Wizja maszynowa - zobaczyć i zrozumieć

Wizja maszynowa – to brzmi futurystycznie, niemal jak wyciągnięte z filmu sceince-fiction. Tymczasem pod tym określeniem kryje się nowoczesna technologia, która może być odpowiedzią na zupełnie przyziemne problemy. Jej rozwój jest intensywny, a drzemiący w niej potencjał – ogromny. Może to być niezwykle skuteczne i użyteczne rozwiązanie, które znajdzie praktyczne zastosowanie w systemach wbudowanych. 

Co to jest wizja maszynowa?

„Wizja maszynowa to zasadniczo używanie informacji dostępnych w obrazie w celu podjęcia decyzji, co zrobić z przedmiotem widocznym na tym obrazie. 

Prostym przykładem może być kontrola produktu na linii montażowej lub przed wysyłką. Częstym zastosowaniem jest również inspekcja płytek drukowanych, podczas której obraz prawidłowo wypełnionej płytki można szybko i łatwo porównać z produkowanymi płytkami, które przechodzą ze zautomatyzowanego systemu wybierającego i rozmieszczającego elementy do następnej fazy produkcji. 

Jest to użyteczny etap kontroli jakości oraz ograniczania braków, którego ludzkie oko i mózg nie byłyby w stanie konsekwentnie powtarzać setki lub tysiące razy dziennie” – wyczerpująco tłumaczy Stephen Turnbull, dyrektor ds. Rynków Wertykalnych w AMD Embedded Solutions.

Przeszkody do pokonania

Im dokładniejsze są rejestrowane obrazy produktów, tym większa jest dokładność systemu wizji maszynowej. Bardziej szczegółowe zdjęcia to jednak więcej danych do przetworzenia, a równocześnie szansa na porównywanie coraz mniejszych podzbiorów informacji wizualnej do głównego wzorca. To wszystko prowadzi do zwiększenia obciążenia procesora oraz zapotrzebowania na moc obliczeniową.

Doskonałym przykładem znaczenia szczegółowości jest klasyfikacja warzyw, gdzie istnieje mnóstwo czynników decydujących o jakości produktu. – „Standardy różnią się w zależności od kraju, a jakość produktów zmienia się w trakcie sezonu. Aby w interesie producenta i konsumentów zminimalizować odrzuty, a jednocześnie utrzymać odpowiednią jakość, potrzebne są algorytmy do skuteczniejszego klasyfikowania jakości, zadania niemal niemożliwego dla ludzkiego oka i mózgu” – wyjaśnia Turnbull.

Próby uporania się z tym problemem podjęła duńska firma Qtechnology. Dzięki jej inteligentnym aparatom klasyfikującym możliwe jest przeanalizowanie nawet 25 ton warzyw na godzinę. To 500 tysięcy obrazów, z których każdy „waży” 6,2 MB. Mając do dyspozycji jedno gigabitowe połączenie ethernetowe przesyłanie takiej ilości danych zajęłoby przeszło 6 godzin.

Rozwiązanie - obrazowanie hiperspektralne...

Firma Qtechnology próbuje rozwiązać problem zbyt dużej ilości danych poprzez stosowanie wymiennych głowic z różnymi matrycami w swoich aparatach. Jedną z nich jest głowica hiperspektralna, która pozwala na prowadzenie nieinwazyjnych badań jakości i bezpieczeństwa produktów spożywczych. Oprócz faktury i koloru (w tym przypadku:) warzyw, rozwiązanie to umożliwia także określanie zawartości cukrów, tłuszczów, wilgoci i bakterii.

„W obrazowaniu hiperspektralnym z każdego piksela uzyskuje się trójwymiarowe «kostki» informacji przestrzennych i widmowych. Więcej informacji widmowych umożliwia lepsze rozróżnianie atrybutów, a zatem uwzględnienie ich większej liczby.

Kostki zawierają intensywność każdego piksela dla wszystkich pozyskanych długości fali (światła odbijanego lub przepuszczanego), co oznacza, że każda kostka reprezentuje ogromną masę informacji. Taka ilość danych oznacza wykładniczy wzrost wymagań w zakresie mocy obliczeniowej niezbędnej do uzyskania jakościowych i ilościowych wyników w celu klasyfikowania produktów w czasie rzeczywistym” – tłumaczy Stephen Turnbull.

...i heterogeniczne systemy obliczeniowe

Sednem heterogenicznej komputeryzacji jest łączenie różnych jednostek obliczeniowych w jednym układzie scalonym, aby umożliwić rozwiązywanie problemów z wykorzystaniem najbardziej właściwego mechanizmu. 

W inteligentnych aparatach Qtechnology stosowane są jednostki obliczeniowe (APU), które na jednym układzie scalonym łączą procesor główny (CPU) i procesor graficzny (GPU). Jakie są tego korzyści w praktyce? Podczas gdy GPU intensywnie przetwarza piksele w aplikacjach wizyjnych, CPU obsługuje z mniejszymi opóźnieniami tzw. przerwania. Cały system działa więc wydajniej. Możliwe jest ponadto połączenie APU z zewnętrznym GPU, co daje jeszcze więcej mocy do wykorzystania.

Kluczem jest jednak oprogramowanie. W standaryzowanych przez fundację HSA (Heterogeneous System Architecture) platformach wszystko funkcjonuje pod kontrolą standardowego jądra Linux. Dzięki temu wymagane wsparcie programistyczne jest ograniczone do minimum. Dzięki projektowi open source o nazwie Yocto oraz ogromnym ekosystemie wsparcia dla architektury x86 przedsiębiorstwa mogą wykorzystywać różne biblioteki, takie jak OpenCV, Mathworks Matlab czy Halcon.

Wizja maszynowa to najnowszy przykład wykorzystania mocy obliczeniowej krzemu do ograniczania kosztów, przyspieszania produkcji, zwiększania jakości oraz zapewniania światu licznych korzyści w niezliczonych branżach i zastosowaniach. Te pozytywne skutki gospodarcze, kulturowe i osobiste stają się powszechnie dostępne dzięki innowacjom branżowym oraz pomysłowości inżynierów pracujących nad systemami wbudowanymi” – podsumowuje Stephen Turnbull.

Na podst. tekstu Stephena Turnbulla, dyrektora ds. Rynków Wertykalnych w AMD Embedded Solutions. Foto: Qtechnology