Das vergleichsweise kleine Marktsegment Bildverarbeitung macht sich die enorme Effizienzsteigerung beim Einsatz von KI zunutze und kombiniert diese Architekturen mit den erforderlichen Vision Funktionen. Brauchte eine Machine Vision Anwendung bislang Deep Learning Funktionalitäten mit schnellen Prozesszeiten, mussten die Anwender auf eine Lösung aus Industrie-PC und PCIe-GPU Karte zurückgreifen. Diese garantieren zwar eine schnelle Verarbeitung der KI-Netze, aber Grafikkarten – originär für den Einsatz in Spiele-PCs vorgesehen – sind kurzlebig und der GPU-Typ muss in kurzen Abständen durch ein neues Modell ersetzt werden, mit negativen Auswirkungen auf Entwicklungsaufwände, Qualifikationen und Ersatzteilbevorratung. Maschinen in der Industrie benötigen hingegen über viele Jahre robuste, reproduzierbare Rechnerhardware, heutzutage mehr denn je auch stromsparend. Da wundert es nicht, dass IPC/GPU-Karten Lösungen nicht in der Serienanwendung Fuß fassen konnten und neue Bildverarbeitungsrechner mit GPGPU den Markt erobern.
Eine GPGPU allein macht jedoch noch keinen Vision Rechner. Mit der Vision Box AI hat Imago Technologies ein leistungsstarkes embedded Vision System entwickelt und unterstützt damit AI-Anwendungen mit hohem Prozesstakt oder komplexeren Netzwerken bzw. anderen Anwendungen, die GPU-Rechenleistung erfordern. Ein Linux-Computer mit zwölf Kernen ermöglicht die Entwicklung von Anwendungen mit Hilfe eines flexiblen Betriebssystems und CUDA-Operatoren, die auf dem Grafikprozessor laufen. Für eine erfolgreiche Bildverarbeitungsanwendung sind nicht nur eine leistungsfähige CPU und GPU vorhanden, sondern auch bildverarbeitungsrelevante Schnittstellen.
Bildverarbeitung in Real Time
Um die Hardware-Echtzeitfähigkeit für präzise Abläufe in Anlagen zu gewährleisten, in denen das exakte Zusammenspiel verschiedener Geräte und Teilsysteme einer Maschine die Voraussetzung für fehlerfreie Prozesse ist, hat Imago Technologies den sogenannten Real Time Communication Controller entwickelt und in die Vision Box AI integriert. Bei High-Speed-Fertigungslinien ist die Bildaufnahme jedes einzelnen Teils zum richtigen Zeitpunkt eine anspruchsvolle Aufgabe und erfordert eine präzise Synchronisation der Beleuchtung und des Kameratriggers. Dazu müssen die Signale des Sensors zur Erkennung der ankommenden Teile und des Encoders, der Informationen über die Bandgeschwindigkeit und -richtung liefert, perfekt aufeinander abgestimmt sein. Am Ende der Linie muss ein Auswerfer präzise gesteuert werden, um Teile mit erkannten Fehlern auszuschleusen. Der in die Vision Box AI integrierte Real Time Communication Controller sorgt für die zuverlässige Kommunikation und Zusammenarbeit aller Komponenten in den Automatisierungs- und Visionsystemen.
Mehrere Kameraschnittstellen
In Maschinen und Automationslösungen integrierte Vision Systeme benötigen eine Reihe von Schnittstellen, wie z.B. digitale IO, eine RS422 zum Anschluss von inkrementellen Encodern, Kameraschnittstellen à la 4x GigE, Ethernet, USB und optional ein Monitorausgang. Des Weiteren gibt es zwei Camera Link Schnittstellen für den Anschluss von Zeilenkameras. Die Übertragungsweise von Camera Link erfolgt parallel in Echtzeit, im Vergleich zur paketorientierten und protokolllastigen Übertragung via GigE Vision.
Einfache Wege zu einer Vision-Lösung
Vision Box AI-Anwender erhalten die komplette Bildverarbeitungsinfrastruktur aus einer Hand und können sich auf die Entwicklung ihrer Visionapplikation konzentrieren. Unterstützt werden sie dabei von der Software-Plattform ViewIT. Diese bietet eine schnelle Lösung, um Software für spezielle Anwendungsfälle und beliebige Bildverarbeitungsaufgaben in kürzerer Zeit und mit geringerem Entwicklungsaufwand zu entwickeln, ohne auch nur eine Zeile Code außerhalb der Bildverarbeitung selbst schreiben zu müssen. Eine webbasierte grafische Benutzeroberfläche mit einfach zu konfigurierenden Softwaremodulen ermöglicht es jedem Automatisierungsingenieur, auf die Bildverarbeitung zuzugreifen und Aufgaben wie die Bildanzeige oder die Konfiguration aller Kameras im System zu erledigen. ViewIT ist für das Linux OS erhältlich. Der kompakte, mit GPGPU ausgestattete lüfterlose Visionrechner bietet eine effektive Möglichkeit, entweder einfache AI-Anwendungen mit hohem Prozesstakt oder aber mit komplexeren Netzwerken umzusetzen. Aber auch Anwendungen mit Mehrkamerasystemen, hyperspektrale Applikationen oder Anwendungen aus dem Bereich Lightfield Imaging – Verfahren, die enorm viel Rechenleistung benötigen, – sind prädestiniert für die Vision Box AI.