Maschinelles Sehen KI-Algorithmen ohne Verwirrungen

congatec GmbH   Embedded in your success.

Die Nachfrage nach Computer-Vision-Systemen in Kombination mit KI für die Bilderfassung lässt den Markt für computerbasiertes Sehen wachsen.

Bild: iStock, Atypeek
13.06.2019

Für Robotiksysteme wird die Technik vom computerbasierten Sehen immer wichtiger. Doch wie bringt man die harten Echtzeitanwendungen und Time-Sensitive-Networking mit Vision-Systemen und Künstlicher Intelligenz zusammen?

Sponsored Content

Das computerbasierte Sehen ist ein rasant wachsender Markt mit dem Potenzial, verschiedenste Anwendungen wie fortschrittliche Fahrerassistenzsysteme, medizinische Bildgebung, Präzisionslandwirtschaft, Einzelhandel, Werbung, Medien, Sicherheit und Überwachung, unbemannte Luftfahrzeuge (UAVs) sowie auch die Robotik zu revolutionieren. Die steigende Nachfrage nach Computer Vision Systemen für neue Anwendungsfelder in Kombination mit Künstlicher Intelligenz ist dabei einer der wesentlichen treibenden Faktoren.

So wird erwartet, dass KI im Computer-Vision-Markt derzeit ein durchschnittliches jährliches Wachstum (CAGR) von satten 47 Prozent im Plus hinlegen wird, während der Gesamtmarkt des maschinellen Sehens bis 2025 nur um rund 8,5 Prozent wachsen soll. Größter Wachstumstreiber sind dabei laut Researchstore.biz vor allem die steigenden Anforderungen an die Qualitätsprüfung und Automatisierung, die Weiterentwicklung von visionsgesteuerten Robotersystemen, die zunehmende Akzeptanz von 3D-Systemen für maschinelles Sehen sowie die steigende Nachfrage nach anwendungsspezifischen Bildverarbeitungssystemen, die neben der automatischen Bilderfassung auch individuelle Auswertungs- und Verarbeitungsfunktionen bieten sollen.

Neue Herausforderungen

Anbieter von Robotik- und Steuerungslösungen, die ihre neuen Applikationen mit dem maschinellen Sehen und KI-Algorithmen umsetzen wollen, stehen dabei vor großen Herausforderungen. Sie müssen in einem hochdynamischen Umfeld neueste Technologietrends adaptieren und gewinnbringend in ihre Applikationen integrieren. Sie stehen dabei vor der Herausforderung, zum einen eine Vielzahl an kontinuierlichen Daten generieren zu müssen, um den KI-Algorithmus zu trainieren.

Gleichzeitig müssen sie aber auch alle Ausnahmen berücksichtigen, die beispielsweise aus der Interaktion mit Menschen entstehen können. Zudem müssen sie auch große Herausforderungen meistern, wie die Industrie-4.0-Anbindung ihrer Systeme – die hierfür auch umfassend geschützt werden müssen, was wiederum erhöhte Aufmerksamkeit erfordert, da die Vernetzung auch immer eine Gefahr von Angriffen bietet.

Rund um das Thema Predictive Maintenance entstehen mit öffentlichen LPWAN-Technologien wie Sigfox und NB-IoT auch neue Strategien für das Sammeln relevanter Meldewerte, sodass sich eine Vielzahl wirklich dringender Aufgaben stellt, mit denen sich OEM vom Wettbewerb differenzieren können und auch müssen, um mit der allgemeinen Entwicklung Schritt halten zu können.

Technologiepartner gesucht

OEM suchen deshalb in diesem hochdynamischen Umfeld nach zuverlässigen, in einem zunehmend unsicheren internationalen Umfeld idealerweise auch deutschen Technologiepartnern für ihr Embedded-Vision-Computing-Ökosystem, das ein solides Fundament für ihre neuen Lösungen bietet. Anbieter wie Congatec und Real-Time Systems haben hierzu in Zusammenarbeit mit Intel eine passende Lösungsplattform für Vision, KI und Echtzeitsteuerungen entwickelt und zur Embedded World als applikationsfertige Demosysteme auf allen drei Ständen vorgestellt.

