Industriële fabricage
Industrieel internet der dingen | Industriële materialen | Onderhoud en reparatie van apparatuur | Industriële programmering |
home  MfgRobots >> Industriële fabricage >  >> Manufacturing Technology >> Automatisering Besturingssysteem

Machineleren en intelligente visie voor de industriële edge

NXP's i.MX 8M Plus-toepassingsprocessor maakt machinaal leren en intelligente visie mogelijk voor consumententoepassingen en de industriële voorsprong. Lees meer over de kenmerken van deze processor en hoe deze kan worden gebruikt in embedded vision-systemen.

De toenemende automatisering van productie- en industriële processen creëert meer vraag naar intelligente vision-based systemen. Deze systemen leggen visuele input vast en gebruiken vervolgens een verscheidenheid aan verwerkingstechnieken om beslissingen te nemen op basis van die input. Deze vision-systemen zijn vaak geïntegreerd in grotere besturingssystemen en moeten dus in staat zijn om realtime te communiceren met andere apparaten.

De i.MX 8M Plus-toepassingsprocessor van NXP maakt machinaal leren en intelligente visie mogelijk voor de industriële rand en een breed scala aan andere toepassingen. In dit artikel leert u meer over de kenmerken van de i.MX 8M Plus-toepassingsprocessor en hoe deze kan worden gebruikt in embedded vision-systemen.

De voordelen van edge computing

Bij het gebruik van cloud computing vertrouwt de gebruiker op computerbronnen buiten de grenzen van zijn lokale netwerk. Met edge computing wordt een groot deel van de verwerking teruggebracht binnen de grenzen van het lokale netwerk, waardoor gevoelige gegevens ook binnen het lokale netwerk kunnen worden bewaard.

Edge-apparaten kunnen een breed scala aan taken uitvoeren. In het cloud computing-paradigma werden ze vaak gebruikt voor het filteren, voorverwerken en opslaan of bufferen van de gegevens. Nieuwe ontwikkelingen, zoals geïntegreerde neurale verwerkingseenheden (NPU's), openen mogelijkheden voor wat kan worden bereikt in edge-apparaten. Edge-apparaten die beslissingen kunnen nemen op basis van verschillende gegevensbronnen, zoals camera-invoer, en waarmee gebruikers essentiële gegevens binnen het lokale netwerk kunnen houden. Dit vermindert de hoeveelheid gegevens die naar de cloud moet worden geüpload en verhoogt de algehele betrouwbaarheid en veiligheid van het systeem. Het kan ook snellere realtime besluitvorming mogelijk maken, omdat het verzenden van gegevens naar de cloud en wachten op controlereacties latentie veroorzaakt, waardoor een cloud computing-architectuur sommige applicaties niet kan aanspreken.

Figuur 1. NXP's i.MX 8M Plus Application Processor Evaluation Kit

Met een ingebouwde NPU kan een edge-verwerkingssysteem ongewenste of ruisachtige resultaten van een invoerapparaat, zoals een camera, weggooien en alleen relevante datasets uploaden naar de cloud. Dit bespaart bandbreedte van de lokale site en vermindert de hoeveelheid opslag en verwerking die nodig is in de cloud, wat op zijn beurt de bedrijfskosten op de lange termijn verlaagt.

De i.MX 8M Plus-applicatieprocessor

NXP helpt vision-gebaseerde applicaties aan de rand mogelijk te maken met de nieuwe i.MX 8M plus-applicatieprocessor door twee MIPI CSI-camera-interfaces en dual-camera beeldsignaalprocessors (ISP's) te integreren met een ondersteunde resolutie van maximaal 12 megapixels, samen met een 2.3 TOPS neurale verwerkingseenheid (NPU) om machine learning te versnellen.

De geïntegreerde ISP's verminderen de algehele complexiteit, kosten en stroomvereisten van het systeem, terwijl ze een optimale beeldoplossing bieden, met name bij twee megapixels en hogere resoluties. De multimediamogelijkheden van de i.MX 8M Plus SoC omvatten ook videocodering en -decodering, 2D- en 3D grafische versnelling en audio- en spraakfunctionaliteit.

De i.MX 8M Plus-processor brengt communicatie-interfaces met zich mee, zoals twee gigabit Ethernet-controllers. Een daarvan is geschikt voor tijdgevoelig netwerken (TSN), terwijl de tweede audio-videobridging (AVB) ondersteunt. Het apparaat bevat ook dubbele CAN-FD-interfaces, twee USB 3.0/2.0-poorten, één PCIe gen 3.0-interface en drie SDIO 3.0-controllers.

