Von 10 GigE auf 200 GigE: Skalierung industrieller Visionen ohne Systemumbau

Dieser Artikel wurde ursprünglich veröffentlicht in Welt der Visionen erkunden. 

Industrielle Bildverarbeitungssysteme müssen immer größere Datenmengen in immer kürzerer Zeit verarbeiten. Produktionslinien werden schneller, Sensoren liefern höhere Auflösungen und Bildwiederholraten, und KI- sowie Deep-Learning-Methoden werden zunehmend eingesetzt, um Fehler zu erkennen und das Prozessverhalten direkt während der Produktion zu analysieren.

Emergent Vision Technologies arbeitet seit über 16 Jahren an der dafür benötigten Datenübertragungstechnologie. 2010 brachte das Unternehmen die ersten 10-GigE-Industriekameras auf den Markt, gefolgt von den ersten 25-GigE-Kameras im Jahr 2018 und den ersten 100-GigE-Kameras im Jahr 2020. Auf der VISION 2026 wird diese Entwicklung mit den HYPERION-Flächenscan- und STRATOS-Zeilenscan-Plattformen auf 200 GigE ausgeweitet.

Diese Entwicklungen stellen mehr als nur sukzessive Steigerungen der Schnittstellengeschwindigkeit dar. Dahinter stehen langjährige Erfahrungen im Aufbau von Systemen, die große Bildströme zuverlässig erfassen, übertragen und verarbeiten müssen – insbesondere beim parallelen Betrieb mehrerer Kameras. Die heutigen 10GigE-, 25GigE-, 100GigE- und 200GigE-Plattformen basieren auf einer gemeinsamen GigE-Vision-Architektur. Dadurch lässt sich die Leistung skalieren, ohne dass für jede Bandbreitenklasse grundlegend unterschiedliche Kamera- und Netzwerktechnologien eingeführt werden müssen.

Zwei Datenpfade für Hochgeschwindigkeits-GigE-Vision

Es gibt mehr als einen geeigneten Ansatz, um große Mengen an Bilddaten effizient zu übertragen.

Emergent unterstützt weiterhin seine eigene Zero-Copy-Implementierung des GigE Vision Streaming Protocol (GVSP), die über viele Jahre für Hochgeschwindigkeits-GigE-Systeme entwickelt und optimiert wurde. Parallel dazu unterstützen aktuelle Systeme GigE Vision 3.0 mit RDMA/RoCEv2.

Beide Ansätze zielen darauf ab, unnötige CPU-Last und Speicherzugriffe zu reduzieren. Sie ermöglichen es dem Systementwickler außerdem, den für die jeweilige Architektur optimalen Datenpfad auszuwählen. Betriebssystem, Netzwerktechnologie, Anzahl der Kameras, bestehende Infrastruktur und die benötigte Verarbeitungskette können unterschiedliche Anforderungen stellen. Ein etabliertes GVSP-System kann andere Einschränkungen aufweisen als ein neues System, das von Anfang an auf RDMA basiert. Emergent unterstützt beide Ansätze und kann empfehlen, welcher Datenpfad für eine bestimmte Systemarchitektur besser geeignet ist.

NVIDIA GPUDirect bietet eine weitere Option, indem Bilddaten direkt in den GPU-Speicher zur Verarbeitung übertragen werden können. Emergent unterstützt GPUDirect sowohl unter Windows als auch unter Linux, auch mit den eigenen Netzwerkkarten. Dies ist besonders relevant, wenn KI, Bildverarbeitung oder -rekonstruktion auf der GPU stattfinden, da zusätzliche Datenübertragungen über den Host-Speicher sonst Bandbreite und CPU-Ressourcen beanspruchen können.

Die neuen 200GigE-Kameras verdeutlichen, wie anspruchsvoll die Anforderungen an die Datenübertragung geworden sind. Die HYPERION AH-21000-G mit dem Gpixel GSPRINT4521 liefert 21 MP bei bis zu 1,000 Bildern pro Sekunde. STRATOS bringt 200GigE in die Zeilenkameratechnik: Die LST-16KG5 bietet 16K-Auflösung, 256-stufiges TDI und Zeilenraten von bis zu 1 MHz.

Für industrielle Inspektion und Forschung & Entwicklung kann diese Kombination aus räumlicher und zeitlicher Auflösung relevant sein, wenn der Prozess schneller wird, aber dennoch kleine Bilddetails erhalten bleiben müssen – zum Beispiel bei der Inspektion von Elektronik und Halbleitern, der Oberflächenanalyse, der Materialprüfung oder der Untersuchung schneller mechanischer Prozesse.

Bandbreite an die Inspektionsaufgabe anpassen

Die schnellste verfügbare Schnittstelle ist nicht automatisch die richtige Wahl für jede Maschine.

Für ein kompaktes Inspektionssystem kann 10 GigE ausreichend sein. Bei höheren Verarbeitungsgeschwindigkeiten oder größeren Sensoren sind 25 GigE, 100 GigE oder 200 GigE gegebenenfalls geeignet. Da die Kameras im selben GigE-Vision-Ökosystem arbeiten, lässt sich die Leistung steigern, ohne auf eine völlig andere Übertragungstechnologie umsteigen zu müssen.

