如何克服边缘视觉的带宽限制? 全球观点
图片来源 :虹科
(资料图)
把一个相机连接到一台边缘计算机/嵌入式计算机上,然后在云端进行数据处理或存储——这就是“边缘视觉”的概念。近年来,边缘视觉正被广泛应用于自动化产线质检、汽车图像采集和智能工厂等场景中。
伴随着人们对图像质量的要求提高,以及视觉传感器技术突飞猛进的发展,现场产生海量和庞大数据,也给视觉数据的边缘传输和上云带来了严峻挑战。
01
亟待攻克的带宽限制瓶颈
在工业视觉领域,整个行业都在追求更多像素、更高帧率、更高的空间以及时间分辨率。然而,很多用户会反馈1 GigE相机的一个输出已经不够用,只能连接到PLC,急需相机有更多输出通道,以便将图像数据传输到云服务器。
如上图所示,棕色的点是图像传感器,点连接的线代表行业中常见的典型接口(如PCIe 3.0是蓝线,CoaXPress v2 x4是红线)。可以发现,当图像传感器高于某条线时,该接口的带宽就已经不够去传输该图像传感器的数据了。
现如今,图像传感器取得了巨大进步,市面上有很多图像传感器,带宽速度比10GigE、CoaXPress v1快很多,甚至比100千兆接口更快,能提供一万帧、1亿或更多像素和速度远高于150GB/s的带宽。虽然接口取得了一些进步,带宽速度越来越快,但挑战仍然存在——即使有链接聚合也很难能跟上传感器的发展速度,电脑的GPU和CPU性能也远远落后于其他领域。
想要解决这个问题,如果用高分辨率的高速传感器,也将面临很多瓶颈。比如摄像头接口、GPU和CPU的桥接接口、CPU的负载或处理能力,以及计算机上送云端的带宽,往往在最好的情况下才能达到1G。
此外,如果现场有多个摄像头,情况会变得更糟。假如有多个10GigE相机、CoaXPress或100 GigE相机,以100 GigE相机为例,速度大概是96千兆比特乘每秒以摄像机的数量。但大多数情况下,用户电脑的最大带宽接口PCIe 3.0,其带宽也只有48千兆比特每秒,远远无法满足需求。
02
用图像采集卡压缩预处理
面对这个困境,用户常见的解决方案是在多摄像头和CPU架构之间放置一个图像采集卡,用于压缩以及预处理。例如从图像提取一定区域的ROI,即可减少总数据带宽。
然而,在实际应用中,用户对图像采集卡的需求还有许多:
■通常需要高带宽的相机接口、多相机接口、超高精度的同步,以及可定制的IOs来控制外围设备;
■在处理过程中,需要能够实时并行处理,并且需要低延迟、有一个大的DRAM,从而计算复杂的算法,需要很多个千兆比特每秒的内存访问带宽;
■对系统开发人员而言,图像采集卡需要满足灵活、易于使用的要求。为保障开发便捷性,开放的FPGA也必不可少,可以将一些特定IP放在图像采集卡上,通过集成开发环境实现快速的算法和方案开发;
■与此同时,用户对于系统集成的紧凑设计和被动冷却性能,也提出了更严苛的要求...
03
可靠的一体化边缘视觉解决方案
能否能将图像采集卡和计算机很好地合二为一?虹科的HK-Gidel FantoVision 40给出了答案。
这是一款开创性的小型计算机,可与高达4 x 10GigE Vision或 4 X CoaXPress 2.0相机连接进行图像采集和处理。创新架构将高端图像采集与实时图像处理和/或压缩相结合,使用Nvidia Jetson™ 嵌入式计算机,并在Intel Arria 10™ FPGA上进行可选的预处理/压缩。
HK-Gidel FantoVision的另一个显著特点,是其开放式体系结构支持GPU和FPGA上的嵌入式AI/图像处理。软件工程师可以使用CUDA C/C++和NVIDIA的库,在GPU上编写算法。此外,使用新颖的ProcVision套件,在FPGA上开发和部署可选的预处理块,既简单又快速。
该产品的多个HK-Gidel FantoVision单元可以相互连接,可提供独特且可扩展的拓扑结构。使用InfiniVision™ 开放式框架抓取器流程,100多个传感器可同步处理。
现如今,HK-Gidel FantoVision为高带宽、低延迟应用的新型紧凑、经济高效、可扩展的视觉和成像解决方案开辟了道路。尤其适用于需要高分辨率、高速度的交通监测、面板检测等场景。
例如交通检测应用中有多个摄像机在拍摄高分辨率图像,HK-Gidel FantoVision 可以通过图像采集卡提取ROI区域甚至是车牌,在GPU上布署算法做车牌识别,最后将识别的车牌号码传到云端上,从而不需要很多带宽。
虹科是智能感知与机器视觉领域领先的资源整合及技术服务落地供应商,多年来为用户提供图像采集卡、FPGA图像处理、高带宽图像采集等服务,以及深度AI相机、视觉相机和图像采集等解决方案。目前,虹科已经陆续在国内完成了多家一线公司的汽车图像采集、AOI、晶圆半导体检测、原料体积监测、高端机器人图像处理、智能巡检、工件质量识别等项目。