Kombinieren Sie Edge-Videoanalyse mit autonomen mobilen Robotern, um sofortige Entscheidungen zu treffen

Autonome Maschinen mit Videoanalysefunktionen können rund um die Uhr Routineprüfungen durchführen und Anomalien erkennen

Die Anzahl der Roboter, die in industriellen Anwendungen eingesetzt werden, wächst rasant. In der Industrie 4.0-Spezifikation wird viel darüber gesprochen, wie diese Roboter erfolgreich funktionieren können. Wenn Sie zu Industrie 5.0 wechseln, wird ein anderes Element hinzugefügt, nämlich das Mischen von Personen und Robotern in derselben Arbeitsumgebung. 

Die Roboter in diesen hochmodernen Umgebungen werden als autonome mobile Roboter (AMRs) bezeichnet. AMRs sind mit einer Reihe eingebetteter Sensoren ausgestattet, die eine Kombination aus Positionssensoren und Computer Vision umfassen können, ergänzt durch modernste Technologien für künstliche Intelligenz (KI) und Deep Learning (DL). Mit diesen „Smarts“ können die AMRs Objekterkennung und -erkennung durchführen und sich durch und um eine unkontrollierte Umgebung navigieren, selbst an Orten, an denen sich die Landschaft ständig ändern könnte. AMRs können eine genaue Wahrnehmung ihrer Umgebung haben und eine enge Zusammenarbeit zwischen Maschine und Mensch ermöglichen, ohne den Mitarbeitern in der Umgebung Schaden zuzufügen. Außerdem können die AMRs Hindernisse erkennen und vermeiden und sich von Bereichen fernhalten, in die sie niemals zurückkehren würden - beispielsweise von einem steilen Sturz fallen. 

<br />AMRs können eine großartige Ergänzung zu einer Fabrikhalle oder einer anderen Umgebung sein. In Kombination mit EVA steigen die Vorteile exponentiell. (Bildquelle: Designnews.com)

AMRs können eine großartige Ergänzung zu einer Fabrikhalle oder einer anderen Umgebung sein. In Kombination mit EVA steigen die Vorteile exponentiell. (Bildquelle: Designnews.com)

Arbeiter, die immer einhalten und nie müde werden

Das Schöne an AMRs ist, dass sie im Gegensatz zu Menschen rund um die Uhr arbeiten können und nur zur Wartung oder zum Aufladen der Batterie angehalten werden müssen. Sie sind weit weniger mit Hitze, Chemikalien usw. beschäftigt. Und sie erfüllen ihre Pflicht immer treu und werden nicht müde. 

AMRs können eine Vielzahl von Aufgaben ausführen, einschließlich Routineinspektionen von Industrieanlagen, Umspannwerken, Chemiefabriken, Lagern usw. In diesen Umgebungen können die Roboter Aufgaben wie das Ablesen von Messgeräten ausführen, sicherstellen, dass die Dinge dort sind, wo sie hingehören, und erkennen, wenn etwas nicht am richtigen Ort ist, z. B. herumliegende Werkzeuge oder Gegenstände, die die Ein- und Ausgänge blockieren, was eine extreme Brandgefahr darstellen kann . 

Eine weitere Aufgabe der AMRs besteht darin, potenzielle Probleme zu erkennen, die dank eingebetteter hochauflösender Kameras für das menschliche Auge schwer zu erkennen sind. Dies kann Korrosion an Armaturen, Risse in Rohren, Dampfstrahlen sowie Tropfen, Lecks und Flüssigkeitsansammlungen auf dem Boden beinhalten. Nach der Erkennung kann der Roboter einen menschlichen Bediener alarmieren. 

Abhängig von der Arbeitsumgebung, die für die AMR vorgesehen ist, müssen unterschiedliche Funktionalitätsebenen enthalten sein. Beispielsweise kann ein breiter Betriebstemperaturbereich erforderlich sein, wenn der Roboter extremen Temperaturen ausgesetzt sein kann. Gleiches gilt für Schock und Vibration. 

Eine Möglichkeit, die angegebenen Funktionen zu implementieren, besteht darin, künstliche Intelligenz (KI) in den Roboter einzubetten. Wie wir jedoch wissen, kann KI große Mengen an Rechenleistung verbrauchen, eine Stufe, die zuvor nur in der Cloud verfügbar war. Das Hin- und Herschicken von Daten in die und aus der Cloud kann sich jedoch aufgrund der mit Cloud Computing verbundenen Latenzen nachteilig auswirken (und teuer sein). In vielen Fällen können Millisekunden den Unterschied zwischen einem explodierenden Gerät oder einem Platzen eines Rohrs ausmachen. Beachten Sie, dass eine Cloud-basierte Lösung auch davon ausgeht, dass die Internetverbindung auch für einige Sekunden nicht unterbrochen wird. 

