在工廠自動化和農業等許多領域都應用到視覺感測技術,雖然看似效果顯著,但只有當AI和機器學習被添加到組合中時,該技術才能真正發揮其作用。
機器視覺系統在工業流程中使用已有一段時間。例如,它們經常被用來監測在輸送帶上移動的產品。相對簡單的模式識別擴展了這些機器視覺系統的能力,但人工智慧(AI)和機器學習(ML)的導入,正在?明機器視覺進入新的應用。
一條工業生產線是相對一致的,這使得機器視覺系統更容易識別任何超出定義範圍的東西。在現實世界中,事情並非如此統一,而這正是AI和機器學習的用武之地。一個結合AI的機器視覺系統能辨別出的,將不僅僅是被損毀的產品或停滯的傳送帶。
這些系統將滲透到所有垂直領域並增強多種角色,「維護」是其中領域之一,AI可協助工程師維修複雜機器,至於其他的應用,例如農業可使用機器視覺來遠端監控作物的健康狀況,並利用這些資訊來調整灌溉週期、通風等。
為這些應用提供AI後端雲端平台的商業價值亦有顯著增長。由於成本降低,平台的使用增加了,而更高的準確性則推動了需求;這創造了一個投資的良性迴圈,將使機器視覺方案與AI雲端平台的連接變得更加簡單。現在可以利用機器視覺來做更多的事情,它的使用有望推動物聯網(IoT)的新的進展。
超低功耗感測
超低功耗感測器解決方案的可用性是此一增長趨勢的關鍵。這些新的應用程式需要一個 「永遠待命」的方案,並且結合高性能和低功耗,隨時準備在需要時擷取影像。
當然,「連接」也將是關鍵。隨著AI分析的繁重工作在雲端進行,感測器平台可以更小、更省電。儘管如此,它們仍需要為回程提供高速和可靠的連接;藍牙低功耗(Bluetooth LE)無線協議的超低功耗憑證,在此發揮了重要的作用。
將BLE技術添加到感測器平台上,為機器視覺感測器平台與雲端服務的無線連接提供一種全面而簡單的方法。感測器平台透過IoT閘道或智慧型手機,可以將影像資料和其他感測器資訊傳輸到雲端平台,在雲端平台上使用AI進行分析。然後,可將動作發回給感測器平台或其他連接的智慧執行器。
擷取彩色影像
儘管機器視覺系統能使用簡單的黑白影像來識別基本物體,但彩色影像所傳達的資訊更多。當AI被用於分析場景時,顏色變得更加相關。在機器視覺中加入顏色,將為自動識別帶來新的維度,用於前述提到的新興應用。顏色提供了更大的對比和更好區分場景中的物體。AI系統現在能利用這些特徵來提供更高的準確性。
在這種情況下,管理整體功率預算變得更重要,特別是對於電池供電的「永遠待命」的設備,這可能包括用一個鈕扣電池預計工作五年或更長時間的設備。在系統功率方面,影像感測器、控制系統和通訊介面成為最關鍵的設計標準。
圖2 : 低功耗拍攝相機平台結合AI,支援以事件觸發影像。 |
|
RSL10智慧拍攝相機平台的開發是為了讓工程師能接入一個完整的低功耗影像擷取平台,使用藍牙低功耗進行連接。該平台最新版本增加對使用基於ARX3A0 CMOS圖像感測器的相機模組進行彩色影像擷取的支援。該模組符合安森美(onsemi)影像接入系統(IAS)的設計格式,採用標準化的連接器和佈局配置,使模組可互換。
安森美利用其生產新一代RSL10智慧拍攝相機平台。RSL10智慧拍攝彩色相機平台現在支援ARX3A0的彩色版本。新平台的尺寸也更小,而且在功率方面更佳。客戶在評估系統的性能以後,可使用包括軟體在內的設計檔來自行開發智慧型機器視覺IoT感測器。
電源管理對於確保電池使用壽命非常重要。RSL10 SIP/ARX3A0在該彩色相機平台上有一個專用的FAN53880電源管理IC(PMIC),以及基於硬體的智慧電源管理模式。當該彩色相機平台連接到連續的圖影像擷取時,它只消耗136.3毫瓦。在等待觸發時,功率下降到88.77W,而在斷電模式下,僅消耗30.36W。
因此,如果一天拍攝一張圖片,該彩色相機平台使用一顆2000毫安培的電池可以運行11年以上。
由事件觸發的機器視覺
RSL10智慧拍攝相機被設計用來提供因事件觸發的影像擷取。這意味著並非不斷地傳輸影像資料,而是根據先前定義的事件來擷取影像:事件的觸發條件是透過整合在相機平台上的高度先進感測器進行監測。
可以使用包括運動狀態、溫度、時間、濕度和加速度這些作為感測器監測的條件。開發人員可以使用這些感測器的輸出來設立複雜的條件。如果達到這些條件,RSL10智慧拍攝相機平台就會觸發影像擷取。然後,擷取的影像透過BLE傳輸到智慧型手機或閘道。
儘管轉向彩色影像擷取意味著透過藍牙傳輸的資料量增加,但安森美已做到且幾乎無需增加系統功耗,其中的關鍵是RSL10 SIP,一個超低功耗的系統級封裝(SiP)。這極小、低功耗SiP作為整個系統的樞紐,控制影像感測器處理器,驅動環境感測器,並管理BLE通訊。
介面到雲端AI平台
除了RSL10智慧拍攝彩色相機平台,安森美還提供一個訂製的行動應用程式,可從Android和iOS下載。只要使用連接的智慧型手機和有效的AWS帳戶,就可以使用Amazon Rekognition,一旦AWS帳戶連接到RSL10 Smart Shot行動應用程式,就可以上傳影像進行分析,待分析完成後,Amazon Recognition會回傳影像中所有被識別物體的清單,並標明百分比準確率。
圖4 : 基於雲端的解決方案是由Microsoft Azure提供 |
|
此外,安森美與安富利(Avnet)合作,在IoTConnect Platform中整合RSL10智慧拍攝相機平台,這是個基於雲端的解決方案,使用Microsoft Azure。IoTConnect設計為盡可能減少IoT設計過程的複雜性,提供將資訊從拍攝相機平台連接到雲端的途徑,從而可以解釋、運算並進行學習(AI)。客戶可採用此方法在自己需要機器視覺的價值驗證(POV)進行客制,如檢測物體、讀取類比儀錶或檢查庫存水平。這能夠更快地驗證物聯網專案,並讓客戶更快進入市場。
總結
視覺感測是一項令人興奮的技術,在工廠自動化和農業等許多領域都應用到該技術。雖然擁有一個永遠不會感到厭煩、疲倦或犯錯的「檢查員」的好處是顯著的,但只有當AI和機器學習被添加到組合中時,該技術才真正發揮其作用。
RSL10智慧拍攝相機平台為OEM廠商提供一個設計平台,它結合連接、彩色和黑白成像以及基於AI的處理。這些設備不僅可透過整合雲端服務使用先進的AI和機器學習,而且改良的低功耗運行可支援其運行超過十年。
(本文作者Guy Nicholson為安森美工業和商用感知分部高級總監)