Der Begriff ‚Embedded Vision‘ hat sich in den letzten Jahren zu einem viel-benutzten Schlagwort entwickelt, das den Anschein einer relativ jungen Technologie erweckt. Dabei waren nach den Worten von Jan-Erik Schmitt, Geschäftsführer von Vision Components, bereits in den 1990er Jahren die ersten Standard-Embedded-Vision-Systeme kommerziell verfügbar: »Derartige Systeme wurden damals allerdings noch Smart-Kamera oder Vision-Sensor genannt. Der Ursprung von Embedded-Vision-Systemen ist daher der traditionelle produzierende Industriesektor.«

Wesentlicher Treiber für den Erfolg der aktuellen Embedded-Vision-Technologie ist nach übereinstimmender Ansicht aller Experten jedoch inzwischen der Consumer-Bereich. Vor allem die ständige Weiterentwicklung von Smartphones und der darin eingesetzten Kameras und Prozessoren haben die technische Grundlage für die stark zunehmende Anzahl von Anwendungen in vielen verschiedenen Sektoren der Industrie gelegt.

Dr. Christopher Scheubel: »Sinkende Preise und die steigende Rechenleistung von Prozessoren haben ­wesentlichen Anteil am Erfolg von Embedded Vision.«

© NürnbergMesse

Dr. Christopher Scheubel, Executive Director des Framos-Spin-offs Cubemos, sieht zwei gegenläufige Spiralen, die wesentlichen Anteil am Erfolg von Embedded Vision haben: »Weil Embedded Vision zunehmend im Consumer-Markt mit seinen hohen Stückzahlen eingesetzt wird, entwickeln sich die Preise für entsprechende Komponenten und Systeme nach unten. Gleichzeitig nimmt die Rechenleistung von Prozessoren nach wie vor stetig zu.«

Eine weitere Folge dieser Trends: Wenn für bestimmte Aufgaben Komponenten mit gleichbleibender Leistungsfähigkeit ausreichen, so sind diese zu einem Bruchteil der früheren Kosten erhältlich. Der zunehmende Erfolg von Embedded Vision führt dazu, dass immer mehr der dafür erforderlichen Komponenten eingesetzt werden, was weitere Preissenkungen zur Folge hat. Aus diesen Gründen amortisieren sich die Ausgaben für Embedded-Vision-Systeme sehr schnell, Investitionen lohnen sich häufig bereits nach wenigen Monaten. Auch dieser Aspekt trägt zum großen Erfolg der Technologie bei. Consumer-Bereich und Industrie profitieren gleichermaßen.

Mehr Anwendungen

Jason Carlson: »Edge Computing mit Plattformen wie ARM, X86, GPUs oder FPGAs sowie Multicore-Prozessoren stellt ausreichend Rechenleistung für Embedded Vision zur Verfügung.«

© NürnbergMesse

Durch die zunehmende Leistungs-fähigkeit von Embedded-Vision-Lösungen bei gleichzeitig sinkenden Preisen haben die Anwendungsfälle in vielen verschiedenen Sektoren innerhalb und außerhalb der Industrie stark zugenommen. Diese Entwicklung ist noch nicht abgeschlossen und wird nach Ansicht der Diskussionsteilnehmer in Zukunft noch wesentlich mehr Bereiche betreffen, an die heute noch niemand denkt.

Für Jason Carlson, CEO des Embedded Computing-Unternehmens Congatec, liegt ein wesentlicher Grund für die extreme Zunahme von Embedded-Vision-Anwendungen darin, dass die Entwicklungen im Bereich Edge Computing immer mehr Rechenleistung zur Verfügung stellen: »Bilder und Videos erzeugen große Datenmengen und stellen daher enorme Anforderungen an die Verarbeitung. Mit der heutigen Technologie und Rechenplattformen wie ARM, X86, GPUs oder FPGAs sowie Multicore-Prozessoren lassen sich diese Anforderungen jedoch immer besser und oft in Echtzeit lösen.« 

Als typische industrielle Anwendungen von Embedded Vision nennt Dr. Christopher Scheubel die Orientierung fahrerloser Transportsysteme oder Roboter-gestützte Pick-and-Place-Systeme. Für Bengt Abel, Project Leader Technology and Innovation des Logistikunternehmens Still ist Embedded Vision auch ein wichtiger Wegbereiter für transparente Liefer- und Produktionsketten. »Insbesondere in der Intralogistik beim Transport von Gütern zu den Fertigungsstätten gibt es ein großes Anwendungsgebiet und somit ein enormes Zukunftspotenzial für Embedded Vision.« Abels Unternehmen evaluiert derzeit Systeme zur Personenerkennung und Warenverfolgung. Auch dort wird Embedded Vision eine entscheidende Rolle spielen. 

