如何克服边缘视觉的带宽限制？-德赢Vwin官网网

在追求更高像素、帧率和空间分辨率的视觉行业，边缘视觉与图像采集面临巨大挑战。其中，1GigE相机输出已不足，传输问题有待解决。与此同时，图像传感器的快速发展也使接口带宽成为瓶颈。

虹科提出创新解决方案，通过图像采集卡实现压缩和预处理，满足高带宽、低延迟需求。开放的FPGA支持快速算法开发。虹科-Gidel FantoVision 40小型计算机是我们的杰作。这款产品连接多相机实现高效图像采集和处理，将打开视觉应用新篇章。

边缘视觉与图像采集挑战

边缘视觉是指将相机连接到边缘计算机或嵌入式计算机，并在云端进行处理或存储。此外，它也在一些机器控制方面发挥着重要作用。我们收到了客户的反馈，对于1GigE相机的输出已经不足以满足需求，因此只能将其连接到PLC。为了解决这一问题，我们需要相机的第二个1 GigE的输出通道，以便能够将图像数据传输到云服务器。

图1 边缘视觉的过程

机器视觉行业开始不断追求更多像素、更高帧率以及更高的空间和时间分辨率。正如图中所示，你能看到许多图像传感器（棕色点）。它们通过连接线连接到典型的接口，蓝线代表PCIe 3.0，红线代表CoaXPress v2 x4。然而，当图像传感器的带宽超过某条线时，接口的带宽已经不足以传输数据。

图2 不同图像传感器的参数对比

事实上，许多图像传感器的带宽比10GigE和CoaXPressv1更快，甚至比100GigE接口还要快。这表明图像传感器取得了巨大进步，能够提供高帧率、高像素和快速传输。尽管我们在接口方面也取得了一些进步，带宽速度不断提高，但仍面临挑战，特别是要与传感器的发展速度匹配，以及解决GPU和CPU性能不足的问题。

在面对高分辨率高速传感器的解决方案时，我们同时面临着多个瓶颈，例如摄像头接口、GPU和CPU桥接接口，以及CPU的负载和处理能力。实际上，计算机上送云端的带宽最好情况下也只有1G。

而如果有多个摄像头，情况会变得更复杂。想象一下有多个10GigE、CoaXPress或100 GigE相机，以100 GigE相机为例，速度每秒96千兆比特乘以摄像机的数量。然而，大多数情况下，电脑最大带宽接口PCIe 3.0只有48千兆比特每秒，这成为了一个关键的瓶颈。

解决方案

为了解决这些问题，我们提出了一种解决方案，即在多摄像头和CPU架构之间放置图像采集卡，从而实现压缩和预处理。图像采集设备能够提取感兴趣区域（ROI），进而减少总数据带宽。因此，我们需要满足实际应用的需求，包括高带宽相机接口、多相机接口、超高精度同步和可定制的IOs用于控制外围设备。在处理过程中，还需要低延迟、大DRAM以支持计算复杂的算法，因此需要多个千兆比特每秒的内存访问带宽。实时压缩和ROI选择是解决这些问题的有效方法。

图3 图像采集卡的作用

图4 图像采集卡的作用

考虑到开发人员的需求，便捷的开发也是一个关键因素。我们采用了开放的FPGA，使得软件工程师可以在图像采集卡上放置特定的IP，并利用FPGA集成开发环境快速实现算法和方案开发。这要求图像采集卡在灵活性和易用性方面也要表现出色。

最后，关于系统集成，我们考虑到若有PCI 3.0 x8或x16接口能够获得最大性能，并且具备小尺寸和被动冷却性能，我们未来或许可以考虑将图像采集卡和计算机合二为一。

虹科产品与解决方案

基于上文的发展背景，虹科推出了一款名为虹科-Gidel FantoVision 40的开创性小型计算机。这款计算机可以连接高达4台10GigE Vision或4台CoaXPress 2.0相机，从而实现图像采集和处理。该计算机的创新架构将高端图像采集与实时图像处理和/或压缩相结合，采用了Nvidia JetsonTM嵌入式计算机，并在Intel Arria 10TM FPGA上进行可选的预处理/压缩。

