日前，MathWorks宣布推出了 Release 2019b，其中包含一系列的 MATLAB 和 Simulink 新功能，包括對人工智能、深度學習和汽車行業的支持。另外，R2019b 引入了支持機器人技術的新產品、基于事件建模的新培訓資源，以及對 MATLAB 和 Simulink 產品系列的更新和 Bug 修復。版本亮點包括：

·        MATLAB

R2019b 中的 MATLAB 亮點包括引入了Live Editor（實時編輯器）任務，讓用戶能夠交互式地瀏覽參數、預處理數據，并生成 MATLAB 代碼，成為Live Script（實時腳本）的一部分。現在，MATLAB 用戶能夠專注于任務本身，而不是語法或復雜的代碼，還能夠自動運行生成的代碼，通過可視化快速對參數進行迭代。

·        Simulink

R2019b 中的 Simulink 亮點包括新的 Simulink Toolstrip，可幫助用戶訪問和發現所需的功能。在 Simulink Toolstrip 中，選項卡按照工作流程排列，并按使用頻度進行排序，從而節省了導航和搜索時間。   

·        人工智能和深度學習

        在 R2019b 中，Deep Learning Toolbox 構建于今年早些時候引入的靈活訓練循環和網絡之上。新功能讓用戶能夠使用自定義的訓練循環、自動微分、共享權重和自定義損失函數來訓練高級網絡架構。另外，用戶現在還可以構建生成對抗網絡 (GAN)、Siamese 網絡、變分自動編碼器和注意力網絡。Deep Learning Toolbox 現在還可以導出到組合 CNN 和 LSTM 層的 ONNX 格式的網絡以及包括 3D CNN 層的網絡。

·        汽車

R2019b 還引入了面向汽車行業的重要支持功能，貫穿多個產品，包括：

-        Automated Driving Toolbox：3D 仿真支持，包括在 3D 環境中開發、測試和驗證駕駛算法的能力；以及一個讓用戶能夠在給定運動學約束的條件下生成駕駛路徑的速度變化圖的模塊。

-        Powertrain Blockset：能夠生成深度學習 SI 發動機模型，用于算法設計以及性能、燃油經濟性和排放分析。還新增了 HEV P0、P1、P3 和 P4 參考應用等組裝完備的模型，可用于混合動力汽車的 HIL 測試、權衡分析和控制參數優化。 

-        Sensor Fusion and Tracking Toolbox：能夠執行軌道-軌道融合以及構建分散跟蹤系統。 

-        Polyspace Bug Finder：加大對 AUTOSAR C++14 編碼準則的支持，檢查是否存在誤用 lambda 表達式、潛在枚舉問題以及其他問題。

·        機器人

除了 Robotics System Toolbox 中的新功能以外，R2019b 還引入兩個新產品：

-        Navigation Toolbox（新增）：可用于設計、仿真和部署用于規劃和導航的算法。它包括一些算法和工具，用于設計和仿真可在物理或虛擬環境中進行映射、定位、規劃和移動的系統。 

-        ROS Toolbox（新增）：可用于設計、仿真和部署基于 ROS 的應用。該工具箱在 MATLAB?和 Simulink?與機器人操作系統（ROS 和 ROS2）之間提供了一個接口，讓用戶能夠搭建一個節點網絡，對 ROS 網絡進行建模和仿真，為 ROS 節點生成嵌入式系統軟件。 

·        Stateflow培訓

R2019b 中提供了《Stateflow 入門之旅》交互式教程，可幫助用戶學習如何創建、編輯和仿真 Stateflow 模型的基礎知識。與現有的 MATLAB、Simulink 和深度學習入門之旅一樣，這個自定進度的學習課程包括視頻教程和實際操作練習，并且提供自動評估和反饋。

R2019b 現已在全球上市。有關 MATLAB 和 Simulink 產品系列的所有新產品、增強功能和 Bug 修復的信息，請觀看 R2019b 版本亮點視頻。