In der, bei den Stemmer Imaging Embedded Vision Labs Events, vorgestellten Demo wurde das Embedded Carrier Board mit einer Zeilenkamera verbunden und zeigt die Highspeed-Erfassung einer Bildrolle, die sich im Sichtfeld der Kamera dreht. Die Bilder werden direkt in einen für Nvidia Cuda verwendbaren Speicherbereich übertragen, eine Funktion, die Common Vision Blox, die Software-Bibliothek von Stemmer Imaging, ermöglicht. Dadurch werden unnötige Kopien der Daten vermieden und das Datenhandling und die Verarbeitung effizienter gestaltet.
Reduzierte Datenmengen
Die leistungsfähige Recheneinheit des verbauten Jetson Moduls ermöglicht Bildverarbeitung direkt auf dem Gerät. Die deutliche Verbesserung gegenüber der zentralen Verarbeitung besteht daher darin, dass nur eine reduzierte Darstellung der Daten oder sogar nur das Ergebnis der Verarbeitung an ein Host-System gesendet werden muss. Der rechenintensive Teil der Arbeit erfolgt direkt auf dem Edge-Gerät. Dadurch entfällt die Notwendigkeit einer zentralisierten Verarbeitung und die Datenmenge an den Schnittstellen wird reduziert. Die kompakte Bauweise des Embedded Boards ist ein Pluspunkt für Edge-Computing-Projekte, da sie eine platzsparende Installation und Systemintegration für komplexe Umgebungen ermöglicht. Zur effizienten Bildverarbeitung und Parallelisierung von rechenintensiven Aufgaben kann Nvidias CUDA-Bibliothek verwendet werden. Diese erlaubt die parallelisierte und damit durchsatzstärkere Implementierung gängiger Algorithmen zur Bildanalyse.
In der Demonstration ist exemplarisch eine Filterung (Laplace, Sobel, Gauss, etc.) durch blockbasierte Faltungsoperationen realisiert. Die Nvidia GPU ermöglicht darüber hinaus die Anwendung der gängigen Deep Learning und AI-Modelle. Ebenso lässt sich der Datenstrom auf dem Jetson-Modul mittels hardwareseitiger Beschleunigung in einen komprimierten und H265-codierten Stream umwandeln. Da der rechenintensive Teil der Aufgabe direkt an den Rohdaten auf der GPU durchgeführt wird, ist es ausreichend, eine komprimierte Darstellung der Bilddaten an ein Überwachungssystem zu senden. Mithilfe eines Webservers und integrierter Weboberfläche lassen sich System und Prozess konfigurieren und steuern. Dies erleichtert die Integration in verteilte Systeme und macht das Subsystem zu einer idealen Wahl für entfernte Installationen.
Modular Embedded Carrier Board
Das Carrier Board basiert auf der Nvidia Jetson Hardware und bietet Plug&Play-Effizienz für die schnelle Entwicklung von Embedded-Vision- und KI-Projekten. Die Tensor Core-GPU ermöglicht eine massive Beschleunigung. Dadurch lässt sich die Performance von Machine-Learning-Modellen deutlich verbessern. Die volle GenICam-Kompatibilität erlaubt eine umfassende Auswahl an Kameras für alle gängigen Schnittstellen wie GigE, USB oder MIPI, ohne dass spezielle Programmierkenntnisse erforderlich sind. Ein Transportlayer für MIPI ermöglicht die nahtlose Integration von gängigen MIPI-Kameras. Die TCP-Offload-Technologie zur Bilderfassung entlastet den Prozessor und ermöglicht gleichzeitig maximale Leistung bei geringem Stromverbrauch. Bei der TCP-Offload-Implementierung handelt es sich um einen Entwurf für eine GigE-Vision-Standard-Erweiterung und keine proprietäre Lösung. Das Board wurde für den direkten Einsatz in der Produktivumgebung entwickelt und ist auch für hochvolumige Anwendungen geeignet. Das unterscheidet es von anderen Embedded Evaluation Kits. Das Board ist so konzipiert, dass auch Einsteiger es sofort in Betrieb nehmen können.
Fazit
Das Embedded Linescan Subsystem verdeutlicht das Potenzial des Modular Embedded Carrier Boards von Stemmer Imaging und macht es zu einer idealen Wahl für Edge-Computing-Projekte. Ob Fabrikautomation, Batterieinspektion, Logistik- und Verkehr, Smart Agriculture oder Applikationen im Bereich Sports & Entertainment.