EVA-basierte Roboter zur Rettung 

Zum Glück steht eine neue Technologie am Horizont, die es AMRs ermöglicht, die erforderlichen Berechnungen direkt am Rand der Einrichtung durchzuführen. Diese als Edge Video Analysis (EVA) bekannte Technologie bietet die Möglichkeit, das Video vor Ort in Echtzeit zu analysieren. Dazu gehören KI-Berechnungen, bei denen die AMRs zu „intelligenten Robotern“ werden. Dies geschieht im Wesentlichen, indem die Funktionen der heutigen leistungsstarken Mikroprozessoreinheiten (MPUs) genutzt und mit noch leistungsstärkeren kombiniert werden Grafikprozessoren (GPUs), die über Tausende kleiner Prozessoren verfügen. Zusammen können sie AI-bezogene Aufgaben massiv parallel ausführen. 

ADLINK verwirklicht EVA 

ADLINK Technology entwickelt und fertigt eine breite Palette von Produkten für Edge-Computing-Anwendungen. Die Edge-Computing-Lösungen des Unternehmens umfassen GPU-beschleunigte Produkte auf Board-, System- und Serverebene, mit denen Systemarchitekten die Systemarchitektur für einzelne Edge-Computing-Anwendungen erstellen und optimieren können. Bei den EVA-Lösungen des Unternehmens wird die Systemreaktivität durch die Verwendung von NVIDIA-GPUs und der Jetson-Systemfamilie auf Modulen erheblich verbessert. 

Die meisten Ingenieure sind mit den Standard-GPU-Karten von NVIDIA mit ihren integrierten Lüftern vertraut. Obwohl diese Karten leistungsstark sind, sind sie leider nicht immer für EVA-Anwendungen geeignet, auch weil die Standardkarten normalerweise für den Einsatz in nicht feindlichen Betriebsumgebungen mit geringem Risiko wie klimatisierten Büros oder Serverräumen vorgesehen sind . 

Die EVA-Lösungen von ADLINK bieten mehr als genug Rechenleistung, um den Roboter zusätzlich zur Analyse seiner Umgebung zu steuern, und sie verfügen über robuste Einheiten, die sich ideal für den Einsatz in rauen Umgebungen eignen. Dies macht sie offensichtlich für die Verwendung in AMRs geeignet. Zu diesen Merkmalen gehören abschließbare Steckverbinder, die den Belastungen durch Stöße und Vibrationen standhalten, die bei der Verwendung mobiler Roboter vorherrschen. Darüber hinaus können diese Systeme mit modernster passiver Kühltechnologie ausgestattet werden, sodass keine Lüfter erforderlich sind. 

Für die EVA-Lösungen hat das ADLINK-Engineering-Team eine Reihe von Kompakten entwickelt MXM-GPU-Module basierend auf Pascal und der neuesten Turing-Architektur und Rand-KI-Systeme basierend auf der Jetson-Systemfamilie auf Modulen wie Jetson Nano, TX2, Xavier NX und AGX Xavier. Diese Module und Systeme berücksichtigen Größen-, Gewichts- und Leistungsbeschränkungen von EVA, sparen jedoch nicht an Leistung. Tatsächlich bieten sie eine gleichwertige Verarbeitungskapazität, während sie etwa die Hälfte der Energie verbrauchen (und weniger Wärme erzeugen). Und sie haben eine längere kommerzielle Lebensdauer als herkömmliche Grafiksubsysteme. 

In den EVA-Lösungen von ADLINK wird eine Vielzahl von Kameratypen unterstützt, darunter USB-Kameras, Ethernet-Kameras und GMSL II-Kameras. Auf diese Weise kann das AMR-Designteam die optimalen Kameras für die Zielanwendung auswählen. 

Im Gegensatz zu Lösungen, bei denen alle Roboter über einen zentralen Hub kommunizieren müssen, der als Cloud-basierte Architektur betrachtet werden kann, verwendet ADLINK ein dezentrales Kommunikationsprotokoll, mit dem die Roboter direkt in Echtzeit miteinander kommunizieren können. Mithilfe dieser Architektur können die Roboter bei Bedarf Videostreams zur zusätzlichen Analyse an Edge-, Fog- und Cloud-Server übertragen. 

In Zukunft ist klar, dass Systeme mit Edge-Videoanalyse an verschiedenen Standorten eingesetzt werden und eine Reihe von Anwendungen ausführen, die unser Leben einfacher und sicherer machen sollen. Und seien Sie versichert, dass ADLINK an der Spitze dieser aufkeimenden Technologie bleiben wird. 

Weitere Informationen zu ADLINK GPU-Lösungen finden Sie unter  https://www.adlinktech.com/en/adlink-gpu-solutions 

Verfasser: Olivia Chan
Verfasser: Olivia Chan

Senior Product Manager bei ADLINK Technology