Entwickler setzen häufig auf Embedded-Plattformen, bei denen spezialisierte CPUs, Schnittstellen für Peripheriegeräte und Kommunikationsschnittstellen sowie das Power-Management auf einem kompakten integrierten Schaltkreis untergebracht sind. Diese System-on-Chips (SoC) sind die Basis für ultrakompakte Recheneinheiten mit geringem Stromverbrauch. Sie verfügen zwar nicht über die universelle Verarbeitungsleistung einer x86-CPU, ermöglichen dafür aber die Entwicklung kompakter Visionanwendungen für spezifische Aufgaben mit stark reduzierter Leistungsaufnahme. Zum Einsatz kommen in der Regel ARM-Prozessoren mit ein- oder mehreren Rechenkernen. Zusätzlich werden auf den SoCs GPUs für die Videoverarbeitung und Standard-Schnittstellen wie USB, Ethernet und MIPI bestückt. Die SoCs werden zusammen mit gemeinsam genutztem System-RAM, Power-Management, eMMC-Speicher und anderen Verarbeitungseinheiten auf eine größere Leiterplatte gelötet (System-on-Module, SoM). Das SoM wiederum wird auf ein Carrier-Board mit Erweiterungsports und nach außen geführten Schnittstellen für den Anschluss von Peripheriegeräten gesteckt oder gelötet.
Um eigene SoCs zu vermarkten, bieten große Chiphersteller Embedded-Development-Kits an. Viele Kamerahersteller haben darauf abgestimmte kompakte (Board-Level) Kameras mit geringem Stromverbrauch entwickelt. Ingenieure können mit den Kameras und den Standard-Entwicklungskits Proof-of-Concepts und Funktionsmuster für ihre Applikation erstellen, ohne den eigenen Bildverarbeitungs-Chip von Grund auf selbst entwickeln zu müssen. Während die beschriebenen Development-Kits Entwicklern in der Proof-of-Concept-Phase und beim Prototyping Zeitersparnis bieten, erfordert die Serienqualifizierung zum miniaturisierten Endprodukt für industrielle Umgebungen jedoch einen erheblichen Aufwand an Zeit, Ressourcen und Kosten. Anwendungsentwickler müssen sich dabei mit den Herausforderungen der Betriebsumgebungen und der Komplexität des Aufbaus kleinerer, schnellerer und energieeffizienterer Systeme auseinandersetzen. Auch der Test der Prototypen auf Zuverlässigkeit bei Staub, Feuchtigkeit, EMV und physischen Beanspruchungen durch Stöße und Vibration erfordern Zeit und Aufwand.
Kompakte Edge-Kamera auf Xilinx SoCs
Als Alternative für solche Entwicklungen hat Lucid die Triton Edge Kamera entwickelt, die auf dem Zynq UltraScale+ MPSoC Chipsatz von Xilinx basiert. Dank ihres Designs können Entwickler von Bildverarbeitungsanwendungen viele der Hardware-Validierungsschritte überspringen, die zur Qualifizierung ihres Produkts für anspruchsvolle Umgebungen erforderlich sind. Lucid und Xilinx haben die IP67/ Kamera im Hinblick auf ein möglichst kompaktes Design optimiert. Dank des inFO-Packaging von Xilinx und des Kameradesigns von Lucid mit Starflex Platinen passen die beiden Dual-Core-ARM-Prozessoreinheiten des UltraScale Chipsets, das frei programmierbare FPGA, 2GB DDR3-RAM und 8GB eMMC-Speicher in die ultrakompakte Kamera mit einer Größe von nur 29x44x45mm. Im Gegensatz zu herkömmlichen Vision-Kameras, findet die Datenverarbeitung in der Kamera selbst statt, ohne dass eine Verbindung zu einem weiteren Embedded-Board oder einem externen Host-PC erforderlich ist. Das macht es möglich, zeitkritische Bilddaten mit einer geringeren Latenzzeit zu verarbeiten, verglichen mit Host-PC-, Server- oder Cloud-basierter Bildverarbeitung. Außerdem wird die Netzwerknutzung reduziert, da das System nur die verarbeiteten Ergebnisse sendet.
Zugriff auf den FPGA
Traditionell stellen die Hersteller von Bildverarbeitungskameras ein SDK zur Verfügung, das APIs für den Zugriff auf die Funktionalitäten der Kamera enthält. Um kundenspezifische Kamerasteuerungssoftware zu erstellen, müssen sich OEM-Kamerahersteller dabei auf die APIs des SDKs verlassen, die auf dem Host-PC laufen. Darüber hinaus sind OEMs vom FPGA ausgesperrt und haben in der Regel keine Möglichkeit, FPGA-beschleunigte Funktionen auf der Kamera zu erstellen. Mit dem Zynq UltraScale+ MPSoC hingegen bietet Lucid eine nahezu vollständige Kontrolle über die Kamera, einschließlich des Zugriffs auf das FPGA. Die Kamera kann an einen beliebigen Ethernet-Netzwerk-Hub, Switch oder eine Schnittstellenkarte angeschlossen werden. Der Zugriff kann dann über jedes Gerät erfolgen, das einen modernen Internet-Browser oder ein SSH-Terminalfenster ausführen kann.
Fazit
Die leistungsstarke Ausstattung der Triton Edge Kamera mit dem Zynq UltraScale+ MPSoC von Xilinx, zwei Dual-Core-ARM-Prozessoren und einem zusätzlichen FPGA bieten ein Höchstmaß an Flexibilität für die Entwicklung von Edge-Anwendungen mit Embedded Vision. Ohne auf das SDK eines Kameraherstellers angewiesen zu sein oder Code auf einem Host-PC entwickeln und ausführen zu müssen, können OEMs die kameraeigene Edge-Verarbeitung, einschließlich AI, über verschiedene Entwicklungsumgebungen wie Xilinx Vitis, PetaLinux und Jupyter Notebook programmieren.