Page 11 - VSDC_SepOct2018_eMag

Market Trends 市场风向标

可用于此类系统产品中的图像传感器数量有限。”
关于这些系统的典型案例，可以参考康耐视的紧凑型
InSight 系列
图5：SoC系统可以
和 Teledyne 实现具有成本效益的
Dalsa 的 智能相机/视觉传感器 定制机器视觉解决方
案，并为系统布局提
Boa 系列产 图3：智能相机/视觉传感器将图像传感器、图像捕获、图像 供非常灵活的选择。
处理器和I/O接口，以及某些情况下的照明和镜头，都集成
品。 到一个紧凑封装中。
DSP 等功能强大的硬件，SoC 可以进行本地预处理和数据
深度嵌入式视觉：专注于单一任务 压缩。”
针对那些可以在无需操作系统下工作的完全集成的视 Keppler 表示，这类在 LINUX 环境下运行并采用了
觉系统而言，Keppler 建议采用深度嵌入式视觉系统。“这 正确软件环境的 ARM 系统拥有更多优势，其中包括与
种系统是专门针对某个特定任务开发的，不能自由编程。 PC 系统的源代码兼容，通过 C/C++ 可实现自由编程，以
系统的通信方案在设计过程中已作了明确定义，如果后续 及用优化的算法直接访问图像处理库等。这些系统的特点
修改，则要花费相对更多的时间和精力。”在这种深度嵌入 还包括设计紧凑、集成简单、功耗低。
式视觉系统在设计期间会产生很高的初始成本，并且这些 Keppler 认为，“由于 SoC 只需要较低的初始投资和
成本只能通过大规模生产来摊销。一般说来，这种产品的 系统成本，而且还可进行复制，我认为这种技术有可能彻
特点是功耗非常低，即便用电池供电也可以运行很长时间。 底变革成像和机器视觉行业。”
®
Intel RealSense™ 技术就是此类深度嵌入式视觉系统
®
的一个例子。这些系统基于 Intel RealSense™ D4 视觉处 选择理想的视觉系统
理器，采用最先进的算法处理来自集成的图像传感器的原 自动化世界变得越来越复杂。工业 4.0、物联网（IoT）
始图像流，并以高分辨率和高帧率计算出精确的 3D 深度 及其延伸的工业物联网（IIoT）、云计算、分布式计算、
数据。然后这些3D图像将作为结果输出，用于进一步处理。 人工智能、机器学习等等流行的热门术语，代表着众多的
深度嵌入式视觉系统的另一个案例来自文本识别领 创新发展。这些发展，也使得视觉系统的用户和开发人员，
域 ：整合了相机、OCR 软件和无线链路的紧凑型模块被 在为特定应用选择理想的视觉系统时面临巨大挑战。
直接安装在机械仪表上，能实现自动记录功能，成本低， Keppler 深信，“在这种背景下，对用户而言，能够
仪表读数将在规定的时间间隔内发送至主机，无需人工读 依赖某些关键技术领域的专家伙伴的建议，将变得越来
取数据。由于功耗极低，这些模块的免维护运行时间大约 越重要。STEMMER IMAGING 公司三十年以来一直专注
长达十年之久。 于机器视觉领域，其产品系列涵盖了机器视觉领域的所
有技术。”
Keppler 认为，为不同应用选择理想的视觉系统，软
件是关键。“为了提供必要的灵活性，软件必须独立于
图4：深度嵌入式视觉
硬件平台和操作系统，同时还要与通用源代码与标准兼
系统是专门针对某项
特定任务而开发的， 容。”STEMMER IMAGING 公司具备软件开发能力、成
深度嵌入式视觉系统 不能自由编程。
熟的 Common Vision Blox 软件平台和专业技术支持，有
片上系统：极度灵活 能力陪伴用户一起实现成功的应用开发。

Keppler 表示，片上系统（SoC）代表了一种全新的、 尽管嵌入式视觉快速发展，但 Keppler 并不认为传统
极其灵活的嵌入式计算机技术，该技术最近需求量很大。 图像处理会很快过时。“过去几年，嵌入式视觉系统在性
“SoC 让定制系统成为可能，而且可以通过标准相机和众 能和应用方面经历了蓬勃发展，为用户提供了灵活的选择；
多标准接口（如 GigE Vision、USB3 Vision 或 MIPI）对 但是仍然会继续有很多应用，需要传统的 PC 视觉系统来
各种图像传感器做简单的调整。通过集成 FPGA、GPU 或 提供理想的解决方案。”

视觉系统设计 Vision Systems Design China Sep/Oct 2018 9