Mehr Anwendungen durch Embedded Vision

Embedded-Module statt Bildverarbeitungs-PCs

22. Februar 2021, 20:56 Uhr | Andreas Knoll
Diesen Artikel anhören

Fortsetzung des Artikels von Teil 3

Jan-Erik Schmitt, Vision Components: Auf einem ausgereiften, hohen Niveau

Jan-Erik Schmitt, Vision Components
Jan-Erik Schmitt, Vision Components: »Embedded-Vision-Systeme stehen klassischen Kameraanwendungen bezogen auf Leistungsfähigkeit und Einsatzbereich in nichts nach.«
© Vision Components

Embedded-Vision-Systeme können mittlerweile an die Stelle von Bildverarbeitungssystemen auf PC-Basis treten. Jan-Erik Schmitt, Geschäftsführer von Vision Components, erläutert die wichtigsten Trends.


Markt&Technik: Welche technischen Trends zeigen sich im Bereich Embedded Vision derzeit?

Jan-Erik Schmitt: Aktuell sehen wir drei Trends, die miteinander zusammenhängen: Es kommen immer mehr Embedded-Prozessoren mit speziellen Recheneinheiten auf den Markt, die Bildeinzug und Bildverarbeitung einfacher und schneller machen – beispielsweise mit ISPs, GPUs, FPGAs und NPUs. Damit ausgestattete Embedded-Vision-Systeme lassen sich kostengünstig entwickeln und produzieren und sind perfekt an vielfältige Anwendungen angepasst – ob in Medizintechnik und Laborgeräten, in Drohnen oder Smart-Farming-Lösungen. Diese Entwicklung hin zu hoch applikationsspezifischen Komponenten ist ein zweiter Trend. Infolge vieler mobiler Anwendungen und der Integration von Embedded-Vision-Systemen in immer kleinere Geräte ist die Miniaturisierung ein dritter Trend.


Für welche Anwendungen in der Industrie eignen sich heutige Embedded-Vision-Systeme?

Die genannten Embedded-Plattformen sind extrem leistungsstark und eignen sich für praktisch alle Anwendungen - auch solchen, bei denen noch vor einigen Jahren PCs mit Industriekameras verwendet wurden. Gegenüber den PC-Systemen bieten die Embedded-Plattformen einige Vorteile: Sie sind kostengünstiger, weil sie perfekt auf die spezifische Anwendung zugeschnitten sind und auf jeden nicht benötigten Overhead verzichten. Sie sind dadurch kleiner und optimal für mobile Anwendungen und Edge-Devices geeignet. Und Industrietauglichkeit und Langzeitverfügbarkeit sind im Embedded-Bereich meist garantiert. Kurzum: Embedded-Vision-Systeme stehen klassischen Kameraanwendungen bezogen auf Leistungsfähigkeit und Einsatzbereich in nichts nach.


Welche Rolle spielt die MIPI-CSI-2-Schnittstelle derzeit in Embedded-Vision-Systemen und für das Produktportfolio Ihres Unternehmens?

Die MIPI-CSI-2-Schnittstelle wird von den meisten modernen Prozessorplattformen unterstützt und hat sich auch in der Industrie etabliert. Vision Components bietet eine Vielzahl von MIPI-Modulen für zahlreiche Anwendungen an – auch für solche mit Bildsensoren, die von Haus aus keine MIPI-Schnittstelle mitbringen. Mittels der Module lassen sich etwa die hochauflösenden und lichtempfindlichen High-End-Bildsensoren der Serien Starvis und Pregius von Sony mit gängigen Embedded-Prozessoren einsetzen.

Darüber hinaus präsentiert das Unternehmen auf der Messe embedded world 2021 Digital das „VC picoSmart“, das wohl kleinste Embedded-Vision-System weltweit. Es ist nur so groß wie ein herkömmliches Bildsensor-Modul und vereint auf der nur 22 mm x 23,5 mm großen Platine einen 1-Megapixel-Sensor mit Global Shutter, ein FPGA-Modul und einen FPU-Prozessor sowie Speicher und FPC-Konnektor für den Anschluss eines Interface-Boards. Mit dem VCRT-Betriebssystem sind Bildverarbeitungsaufgaben in Echtzeit möglich – etwa für Objekterkennung, Lagekontrolle, Barcode-Lesen sowie Bahnkanten- und Füllstandskontrolle. Damit ist das VC picoSmart aus unserer Sicht eine echte Revolution im Bereich Embedded Vision – und eine gute Basis für die Entwicklung applikationsspezifischer, kostengünstiger und kompakter Vision-Sensoren. Rund um die Integration unserer MIPI-Module und Embedded-Vision-Systeme bieten wir die nötigen Treiber, Unterstützung beim Design-In und kundenspezifische Entwicklungen an.

Anbieter zum Thema

zu Matchmaker+

  1. Embedded-Module statt Bildverarbeitungs-PCs
  2. Horst Mattfeldt, Matrix Vision: Neue Chancen durch GPUs und KI-Beschleuniger
  3. Carsten Traupe, IDS Imaging Development Systems: SoC und SoM befeuern den Fortschritt
  4. Jan-Erik Schmitt, Vision Components: Auf einem ausgereiften, hohen Niveau
  5. Stephan Hahn, Stemmer Imaging: Der Schlüssel zu Deep Learning
  6. Axel Krepil, Framos: Embedded Vision gibt Maschinen Entscheidungshilfe
  7. Oliver Helzle, hema electronic: Daten-Manager für Kameras und Sensoren

Lesen Sie mehr zum Thema


Das könnte Sie auch interessieren

Jetzt kostenfreie Newsletter bestellen!

Weitere Artikel zu FRAMOS GMBH

Weitere Artikel zu STEMMER IMAGING AG

Weitere Artikel zu IDS Imaging Development Systems GmbH

Weitere Artikel zu MATRIX VISION GmbH

Weitere Artikel zu Vision Components GmbH

Weitere Artikel zu hema electronic GmbH

Weitere Artikel zu Bildverarbeitungs-Systeme