Ein Anwendungsfall aus der Praxis zeigt deutlich, wo die Schwierigkeiten beim Aufbau eines Echtzeit-Inspektionssystems liegen. Jedes Hühnerei sollte aus mehreren Blickwinkeln synchron erfasst und in Echtzeit per KI ausgewertet werden. Doch es kam schnell zu Bildverlusten und Synchronisationsprobleme. Ein Bildverarbeitungs-Experte löst das Problem mit einem Multi-Kamerasystem, das mit 21 10GigE-Kameras gleichzeitig arbeitet. 

Seit Jahren kämpfen Ingenieure damit, skalierbare, leistungsstarke Multi-Kamera-Systeme zu entwickeln, die auch im realen 24/7-Betrieb zuverlässig funktionieren. Anwendungen mit Echtzeit-Analytik und KI-basierter Verarbeitung bringen zusätzliche Komplexität mit sich. Systeme, die auf dem Papier vielversprechend aussehen, scheitern in der Praxis oft an Bildverlusten unter Last, Synchronisationsproblemen oder thermisch bedingten Ausfällen.

Emergent Vision Technologies entwickelt Lösungen, die diese Herausforderungen gezielt adressieren und verfügt über ein Portfolio, das von der Kamera bis zur Echtzeit-Auswertung reicht. So entwickelte Emergent die Eros-Kameraserie für anspruchsvolle Embedded- und High-Density-Anwendungen. Mit nur 29 x 29 mm ist sie eine sehr kleine 10GigE-Vision-Kamera. Je nach Interface liegt der Energieverbrauch bei 3 W mit SFP+ bis maximal 4,8 W mit PoE. Weniger Abwärme bedeutet geringere Kühlanforderungen, und ist damit entscheidend für kompakte Systeme: weniger Lüfter, weniger Vibrationen, weniger akus­tischer Lärm und eine höhere Stabilität. Eros unterstützt zudem eine aktive Objektivsteuerung (EF, RF), bietet sowohl RJ45- als auch SFP+-Anbindung, und deckt mit Sony- und Gpixel-Sensoren Auflösungen von 0,5 bis 24,7 MP ab.

Herausforderungen von Multi-Kamerasystemen

Wer 8, 16 oder mehr Kameras synchron betreiben möchte, stößt oft an technische Grenzen: Datenverluste, Drift in der Synchronisation und überlastete CPUs. Häufige Ursachen sind:

• USB3- oder Coaxpress-Interfaces mit eingeschränkter Skalierbarkeit,
• unzuverlässige Trigger über GPIO oder fehlerhafte PTP-Implementierungen und
• Host-Systeme, die den Datenstrom aus mehreren Gigabit-Kanälen nicht verarbeiten können.

Was Emergent hier unterscheidet, ist die tiefe Integration von Hardware und Software – von der Kamera über den Datentransport bis zur Verarbeitung:

• optimiertes GVSP-Protokoll mit Zero-Copy-Übertragung (direkter Zugriff auf GPU-Speicher), drastisch reduzierte CPU-Last im Vergleich zu klassischen Buffer-Kopierverfahren,
• hardwarebasierte PTP-Synchronisation (IEEE1588) für deterministisches Timing über alle Kameras,
• GPU Direct Support unter Windows und Linux,
• Flexproc und Flextrans für verteilte Datenverarbeitung über CPU, GPU und Cloud und
• verifiziert in Setups mit 48+-Kameras, die mit voller Bandbreite und ohne Bildverluste betrieben werden.

Diese Architektur sorgt für stabile, performante und reproduzierbare Multi-Kamera-Systeme – dort, wo andere Ansätze scheitern.

Beispiel aus der Praxis: Echtzeitprüfung in der Eierindustrie

Ein Kunde aus der Lebensmittelverarbeitung kontaktierte Emergent nach mehreren fehlgeschlagenen Versuchen, ein KI-basiertes Echtzeit-Inspektionssystem aufzubauen. Ziel war es, jedes Ei aus mehreren Blickwinkeln in hoher Geschwindigkeit synchron zu erfassen und in Echtzeit per KI auszuwerten.

Frühere Anbieter lieferten Systeme, die theoretisch passten - praktisch konnten sie jedoch nur 4 bis 5 Kameras mit niedriger Geschwindigkeit betreiben, bevor es zu Bildverlusten oder Synchronisationsproblemen kam. Die Systeme überhitzten, CPUs liefen voll und die Entwicklung stagnierte.

Gemeinsam entwickelten sie eine Lösung aus:

• 21 10GigE-Kameras der HR-Serie mit 5 MP,
• einen 10/25GigE-Switch,
• eine Workstation mit 3 GPUs und
• die Ecapture-Pro-Software mit Plug-in-Anbindung an die KI-Pipeline.

Das komplette System wurde vor Auslieferung unter Volllast getestet: stabile PTP-Synchronisation, verlustfreie Aufzeichnung und eine vollständige Integration der KI-Inferenz.

Nach erfolgreicher Validierung plant der Kunde nun ein Upgrade auf die Eros-Kameras – mit Vorteilen wie geringem Energiebedarf, kleinerem Formfaktor und einfacherer Integration. Im Unterschied zu bisherigen Anbietern liefert Emergent keine Blackbox, sondern eine getestete, funktionssichere Komplettlösung. Heute analysiert das System jede Sekunde tausende Eier in Echtzeit - hochauflösend, synchron, KI-basiert, und ohne Engpässe und ohne Abstürze.

Eine skalierbare Plattform

Die präzise Bildverarbeitung in hoher Geschwindigkeit und mit vielen Kameras ist komplex. Das optimierte Protokoll sorgt für eine minimale CPU-Last und stabile Durchsatzraten. GPU Direct ermöglicht niedrige Latenzen und eine reibungslose Anbindung an KI- oder Edge-Processing-Anwendungen.

Wer künftig RDMA nutzen muss, beispielsweise aufgrund externer Software, kann sich darauf verlassen, dass allen Kameras von Emergent nur ein Firmware-Update zum vollen GigE Vision 3.0 / RDMA-Support fehlt. Egal ob industrielle Bauteilprüfung, Bewegungsanalyse oder KI-basierte Inspektion – Emergent liefert zuverlässige Vision-Systeme.

Autor
Thomas Detjen, Sales Director EMEA bei Emergent