보드 수준 머신 비전 카메라 통합을 위해 고려해야 할 9가지 요소

보드 수준 카메라를 활용하면 다양한 이점을 얻을 수 있습니다. 기능과 디자인 요소의 올바른 조합을 식별하는 데 도움이 되도록 임베디드 머신 비전 카메라를 선택하고 디자인할 때 고려해야 할 몇 가지 요소가 있습니다.

제품 내에서 머신 비전 기반 인공 지능을 활용하려면 모든 기능을 갖춘 보드 수준 머신 비전 카메라를 훨씬 더 작고 강력한 패키지로 설계하여 케이블에서 렌즈 선택에 이르기까지 더 큰 유연성을 제공할 수 있어야 합니다. 새로운 제품 및 시스템을 위한 축소된 크기에 추가. 뿐만 아니라 보드 레벨 카메라를 활용하면 쉽게 열을 발산할 수 있도록 핵심 카메라 구성 요소에 직접 액세스할 수 있으며 의료 진단, 계측, 로봇 공학, 임베디드 비전, 포장 및 인쇄 검사, 핸드헬드 스캐너, 벤치탑 등 다양한 용도로 활용할 수 있습니다. 실험실 및 기타 공간이 제한된 시스템.

그림 1. 보드 수준 카메라는 다양한 방식으로 사용할 수 있지만 고려해야 할 설계 요소가 있습니다.

그러나 올바른 임베디드 비전 카메라를 선택하는 것은 완전히 또 다른 문제입니다. 보드 수준 카메라는 일반적으로 더 많은 설계 노력, 설계 전문성, 잠재적으로 더 많은 비용이 듭니다.

특정 프로젝트에 필요한 기능과 디자인 요소의 올바른 조합을 식별하는 데 도움이 되도록 임베디드 머신 비전(mv) 카메라를 선택하고 디자인할 때 고려해야 할 9가지 핵심 요소가 있습니다.

<올>

기능 세트 및 폼 팩터

렌즈 장착

신속한 프로토타입 제작을 위한 케이스 디자인

열 관리

인터페이스 및 커넥터

MIPI 카메라와 표준 MV 카메라 비교

전자기 호환성

기성품 보드

딥 러닝 CPU 대 GPU 성능

각 요인에 대해 자세히 살펴보겠습니다.

기능 세트 및 폼 팩터

공간 절약을 위한 컴팩트 GPIO 및 인터페이스 커넥터 사용을 포함하여 카메라의 물리적 공간과 올바른 기능의 균형을 유지하십시오. 많은 기능을 갖춘 MV 카메라의 보드 수준 변형은 케이스가 제거된 단순히 표준 카메라이며 디자인에 고려되어야 합니다. 또한 보드 수준 카메라는 공유 케이블 설계 파일 옵션과 함께 FPC 케이블 길이를 사용자 정의할 수 있는 더 큰 유연성을 제공합니다.

렌즈 장착

고정된 렌즈 마운트가 없는 보드 레벨 카메라는 설계자가 MV 산업에서 일반적으로 사용되는 표준 C, CS 또는 S-마운트 렌즈 이외의 광학 장치를 선택할 수 있는 자유를 제공합니다.

렌즈 마운트를 다른 제품 부품에 통합하거나 렌즈 마운드를 제품 하우징에 직접 몰딩하면 제조 및 조립을 단순화하여 비용을 더욱 절감할 수 있습니다. 그러나 표준 마운트 렌즈를 선호하는 경우 2MP와 같이 1/3인치 이하의 저해상도 센서용 S 마운트를 사용하십시오. CS 마운트는 일반적으로 1/3에서 1인치 크기의 센서에 권장되고 C 마운트는 1인치 이상 센서에 권장됩니다.

신속한 프로토타이핑을 위한 케이스 디자인

보드 레벨 카메라에는 케이스가 없는 경우가 많지만 카메라가 제품에 통합되지 않아 카메라 내부가 외부 요소에 노출되는 애플리케이션에서는 케이스가 필요할 수 있습니다.

신속한 프로토타이핑을 위해 기존 CAD 모델 및 3D 프린터를 활용하거나 카메라를 캡슐화하고 스페이서와 장착 브래킷을 사용하여 제자리에 카메라를 장착할 수 있는 일반 플라스틱 케이스를 사용하십시오.

