Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
21 www computerautomation de ● 5 21 embedded computing vierbeinige Roboter die drei Computeron-Modules nutzen um sich erstens in der Umgebung zurechtzufinden zweitens zu bewegen und drittens Tasks zu erfüllen Modularität ist Trumpf Dieser Ansatz ist auch perfekt weil er dem Hersteller ermöglicht für jede dieser Aufgaben das Computeron-Module bedarfsgerecht zu skalieren Auch in Fertigungszellen ist es bislang üblich dass jeder Roboter seine eigene Steuerung hat Denkbar ist aber auch dass die Robotersteuerungen einer Fertigungszelle alle auf einem System konsolidiert werden und diese beispielsweise über echtzeitfähiges Zweidraht-Ethernet mit den Aktuatoren Frequenzumrichtern der Antriebe direkt kommuniziert Eine solche Konsolidierung bedarf jedoch einer ausgereiften Plattformstrategie auf Basis deutlich leistungsfähigerer Module die es bislang in industrietauglicher Auslegung nicht gab Der oben genannte vierbeinige Roboter nutzt in der ersten Ausbaustufe übrigens zehn Prozessor Cores um die benötigte Rechenleistung und Echtzeit-Fähigkeit sicherzustellen Solche Prozessoren gibt es allerdings für besonders stromsparende mobile Embedded-Systeme noch nicht Multi-Purpose-Boost durch mehr Cores Mit der Verabschiedung der COM-HPC Computeron-Modules Spezifikation durch das Standardisierungsgremium der PICMG wird nun eine immens gestiegene Performance verfügbar die COM-ExpressModulen vor allem in der Server-Kategorie weit überlegen sein wird COM-HPCServer-Module werden nämlich die kommenden lötbaren Entry-Class-Serverprozessoren in robustem und bedarfsgerecht skalierbarem Modul-Gewand verfügbar machen Damit ermöglichen sie MultiPurpose Embedded-Edge-ComputingLösungen auf denen selbst leistungshungrigste dezentrale Echtzeit-Steuerungen konsolidierbar sind Voraussetzung hierfür ist allerdings die Verwendung der Hypervisor-Technologie für echtzeitfähige virtuelle Maschinen wie die von Real-Time Systems Erst mit solchen echtzeitfähigen Hypervisor-Lösungen lassen sich EchtzeitSteuerungen weiterhin deterministisch betreiben auch wenn das HMI der Fertigungszelle auf demselben Prozessor gerade neu bootet oder das integrierte IoTGateway eine Vielzahl an Maschinendaten konvertieren auswerten und zusätzlich noch parallel Requests verarbeiten muss Aber auch ohne diese hohe Integration verschiedenster Sub-Systeme auf einem Modul ist COM-HPC im Grunde ein Muss denn 3D-Image Processing ist eine komplexe Aufgabe bei der im Timeof-Flight-Verfahren ToF etwa Punktwolken entstehen die immense Datenmengen produzieren Der Performance-Bedarf steigt Pro Bildpunkt fallen für jeden Bildpunkt Raumkoordinaten von 32 bit an So entstehen bei einer Auflösung von 640 x 480 Bildpunkten mit 30 Frames pro Sekunde fps 35 MByte 3D-Daten pro Sekunde Hinzu kommen die Farbinformationen einer klassischen 2D-Kamera deren Auflösung in der Regel 4-mal höher sein sollte Das ergibt bei 1 2 Mega-Pixel 1280 x 1024 Pixel und 8 bit Farbtiefe pro Kanal zusätzliche 112 5 MByte pro Sekunde Diese Gesamtrohdaten von rund 150 MByte pro Zur Konsolidierung mehrerer Edge-Applikationen auf einem System unterstützen die Serveron-Modules Echtzeit-Hypervisor-Technologie von Real-Time Systems 3D-Lösungen von Basler Das Deep Learningbasierte Vision System besteht aus einer Basler Blaze Timeof-Flight Kamera die sich leicht mit Embedded-Systemen von Congatec kombinieren lässt Die Kamera bietet hochauflösende 3D-Bilder mit annähernd millimetergenauer Präzision Sie erzeugt nicht nur eine Graustufenaufnahme als Intensitätsbild sondern nimmt zusätzlich über Laufzeitmessungen von Lichtimpulsen im nahen Infrarotbereich auch Distanzmessungen für jeden einzelnen Pixel vor Die resultierende Aufnahme liegt dann als 3D-Punktwolke vor und liefert somit weitere Informationen über die abgebildete Szene Im Vergleich zu 2D-RGB-Aufnahmen werden die Farbinformationen durch Forminformationen ersetzt was nicht nur Vorteile bei der gleichzeitigen Erkennung von roten und grünen Äpfeln hat sondern zusätzliche Applikationen ermöglicht wie etwa das genaue Positionieren und Vermessen der erkannten Objekte Die plattformunabhängige Programmierschnittstelle der Kamera erlaubt die einfache Anbindung der Data Spree Software Deep Learning DS Diese Softwarelösung auf Basis tiefer neuronaler Netze ist sehr anwenderfreundlich und erlaubt die Entwicklung von Deep-Learning-Modellen ohne Vorkenntnisse Mit Hilfe der Anwendungssoftware lassen sich die einzelnen Arbeitsschritte zum Systemaufbau wie Datenakquise Annotation Training Bereitstellung und Anwendung des trainierten Netzes auf der Zielhardware deutlich vereinfachen Bilder Basler Bild Congatec