图5 HK-Gidel FantoVision 40产品

此外，虹科-Gidel FantoVision还有一个显著特点，即其开放式体系结构支持GPU和FPGA上的嵌入式AI/图像处理。软件工程师可以利用CUDA C/C++和NVIDIA的库在GPU上编写他们的算法。此外，使用新颖的ProcVision套件，在FPGA上开发和部署可选的预处理块既简单又快速。

通过多个虹科-Gidel FantoVision单元的相互连接，我们可以提供独特且可扩展的拓扑结构。利用InfiniVision开放式框架抓取器流程，我们可以处理多达100个传感器的同步数据。

综上所述，虹科-Gidel FantoVision为高带宽、低延迟应用提供了一种新型紧凑、经济高效、可扩展的视觉和成像解决方案。例如，在交通监测和面板检测等应用中，它能够提取和识别高分辨能够提取和识别高分辨率图像中的关键信息，如车牌号码等。这些信息可以通过云端或其他设备进行传输，而不需要过多的带宽。

图6 应用案例

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表德赢Vwin官网网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

传感器

传感器

+关注

关注
2550

文章
51035

浏览量
753051
图像采集

图像采集

+关注

关注
2

文章
299

浏览量
41276
相机

相机

+关注

关注
4

文章
1350

浏览量
53580

开源项目！利用边缘计算打造便携式视觉识别系统

景而言，边缘计算是一项变革性的技术。边缘计算助力视觉识别的原因：实时响应数据在本地处理，消除了与云服务相关的延迟问题。减少带宽使用仅传输已处理的数据，降低了

发表于 12-16 16:31

AI模型部署边缘设备的奇妙之旅：如何在边缘端部署OpenCV

图像的质量，使得图像更适合人类观察或者为后续的分析做准备。方法：通常涉及像素级别的操作，比如调整亮度、对比度、颜色校正、滤波（如高斯模糊、中值滤波去噪）、边缘检测、形态学变换（膨胀、腐蚀）等。计算机视觉

发表于 12-14 09:31

边缘计算的技术挑战与解决方案

它们在处理大规模数据或复杂计算任务时的能力。网络带宽和延迟边缘节点通常位于网络边缘，网络带宽和延迟可能限制了从

发表于 10-24 14:36 •440次阅读

使用 ADI 的 MAX78002 MCU 开发边缘 AI 应用

科技巨头之间为实现生成式人工智能（GenAI）商业化而进行的金融军备竞赛在某种程度上掩盖了其他重要的 AI 工作，尤其是在网络边缘，供应商渴望 AI 应用程序能够在通常受有限内存、带宽和功率限制

发表于 10-17 11:39 •1427次阅读

使用 ADI 的 MAX78002 MCU 开发<b class='flag-5'>边缘</b> AI 应用

放大电路的带宽与什么有关

直接影响。例如，运算放大器（Op-Amp）通常具有较宽的带宽，而晶体管放大器的带宽则受到晶体管特性的限制。 1.2 反馈网络负反馈可以扩展放大器的带宽，因为它降低了增益，从而减少了相

发表于 09-23 10:55 •980次阅读

如何设计具有放大器带宽限制的MFB滤波器

德赢Vwin官网网站提供《如何设计具有放大器带宽限制的MFB滤波器.pdf》资料免费下载

发表于 08-28 11:09 •0次下载

如何设计具有放大器<b class='flag-5'>带宽限制</b>的MFB滤波器

图像边缘检测系统的设计流程

图像边缘检测系统的设计流程是一个涉及多个步骤的复杂过程，它旨在从图像中提取出重要的结构信息，如边界、轮廓等。这些边缘信息对于图像分析、机器视觉、图像压缩等领域至关重要。以下是一个详细的图像边缘