열 관리

어떤 경우에도 고성능 보드 레벨 카메라에는 권장 온도 범위 내에서 작동하도록 하기 위해 추가 설계 요구 사항이 있을 수 있습니다. 카메라 손상을 방지하려면 보고된 카메라 온도가 센서/FPGA와 같은 주요 구성 요소의 최대 온도 미만으로 유지되어야 합니다. 이러한 경우 적절한 방열판을 제공하는 것이 중요합니다. 권장되는 옵션은 카메라의 보드 스트레스를 최소화하기 위해 열 페이스트 또는 퍼티 대 열 패드를 사용하는 것입니다.

인터페이스 및 커넥터

USB 3.1 Gen 1은 임베디드 시스템에 이상적인 인터페이스입니다. 유연한 인쇄 회로 케이블은 최대 30m의 케이블 길이에서 USB 3.1 Gen 1을 지원할 수 있습니다. 그러나 USB 3.1 인터페이스의 잠재적인 단점 중 하나는 고주파 신호가 최대 5GHz의 무선 장치에 간섭을 일으킬 수 있다는 것입니다. 이 경우 GigE 인터페이스 또는 더 복잡한 MIPI CSI 인터페이스가 작동할 수 있습니다.

MIPI 카메라 대 표준 MV 카메라

앞서 언급한 MIPI 카메라는 표준 MV 카메라에 비해 잠재적으로 최대 50% 이상 저렴하지만, 그 감소된 가격에는 주로 FPGA가 없기 때문에 더 적은 기능이 포함됩니다.

일반적인 MIPI 카메라는 일반적으로 이미지 처리 또는 향상(예:플랫 필드 보정, 흠집 픽셀 보정, 고정 패턴 노이즈 보정 등)이 거의 또는 전혀 없는 원시 센서 출력을 제공하므로 이미지 품질을 개선하기 위한 추가 작업이 필요합니다. 가장 중요한 것은 MIPI는 일반적으로 MIPI 카메라를 지원하는 임베디드 시스템을 사용해야 하는 반면 USB3/GigE MV 카메라는 ARM 보드와 표준 데스크탑 PC에서 모두 사용할 수 있다는 것입니다.

전자기 호환성

케이스에 의해 제공되는 차폐가 없으면 기판 수준 카메라의 전자기 호환성(EMC)은 케이스 모델과 다릅니다. 이러한 기판 수준의 카메라는 다른 제품이나 시스템에 내장되기 때문에 최종 제품은 별도로 인증을 받아야 합니다.

기성 보드

일부 공급업체는 임베디드 보드용 자체 캐리어 또는 암 캐리어 솔루션도 개발합니다. ARM 프로세서와 캐리어 보드를 사용하면 통합자가 맞춤형 보드를 요구하는 대신 기성 솔루션을 더 간단하게 구입하여 시간과 비용을 절약할 수 있습니다.

설계 요구 사항에 따라 보드를 구매하고 최대 4개 이상의 USB3 호스트 컨트롤러로 구성하여 전체 대역폭에서 4개의 USB3 카메라에서 스트리밍할 수 있습니다.

딥 러닝 CPU 대 GPU 성능

딥 러닝 알고리즘은 GPU에 비해 ​​일반 프로세서에서 매우 느리게 실행됩니다. 더 빠른 추론이 필수인 경우 GPU가 더 나은 옵션입니다. 클라우드에서 추론은 일반적으로 에지 컴퓨팅이 미션 크리티컬하지 않은 비용을 고려하여 선택하므로 처리를 위해 먼저 클라우드로 이미지를 전송하는 경우에도 마찬가지입니다.

임베디드 시스템에서 딥 러닝 추론을 실행하는 또 다른 옵션은 카메라 자체에서 추론 모델을 실행할 수 있는 추론 가능 카메라를 사용하는 것입니다. 이는 호스트 시스템에서 처리 요구 사항을 오프로드하는 데 도움이 될 수도 있습니다.

이러한 9가지 핵심 요소를 염두에 두고 올바른 보드 수준 MV를 적절한 기능 세트와 통합하는 것이 훨씬 쉬워져 전체 제품 애플리케이션을 개선하는 동시에 디자이너의 골칫거리와 디자인 시간을 줄일 수 있습니다.

업계 기사는 업계 파트너가 편집 콘텐츠에 적합하지 않은 방식으로 All About Circuits 독자와 유용한 뉴스, 메시지 및 기술을 공유할 수 있는 콘텐츠 형식입니다. 모든 산업 기사는 독자에게 유용한 뉴스, 기술 전문 지식 또는 이야기를 제공하기 위해 엄격한 편집 지침을 따릅니다. 업계 기사에 표현된 관점과 의견은 파트너의 것이며 반드시 All About Circuits 또는 해당 작성자의 의견은 아닙니다.