Was muss man bedenken, wenn ein bildgebendes System Daten anliefern soll, die als Basis für schnelle, sicherheitskritische Entscheidungen dienen?

Basierend auf Sensordaten sind in manchen Anwendungen Aktoren zeitlich extrem exakt anzusteuern, etwa in Industrieanlagen. Beispiele wären Förderbänder oder Laser-ablenkende Systeme, die schnelle Reaktionen und HighSpeed-Verarbeitung erfordern. Hier hat man harte deterministische Echtzeit-Anforderungen, so dass eine hochgenaue Synchronisierung über normale Standards hinaus notwendig ist. Stefan Schütz und Manuel Ott diskutieren unter anderem die Vorteile von schneller paralleler Signalverarbeitung in FPGAs.

Bei einer KI sind besondere Maßnahmen nötig, um jederzeit sicherzustellen, dass sie noch korrekt arbeitet.

Da eine KI in einem System wie eine Black Box agiert, ist es eine besondere Herausforderung, ihre Funktionalität im laufenden Betrieb zu überwachen. Stefan Schütz und Manuel Ott diskutieren Möglichkeiten, wie dies in einem Embedded-Vision-Projekt realisiert werden kann. Viele dieser Überlegungen wurden bereits für Anwendungen mit klassischer Bildanalyse auf Algorithmen-Basis verwendet und werden auch in Zukunft relevant bleiben.

Wenn für ein Projekt eigens neue Datensätze erfasst werden müssen, gilt es allerlei Fallstricke zu vermeiden.

Trainingsdaten sind das A und O bei KI-gestützten Anwendungen. Doch für viele Projekte gibt es keine kommerziell verfügbaren Datensätze, anhand derer man eine KI trainieren könnte. Oft müssen gewaltige Datenmengen erfasst werden, sodass man sich schon im Vorfeld Gedanken machen sollte, wie man mit möglichst wenig Aufwand an eine große Varianz an Szenen kommt. Und auch bildtechnische Vorüberlegungen können später viel Mehrarbeit ersparen.

Das Thema KI ist derzeit in aller Munde, doch in manchen Fällen fährt man mit klassischen Algorithmen weiterhin besser.

Diesmal diskutieren Stefan Schütz und Manuel Ott, was man beim Implementieren einer KI in ein Bildgebungssystem beachten muss. Insbesondere geht es um die Frage, ob eine KI-basierte Bildanalyse immer die beste Wahl für ein Projekt darstellt, oder ob in manchen Anwendungsfällen nicht doch die klassische Bildanalyse mittels Algorithmen die besseren Ergebnisse liefern kann.

Was ist beim Aufbau eines Bildgebungssystems im Automotive-Bereich zu bedenken?

In dieser Folge geht es um serientaugliche Bildverarbeitungslösungen und unterschiedliche Ansätze bezüglich der Systemarchitektur am Beispiel von Solectrix' eigenem SXVPU, einer KI-getriebenen Bildverarbeitungsplattform. Welche Vorteile bietet eine zonale Architektur mit Datenübertragung über Ethernet für Anwendungen, die auf Analyse von Bilddaten durch eine KI setzen? Welche Nachteile haben zu viele Regelschleifen und komprimierte Bilddaten in so einem Fall?

Solectrix hat für viele wiederkehrende Imaging-Probleme hochwertige In-House-Lösungen entwickelt. Heute stellen wir zwei von ihnen vor.

Heute gehen Stefan Schütz und Manuel Ott etwas mehr ins Detail, wie Tools von Solectrix jedem Entwickler von Bildgebungssystemen in der Praxis helfen können. Sie sprechen über das eigene Framegrabbersystem proFRAME mit seinem modularen Ansatz und über SXIVE, einen umfangreichen Bildgebungs-Werkzeugkasten mit softwarebasierter ISP auf GPU-Basis, der zudem auch die Kalbrierung eines Bildgebungssystems einfach macht.

Wie bekommt man aus Sensor und Objektiv das bestmögliche Bild?

In dieser Folge steigen Stefan Schütz und Manuel Ott tief ein in das Thema Bildkalibrierung – wie kann man aus einem Sensor und einem Objektiv das bestmögliche Bild herausholen? Es geht um Farbechtheit, den Weißabgleich und unterschiedliche Farbräume, um die Korrektur der Linsenverzerrung sowie um das Ausgleichen der Vignettierung, also der Abdunklung am Rande des erfassten Bildes.

Was an Signalverarbeitung wird in einem Imaging-System benötigt?

Was ist an Bildverarbeitung nötig zwischen einem Sensor und einer Analytik-Komponente bzw. einer KI? Stefan Schütz und Manuel Ott gehen heute in die Tiefe, welche Schritte nötig sind, um die Rohdaten zu einem tatsächlichen Bild zusammenzufügen, auch in Hinsicht auf zusätzliche Informationen wie Infrarot-Bilddaten oder HDR-Informationen.

Wie sollte ein solches System aufgebaut sein?

Stefan Schütz und Manuel Ott teilen ihre Erfahrungen aus über 15 Jahren in Imaging-Projekten für unterschiedliche Märkte, etwa bei der Entwicklung von Elektronik und Software für Profikameras oder für moderne Automotive-Anwendungen wie digitale Rückspiegel. Auf welche Aspekte kommt es je nach Anwendungsfall letztendlich an? Was sollte man bedenken, um sich möglichst viele Optionen offen zu halten?

Welche Vorteile bietet ein solches System?

Diesmal geht es um Entscheidungen, die zu Beginn eines Bildverarbeitungsprojekts getroffen werden. Ist das Festlegen von Komponenten im Vorfeld grundsätzlich sinnvoll? Solectrix-Geschäftsführer Stefan Schütz und R&D Manager Manuel Ott diskutieren, wie ein Rapid Prototyping System dabei helfen kann, frühe Fehler zu vermeiden und die nötige Flexibilität in der Evaluierungsphase zu realisieren.