaire stéréo offertes par le Module NI Vision Development
Élément essentiel, la vision fait partie intégrante d'un large éventail d'applications de test et de contrôle. Bon nombre de ces applications ont le potentiel nécessaire pour bénéficier pleinement des informations spatiales 3D, qui permettent de simplifier et d'améliorer la précision et la fiabilité des systèmes de vision. Palettisation et dépalettisation, assemblage d'éléments de robotique haute précision, machines de type "pick-and-place", mesures de surfaces, systèmes d'inspection et systèmes de surveillance sont quelques exemples d'applications dans lesquelles les informations de vision 3D peuvent s'avérer très utiles.
Figure n°2. Les fonctions de vision binoculaire stéréo disponibles dans le Module NI Vision Development vous permettent d'extraire des informations 3D à partir d'un ensemble d'images.
Les systèmes de vision binoculaire stéréo mettent en œuvre deux caméras montées de manière presque parallèle avec une faible distance entre elles deux. Avec la toute dernière version du Module Vision Development, vous pouvez désormais extraire et bénéficier des informations 3D dans vos applications LabVIEW en tirant avantage d'un large éventail de fonctions de vision binoculaire stéréo.
5. En savoir plus sur les nouvelles capacités de LabVIEW ou télécharger la version d'évaluation
Vous pouvez utiliser les liens suivants afin de découvrir d'autres nouvelles capacités de LabVIEW, ou télécharger les versions d'évaluation des logiciels référencés sur cette page.
»Explorer davantage de nouveautés de LabVIEW
»Acheter ou télécharger une version d'évaluation du Toolkit LabVIEW GPU Analysis
»Acheter ou télécharger une version d'évaluation du Module NI Vision Development
