A-B罗克韦尔1786-RPFM模块 诚信经营 质量可靠

   2023-11-06 290

A-B罗克韦尔1786-RPFM模块 诚信经营 质量可靠

1756-A10

1756-A13

1756-A17

1756-A4

1756-A7

1756-BA1

1756-BA2

1756-BATA

1756-IF16

1756-IF16H

1756-IF8

1756-IF8H

1756-IF8I

1756-IF6I

1756-IF6CIS

1756-IT6I

 

1794-IM16

1794-IM8

1794-IR8

1794-IRT8

1794-IT8

1794-IV16

1794-IV32

1794-OA16

 

1756-HSC

1756-IA16

1756-IA16I

1756-IA32

1756-IB16

1756-IB16D

1756-IB16I

1756-IB32

 

1756-CN2

1756-CN2R

1756-CNB

1756-CNBR

1756-DHRIO

1756-DNB

1756-EN2T

1756-EN2TR

1756-EN3TR

1756-ENBT

1756-ENET

1756-EWEB

1756-IR6I

1756-IR12

1756-IRT8I

1756-IT6I2

1756-IM16

1756-L61

1756-L62

1756-L63

1756-L64

1756-L65

1756-L71

1756-L71S

 

1756-M03SE

1756-M08SE

1756-M16SE

1756-N2

1756-OA16

1756-OA16I

1756-OB16D

1756-OB16E

1756-OB16I

1756-OB32

1756-OF4

1756-OF8

 

1756-BATA

1756-CNB

1756-IC16

1756-IB16

1756-IB32

1756-IF16

1756-IR61

1734-ACNR

1734-ADN

1734-AENT

1734-AENTR

1734-APB

 

1756-TBS6H

1756-TBSH

1757-SRM

1746-N2

1746-NI16I

1746-NI4

 

1756-PA75R

1756-PB72

1756-PB75

1756-RM

1756-IB16

1746-IV32

 

1756-OF8I

1756-OW16I

1756-PA72

1756-PA75

1794-OA8

1794-OA8I

 

1746-IA16

1746-IB16

1746-IB32

1746-IM16

1746-IO12DC

1746-ITB16


A-B罗克韦尔1786-RPFM模块 诚信经营 质量可靠

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,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。

A-B罗克韦尔1786-RPFM模块 诚信经营 质量可靠

核心提示:CPU,PLC ,模块 ,变频器 ,触摸屏
 
标签: 电工电气,工控系统及装备,PLC
反对 0举报 0 收藏 0 打赏 0评论 0
 
同类新闻
  • 联系人:兰顺长
  • 电话:18030129916
  • 地址:厦门市集美区杏林街道禹洲中央海岸一期5号楼923
  • 手机:18030129916
我们的产品