Zwar keine allgemeingültige Definition für den Begriff ‚Embedded Vision‘, doch immerhin eine gängige Umschreibung: Kompakte Bildverarbeitungssysteme auf Basis angepasster Kameramodule sind direkt in Maschinen oder Geräten integriert und sorgen dort mit zugeschnittenen Rechnerplattformen und geringer Leistungsaufnahme für intelligente Bildverarbeitung in verschiedensten Anwendungsgebieten, ohne einen klassischen Industrie-PC zu benötigen. 

Peter Keppler, Stemmer Imaging: „Das Thema Software ist einer der entscheidenden Schlüssel auf dem Weg zum jeweils optimalen Bildverarbeitungssystem.“

© Stemmer Imaging

Dabei ist zwischen verschiedenen Spielarten von Embedded Vision-Systemen zu unterscheiden: Am einfachsten fällt die Abgrenzung von Embedded Vision-Systemen zu klassischen Bildverarbeitungssystemen, wie Peter Keppler, Director of Corporate Sales bei Stemmer Imaging, ausführt: „Klassische Bildverarbeitungssysteme arbeiten auf Basis von Industrie-PCs, die über spezielle Bildverarbeitungsbibliotheken frei programmierbar sind. Die Bildaufnahme erfolgt über mit geeigneten Optiken ausgestattete Kameras. Beleuchtungen, die für die jeweilige Anwendung optimiert sein sollten, sorgen für eine ausreichende und applikationsgerechte Ausleuchtung der Prüfobjekte.“ Die Kameradaten werden nach der Bildaufnahme über geeignete Schnittstellenkabel an Bilderfassungskarten weitergeleitet, die die eigentliche Bildverarbeitung auf der CPU des Rechners koordinieren. Bei manchen dieser Framegrabber erfolgt dabei eine Bildvorverarbeitung – zur Entlastung der Host-CPU. Die vom System gelieferten Ergebnisse der Auswertung werden meist zur Qualitätssicherung hergestellter Güter genutzt.

Embedded-PCs unterscheiden sich von diesen IPC-Systemen im Wesentlichen dadurch, dass die Funktionalität der Bild-Erfassungskarten bereits fest im Embedded-PC integriert ist. Wie klassische Industrie-PCs ermöglichen auch sie somit den Anschluss externer Standardkameras mit allen am Markt verfügbaren Bild-Sensoren. Basierend auf Windows-Embedded-Betriebssystemen sind Embedded-PCs ebenfalls frei programmierbar und erlauben über spezielle Bibliotheken für die industrielle Bildverarbeitung eine flexible Anpassung der Systeme an die jeweils vorliegenden Anforderungen. Die Verbindung zur Maschine erfolgt über proprietäre Bus-Adapter oder spezielle Industrial-Ethernet-Karten. Beispiele für Embedded-PC-Systeme sind unter anderem die ‚CVS Image Station Compact‘ von Stemmer Imaging, die ‚IPD GV‘-Familie von Teledyne Dalsa oder die ‚Matrix‘-Serie von Adlink.

Smart-Kameras und Vision-Sensoren

Bei Smart Kameras und Vision-Sensoren sind Kamera, Bilderfassung, der Prozessor für die Bildauswertung und die I/O-Schnittstellen sowie teilweise auch Beleuchtung und Optik in einem Gehäuse zusammengefasst.

© Stemmer Imaging

Noch einen Schritt weiter gehen Smart-Kameras und Vision-Sensoren: Bei ihnen sind der Kamerasensor sowie die Bild-Erfassung, der Prozessor für die Bild-Auswertung und die I/O-Schnittstellen in einem meist sehr kompakten, robusten Gehäuse zusammengefasst. Vision-Sensoren verfügen in der Regel über eine grafische ‚Point and Click‘-Parametrierung. Häufig arbeiten diese Systeme zudem mit integrierten Beleuchtungen und Optiken, was zwar die Anwendung vereinfacht, zugleich aber die Flexibilität reduziert: „Solche Systeme sind in der Regel für bestimmte Anwendungsfälle optimiert und erlauben keinen Wechsel zu einer komplett anderen Applikation, zum Beispiel von einer reinen Anwesenheitskontrolle hin zu Mess- oder Leseaufgaben. Als weitere Einschränkung ist das limitierte Angebot an Bild-Sensoren zu nennen, die sich in solchen Produkten einsetzen lassen“, gibt Keppler zu bedenken.

Eine genaue begriffliche Abgrenzung zwischen Smart-Kameras und Vision-Sensoren existiert nicht; als typische Vertreter dieser Klasse gelten die Stand-Alone-Produkte der ‚InSight‘-Familie von Cognex sowie die ‚Boa‘-Reihe von Teledyne Dalsa.

Spezialisiert auf eine Aufgabe

Vollintegrierte Bildverarbeitungssysteme wie die ‚Deep Embedded Vision-Systeme‘ wurden speziell für eine bestimmte Aufgabe entwickelt und sind nicht frei programmierbar.

