把一個相機連接到一臺邊緣計算機/嵌入式計算機上，然后在云端進行數據處理或存儲——這就是“邊緣視覺”的概念。近年來，邊緣視覺正被廣泛應用于自動化產線質檢、汽車圖像采集和智能工廠等場景中。

伴隨著人們對圖像質量的要求提高，以及視覺傳感器技術突飛猛進的發展，現場產生海量和龐大數據，也給視覺數據的邊緣傳輸和上云帶來了嚴峻挑戰。

01

亟待攻克的帶寬限制瓶頸

在工業視覺領域，整個行業都在追求更多像素、更高幀率、更高的空間以及時間分辨率。然而，很多用戶會反饋1 GigE相機的一個輸出已經不夠用，只能連接到PLC，急需相機有更多輸出通道，以便將圖像數據傳輸到云服務器。

如上圖所示，棕色的點是圖像傳感器，點連接的線代表行業中常見的典型接口（如PCIe 3.0是藍線，CoaXPress v2 x4是紅線）。可以發現，當圖像傳感器高于某條線時，該接口的帶寬就已經不夠去傳輸該圖像傳感器的數據了。

現如今，圖像傳感器取得了巨大進步，市面上有很多圖像傳感器，帶寬速度比10GigE、CoaXPress v1快很多，甚至比100千兆接口更快，能提供一萬幀、1億或更多像素和速度遠高于150GB/s的帶寬。雖然接口取得了一些進步，帶寬速度越來越快，但挑戰仍然存在——即使有鏈接聚合也很難能跟上傳感器的發展速度，電腦的GPU和CPU性能也遠遠落后于其他領域。

想要解決這個問題，如果用高分辨率的高速傳感器，也將面臨很多瓶頸。比如攝像頭接口、GPU和CPU的橋接接口、CPU的負載或處理能力，以及計算機上送云端的帶寬，往往在最好的情況下才能達到1G。

此外，如果現場有多個攝像頭，情況會變得更糟。假如有多個10GigE相機、CoaXPress或100 GigE相機，以100 GigE相機為例，速度大概是96千兆比特乘每秒以攝像機的數量。但大多數情況下，用戶電腦的最大帶寬接口PCIe 3.0，其帶寬也只有48千兆比特每秒，遠遠無法滿足需求。

02

用圖像采集卡壓縮預處理

面對這個困境，用戶常見的解決方案是在多攝像頭和CPU架構之間放置一個圖像采集卡，用于壓縮以及預處理。例如從圖像提取一定區域的ROI，即可減少總數據帶寬。

然而，在實際應用中，用戶對圖像采集卡的需求還有許多：

通常需要高帶寬的相機接口、多相機接口、超高精度的同步，以及可定制的IOs來控制外圍設備；

在處理過程中，需要能夠實時并行處理，并且需要低延遲、有一個大的DRAM，從而計算復雜的算法，需要很多個千兆比特每秒的內存訪問帶寬；

對系統開發人員而言，圖像采集卡需要滿足靈活、易于使用的要求。為保障開發便捷性，開放的FPGA也必不可少，可以將一些特定IP放在圖像采集卡上，通過集成開發環境實現快速的算法和方案開發；

與此同時，用戶對于系統集成的緊湊設計和被動冷卻性能，也提出了更嚴苛的要求...

03

可靠的一體化邊緣視覺解決方案

能否能將圖像采集卡和計算機很好地合二為一？虹科的HK-Gidel FantoVision 40給出了答案。

這是一款開創性的小型計算機，可與高達4 x 10GigE Vision或 4 X CoaXPress 2.0相機連接進行圖像采集和處理。創新架構將高端圖像采集與實時圖像處理和/或壓縮相結合，使用Nvidia Jetson 嵌入式計算機，并在Intel Arria 10 FPGA上進行可選的預處理/壓縮。

HK-Gidel FantoVision的另一個顯著特點，是其開放式體系結構支持GPU和FPGA上的嵌入式AI/圖像處理。軟件工程師可以使用CUDA C/C++和NVIDIA的庫，在GPU上編寫算法。此外，使用新穎的ProcVision套件，在FPGA上開發和部署可選的預處理塊，既簡單又快速。

該產品的多個HK-Gidel FantoVision單元可以相互連接，可提供獨特且可擴展的拓撲結構。使用InfiniVision 開放式框架抓取器流程，100多個傳感器可同步處理。

現如今，HK-Gidel FantoVision為高帶寬、低延遲應用的新型緊湊、經濟高效、可擴展的視覺和成像解決方案開辟了道路。尤其適用于需要高分辨率、高速度的交通監測、面板檢測等場景。

例如交通檢測應用中有多個攝像機在拍攝高分辨率圖像，HK-Gidel FantoVision 可以通過圖像采集卡提取ROI區域甚至是車牌，在GPU上布署算法做車牌識別，最后將識別的車牌號碼傳到云端上，從而不需要很多帶寬。

審核編輯：劉清