Mit ihrem extrem schnellen, deterministischen Verhalten auf bis zu sechs Cores kann die industrielle Applikationsserverplattform auf Basis von COM-Express-Type-6-Modulen mit Intel-Xeon-E2-Prozessor mehrere Echtzeit- und Nicht-Echtzeit-Tasks übernehmen. Die applikationsfertige, wirklich multitaskingfähige industrielle Steuerungsplattform nutzt den RTS Hypervisor von Real-Time Systems. Sie ist ausgelegt auf die kommenden Generationen Vision-basierter, kollaborativer Roboter und Automatisierungssteuerungen, die mehrere Tasks parallel bewältigen müssen – einschließlich Situational Awareness mittels Deep-Learning-basierter KI-Algorithmen.

Workload-Konsolidierung

Das Ziel dieser ist vor allem die Zusammenführung einzelner Teillösungen hin zu einer homogenen Lösungsplattform sowie auch eine Workload-Konsolidierung. Bisher separate Systeme zum Beispiel für Vision, Künstliche Intelligenz (KI) oder auch IoT-Gateways können nämlich problemlos zusammen mit harten Echtzeitanwendungen und Time-Sensitive Networking (TSN) auf einer Hardware konsolidiert werden.

Kunden sparen sich so die Entwicklung und Pflege unterschiedlicher Embedded-Systeme für die einzelnen Aufgaben, was enorme Kostenvorteile bietet. Um solch heterogene Systeme entwickeln zu können, benötigen OEMs vor allem einen leistungsfähigen Echtzeit-Hypervisor sowie die zur Applikation passenden Multi-Core-Embedded-Serverplattform, auf der sich so viele Cores befinden, wie sie für die konkreten, softwareseitig diskret zu haltenden Aufgabenstellungen gefordert sind.

Was zusammen gehört

Die von Intel, Congatec und Real-Time Systems präsentierte industrietaugliche Lösungsplattform basiert auf COM-Express-Type-6-Modulen mit Intel-Xeon-E2-Prozessoren und integriert drei applikationsfertig vorkonfigurierte virtuelle Maschinen. Eine betreibt eine Basler-Vision-Kamera, bei der die Vision-basierte Objekterkennung unter Linux über die Intel-OpenVino-Software erfolgt. Die KI-Algorithmen werden auf einer Intel-Arri-10-FPGA-Karte von Refexces ausgeführt. Die unabhängigen Echtzeit-Partitionen betreiben Echtzeit-Linux, um jeweils ein inverses Pendel in Echtzeit in Balance zu halten, was die verteilten Fertigungsroboter symbolisierte.

Besucher konnten versuchen, das Gleichgewicht dieser Pendel zu stören – das System reagierte sofort in Echtzeit und hielt die Pendel im Gleichgewicht. Eine weitere Linux-Partition wurde dazu benutzt, ein Secure Gateway onboard zu betreiben. Die Vorteile dieser Secure-Gateway-Integration sind zum einen die Einsparung der hohen Kosten und des Platzes für das externe Gateway. Zum anderen schützen sie den Anwender auch vor gefährlichen Backdoors so mancher externer Gateways, sodass man die Steuerung mit Vision-App bedenkenloser direkt als Edge-Device konzipieren kann.

Um die Unabhängigkeit der Anwendungen und ihr Echtzeitverhalten auf einer einzigen Serverplattform mit mehreren virtuellen Maschinen zu demonstrieren, konnte die Linux-Partition, auf der das Vision-System in der Demo betrieben wurde, neu gebootet werden, was keine Auswirkungen auf das virtualisierten Echtzeitsystem zeigte. Grundsätzlich lassen sich natürlich auch alle weiteren Betriebssysteme auf ihren jeweiligen virtuellen Maschinen unabhängig voneinander neu booten und per Watchdog auf korrekte Arbeit überprüfen.

