Fill form to unlock content
Error - something went wrong!
隨時掌握最新的物聯網與網路邊緣消息。
認購。
工業邊緣的模組化機器視覺
AI 整體環境瞬息萬變。這樣的變化對於工業視覺系統而言太快了,以自動化品質檢驗系統與自主機器人為例,預期的部署期間就算不到數十年也有數年。
如果您是設法讓機器視覺系統充分發揮效益的系統整合商、OEM 或工廠業者,您會用什麼方式讓平台因應未來需求,並且在下一個劃時代 AI 演算法或架構引進前數月或數週推出設計時,不會感到焦慮不安?
我們必須先解構典型的機器視覺系統,才能回答這個問題。
機器視覺系統的結構
長年以來,工業機器視覺系統包含攝影機或光學感應器、照亮擷取區域的照明設備、主機電腦和/或控制器,以及影像擷取卡。影像擷取卡尤其值得注意,因為這項裝置擷取的靜態影格解析度比攝影機高,而且可利用 AI 或電腦視覺演算法簡化分析。
攝影機或光學感應器透過 CoaXPress、GigE Vision 或 MIPI 這類介面,直接連接影像擷取卡。影像擷取卡本身通常是一種插槽卡,插入視覺平台或電腦後,透過 PCI Express 與主機通訊。
影像擷取卡除了能擷取解析度更高的影像,還有很多優點,包括能夠同時在多部攝影機同步化及觸發,以及在擷取到靜態影像後立即執行本機影像處理(例如色彩校正)。這項作法不僅能消除延遲(可能省下為了預先處理而傳輸其他位置影像的費用),還可讓主機處理器有餘裕執行推論演算法,以及執行相應的控制功能(例如關閉輸送帶)和其他工作。
就某幾個層面而言,相較於整合這一連串不同子系統的新式架構,這個架構更為複雜。然而,它的可擴充性與設計彈性更高,因為唯一限制影像處理效能的因素,是主機電腦或控制器的插槽數量。
其實,此外還受限於主機處理器與影像擷取卡之間的頻寬高低。
利用 PCIe 4.0 締造完美視力
對於機器視覺系統來說,尤其是仰賴多重攝影機與高解析度影像擷取卡的系統,系統頻寬很快就會變成問題。舉例來說,4MP 攝影機需要大約 24 Mbps 的處理量,對於 PCIe 3.0 互連提供的每通道 1 Gbps 左右資料速率,造成的影響微乎其微。
然而,機器視覺系統多半接受多部攝影機的輸入內容,因而接受多重串流,所以頻寬很快便會耗用殆盡。增加 GPU 或 FPGA 加速卡,或是兩種都加,才能獲得高準確度低延遲的 AI 或電腦視覺演算法執行方式,另外,週邊裝置與主機處理器之間,可能會發生頻寬瓶頸。
此時此刻,很多工業機器視覺整合商必須開始取捨。您不是因應頻寬短缺增加更多主機 CPU、選用背板型系統並在設計加入更多加速卡,就是選擇已整合加速器的主機電腦或控制器。無論如何,您的成本都大幅提高,散熱需求、耗電量,以及內嵌系統工程師耳熟能詳的其他諸多障礙,全都隨之增加。
或者您可選用搭載新一代 PCIe 介面的平台,例如物聯網解決方案開發商 SECO 的 CALLISTO COM Express 3.1 Type 6 模組(圖 1)。
![SECO 推出的 CALLISTO COM Express 3.1 模組提供 PCI Express Graphics (PEG) Gen4 x8,最多兩個 PEG Gen4 x4,以及要求嚴苛機器視覺工作負載用的 8x PCIe 3.0 x1 介面。](https://insighttech.intel.com/wp-content/uploads/sites/45/2023/04/industrial-edge-1-2-495x400.jpg)
SECO 產品長 Maurizio Caporali 表示,SECO CALLISTO COM Express 模組中心搭載第 13 代 Intel® Core™ 處理器,支援 PCI Express Graphics (PEG) Gen4 x8 介面、最多兩個 PEG Gen4 x4 介面,以及最多 8x PCIe 3.0 x1 介面。Gen4 PCIe 介面的頻寬是 PCIe 3.0 介面的兩倍,速率增加為每通道將近 2 Gbps,基本上可在機器視覺平台獲得兩倍的視訊頻道,而且完全沒有犧牲任何其他效能。
Caporali 說明,第 13 代 Intel® Core™ 處理器讓機器視覺獲得了進一步的優勢,包括最多 14 個 P-core 與 E-core(「P」與「E」),以及多達 96 個 Intel® Iris® Xe 顯示晶片執行單位,而且可依工作負載使用這些執行單位,將系統效能、用電量與散熱最佳化。視 SKU 而定,這一切有 15W 與 45W TDP 可供選擇,而且是以工業級的標準型 SECO 模組提供,尺寸僅 95 mm x 125 mm。
為了化繁為簡,這個平台與 OpenVINO™ 工具組相容,將任何前述核心架構上部署的電腦視覺演算法最佳化,締造最高的效能。CALLISTO 使用者還可使用 SECO 的 CLEA AI-as-a-Service (AIaaS) 軟體平台。這款可擴充的 API 型資料協調、裝置生命週期管理,以及 AI 模型部署邊緣/雲端解決方案,可讓機器視覺使用者改善長期的 AI 模型效能,並且無線更新端點。
「若要管理即將遠端部署於裝置機隊的 AI 應用程式與模型,CLEA 是基礎。客戶現場若有成千上萬的裝置,CLEA 提供了可輕鬆擴充遠端管理的機會。」Caporali 表示。
工業邊緣的模組化機器視覺
建立工業機器視覺解決方案所耗費的時間、費用與資源都不容小覷。解決方案不僅必須結合各項利基型技術,例如 AI、高速攝影機、高解析度鏡頭,以及專業的視訊處理器,這類複雜的系統還必須長期創造最大價值,才能讓投資物有所值。
將系統架構模組化是防範措施之一,這樣一來便能隨時間升級。以影像擷取卡為基礎建置的機器視覺平台架構,不僅能讓機器視覺 OEM、整合商與使用者視需要擴充視訊處理與攝影機支援,COM 模組的模組化架構(插入自訂的載卡)也能讓主機電腦與控制器本身視需要擴充。因此,拜全模組化策略之賜,經過深思熟慮之後,您只需要升級 CALLISTO 的載板設計,就能滿足未來的機器視覺需求。
簡言之,機器視覺工程師再也不會焦慮不安。