{"id":1135,"date":"2022-12-16T08:54:42","date_gmt":"2022-12-16T08:54:42","guid":{"rendered":"https:\/\/framos.com\/articles\/neue-herausforderungen-fur-kameraentwickler\/"},"modified":"2025-08-01T08:37:56","modified_gmt":"2025-08-01T08:37:56","slug":"new-challenges-for-camera-developers","status":"publish","type":"articles","link":"https:\/\/framos.com\/de\/fachartikel\/new-challenges-for-camera-developers\/","title":{"rendered":"Neue Herausforderungen f\u00fcr Kameraentwickler"},"content":{"rendered":"

Eingebettete Bildverarbeitung und KI gelten als Erfolgsduo f\u00fcr neue Anwendungen – aber Entwickler m\u00fcssen zun\u00e4chst eine Reihe von H\u00fcrden \u00fcberwinden<\/strong><\/p>\n

Eingebettete Bildverarbeitungssysteme halten derzeit Einzug in die industrielle Bildverarbeitung, um die Miniaturisierung weiter voranzutreiben. Sie sorgen daf\u00fcr, dass Bildverarbeitungssysteme immer kleiner und kosteng\u00fcnstiger werden, indem sie mit dem Hauptsystem \u201everschmelzen\u201c. Typische Embedded Vision-Anwendungen entstehen derzeit in der Robotik, Intralogistik und Mixed Reality. Aufgrund der tiefen Integration und der zunehmenden Parametervielfalt nimmt auch die Komplexit\u00e4t zu – was die Kameraentwickler vor neue Herausforderungen stellt. <\/strong><\/p>\n

Eine tiefe Integration des Bildverarbeitungs-Subsystems in das Endprodukt kann sowohl die Leistung als auch die Kosten f\u00fcr eine bestimmte Anwendung optimieren. Die gr\u00f6\u00dfte Herausforderung besteht dabei darin, den Spagat zwischen einer spezifischen, hoch optimierten Bildverarbeitungsl\u00f6sung auf der einen Seite und einfacher Zug\u00e4nglichkeit, schnellen Entwicklungszyklen und umfassender Skalierbarkeit auf der anderen Seite zu schaffen. Aus diesem Grund f\u00fchrt oft kein Weg an ma\u00dfgeschneiderten Entwicklungsl\u00f6sungen vorbei. Parameter wie Kosten<\/a>, Gr\u00f6\u00dfe, Leistung und Energiebedarf lassen sich jedoch nur dann wirksam \u201eausbalancieren\u201c, wenn die Anforderungen gr\u00fcndlich analysiert und in die richtigen Spezifikationen \u00fcbersetzt werden. Dabei m\u00fcssen oft neue Wege beschritten werden, denn heute werden Technologien und Architekturen verwendet, die in der herk\u00f6mmlichen industriellen Bildverarbeitung nicht bekannt sind. <\/p>\n

Modularer Entwurf von eingebetteten Bildverarbeitungssystemen<\/h2>\n

H\u00e4ufig erfolgt die Entwicklung des eingebetteten Vision-L\u00f6sungselements und des Hauptsystems parallel, um beide Einheiten optimal aufeinander abzustimmen und maximale Synergieeffekte zu erzielen. Embedded Vision vermeidet herk\u00f6mmliche Architekturen, die auf Host-PCs, Ethernet\/USB-Schnittstellen und eingebauten Kameras basieren. Stattdessen wird das System in Module aufgeteilt, die sich die verf\u00fcgbaren Ressourcen wie die Stromversorgung, den Hauptprozessor oder das Geh\u00e4use so weit wie m\u00f6glich teilen. Dazu m\u00fcssen die einzelnen Module, einschlie\u00dflich der Software, bestm\u00f6glich aufeinander abgestimmt sein. Nur dann kann das System die aufgenommenen Bilder effizient \u00fcbertragen und verarbeiten. <\/p>\n