© Stemmer Imaging

Für vollintegrierte Bildverarbeitungssysteme, die auch ohne Betriebssystem arbeiten können, schlägt Keppler die am Markt noch nicht etablierte Bezeichnung ‚Deep Embedded Vision-System‘ vor: „Solche Systeme sind speziell für eine bestimmte Aufgabe entwickelt und nicht frei programmierbar. Bereits bei der Auslegung werden die Kommunikationsmöglichkeiten der Systeme fest definiert – nachträglich lassen sie sich nur mit relativ hohem Aufwand verändern.“ Für das Systemdesign solcher ‚Deep Embedded Vision-Systeme‘ entstehen hohe Initialkosten, die sich nur durch große Stückzahlen amortisieren. Da solche Produkte in der Regel eine sehr geringe Stromaufnahme aufweisen, bieten sie selbst beim Betrieb per Batterie lange Laufzeiten. 

Ein aktuelles Beispiel eines solchen ‚Deep Embedded Vision-Systems‘ ist die ‚RealSense‘-Technologie von Intel. Diese Kamerasysteme basieren auf dem Intel ‚RealSense‘-Visionprozessor ‚D4‘ mit speziellen Algorithmen, um die Rohbild-Streams der integrierten Bildsensoren zu verarbeiten und daraus präzise 3D-Tiefeninforma-tionen mit hoher Auflösung in großer Bildrate zu berechnen und diese 3D-Bilder als Ergebnis zur weiteren Verarbeitung auszugeben.

Ein anderes Beispiel an ‚Deep Embedded Vision-Systemen‘ stammt aus dem Bereich der Text-Erkennung: Kompakte Module mit integrierter Kamera, OCR-Software und Funkanbindung werden direkt auf mechanische Zählwerke montiert und ermöglichen die automatische Erfassung ohne Austausch der bestehenden Zählwerke gegen elektronische Versionen. Sie geben die Zählerstände in festgelegten zeitlichen Abständen direkt an den Leitrechner weiter, sodass sich die manuelle Ablesung erübrigt. Aufgrund der äußerst geringen Stromaufnahme und der nur kurzzeitigen Einschaltphasen bieten diese Module wartungsfreie Laufzeiten im Bereich von zehn Jahren.

Flexibilität durch System on Chip

SoC-Systeme ermöglichen maßgeschneiderte Bildverarbeitungslösungen und lassen sich in diversen Zielsystemen unterbringen.

© Stemmer Imaging

Eine noch junge Embedded-Rechnertechnologie mit hoher Flexibilität sind ‚System On Chip‘-Lösungen (SoC). „SoCs erlauben maßgeschneiderte Systeme und eine einfache Adaption verschiedenster Bildsensoren über Standardkameras und zahlreiche Standardschnittstellen wie GigE Vision, USB3 Vision oder MIPI. Durch die Einbindung von Hardware wie FPGAs, GPUs oder DSPs sind bei Bedarf eine lokale Vorverarbeitung und Datenreduktion realisierbar. Zudem ist eine standardkonforme Bildverteilung zur Weiterverarbeitung sowie eine standardkonforme Maschinenkommunikation über OPC UA möglich“, erläutert Keppler. Beim Einsatz der passenden Software-Umgebung bieten derartige ARM-basierende Systeme unter Linux zudem Sourcecode-Kompatibilität zu PC-Systemen, freie Programmierbarkeit über C/C++ und Zugriff auf Bildverarbeitungsbibliotheken mit optimierten Algorithmen. Keppler räumt der SoC-Tech­nologie sogar das Potenzial ein, die Bildverarbeitung zu revolutionieren, da sie nur geringe Anfangsinvestitionen und Systemkosten erfordere und zudem eine einfache Duplizierung möglich sei. 

Die Wahl des ­optimalen Systems

Schlagworte wie Industrie 4.0, Internet of Things (IoT) und die Erweiterung Industrial Internet of Things (IIoT), Cloud Computing, verteiltes Rechnen, künstliche Intelligenz, Machine Learning und weitere Technologien sind Ausdruck für die zahlreichen Entwicklungen, die Anwender und Entwickler von Bildverarbeitungssystemen vor große Herausforderungen bei der Auswahl des bestgeeigneten Systems für ihre jeweiligen Anwendungen stellen. Einen wesentlichen Anteil zum jeweils optimalen Bildverarbeitungssystem bildet das Thema Software, wie Keppler ausführt: „Diese sollte unabhängig von der Hardware-Plattform sowie vom Betriebssystem und daneben kompatibel zu den gängigen Sourcecodes und Standards sein, um die nötige Flexibilität zu bieten.“ 

Dass die klassische Bildverarbeitung aufgrund der rasanten Entwicklungen im Bereich von Embedded Vision schon bald ausgedient haben könnte, sieht Keppler nicht: „Embedded Vision-Systeme haben sowohl in Bezug auf ihre Leistungsfähigkeit als auch hinsichtlich ihrer Einsatzvielfalt in den vergangenen Jahren einen enormen Aufschwung erlebt und bieten ihren Anwendern flexible Möglichkeiten. Doch auch weiterhin wird es immer Applikationen geben, in denen klassische PC-basierte Bildverarbeitungssysteme die bessere Lösung darstellen.“

Autor:
Peter Stiefenhöfer ist Inhaber des Pressebüros PS Marcom Services in Olching.