KI und Embedded Vision

Methoden der künstlichen Intelligenz gelten derzeit als eine Art Wunderwaffe für diverse Anwendungsbereiche. Auch in Kombination mit Embedded Vision sind die Erwartungen hoch – zu Recht, meint Congatec-CEO Carlson: »Technisch gibt es heute sehr viele Möglichkeiten, Embedded-Vision-Systeme auf Basis von KI noch besser und schneller zu machen. Ob solche Lösungen realisiert werden, entscheidet sich aus meiner Sicht nur an einer Frage: Werden die Anwendervorstellungen zum gewünschten Preis-Leistungs-Verhältnis erfüllt oder nicht.« Das steigende Angebot an dedizierter, KI-optimierter Hardware wird nach Aussage der Experten wohl dazu beitragen, dass diese Technologie auch im Bereich Embedded Vision zunehmend zum Einsatz kommen wird. 

Dr. Michael Bach: »Die Entwicklung von Embedded-Vision-Systemen mit Hilfe von künstlicher Intelligenz muss zu Effizienzsteigerungen beim Anwender führen.«

© NürnbergMesse

Dennoch müssen Anwender einige Hürden überwinden, wollen sie KI-Methoden für Embedded-Vision-Systeme nutzen. Laut Dr. Christopher Scheubel ist ein ausgewogenes Set an Daten extrem wichtig, um gute Trainingserfolge zu erzielen. Zudem ist das Data Labelling – die korrekte Zuordnung von Bildinhalten – manuell sehr zeitintensiv und dadurch teuer, und automatische Verfahren können fehleranfällig sein. Aufgrund der nicht gegebenen Nachvollziehbarkeit von Entscheidungen ist darüber hinaus die für die Industrie wichtige Zertifizierung von KI-basierter Software schwierig.

Die Erwartung seitens der Anwender verdeutlicht Dr. Michael Bach, Leiter Forschung & Entwicklung von CST: »Für uns ist wichtig, dass KI die Entwicklung von Embedded-Vision-Systemen beschleunigt und die Abhängigkeit vom Wissen einzelner Mitarbeiter reduziert, weil dies zu Effizienzsteigerungen beim Anwender führt. Am Ende muss jedoch eine absolut sicher funktionierende Lösung stehen und es ist gleichgültig, ob diese mit mehreren Tausend Zeilen Code programmiert oder mit Hilfe eines KI-Systems erstellt wurde.«

PC-basierte Bildverarbeitung bleibt

Gion-Pitschen Gross: »Linux-basierte Embedded-Vision-Systeme bieten gegenüber Windows den Vorteil, dass sie individueller an die jeweiligen Anforderungen angepasst werden können.«

© NürnbergMesse

Der Erfolg von Embedded Vision werde aber nicht zum Ende der traditionellen, PC-basierten Bildverarbeitung führen, sind die Diskussionsteilnehmer über-zeugt. Die Embedded-Vision-Technologie bietet sich vor allem dann an, wenn eine kostengünstige Lösung für eine spezifische Applikation mit möglichst hohen Stückzahlen gefragt ist. Erfordert die Aufgabenstellung hingegen eine gewisse Flexibilität, bleiben PC-basierte Bildverarbeitungssysteme nach wie vor die erste Wahl.

In bestimmten Fällen kann auch ein Miteinander von Embedded und PC-basierter Vision für optimale Lösungen sorgen. Dass bei Embedded Vision meist Linux, in der traditionellen Bildverarbeitung jedoch häufig Windows als Betriebssystem zum Einsatz kommt, stellt dabei nach Meinung der Experten kein Problem dar, wie Gion-Pitschen Gross, Product Manager Vision von Allied Vision, erläutert: »Linux bietet gegenüber Windows den Vorteil, dass die Systeme individueller auf die jeweiligen Anforderungen angepasst werden können. In Linux kann man sich genau auf die Teile des Betriebssystems beschränken, die man wirklich braucht. Dadurch lassen sich Linux-Systeme einfach und mit einem kleinen Footprint halten. Linux gibt Anwendern daher mehr Freiheiten, die Systeme exakt an die Kundenwünsche anzupassen, als dies unter Windows möglich ist.«