O mechanismu a příčinách ztráty paketů u průmyslových kamer

Průmyslové kamery hrají klíčovou roli v systémech strojového vidění. Při snímání obrazu s vysokou frekvencí však uživatelé často narážejí na anomálie, jako jsou černé pruhy, trhliny nebo nesrovnalosti v obrazech. Podstata těchto problémů je obvykle úzce spojena s ztrátou datových paketů během přenosu obrazu.

ⅰ. Souvislost mezi roztržením obrazu/černými pruhy a ztrátou paketů

Běžné jevy:

• Obrazy se zobrazují rozdělené, trhané nebo nesrovnané;

• Na obrázku se objevují černé pruhy nebo horizontálně nespojité oblasti;

• Obraz se trhá, objevují se deformace obrazovky nebo duchovité efekty.

Většina těchto problémů souvisí s jedním základním technickým aspektem – ztrátou paketů.

ⅱ.  Co je ztráta paketů? – Jednoduchá analogie: Dopravní systém kurýra

Toto je a a analogie m odel , c porovnejte h proces zachycení a přenosu obrazu s doručováním zásilek společností kurýrních služeb :

• Datové pakety obrazu = Zásilky kurýra

• Přerušení/přenos po síti = Dopravní prostředky doručování

• CPU/mezipaměť paměti = Zaměstnanci třídící zásilky

• Zobrazení obrazu = Převzetí a rozbalení zásilky zákazníkem

 1. ztráta paketů při „srážce vozidel“ během síťového přenosu

U tradičních řešení s GigE portem průmyslové kamery neustále dělí obrazová data na více malých paketů a odesílají je do síťové karty počítače prostřednictvím Ethernetu. To je podobné jako kdyby společnost používala mnoho malých vozidel pro přepravu zásilek, přičemž každé vozidlo přepravuje velmi málo a často vjíždí a odjíždí z dálnice (přerušení):

• Pokud je frekvence přepravy příliš vysoká, hrozí srážka vozidel (přetížení přerušení);

• Srámky způsobují pád některých zásilek (ztráta dat);

• Výsledkem jsou černé pruhy, trhání a nesrovnání obrazu.

Tato situace je obzvláště častá při snímání vysokou rychlostí, zobrazení s vysokým rozlišením nebo synchronním zachycováním více kamerami.

 2. Přetížení CPU: „Zahazování balíčků během rozbalování“

Další forma ztráty paketů nastává během opětovného složení dat. Poté, co data obrazu dosáhnou hostitele, je třeba tyto „doručovací balíčky“ znovu sestavit do kompletního obrazu:

• Je to podobné jako doručovací společnost, která třídí rozptýlené balíčky pro uživatele;

• Pokud je třídící personál (logika zpracování CPU/paměti) příliš zaneprázdněný nebo reaguje pomalu;

• Přebytečné balíčky jsou zahozeny jako „odpadová data“;

• V důsledku toho chybí v rekonstruovaném obraze některé „balíčky“ – opět dochází k trhání a černým pruhům.

ⅲ. Přehled běžných technických příčin

ⅳ. Řešení a doporučení

1. Optimalizace hardwaru

• Použijte gigabitové nebo 10gigabitové síťové karty a povolte rozšířené rámce (např. 9 KB);

• Použijte kvalitní dobře stíněné síťové kabely a udržujte délku v rozumném rozmezí;

• Upgradujte procesor, paměť nebo použijte edge computing brány pro snížení zátěže zpracování.

2. Konfigurace softwaru a optimalizace systému

• Správně nakonfigurujte velikost vyrovnávací paměti SDK pro získávání obrazu;

• Vyhněte se spouštění vícevláknových úloh s vysokou zátěží během zachycování obrazu;

• Povolte pevné vázání hardwarových přerušení a optimalizujte nastavení IRQ Affinity;

• Použijte specializované průmyslové operační systémy v reálném čase nebo jádra Linuxu s optimalizací plánování.

3. Úpravy síťové architektury

• Připojte kamery přímo nebo použijte přepínače podporující QoS;

• Snižte počet zbytečných uzlů síťových zařízení;

• Při nasazování více kamer implementujte rozumné rozložení zátěže.

V. Závěr

Problémy, jako jsou černé pruhy, trhliny a nesrovnání v obrazech průmyslových kamer, jsou v podstatě způsobeny ztrátou paketů během získávání a přenosu obrazu. Ať už jde o síťovou přetíženost nebo zúžené místo ve zpracování na hostitelském systému, analogie „doručovacího systému kurýra“ poskytuje názorný pohled na hlubinnou příčinu.

Od „srážek vozidel“ po „omylné zahození balíčků“ tyto analogie názorně odrážejí zranitelnost systémů získávání obrazu za vysoké zátěže. Prostřednictvím optimalizace hardwaru, softwarového řízení a úprav sítě lze tyto anomálie výrazně snížit, čímž se zlepší stabilita a spolehlivost získávání obrazu.