Ob Drohnen, intelligente Haushaltsgeräte oder selbstfahrende Roboter – mit Embedded Vision lassen sich viele Geräte und Maschinen mit Kameras und Bildverarbeitung ausstatten. Für die Entwickler ist es umso einfacher, je besser die Komponenten aufeinander abgestimmt sind. Eine gute Basis dafür bilden das Mipi CSI-2 Interface und die dafür erhältlichen Mipi-Vision-Komponenten. Das Ecosystem erleichtert die Integration von Kamera­modulen und Produktideen gelangen deutlich schneller zur Serienreife. Zwei Anwendungsbeispiele verdeutlichen dies.

Embedded Vision ist eine Schlüsseltechnologie für die Integration von Kameras und Bildverarbeitung in Geräte und Maschinen. Sie zeichnet aus, dass alle Komponenten auf die Anwendung abgestimmt sind, so klein wie möglich und für einen geringen Energieverbrauch optimiert. Das wiederum erfordert, dass keine unnötigen Bauteile und Funktionalitäten integriert und die Rechenleistung möglichst passend gewählt wird. Niedrige Kosten für Entwicklung und Serienprodukt sind zudem eine weitere Anforderung.

Vom Smartphone in die Industrie

Moderne Embedded-Systeme mit Prozessoren von Nvidia, aus der I.MX-Serie von NXP oder die Raspberry-Pi-Familie erfüllen diese Anforderungen. Für den Anschluss von Kameras an diese Plattformen hat sich das Mipi CSI-2 Interface als Standard etabliert. Es wurde ursprünglich für den einheitlichen Datenaustausch zwischen Kameras und Prozessoren in Anwendungen wie Smartphones und Tablets entwickelt. Um den Ansprüchen dieser mobilen Geräte gerecht zu werden, sind Mipi-Komponenten in der Regel kompakt im Design, leistungsstark und energieeffizient. Genau diese Eigenschaften machen sie damit auch zur ersten Wahl für AMRs, mobile Roboter und andere smarte Anwendungen – von der Industrie bis zu Haushaltsgeräten. Hersteller von Prozessoren und Embedded-Systemen haben auf die erhöhte Nachfrage aus der Industrie reagiert und bieten Ihre Produkte in industrietauglichen Varianten an – langzeitverfügbar, mit entsprechend hoher Qualität und erweitertem Temperaturbereich. In Verbindung mit Software, wie beispielsweise den AI-Tools von Nvidia, ermöglichen diese Boards die schnelle und kostengünstige Entwicklung vielfältiger Geräte mit Kameras. 

Mipi-Kameras für professionelle Anwendungen

Neben den Verarbeitungseinheiten spielen Kameras zur Erfassung der Bilddaten eine wichtige Rolle. Dafür hat Vision Components vor rund sieben Jahren mit der Entwicklung industrietauglicher und langzeitverfügbarer Mipi-Kameramodule begonnen. Mittlerweile sind die VC-Mipi-Kameras mit über 50 verschiedenen Bildsensoren, in Farb- und Monochrom-Varianten erhältlich. Mit 0,3 MPixel bis über 20 MPixel Auflösung, Global Shutter, Rolling Shutter und Global Reset Shutter decken die in Deutschland produzierten Kameras viele Anforderungen ab und bewähren sich in zahlreichen Smart Devices.

Onboard-Datenverarbeitung schafft Freiheit

Zwei aktuelle Beispiele dafür sind das Video-Okulographie-System Merlin von Zeisberg und der Perplant-Sensor des gleichnamigen Unternehmens für Smart Farming. Beide profitieren von Embedded Vision, weil die Technologie ihre Anwendung durch die integrierten Kameras und Onboard-Datenverarbeitung autark machen. Die Merlin-Brille bietet HNO-Ärzten und Kliniken ein kabelloses Diagnostikgerät für Kopf- und Augen-Tracking in einem Medizinprodukt. Der Perplant-Sensor kann innerhalb von 30 Minuten auf einem bestehenden Traktor installiert werden und erweitert diesen um Smart-Farming-Funktionalitäten zur punktgenauen Steuerung von Spritzdüsen und anderen Geräten – basierend auf den in Echtzeit erfassten Daten des Sensors. Während die Merlin-Brille auf einen Raspberry Pi als Prozessorboard setzt, arbeitet im Inneren des Perplant-Sensors ein leistungsstarkes Nvidia-Board, das die Kameradaten mittels AI-Algorithmen analysiert.