发表于 07-17 16:39 •342次阅读

安提国际与所罗门携手，共筑边缘AI与3D视觉新纪元

在当今科技日新月异的时代背景下，全球边缘AI解决方案的领航者安提国际（Aetina）宣布了一项重要战略合作——与AI 3D视觉及机器人解决方案领域的佼佼者所罗门（Solomon）强强联合，共同开启

发表于 07-11 17:13 •764次阅读

fx3 uvc 32bit 40帧黑屏的原因？

，帧率90时，图像输出正常，当在提高帧率时，输出黑屏，我们想问一下，是带宽限制了帧率吗？我们的带宽应该够了，还是其他参数限制了带宽，请给与解答，谢谢！

发表于 07-03 08:28

Prophesee与AMD携手，加速边缘机器视觉应用

领先的神经拟态视觉传感公司Prophesee近日宣布，其Metavision® HD事件视觉传感器与AI算法已成功适配AMD Kria™ KV260视觉AI入门套件。这一强强联合标志着业界首款兼容AMD平台的事件

发表于 06-05 14:26 •514次阅读

边缘计算智能网关为物联网设备高效通信赋能

在物联网的世界中，数以亿计的设备不断产生、传输和处理数据。然而，传统的云计算架构在面对这些实时性要求高、数据量庞大的物联网数据时，常常面临着网络延迟、带宽限制和安全风险等问题。这时，边缘计算智能网关

发表于 05-29 14:40 •682次阅读

示波器带宽限制怎么设置

示波器作为电子工程师和科学领域专业人士的重要工具，主要用于捕获和显示电信号波形。在示波器的设置中，带宽限制是一个关键参数，它决定了示波器能够准确响应和显示的信号频率范围。正确设置带宽限制对于确保测量结果的准确性至关重要。本文将详细介绍示波器

发表于 05-17 17:04 •3886次阅读

边缘计算网关与边缘计算的融合之道

随着物联网、大数据和人工智能的飞速发展，数据处理和分析的需求呈现出爆炸式增长。传统的中心化数据处理模式已难以满足实时性、低延迟和高带宽的需求，边缘计算应运而生，成为解决这一难题的关键技术。而边缘计算

发表于 02-26 16:29 •454次阅读

什么是边缘计算？边缘计算技术有哪些优缺点？

不需要将大量数据传输到云端进行处理，从而减少了网络延迟和带宽消耗。边缘计算技术的出现可以更好地支持IoT（物联网）应用，提供更低的延迟、更高的可靠性和隐私保护。边缘计算技术有以下优点： 1. 低延迟：由于数据处理和分析

发表于 02-06 14:38 •1700次阅读

边缘侧部署大模型优势多！模型量化解决边缘设备资源限制问题

设备上，可以减少数据传输的延迟和带宽需求，提高模型的实时性和响应速度。边缘端部署大模型的优势边缘侧部署大模型有诸多优势。低延迟：由于边缘计算将数据处理在离用户较近的设备上，

发表于 01-05 00:06 •3511次阅读

搜索历史

如何克服边缘视觉的带宽限制？

评论

开源项目！利用边缘计算打造便携式视觉识别系统

AI模型部署边缘设备的奇妙之旅：如何在边缘端部署OpenCV

边缘计算的技术挑战与解决方案

使用 ADI 的 MAX78002 MCU 开发边缘 AI 应用

放大电路的带宽与什么有关

如何设计具有放大器带宽限制的MFB滤波器

图像边缘检测系统的设计流程

安提国际与所罗门携手，共筑边缘AI与3D视觉新纪元

fx3 uvc 32bit 40帧黑屏的原因？

Prophesee与AMD携手，加速边缘机器视觉应用

边缘计算智能网关为物联网设备高效通信赋能

示波器带宽限制怎么设置

边缘计算网关与边缘计算的融合之道

什么是边缘计算？边缘计算技术有哪些优缺点？

边缘侧部署大模型优势多！模型量化解决边缘设备资源限制问题