Die Partner sind entscheidend

OEM profitieren von solchen applikationsfertigen Lösungsplattformen von deutlich reduziertem Entwicklungsaufwand, da viele Funktionalitäten bereits erprobt und das Zusammenspiel der einzelnen Komponenten validiert wurden. Die Tatsache, dass Real-Time Systems auch ein Unternehmen von Congatec ist, erleichtert dabei die Skalierbarkeit der Lösung mit anderen Performancelevels, denn die Tatsache, dass der RTS-Hypervisor alle gängigen x86-Plattformen unterstützt, bedeutet noch lange nicht, dass jede Plattform eines Embedded-Computing-Lieferanten im Einsatz zusammen mit dem Hypervisor validiert und getestet wurde.

Gleiches gilt selbstverständlich auch für Komponenten wie die Vision-Kameras. Aus diesem Grunde ist Congatec auch jüngst mit Basler eine Kooperation eingegangen, die darauf abzielt, Kunden perfekt aufeinander abgestimmte Komponenten für Embedded-Vision-Applikationen zu bieten.

Bedarfsgerecht auslegen

Congatec bietet diese aufeinander abgestimmten Komponenten bei Bedarf auch als fertig entwickelte, serienreife Lösungsplattform inklusive aller dafür notwendigen Zertifizierungen für die Auslieferung zum Endkunden an. Kunden profitieren so von einer vereinfachten Handhabung und beschleunigtem Design-In der Komponente „Embedded Vision Computer“ sowie optimierten Service- und Support-Bedingungen.

Die technologische Basis für solche Projekte sind bei Congatec dabei immer Computer-on-Modules, denn mit ihnen kann man besonders leicht eine bedarfsgerechte Performance-Skalierung und Closed-Loop-Engineering-Strategien umsetzen. Die Fusion von Modul und Carrierboard in eine kundenspezifische Lösung für den OEM ist auch immer möglich bis hin zum Aufbau einer kompletten Lösungsplattform inklusive Housing und IoT-Anbindung. Ein echtes Lösungsplattformangebot für OEMs.

Bildergalerie

  • Smarte Embedded-Vision-Plattformen mit KI-basierter Situational Awareness werden aus vielen kleinen Funktionsbausteinen zusammengesetzt, deren Zusammenspiel validiert sein muss.

    Smarte Embedded-Vision-Plattformen mit KI-basierter Situational Awareness werden aus vielen kleinen Funktionsbausteinen zusammengesetzt, deren Zusammenspiel validiert sein muss.

    Bild: Congatec

  • Die KI-basierte Vision-Plattform für Echtzeit-Robotics von Intel, Congatec und Real-Time Systems führt heterogene Teillösungen auf einer homogenen Lösungsplattform zusammen und trägt so zur Workload-Konsolidierung bei.

    Die KI-basierte Vision-Plattform für Echtzeit-Robotics von Intel, Congatec und Real-Time Systems führt heterogene Teillösungen auf einer homogenen Lösungsplattform zusammen und trägt so zur Workload-Konsolidierung bei.

    Bild: Congatec

  • Die bei der Lösungsplattform genutzte Intel-Distribution des OpenVino-Toolkits bietet sowohl Optimierungen für Deep-Learning-Interferenzen als auch viele Aufrufe traditioneller üblicher Computer-Vision-Algorithmen, die in OpenCV implementiert sind – insgesamt also ein integriertes Gesamtpaket.

    Die bei der Lösungsplattform genutzte Intel-Distribution des OpenVino-Toolkits bietet sowohl Optimierungen für Deep-Learning-Interferenzen als auch viele Aufrufe traditioneller üblicher Computer-Vision-Algorithmen, die in OpenCV implementiert sind – insgesamt also ein integriertes Gesamtpaket.

    Bild: Congatec

Verwandte Artikel