Schneller zur Serienlösung

Beide Anwendungen sind unabhängig von externen Verarbeitungseinheiten, und zudem kostengünstiger als andere Lösungen. Bei der Entwicklung konnten die Vorteile der verbreiteten Schnittstelle genutzt werden: Für die VC-Mipi-Kameras gibt es entsprechende Treiber für alle gängigen Prozessorboards, sodass der Einstieg in die Entwicklung unkompliziert ist. Die Entwicklung der Merlin-Brille dauerte beispielsweise nur 15 Monate, von der Produktidee bis zur Serienreife.

Zudem bietet Vision Components zahlreiche Komponenten an, die ebenfalls eine einfache Integration ermöglichen. Eine zentrale Rolle spielen dabei die Kabel für die Verbindung zwischen Kameramodul und Prozessorboard: Während Mipi CSI-2 das Protokoll für die Datenübertragung definiert, nutzen Hersteller von Prozessorboards unterschiedliche Mipi-Konnektoren. VC bietet dafür angepasste Kabel und Stecker. Diese gibt es als geschirmte FPC-Kabel in verschiedenen Längen bis maximal 20 cm sowie als Coax-Kabel bis zu einer Kabellänge von 75 cm und mit I-Pex-Steckverbinder. Ein kompakter Adapter – ebenfalls von VC entwickelt – ermöglicht den Anschluss der Stecker an die Mipi-Konnektoren der Prozessorboards. Für noch längere Kabelverbindungen gibt es die VC-Mipi-Kameras zudem mit einer GMSL2-Option. Damit können Mipi-Kameras über bis zu 10 Meter lange Kabel mit dem Prozessorboard verbunden werden.

Vom Kameramodul zur Ready-to-use-Kamera

Neben Kabeln gehören auch Zusatzboards, zum Beispiel für externe Trigger und die Steuerung von Beleuchtungen zum VC-Mipi-Ecosystem. Auf Wusch erhalten Kunden passende Objektivhalter und Optiken – entweder als Zubehör oder komplett montiert, verklebt und kalibriert. In diesem Fall sind die Kameras direkt einsatzbereit und können ohne weitere Anpassung in das Endprodukt eingebaut werden. Mit diesem Angebot kommt VC Unternehmen entgegen, deren Kernkompetenz in der Entwicklung des Gesamtgerätes oder der Software liegt, und die einen schnellen und kostengünstigen Weg zur Vision-Integration suchen.

Neue Kameraserie mit Vorverarbeitung

Um Unternehmen einen weiteren Schritt entgegen zu kommen, hat Vision Components den FPGA-Beschleuniger VC Power Som entwickelt. Das winzige Board übernimmt die Vorverarbeitung von Bilddaten im Mipi-Datenstrom und überträgt die Ergebnisse an ein Prozessorboard. Ein Beispiel dafür ist das Auffinden von Markern in Bilddaten. Die Kamera erfasst das Gesamtbild und übergibt die Daten an den VC Power Som, wo das Bild analysiert und Bereiche mit Markern identifiziert werden. Nur diese Bildausschnitte werden dann an den Hauptprozessor übergeben. Damit benötigt dieser weniger Rechenleistung, weil die anspruchsvolle Vorverarbeitung bereits erfolgt ist. Das gibt dem Entwickler eine größere Freiheit bei der Auswahl des Prozessorboards, dessen Ressourcen dann auch primär für die Hauptapplikation zur Verfügung stehen.

Auf der Messe Embedded World wird VC auf Grund der großen Nachfrage eine weitere Variante des VC Power Som vorstellen, die für preissensitive Projekte entwickelt wurde und genügend Leistung für gängige Anwendungen bietet. Weiterhin zeigt das Unternehmen eine neue Kameraserie, bei der eine programmierbare Verarbeitungseinheit direkt in das Design der winzigen Kameramodule integriert ist. Die Entwicklung dieser Kameraserie folgte ebenfalls dem eigenen Anspruch, die Integration von Embedded Vision in smarte Geräte und Anwendungen einfacher zu gestalten.