De i.MX 8M Plus SoC maakt gebruik van heterogeen computergebruik door ontwikkelaars te voorzien van verschillende programmeerbare verwerkingskernen. De Arm® Cortex®-A53-kernen zijn ingeschakeld met Yocto Linux®, waardoor applicatieontwikkelaars kunnen profiteren. De geïntegreerde M7-kern biedt realtime prestaties of kan worden gebruikt om bedrijfsmodi met laag energieverbruik in te schakelen.

Figuur 2. Dit evaluatiebord toont de grote verscheidenheid aan beschikbare poorten om de i.MX 8M Plus op bestaande apparatuur aan te sluiten.

Veel productie- en besturingstoepassingen vereisen een hoge betrouwbaarheid. Om een ​​hoge betrouwbaarheid te garanderen, omvatte NXP DRAM inline ECC-ondersteuning en ECC on-chip RAM om geheugenfouten te detecteren en te corrigeren.

Door alle bovengenoemde functies samen te voegen, is de i.MX 8M Plus-toepassingsprocessor zeer geschikt om elk vision-gebaseerd embedded systeem aan de rand mogelijk te maken. Deze systemen kunnen variëren van kwaliteitscontrolemechanismen in een fabriek die defecte artikelen op een productielijn detecteren, tot intelligente smart home-controllers, bijvoorbeeld een geautomatiseerde klimaat- en beveiligingscontroller.

Figuur 3. De i.MX 8M Plus-processor werkt in een breed scala aan toepassingen.

Extreme bedrijfsomstandigheden, levensduur en betrouwbaarheid

Veel industriële toepassingen vereisen een processor die gedurende langere tijd in het veld kan worden gebruikt. De i.MX 8M Plus-toepassingsprocessor is industrieel gekwalificeerd en kan tot 10 jaar werken in een uitgebreid temperatuurbereik van -40°C tot 105°C.

Bovendien maakt het apparaat deel uit van het 15-jarige levensduurprogramma van NXP, waardoor levering tot 15 jaar na productlancering wordt gegarandeerd. Dit zorgt ervoor dat de i.MX 8M Plus-processor werkt voor toepassingen die een veel langere productlevenscyclus vereisen, hetzij vanwege certificeringsvereisten of langere tijdlijnen voor softwareontwikkeling.

Gebruiksvoorbeelden

De i.MX 8M Plus-toepassingsprocessor is zeer geschikt om te worden gebruikt in een breed scala aan toepassingen, variërend van industriële controllers tot energiezuinige consumentenapparaten. Enkele van de doeltoepassingen zijn industriële HMI, automatiseringscontrollers, machine vision-systemen, medische apparatuur, huisbeveiliging en -bewaking en wagenparkbeheer. Vind een lijst met alle doeltoepassingen van de i.MX 8M Plus op de productpagina van de i.MX 8M Plus-processor.

De volgende drie toepassingsopmerkingen belichten een paar gebruiksscenario's en onderzoeken:

  1. Code-ondertekeningstool gebruiken met hardwarebeveiligingsmodule
  2. Versterking van cryptografie met openbare sleutels met CAAM Secure Key
  3. i.MX 8M Plus NPU-opwarmtijd

Er zijn ook een paar boards beschikbaar die de evaluatie van de i.MX 8M Plus SoC mogelijk maken:

  • DART-MX8M-PLUS
  • MSC SM2S-IMX8PLUS
  • i.Core MX8M Plus
  • phyCORE-i.MX 8M Plus

Industrieartikelen zijn een vorm van inhoud waarmee branchepartners nuttig nieuws, berichten en technologie kunnen delen met lezers van All About Circuits op een manier waarop redactionele inhoud niet goed geschikt is. Alle brancheartikelen zijn onderworpen aan strikte redactionele richtlijnen met de bedoeling de lezers nuttig nieuws, technische expertise of verhalen te bieden. De standpunten en meningen in brancheartikelen zijn die van de partner en niet noodzakelijk die van All About Circuits of zijn schrijvers.


Automatisering Besturingssysteem

  1. De toeleveringsketen en machine learning
  2. Sensoren en processors komen samen voor industriële toepassingen
  3. Axiomtek:functierijk systeem voor machine vision-toepassingen
  4. reTerminal Machine Learning-demo's (Edge Impulse en Arm NN)
  5. NXP verdubbelt machine learning at the Edge
  6. Industrieel IoT en de bouwstenen voor Industrie 4.0
  7. De voordelen van het gebruik van Robotic Vision voor automatiseringstoepassingen
  8. Osaro haalt $ 16 miljoen op om machine learning voor industriële automatisering te ontwikkelen
  9. Elementary Robotics haalt $ 13 miljoen op voor zijn machine learning en computer vision-aanbod aan de industrie
  10. Machine learning in het veld
  11. Drives voor industriële koeling en industriële koelingstoepassingen