5G Vision
GPU und Echtzeitsteuerung für lüfterlose BV-Rechner
Die VisionBox Daytona ist für Deep Learning sowie drahtlose Kommunikation optimiert. Das Gerät ist mit Nvidias Jetson TX2 ausgestattet. Die Kombination aus CPU und GPU ist die perfekte Basis für Anwendungen, wie Deep Learning, Data Mining, hyperspektrale Bildauswertung oder 3D-Rekonstruktionen.
Bild 1 | Die VisionBox Daytona ist mit Nvidias Jetson TX2 ausgestattet und ideal für Deep-Learning-Anwendungen. Die gespeicherten Bilder können dank integriertem Modem weltweit abgerufen werden.(Bild: Imago Technologies GmbH)
Im Gegensatz zu Computern mit steckbaren GPU-Karten ist die VisionBox Daytona für Embedded Machine Vision Konzepte entwickelt, d.h. der Schwerpunkt liegt auf minimiertem Platzbedarf, lüfterlosem Betrieb und geringem Stromverbrauch. Heutige Anwendungen sind oft auf die jeweilige Situation in der Maschine zugeschnitten, müssen aber bei Bedarf schnell anpassbar sein, um dauerhaft verlässliche Ergebnisse zu liefern. Zudem werden vermehrt die realen Bilder aufgenommen und gespeichert und dann auf einen Remote-Learning-Cluster übertragen. Deshalb verfügt die Box über eine schnelle M.2-SSD und eine optionale Software zur Erfassung der Bilder, ohne den Inspektionsprozess zu unterbrechen.
WLAN und Modem
Das System verfügt neben WLAN auch über ein eingebautes Modem, das eine 4G-Konnektivität bietet und die Übertragung der Bild- und Trainingsdaten an jedem Ort der Welt ermöglicht. Die drahtlose Verbindung erlaubt zudem eine optimale Unterstützung beim Deep Learning, falls zweifelhafte Entscheidungen des DL-Algorithmus von einem externen Experten durch eine Bildanalyse und einem neuen DL-Modell verbessert werden müssen. Abseits der DL-Anwendungen gibt es weitere Einsatzmöglichkeiten für eine drahtlose Konnektivität, z.B. ein Transportfahrzeug, das mit dem Logistikzentrum kommuniziert, um Störungen auf der Strecke zu melden und die Ankunftszeit abzuschätzen. In naher Zukunft wird die Box mit einem 5G-Modem ausgestattet, um Inspektionssysteme oder IoT-Anwendungen auf die nächste Qualitätsstufe mobiler Kommunikation zu bringen.
Bild 2 | Integriert in der VisionBox Daytona ist die Image Logger Software, die aus dem GigE-Datenstrom der Kamera die Bilddaten extrahiert. (Bild: Imago Technologies GmbH)
Echtzeitsteuerung
Die VisionBox Daytona verfügt über Trigger-and-Power-over-Ethernet für für den direkten Anschluss von GigE-Kameras über ein einzelnes Standardkabel. Für einen effizienten Einsatz in der Maschine ist eine klare Trennung zwischen Nicht-Echtzeitverhalten des Betriebssystems und echtzeitfähigen Schnittstellen erforderlich. In der Box werden mit dem Real-Time Communication Controller (RTCC) die digitalen I/Os, die Encoder-Schnittstelle und die Kameratrigger-Signale (über Trigger-over-Ethernet) unabhängig vom Betriebssystem in Echtzeit verwaltet. Die Konfiguration des RTCCs erfolgt über eine leistungsfähige und einfach zu bedienende API. Um Mensch-Maschine-Interaktionen zu ermöglichen und die Softwareentwicklung zu unterstützen, verfügt das Gerät über Schnittstellen wie USB, Ethernet (für drahtlose und kabelgebundene Netzwerke) und DisplayPort.
GigE-Vision-Datenlogger
Immer häufiger ergibt sich der Wunsch, Bilder für Deep Learning oder andere neue Bildanalysen zu sammeln, ohne in das bestehende Visionsystem eingreifen zu müssen. Hierfür gibt es jetzt das ‚VisionDevice Image Logger‘, das aus dem GigE-Datenstrom der Kamera die Bilddaten extrahiert, ohne diese zu verändern. Hardwareseitig wird das Kamerakabel ans das VisionDevice angeschlossen, welches mit einem zweiten Kabel an den bisherigen Visionrechner angebunden ist. Kamera und dieser Rechner, merken davon nichts, d.h. deren Betrieb geht ohne Störung weiter. Mit der Software des VisionDevices werden die Datenpakete korrekt zu Bildern zusammengesetzt und zur weiteren Verwendung gespeichert. Die VisionBox Daytona ist mit ihrer schnellen SSD ideal zur Speicherung der Bilder, die dank integriertem Modem weltweit abrufbar sind.