Dies wird besonders deutlich bei Zeilenkameras. Die kompakte EROS LE-4KG35 liefert 4K-Zeilenaufnahmen über 10 GigE. Bei 25 GigE bietet die ACCEL LB-8KG7 8K-Aufnahmen in Schwarzweiß oder Farbe mit bis zu 240 kHz. Im 100-GigE-Bereich erreicht die PINNACLE-Serie 16K mit bis zu 400 kHz; die LZT-8KG5 erreicht 1 MHz bei 8K STRATOS nutzt TDI und erweitert diese Entwicklung auf 200 GigE.

Dadurch lässt sich die Schnittstellenleistung an Liniengeschwindigkeit, Auflösung und Inspektionsbreite anpassen. Bahnmaterialien, Elektronik, Wafer, Druckerzeugnisse und andere kontinuierlich bewegte Materialien können somit auf die tatsächlichen Durchsatzanforderungen zugeschnitten werden, anstatt an eine einzelne Schnittstellenklasse gebunden zu sein.

Das gleiche Prinzip gilt für Flächenkameras. Die neuen Modelle BOLT 25GigE und ZENITH 100GigE mit Sony Pregius S Global-Shutter-Sensoren decken ein breites Leistungsspektrum ab: von sehr hohen Auflösungen bis zu 105 MP bei 113 Bildern pro Sekunde bis hin zu Varianten mit über 800 Bildern pro Sekunde und rund 12 MP. Bei großflächigen Inspektions- oder Messaufgaben kann die Auflösung Priorität haben, während Sortierung und schnelle Prozessüberwachung eher von hohen Bildraten profitieren.

Reduzierung des Programmieraufwands im Bereich KI

Künstliche Intelligenz und Deep Learning können die Möglichkeiten der industriellen Inspektion erweitern. Ein trainiertes Modell allein reicht jedoch nicht für ein produktionsreifes Bildverarbeitungssystem aus. Kameras müssen gesteuert, Puffer verwaltet, Bilddaten an die entsprechenden Rechenressourcen verteilt, GPUs koordiniert und die Ergebnisse an die Anwendung zurückgeliefert werden.

Emergent eSDK Pro soll diesen Integrationsaufwand reduzieren. FlexProc ermöglicht die Erstellung von Bildverarbeitungspipelines, in denen Verarbeitungsaufgaben den verfügbaren CPU- und GPU-Ressourcen zugewiesen werden können. FlexTrans Es steuert den Austausch von Bilddaten zwischen den Verarbeitungsressourcen – auch über mehrere GPUs und Server hinweg. Zusammen bilden die beiden Komponenten ein konfigurierbares Framework für die Datenerfassung, -verarbeitung und -übertragung, ohne dass der Benutzer den gesamten Datenpfad auf niedriger Ebene von Grund auf programmieren muss.

Technologien wie Zero-Copy-Transfer und NVIDIA GPUDirect können innerhalb dieser Pipeline eingesetzt werden, um unnötige Speicheroperationen und die CPU-Last zu reduzieren.

Ein System auf der VISION 2026 demonstriert diesen Ansatz konkret. Acht BOLT HB-25000-SB 25GigE-Kameras, die jeweils 24.5 MP bei bis zu 105 Bildern pro Sekunde liefern, sind über 25GigE- und Emergent-Netzwerkschnittstellenkarten mit zwei Servern verbunden. Jeder Server enthält zwei NVIDIA RTX 6000 Ada Generation GPUs, insgesamt also vier GPUs.

eSDK Pro nutzt FlexProc, um Segmentierungs- und Tracking-Aufgaben auf die Rechenressourcen zu verteilen. FlexTrans steuert den Bilddatentransport durch die Verarbeitungspipeline und zwischen den einzelnen Systemressourcen. Zero-Copy-Transfer und GPUDirect reduzieren unnötige Datenbewegungen beim Übertragen der Bilder in den GPU-Speicher zur Verarbeitung.

Das praktische Ziel besteht darin, den Aufwand für die Entwicklung von Infrastrukturcode durch den Kunden zu reduzieren. Ein Fertigungs- oder Bildverarbeitungsingenieur sollte nicht den Großteil eines Projekts mit der Implementierung des Puffermanagements, der Zuordnung von Kameras zu GPUs oder der Abwicklung des Datentransfers zwischen Servern verbringen müssen.

Diese Entwicklungszeit kann stattdessen für den Teil der Inspektionsaufgabe genutzt werden, bei dem das Fachwissen des Ingenieurs am wichtigsten ist: Welche Abweichung ist tatsächlich ein Defekt? Welche Produktvariation ist akzeptabel? Welches Verhalten in der Produktionslinie deutet auf ein Prozessproblem hin?

eSDK Pro ersetzt weder das KI-Modell noch die entsprechende Prozessexpertise. Vielmehr soll die Software die Infrastruktur für Datenerfassung und -verarbeitung vereinfachen, sodass mehr Entwicklungsaufwand in das Training und die Validierung des Modells investiert werden kann.

