Embedded-Vision-Systeme sind prädestiniert für mobile und autark arbeitende Anwendungen – und werden künftig als zentrale Elektroniken für die Erfassung und Auswertung der Daten von vielerlei Sensoren fungieren. Oliver Helzle, Geschäftsführer von hema electronic, führt in das Thema ein.
Welche Bedeutung wird Embedded Vision in der Bildver-arbeitung künftig erlangen? In welchen Anwendungen wird Embedded Vision zu finden sein?
Oliver Helzle: Embedded Vision wächst ungebrochen: Immer mehr Anwendungen setzen auf Kameras und die vielschichtigen Informationen, die aus ihren Bilddaten gewonnen werden können. Gleichzeitig werden Elektroniken für die Verarbeitung der Daten immer leistungsfähiger, kompakter und sparsamer in der Leistungsaufnahme. Damit sind sie prädestiniert für mobile und autark arbeitende Anwendungen. Diese erfordern häufig die Integration mehrerer Kameras und zahlreicher weiterer Sensoren für spezialisierte Anwendungen – von Laser- und UV-Sensoren über Time of Flight bis hin zu Lidar und Radar.
In der Zukunft werden Embedded-Vision-Systeme als zentrale Elektroniken in Anwendungen zu finden sein, die all diese Daten zusammenführen und deren vereinheitlichte Auswertung nah an den Sensoren ermöglichen. Branchen für solche mobilen Devices und Roboter lassen sich kaum eingrenzen – ihre Anwendungen reichen von Überwachungssystemen mit Rundumsicht über smarte Lösungen für Logistik und Automatisierung bis hin zu Nutzfahrzeugen und Drohnen.
Kurzum: Embedded Vision wird in Zukunft eine noch deutlich zunehmende Bedeutung erlangen. Dank modularer, skalierbarer Plattformen, mit denen Embedded-Vision-Systeme zudem immer einfacher, schneller und kostengünstiger entwickelt werden können, werden sie klassische, PC-basierte Systeme künftig in noch mehr Bereichen ablösen.
Welche Rolle wird künstliche Intelligenz in der Bildverarbeitung künftig spielen, und welche Aufgaben wird sie erfüllen?
Künstliche Intelligenz und selbstlernende Algorithmen werden in immer mehr Bereichen eingesetzt werden, wo sich mit ihrer Hilfe Muster und Abweichungen in sehr großen Datenmengen erkennen lassen. Derzeit ist die Technologie noch in einem frühen Stadium, was ihren Einsatz in sicherheitskritischen Applikationen betrifft. Aber es ist in jedem Fall sinnvoll, die Entwicklung genau zu verfolgen und mitzugestalten. Von der Entwicklung immer leistungsstärkerer Prozessoren, die für KI-Algorithmen benötigt werden, profitieren ohnehin auch andere rechenintensive Anwendungen in der Bildverarbeitung, wie etwa die Kombination von Sensorinformationen. Insofern ist künstliche Intelligenz aktuell vielleicht (auch) ein Hype. In jedem Fall aber ist sie ein Treiber für den Fortschritt von Embedded Vision.