Machine Vision goes Embedded

Schnittstellen Sensor-Board und Prozessor-Einheit/SoCs

Smartphones und Tablets haben unsere Sicht auf Bildaufnahme- und -verarbeitungskapazitäten von Kleinstcomputern verändert. Hohe Video- und Datenbandbreiten, bei gleichzeitig steigender Verarbeitungsleistung und niedrige Energiewerte, sowie eine fortschreitende Miniaturisierung bei höherer funktionaler Komplexität, haben das Interesse der Bildverarbeitung geweckt. Traut man aktuellen Umfragen, wird Embedded Vision einer der Technologietreiber der Zukunft sein. Aber welche Standards werden Embedded Vision und smarte Kameras für die Zukunft benötigen?
Als Abgrenzung zu ‚klassischen‘ Bildverarbeitungssystemen, die aus einer Vielzahl von Komponenten bestehen (Beleuchtung, Optiken, Kameras, Sensoren, Bildaufnahme- und -speichergeräte, Netzwerk-/Feldbusanbindungen…), definieren sich Embedded-Vision-Systeme über die Einbindung von Embedded IPCs als PXI-Plattform oder industrielle Ein-Platinen-Computer. Smart Cameras hingegen bestehen aus Sensoren und Prozessoreinheiten in einem kompakten und robusten Gehäuse, optional ausgestattet mit Beleuchtung und Optik. Die Softwareumgebung ist häufig proprietär und funktional fest definiert. Für die Untersuchung der EVSG (s.Kasten) wurden die Embedded IPCs nicht weiter betrachtet, um ein aussagekräftiges Modell zu erarbeiten. Die Anforderung an die Leistungsfähigkeit eingebetteter Systeme lehnt sich an klassische Vision-Systeme an, zusätzlich mit den Ausprägungen:

Smart: Embedded-Intelligenz

Small: Kleiner Formfaktor

Simple: Einfache Handhabung bei Usability und Softwareintegration

Um Anforderungen und Lösungsansätze zu erarbeiten, wurden von der ESVG drei Technologiefelder (SC=Standard Candidate) identifiziert, für die Arbeitsgruppen eingerichtet wurden.

SC1: Schnittstelle zwischen den Sensor-Boards und der Prozessor-Einheit/ System-on-a-Chip (SoCs)

SC2: Software API

SC3: Schnittstelle zwischen der Kamera und der Verarbeitungsumgebung

Schnittstelle Sensor-Board / Prozessor-Einheit

Die Bildverarbeitung bietet eine große Auswahl an Transportschichten für eine Verbindung zwischen einer Kamera und einem klassischen Desktop IPC bzw. Embedded IPC. Beispiele hierfür sind Camera Link (HS), CoaXPress, GigE Vision oder USB3 Vision. Die beste Option hängt jeweils von der Anwendung und deren Anforderungen ab, z.B. Bandbreite, Datenübertragungsformat, Robustheit, garantierte Signalintegrität, Distanzen zwischen Komponenten, Spannungsversorgung der Kamera oder auch Latenzen der Signalsteuerung. In einer Smart-Kamera unterscheiden sich Anforderungen an die Schnittstelle zwischen Sensorplatine und Verarbeitungseinheit bzw. SoC. Neben Bandbreite, Formfaktor der physikalischen Schnittstelle und des Steckers, sind die maximale Leitungslänge, die Energiewerte für Stromverbrauch und Wärmeableitung, die Definition der Industriequalität, Produktverfügbarkeit sowie Kosten weitere wichtige Entscheidungsfaktoren. Schwerpunkt der SC1 ist die Untersuchung, welche Schnittstelle diese Anforderungen am besten erfüllt.