Ein Leiterplatteninspektionssystem demonstriert denselben Ansatz in kleinerem Maßstab. Vier EROS 10GigE-Kameras inspizieren Leiterplatten. Ein Anomalieerkennungsmodell identifiziert defekte Leiterplatten, während eine weitere Softwarekomponente einen Laser steuert, der die betroffene Leiterplatte markiert.

In einer pharmazeutischen Demonstration inspizieren zwei BOLT 25GigE-Kameras Blisterverpackungen in Echtzeit. Ein Anomalieerkennungsmodell identifiziert fehlende oder falsche Tabletten und zeigt die Ergebnisse an. Modell-Konfidenzwert für das jeweilige Inspektionsergebnis.

Wann komprimierte Bilder für die Inspektion geeignet sind

Steigende Bilddatenmengen müssen nicht zwangsläufig ausschließlich durch höhere Netzwerkbandbreite bewältigt werden. In manchen Anwendungen ist es sinnvoller, die Datenmenge bereits an der Quelle zu reduzieren. AEOLUS-Kameras kombinieren eine Sensorleistung, die mit vergleichbaren 25GigE-Kameras mit der integrierten H.265-Komprimierung vergleichbar ist.

Die AA-12000-SB-H mit Sony IMX535 liefert 12.4 MP bei bis zu 187 Bildern pro Sekunde, während die AA-25000-SB-H mit Sony IMX530 25 MP bei bis zu 105 Bildern pro Sekunde liefert. Die Komprimierung erfolgt direkt in der Kamera, bevor der Datenstrom an den Host übertragen wird.

Für Inspektionsaufgaben eignen sich komprimierte Bilder, wenn die relevanten Merkmale nach der Kodierung weiterhin deutlich erkennbar sind. Beispiele hierfür sind Anwesenheits-/Abwesenheitsprüfungen, Objektklassifizierung, viele Anomalieerkennungsaufgaben, Prozessüberwachung oder Anwendungen mit langen Aufzeichnungszeiten.

Wichtig ist, dass der Inspektionsalgorithmus bzw. das KI-Modell mit denselben Komprimierungseinstellungen validiert wird, die später in der Produktion zum Einsatz kommen. Komprimierung kann feine Texturen, Details mit geringem Kontrast und einzelne Pixelwerte verändern. Ihre Auswirkungen auf das Inspektionsergebnis sollten daher für die jeweilige Anwendung bewertet und nicht einfach angenommen werden.

Unkomprimierte Datenerfassung ist weiterhin vorzuziehen, wenn exakte Pixelwerte benötigt werden, sehr subtile oder kontrastarme Defekte erkannt werden müssen, präzise Messungen erforderlich sind oder die Originalbilddaten zur Nachverfolgbarkeit oder späteren Reanalyse erhalten bleiben müssen. Kompressionsverhältnis, Latenz, Bildqualität, Modellempfindlichkeit und Archivierungsanforderungen sollten daher bei der Systementwicklung berücksichtigt werden.

AEOLUS ergänzt daher die Plattformen mit hoher Bandbreite, anstatt sie zu ersetzen. HYPERION und STRATOS sind für Anwendungen konzipiert, bei denen große Mengen an Rohbilddaten übertragen werden müssen. AEOLUS eignet sich für Aufgaben, bei denen die Reduzierung des Datenvolumens die effizientere Systemlösung darstellt.

Mit zunehmender Bandbreite gewinnt die Benutzererfahrung an Bedeutung.

In den 16 Jahren seit Emergent die ersten industrietauglichen 10GigE-Kameras auf den Markt brachte, hat sich die verfügbare Schnittstellenbandbreite um das Zwanzigfache erhöht. Die größere Herausforderung blieb jedoch im Wesentlichen dieselbe: die zuverlässige Zusammenarbeit von Kamera, Netzwerkkarte, Speicherarchitektur, GPU und Software zu gewährleisten.

Diese Erfahrung umfasst mittlerweile sowohl Emergents eigene Zero-Copy-GVSP-Implementierung als auch GigE Vision 3.0 mit RDMA/RoCEv2, GPUDirect unter Windows und Linux, mehrere Generationen von Emergent-Netzwerkschnittstellenkarten sowie Software zur Verteilung der Datenerfassung und -verarbeitung auf mehrere GPUs und Server.

Für industrielle Inspektion und Forschung & Entwicklung bedeutet dies, dass je nach Anwendung 10GigE, 25GigE, 100GigE oder 200GigE ausgewählt werden können, während eine gemeinsame GigE Vision-Architektur und ein skalierbarer Datenpfad beibehalten werden.

Emergent Vision Technologies wird diese Systeme auf der VISION 2026, 6.–8. Oktober in Stuttgart, Halle 8, Stand C36. Sehen Sie sich unser Programm an.