Wenn k\u00fcnstliche Intelligenz (KI) eingesetzt wird, kommen einige Besonderheiten ins Spiel. In diesem Fall werden die Kameradaten in Echtzeit ausgewertet und Entscheidungen auf der Grundlage dieser Daten getroffen. Aktuelle eingebettete Architekturen bieten daf\u00fcr ausreichend Rechenleistung. Es ist jedoch wichtig, im Voraus zu kl\u00e4ren, welche Daten, Merkmale oder Objekte f\u00fcr die Anwendung relevant sind, um das System in Bezug auf Aufl\u00f6sung, Empfindlichkeit und Datenrate optimal zu gestalten. <\/p>\n

Die Kombination von KI und eingebetteter Bildverarbeitung bietet derzeit ungeahnte M\u00f6glichkeiten, und die Kreativit\u00e4t der Hersteller kennt scheinbar keine Grenzen. Anwendungen von Lieferdrohnen \u00fcber automatisierte Sportanalysen im Haushalt bis hin zu automatischen F\u00fctterungsmaschinen f\u00fcr Haustiere zeichnen sich ab. Viele Entwickler und Designer m\u00fcssen jedoch feststellen, dass die notwendige Technologie zwar vorhanden, aber in der Regel sehr komplex ist und daher nicht im vorgesehenen Budget und Zeitrahmen erfolgreich integriert werden kann. <\/p>\n

Das gesamte System als eine Einheit sehen<\/h2>\n

\"Herausforderungen_Komponenten\"<\/p>\n

Die zentrale Herausforderung f\u00fcr Entwickler ist die pr\u00e4zise, vollst\u00e4ndige Definition der Anforderungen gleich zu Beginn eines Imaging-Projekts – einschlie\u00dflich des kommerziellen Rahmens f\u00fcr die sp\u00e4tere Serienproduktion. Nur dann kann die L\u00f6sung so entwickelt und vorbereitet werden, dass eine reibungslose und schnelle \u00dcberf\u00fchrung in die Serienproduktion erreicht werden kann. Dabei m\u00fcssen alle Bildverarbeitungskomponenten als ein System gesehen und bewertet werden. Der Sensor, das Objektiv und der Prozessor k\u00f6nnen nicht einfach unabh\u00e4ngig voneinander ausgew\u00e4hlt werden, da sie sich teilweise gegenseitig bedingen. Es gibt in der Regel viele Stellschrauben, um eine L\u00f6sung zu optimieren, und jede Einstellung hat Auswirkungen, die bekannt sein m\u00fcssen. <\/p>\n

Beispiel: Kleinere Pixel erm\u00f6glichen heute einen kleineren Sensor (mit einer festen Aufl\u00f6sung), der weniger teuer ist, aber in der Regel auch eine geringere Empfindlichkeit und S\u00e4ttigungsleistung aufweist. Gleichzeitig k\u00f6nnen die Benutzer in der Regel ein kleineres Objektiv w\u00e4hlen, was einen weiteren Preisvorteil bietet, aber sie m\u00fcssen darauf achten, dass das Objektiv eine hohe Aufl\u00f6sungsf\u00e4higkeit hat, die wiederum zu der kleinen Pixelgr\u00f6\u00dfe des Sensors passt. Au\u00dferdem muss das Objektiv eine kurze Brennweite haben, um den gleichen Blickwinkel zu erreichen, den eine l\u00e4ngere Brennweite in Kombination mit einem gr\u00f6\u00dferen Sensor haben w\u00fcrde. Dies wirkt sich auf die Blende und folglich auf die Sch\u00e4rfentiefe und das verf\u00fcgbare Licht aus. <\/p>\n

Systemarchitektur und Schnittstellen sind entscheidend<\/h2>\n

Eine h\u00f6here Pixeldichte bedeutet mehr Daten in der Bildverarbeitungspipeline. Das System muss in der Lage sein, diese Datenmenge zu \u00fcbertragen und zu verarbeiten. Die Bandbreite eines Bildverarbeitungssystems ist jedoch begrenzt, so dass ein Kompromiss zwischen Aufl\u00f6sung, Pixelbittiefe und Bildrate gefunden werden muss. Die Schnittstelle zum Prozessorsystem ist f\u00fcr die \u00dcbertragung aller Bilddaten und damit auch f\u00fcr die Datenverarbeitung \u00e4u\u00dferst wichtig. Es muss sichergestellt werden, dass immer gen\u00fcgend Ressourcen vorhanden sind, um die Anforderungen der Anwendung zu erf\u00fcllen. <\/p>\n

