Ali lahko kamера za strojno vizijo z vgrajenim FPGA pospeši naloge realnega časa za obdelavo slik?

An Kamера za strojno vizijo z FPGA predstavlja pomemben napredek pri načinu, kako industrijski sistemi obravnavajo podatke o slikah. Z vgradnjo poljubno programabilnega logičnega polja (FPGA) neposredno v ohišje kamere se ključna obdelava kamera strojne videoposnetke premika ključne procesne naloge iz gostiteljskega računalnika na namensko vzporedno strojno opremo. Ravno ta arhitekturni premik je razlog, zakaj inženirji in sistemske integratorji sprašujejo, ali lahko kamera za strojno videnje na osnovi FPGA res pospeši naloge realnega časa za obdelavo slik – odgovor pa je jasen »da«, seveda pod pravimi pogoji.

Kamera za strojno videnje na osnovi FPGA ni preprosto nadgradnja ločljivosti senzorja. Gre za temeljno preoblikovanje tega, kje in kako poteka računanje slik. Ko tradicionalna kamera zajame sličico, pošlje surove podatke o pikslih na osebni računalnik ali vgrajeni procesor, ki nato zagnje programske cevi za filtriranje, zaznavanje ali razvrščanje predmetov. Kamera za strojno videnje na osnovi FPGA odpravi velik del te zakasnitve tako, da neposredno na zajetem podatkovnem toku izvaja vnaprej programirane logične vrata vzporedno. Za aplikacije, ki zahtevajo odzivne čase na ravni mikrosekund, kamera za strojno videnje na osnovi FPGA zagotavlja nedvomno prednost v zmogljivosti.

Arhitektura za pospeševanje z FPGA

Kako vgrajeni FPGA obdeluje podatke s slik

Znotraj vsake kamere za strojno vid z FPGA je FPGA-jeva struktura sestavljena iz tisočev konfigurabilnih logičnih blokov, ki delujejo hkrati. V nasprotju z enotami za centralno obdelavo (CPU), ki ukaze obdelujejo zaporedno, kamera za strojno vid z FPGA izvede več korakov obdelave slik – kot so zmanjševanje šuma, zaznavanje robov in segmentacija na podlagi praga – vse v enem samem cepljenem časovnem ciklu. Ta vzporednost je glavni razlog, zakaj kamera za strojno vid z FPGA lahko obravnava visoke hitrosti sličic brez izgube podatkov ali uvedbe zamikov pri obdelavi. Kamera za strojno vid z FPGA se tako dejansko spremeni v pametni senzor namesto v pasivno napravo za zajem.

Zmanjševanje zakasnitve pri visokohitrostni pregledavi

Ena najbolj merljivih prednosti FPGA kamere za strojno vizijo je določenost in izjemno nizka zakasnitev. Na proizvodnih linijah, ki delujejo z visoko hitrostjo, lahko celo zakasnitev v nekaj milisekundah povzroči, da se okvarjen del prenese nepazljivo ali pa se brezhiben del napačno zavrne. FPGA kamera za strojno vizijo vsak sličič obdeluje že pred tem, ko zapusti kamero, kar pomeni, da se odločitve lahko sprožijo neposredno iz izhodov kamere namesto čakanja na odgovor računalnika. Ta tesen nadzorni zanki omogoča, da je FPGA kamera za strojno vizijo še posebej cenjena v sistemih avtomatizirane optične kontrole in točnostnega razvrščanja.

Ključne obdelovalne naloge, ki jih pospešuje FPGA

Predobdelava in izboljšava slik

Kamera za strojno videnje na osnovi FPGA izvaja več računsko zahtevnih predobdelovalnih nalog v realnem času. Popravek ukrivitve leče, normalizacija ravnega polja in zamenjava okvarjenih pikslov so vse operacije, ki jih kamera za strojno videnje na osnovi FPGA izvede s frekvenco takta pikslov, kar zagotavlja, da je vsak posnetek, poslan gostitelju, že popravljen in pripravljen za analizo. Brez kamere za strojno videnje na osnovi FPGA bi te naloge porabile pomembno količino procesorskih ciklov na strani gostitelja ter povzročile spremenljivo zakasnitev, odvisno od obremenitve sistema. Kamera za strojno videnje na osnovi FPGA v celoti prevzame to breme, s čimer osvobodi procesor gostitelja za logiko višje ravni, kot sta klasifikacija ali poročanje.

