9 ключевых факторов для выбора и проектирования платных машинного зрения камер

Интеграция платной камеры машинного зрения может раскрыть мощные AI-возможности при сокращении размера системы. Следующие девять факторов направляют вас в выборе правильной камеры и ее бесшовной встраиваемости в ваш продукт.

Платные камеры привносят компактность, гибкость в выборе кабелей и объективов, и прямой доступ к ключевым компонентам для эффективного рассеивания тепла. Они находят применение в медицинской диагностике, метрологии, робототехнике, инспекции упаковки, ручных сканерах, настольных лабораториях и других пространственно-ограниченных системах.

Рисунок 1. Платные камеры могут развертываться множеством способов, но дизайнерские решения влияют на производительность и стоимость.

Выбор правильной встраиваемой камеры зрения не тривиален. Пока off-the-shelf опции могут подойти для некоторых проектов, платные камеры часто требуют тщательного дизайна для митигации рисков электростатического разряда (ESD) и физического повреждения, и балансировки стоимости против функциональности.

Ниже девять основных соображений, помогающих адаптировать платную камеру к нуждам вашего проекта.

1. Набор фич и форм-фактор
2. Гибкость монтирования объектива
3. Дизайн корпуса для быстрого прототипирования
4. Тепловое управление
5. Интерфейсы и разъемы
6. MIPI versus стандартные MV камеры
7. Электромагнитная совместимость
8. Готовые carrier boards
9. Deep-learning CPU vs GPU производительность

Давайте исследуем каждый фактор в деталях.

Набор фич и форм-фактор

Сопоставьте набор фич камеры с физическим футпринтом. Многие платные MV камеры — по сути стандартные камеры, лишенные корпусов, поэтому вы должны учитывать экспонированные компоненты в вашем лейауте. Используйте компактные GPIO и интерфейсные разъемы для экономии места, и воспользуйтесь настраиваемыми длинами FPC кабелей для оптимальной интеграции.

Гибкость монтирования объектива

В отличие от fixed-mount камер, платные единицы позволяют вам выбирать оптику за пределами типичных C, CS или S-маунтов. Вы можете даже интегрировать объективный маунт в деталь продукта или отлить его прямо в корпус, сокращая шаги сборки и стоимость. Для низкоразрешающих сенсоров one-third-inch S-маунт уместен; CS маунты подходят для сенсоров между one-third и one inch; C маунты лучше для one-inch или более крупных сенсоров.

Дизайн корпуса для быстрого прототипирования

Когда камера не заключена в продукт, защитный корпус может быть необходим для экранирования от среды. Используйте существующие CAD-модели или универсальные 3D-печатные пластиковые корпуса, используя спейсеры и крепления для фиксации единицы во время ранней разработки.

Тепловое управление

Высокопроизводительные платные камеры генерируют тепло без блага корпуса. Обеспечьте, чтобы ключевые компоненты вроде сенсора или FPGA оставались ниже их максимальной рабочей температуры, включив адекватные радиаторы. Термопаста или термоклей предпочтительнее прокладок для минимизации механического стресса.

Интерфейсы и разъемы

USB 3.1 Gen 1 — распространенный выбор для встраиваемых систем, поддерживающий длины кабеля до 30 м. Однако его высокочастотные сигналы могут интерферировать с 5 ГГц беспроводными устройствами. Альтернативы включают GigE для надежных data links или MIPI CSI для более низкого потребления энергии, в зависимости от вашей системной архитектуры.

MIPI versus стандартные MV камеры

MIPI камеры могут быть до 50% дешевле, но обычно лишены FPGA, доставляя сырой сенсорный выход, требующий дополнительных image-processing пайплайнов. Стандартные MV камеры предлагают встроенную обработку (flat-field correction, pixel-level noise reduction, etc.) и совместимы с более широким спектром ARM плат и ПК.

Электромагнитная совместимость

Без защитного корпуса платные камеры экспонируют больше схемотехники среде, потенциально затрагивая EMC производительность. Продукты, интегрирующие эти камеры, должны проходить отдельную сертификацию для встречи регуляторных требований.

Готовые carrier boards

Вендоры часто предоставляют ARM-базированные carrier или dual-carrier boards, упрощающие интеграцию и режущие time-to-market. Конфигурируемые boards могут хостить множественные USB 3.0 хосты, позволяя одновременный стриминг с нескольких камер при сохранении полной полосы пропускания.

Deep-learning CPU против GPU производительность

Инференс на ЦПУ обычно медленнее, чем на GPU. Если низколатентные предсказания критичны, GPU — предпочтительный вариант, даже когда данные оффлоадятся в облако для обработки. Альтернативно, некоторые камеры включают инференс-движок, запускающий модели локально, разгружая хост-процессор.

Адресуя эти девять факторов, вы можете уверенно выбрать и спроектировать платную MV камеру, встречающую цели вашего приложения по производительности, размеру и стоимости.

Индустриальные статьи — форма контента, позволяющая промышленным партнерам делиться полезными новостями, сообщениями и технологиями с читателями All About Circuits способом, не подходящим для редакционного контента. Все индустриальные статьи подлежат строгим редакционным рекомендациям с намерением предложить читателям полезные новости, техническую экспертизу или истории. Точки зрения и мнения, выраженные в индустриальных статьях, принадлежат партнеру и не обязательно All About Circuits или его авторам.