In der Regel liegen alle Daten von den Sensoren im RAW-Format vor, so dass eine Reihe von mathematischen Transformationen durchgef\u00fchrt werden muss, um ein Bild zu erhalten, das dem entspricht, was unsere Augen gewohnt sind. In verschiedenen Systemen sind unterschiedliche Algorithmen implementiert, und je nach den RAW-Daten – definiert durch die Eigenschaften des Sensors und des Objektivs – erzielen einige eine bessere und andere eine schlechtere Bildqualit\u00e4t. Daher werden hier entsprechende Tests empfohlen, um empirisch herauszufinden, wie die besten Ergebnisse im jeweiligen Fall erzielt werden k\u00f6nnen. <\/p>\n

Die richtige Systemarchitektur bietet ein erhebliches Einsparungspotenzial bei der Stromversorgung, der Gr\u00f6\u00dfe (aufgrund des kleineren Formfaktors) und den Kosten. Gleichzeitig kann die Bildqualit\u00e4t dank der aktuellen Technologieleistung so an die Anwendung angepasst und optimiert werden, dass kaum Kompromisse eingegangen werden m\u00fcssen. <\/p>\n

Ber\u00fccksichtigen Sie bei allen Bewertungen auch die Produzierbarkeit<\/h2>\n

Bereits in der Entwurfsphase eines Bildverarbeitungsprodukts muss festgestellt werden, ob es in Serie produziert werden kann und ob die Funktionalit\u00e4t des Serienprodukts gew\u00e4hrleistet ist. Sobald die Architektur definiert und das Design abgeschlossen ist, m\u00fcssen die Produktionsprozesse so eingerichtet werden, dass eine gleichbleibende Qualit\u00e4t erreicht wird und die Anwendung in der Praxis unter den vorgegebenen Bedingungen erfolgreich l\u00e4uft. Nachtr\u00e4gliche Korrekturen m\u00fcssen unbedingt vermieden werden – sie f\u00fchren zu einem Zeitverlust (l\u00e4ngere Markteinf\u00fchrungszeit) und zu schwer kalkulierbaren Folgekosten. Damit sich die Hersteller voll und ganz auf ihre Kernkompetenzen konzentrieren k\u00f6nnen und die Entwickler von Embedded Vision Systemen<\/a> ein m\u00f6glichst geringes Risiko eingehen, ist es ratsam, von Anfang an mit erfahrenen Partnern wie FRAMOS zusammenzuarbeiten. <\/p>\n","protected":false},"excerpt":{"rendered":"

Eingebettete Bildverarbeitungssysteme halten derzeit Einzug in die industrielle Bildverarbeitung, um die Miniaturisierung weiter voranzutreiben. Sie sorgen daf\u00fcr, dass Bildverarbeitungssysteme immer kleiner und kosteng\u00fcnstiger werden, indem sie mit dem Hauptsystem \u201everschmelzen\u201c.<\/p>\n","protected":false},"author":2,"featured_media":1137,"comment_status":"closed","ping_status":"closed","template":"","format":"standard","meta":{"_acf_changed":false,"inline_featured_image":false},"article-category":[],"article-tag":[],"class_list":["post-1135","articles","type-articles","status-publish","format-standard","has-post-thumbnail","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/articles\/1135","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/articles"}],"about":[{"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/types\/articles"}],"author":[{"embeddable":true,"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/comments?post=1135"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/media\/1137"}],"wp:attachment":[{"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/media?parent=1135"}],"wp:term":[{"taxonomy":"article-category","embeddable":true,"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/article-category?post=1135"},{"taxonomy":"article-tag","embeddable":true,"href":"https:\/\/framos.com\/de\/wp-json\/wp\/v2\/article-tag?post=1135"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}