Izvleček značilnosti in sprožilna logika

Za razliko od preproste predobdelave lahko FPGA kamera za strojno videnje izvaja obrezovanje območja zanimanja, ustvarjanje histograma in celo osnovno zaznavanje skupkov preden zapusti senzor. To pomeni, da v mnogih aplikacijah kamera za strojno videnje na osnovi FPGA po vmesniku pošilja le pomembne, že predfiltrirane podatke – kar znatno zmanjša zahteve po pasovni širini. FPGA kamera za strojno videnje lahko prav tako generira strojne sprožilne signale na podlagi zaznanih slikovnih značilnosti, kar omogoča sinhronizacijo naprav v nadaljnji verigi, kot so aktuatorji ali PLC-ji, brez kakršne koli zakasnitve na nivoju programske opreme. Ta povratna zanka na strojni ravni je edinstvena lastnost FPGA kamere za strojno videnje, ki jo sistemi, ki temeljijo izključno na programski opremi, ne morejo ponoviti.

Industrijske aplikacije, kjer FPGA kamere dosežejo rezultate

Avtomatska optična pregledava in nadzor kakovosti

V proizvodnji polprevodnikov in elektronike se FPGA-kamera za strojno vizijo pogosto uporablja za zaznavanje površinskih napak, pregled spojev s pripajanjem in merjenje dimenzij. FPGA-kamera za strojno vizijo obdeluje slike s polno hitrostjo vrstice in zaznava napake manjše od enega piksla z nespremenljivo natančnostjo, ne glede na spremembe v proizvodni zmogljivosti. Ker FPGA-kamera za strojno vizijo sprejema odločitve o pregledu na strojni ravni, se brez težav integrira v obstoječe PLC nadzorne arhitekture. Inženirji se zanašajo na FPGA-kamero za strojno vizijo, da ohranijo standarde kakovosti brez dodatne programske obremenitve, ki bi lahko upočasnila proizvodno linijo.

Vodenje robotov in nadzor gibanja

Sodelovalni roboti in visokohitrostni sistemi za izbiranje in postavljanje predmetov uporabljajo FPGA kamero za strojno vidno opazovanje za realno časovo oceno položaja in lokalizacijo predmetov. V teh okoljih FPGA kamera za strojno vidno opazovanje zagotavlja dosledno zakasnitev med posameznimi sličici, kar je ključnega pomena za stabilnost servo zanke. Konvencionalna kamera, ki se zanaša na obdelavo na gostiteljskem računalniku, v nadzorno zanko uvede nihanje, kar zmanjša natančnost pozicioniranja. FPGA kamera za strojno vidno opazovanje to nihanje odpravi tako, da zagotavlja obdelane podatke o položaju s stalnim, strojno zagotovljenim časovnim razporedom. Ko se roboti premikajo proti natančnejšim tolerancam in hitrejšim ciklom, FPGA kamera za strojno vidno opazovanje postane omogočujoča komponenta namesto preproste periferne naprave.

Pogosto zastavljena vprašanja

Ali FPGA kamera za strojno vidno opazovanje zahteva specializirane programerske veščine?

Konfiguracija kamere za strojno videnje na osnovi FPGA običajno vključuje delo z orodji za razvoj FPGA ali že pripravljenimi IP jedri, ki jih ponuja proizvajalec kamere. Številne sodobne kamere za strojno videnje na osnovi FPGA že vnaprej vsebujejo standardne funkcije obdelave, zato sistemske integratorje lahko namestijo brez pisanja kode za FPGA od nič. Za napredne prilagojene algoritme so morda potrebna znanja VHDL-ja ali Veriloga, vendar programska oprema za kamere za strojno videnje na osnovi FPGA, ki je na voljo na tržišču, pokriva večino standardnih industrijskih nalog.

Kako se kamera za strojno videnje na osnovi FPGA primerja z obdelavo na osnovi GPU-ja?

GPU je zelo učinkovit za skupno izvajanje globokih učnih nalog, vendar povzroča nedoločenost zakasnitve, saj deluje kot skupni vir, ki ga upravlja programska oprema. FPGA kamera za strojno vid pa zagotavlja določen časovni način delovanja na strojni ravni, kar je bistveno za trde sisteme realnega časa. Za naloge, ki zahtevajo zagotovljene odzivne čase na ravni mikrosekund, FPGA kamera za strojno vid presega pristope na osnovi GPU-jev. GPU-ji ostajajo prednostna izbira za zapletene naloge AI-klasifikacije, medtem ko FPGA kamera za strojno vid izstopa pri obdelavi signalov z zelo nizko zakasnitvijo in strojni sinhronizaciji.

Katerim standardom vmesnikov običajno podpira FPGA kamera za strojno vid?

Večina industrijskih modelov FPGA kamer za strojno vizijo podpira GigE Vision, USB3 Vision ali Camera Link HS, pri čemer vsi vključujejo standardiziran dostop do parametrov GenICam. Nekatere FPGA kamere za strojno vizijo podpirajo tudi CoaXPress za aplikacije z izjemno visoko pasovno širino. Izbor vmesnika vpliva na najvišjo hitrost slike in dolžino kabla, notranja arhitektura FPGA kamere za strojno vizijo pa ostaja enotna ne glede na vrsto vmesnika in vedno zagotavlja predobdelane podatke o sliki sistemu gostitelja.