Globale Trends als Thema

Videoaufnahmen und -verarbeitungen sind inzwischen in mobilen Geräten implementiert und funktionieren mit hoher Performance. Diese Technologien können auch für Embedded-Systeme eingesetzt werden. Allerdings werden in dieser Branche keine industriellen Sensoren verbaut oder langfristige Liefergarantien zugesagt, noch existiert eine Schnittstelle zwischen dem Sensor und einem FPGA, um z.B. BV-Protokolle zu implementieren. Die Verfügbarkeit von System-on-a-chip (SoC) als Prozessoren, integriert auf Boards und in Kombination mit FPGAs ist auf dem Elektronikmarkt in vielen Ausführungen gegeben. Als Fallbeispiele wurden in der Studie technische Umsetzung in Kameraköpfen, Smart-Sensoren und Vision SoC betrachtet. Die Anforderungsliste an SC1 umfasst dreizehn Einträge (Tab. 3).

Das könnte Sie auch interessieren

Inspired by the Kinect

Although different 3D cameras and scanners have existed for some time, present solutions have been limited by several unwanted compromises. If you wanted high speed, you would get very low resolution and accuracy (e.g. Time-of-Flight cameras and existing stereo vision cameras, which despite being fast typically have resolution in the millimeter to centimeter range). If you wanted high resolution and accuracy, you would typically get a camera that was slow and expensive (e.g. the high accuracy scanners).

www.zividlabs.com

Anzeige
4. VDI-Fachkonferenz ‚Industrielle Bildverarbeitung‘

Vom 18. bis 19. Oktober veranstaltet der VDI die nunmehr 4. Fachkonferenz zum Thema ‚Industrielle Bildverarbeitung‘ im Kongresshaus Baden-Baden. In 19 Fachvorträgen werden u.a. die Schwerpunktthemen Automation in der Robotik mit 3D-Bildverarbeitung, Oberflächeninspektion und Bildverarbeitung in der Nahrungsmittelindustrie und intelligenten Logistik behandelt.

www.vdi-wissensforum.de

Anzeige
Low Noise SWIR-Camera with 400fps

C-Red 2 is an ultra high speed low noise camera designed for high resolution SWIR-imaging based on the Snake detector from Sofradir. The camera is capable of unprecedented performances up to 400fps with a read out noise below 30 electrons. To achieve these performances, it integrates a 640×512 InGaAs PIN Photodiode detector with 15m pixel pitch for high resolution, which embeds an electronic shutter with integration pulses shorter than 1μs. The camera is capable of windowing and multiple ROI, allowing faster image rate while maintaining a very low noise.

www.first-light.fr

Anzeige
Whitepaper: Sechs Kriterien für den optimalen Bildsensor

Ob Automatisierung, Mensch-Maschine-Kollaboration in der Robotik oder selbstfahrende Autos – die Auswahl des richtigen Sensors hängt stark von der Applikation und dem gewünschten Output ab. Diese 6 Faktoren helfen Ihnen dabei, den passenden Sensor für Ihre Applikation zu finden!

imaging.framos.com

Anzeige
Metrologic Anwendertreffen 2017

Vom 17. bis 18. Oktober veranstaltet die Metrologic Group ihr diesjähriges Anwendertreffen in Uhingen. Bei den zahlreichen Anwendervorträgen und der Hausmesse sind auch Messtechnik Firmen wie Creaform, Faro, Hexagon, Kreon und Wenzel vertreten. Anmeldeschluss ist bereits der 4. Oktober.

www.metrologic.frNEUIGKEITENNeuigkeiten

Anzeige
VDMA: Deutsche Bildverarbeitung mit +9%

Die deutsche industrielle Bildverarbeitung hat im Jahr 2016 ein Umsatzplus von 9% gegenüber dem Vorjahr erwirtschaftet. Dabei stieg das Inlandsgeschäft um 3%, das Auslandsgeschäft um 14%. Laut Prognose des VDMA Robotik + Automation rechnet man für 2017 mit einem Umsatzplus von 10% auf dann 2,4Mrd.€.

ibv.vdma.org