Fog = Edge + Cloud! Blicken Sie bei den Computing-Trends in der Bildverarbeitung noch durch?

  • Published Oktober 2017

Stellen Sie sich einmal eine Fertigungsanlage der Zukunft vor, die nach den Konzepten der Industrie 4.0 aufgebaut ist: Tausende von Aktuatoren, tausende von Sensoren, dutzende oder sogar hunderte von Kameras und ein enorm leistungsfähiges Rechenzentrum zur Verarbeitung aller Daten und Kontrolle aller Prozesse in der Anlage.

Auch wenn das aus der Perspektive des IT-Managements höchst attraktiv klingt, würde diese Architektur eine unvorstellbare Bandbreite erfordern ganz zu Schweigen von Problemen mit Latenzen und Echtzeitfähigkeit. Die Bilddaten von all den großartigen neuen industriellen Hochgeschwindigkeitskameras mit hohen Auflösungen würden den Löwenanteil des Netzwerk-Verkehrs erzeugen. Bei Anwendungen in der Sicherheits- oder Verkehrstechnik birgt zudem das Übertragen von Bildern in die Cloud die Gefahr, dass sensible Informationen wie Personenbilder oder Nummernschilder abgefangen oder manipuliert werden. Das Verschlüsseln und Entschlüsseln ganzer Bilder oder gar Videos wäre höchst rechenaufwändig.

Diese Anforderungen treiben die Gegenbewegung zu Ansätzen, die vollständig auf Cloud-Computing setzen: Edge Computing. Der Begriff beschreibt eine Architektur, in der meist Embedded Systeme die Datenanalyse nah an der Datenquelle durchführen. Embedded Vision Systeme können hier den Netzwerkverkehr dramatisch reduzieren, z.B. indem sie Bildanalyseaufgaben übernehmen, wie die Erkennung von Gut- und Schlechtteilen, Nummernschilderkennung, Gesichtserkennung oder komplexe Merkmalsextraktion. Somit werden nur elementare Daten über das Netzwerk übertragen und sensible Daten lassen sich problemlos verschlüsseln. Dies erfordert weniger Bandbreite, reduziert die Latenz und Jitter bei der Steuerung von Aktuatoren und entschärft die Anforderungen an die Rechenleistung peripherer Verarbeitungs- und Steuerungseinheiten. Da die Bildverarbeitung, anders als viele andere Datenanalyse-Anwendungen in der industriellen Steuerungstechnik, besonders von der Parallelisierung in der Datenverarbeitung profitieren, können Embedded Vision Systeme speziell auf Bildverarbeitungsaufgaben zugeschnitten werden. So berechnen sie Bildverarbeitungsalgorithmen deutlich schneller, mit geringeren Hardwarekosten und erheblich niedrigerem Stromverbrauch als generische Rechenzentren in der Cloud.

Jedoch kann Edge Computing in einer großen Fertigungsanlage keine zentrale Server-Farm ersetzen. Hier kommt der neuartige Begriff des Fog-Computing ins Spiel. Er beschreibt im Wesentlichen eine verteilte Netzwerkarchitektur, bei der Edge Computing in jedem relevanten Client des Netzwerks geschieht und jeder Client nur noch seine höherwertigen Daten an ein zentrales Cloud-Rechenzentrum zur weiteren Verarbeitung, statistischen Auswertung und Speicherung übermittelt. Dieses hybride Konzept kombiniert das Beste aus den beiden Welten des Edge- und Cloud-Computing und es wird erwartet, dass es sich um vorherrschenden Setup in komplexen Szenarien der Industrie 4.0 entwickelt.

Möchten Sie Ihre auf Bildverarbeitung basierenden Geräte oder Maschinen mit Edge Computing ausstatten? Active Silicon unterstützt Sie dabei gern mit unseren leistungsfähigen Embedded Vision Lösungen, die wir Ihnen dank unserer vielseitigen Hardware-Plattformen schnell und zu überraschend niedrigen Kosten anbieten können. Besuchen Sie die Embedded VISION Europe und treffen Sie unsere Experten am 12. und 13. Oktober in Stuttgart.

Folgen Sie den neuesten Trends in der industriellen Bildverarbeitung und Embedded Vision, indem Sie uns bitte einfach kontaktieren, sich zu unserem Newsletter anmelden oder unseren Kanälen auf den Sozialen Medien folgen.