キーテクノロジーは、組み込みビジョンの成長する役割を強化します

エンベデッドビジョンテクノロジーは、まもなく私たちの日常生活のほぼすべての側面に影響を及ぼしますが、すでに使用されているテクノロジーの状況はどうなっていますか？今日、AIはどのような役割を果たしていますか？エッジとクラウドで何が起こっているのですか？これらの質問は、エンベデッドワールド2021でのトレンドトピック「エンベデッドビジョン」に関するパネルディスカッションの焦点でした。

<図>

センサー、プロセッサー、ソフトウェアの進歩に後押しされて、組み込みビジョンは、農業から工場、自動運転車からプロスポーツまで、あらゆる場所で使用されています。 Covid-19のパンデミックでさえ、公共の監視、健康および安全検査などのアプリケーションで使用されているビジョンシステムにより、その展開を加速するのに役立っています。

AI対応の組み込みビジョン

人工知能（AI）は、開発者がオブジェクトの検出と分類を改善するためにディープラーニングとニューラルネットワークをますます適用するにつれて、組み込みのビジョンと画像処理アプリケーションで勢いを増しています。

AIが新しい可能性を開くことは間違いありませんが、パネリストはAIをもっと使いやすくする必要があることに同意しました。 MVTecSoftwareのマネージングディレクターであるOlafMunkeltは、次のように述べています。 「一方で、AIテクノロジーは少し不器用です。エンベデッドビジョンのお客様が付加価値をすぐに理解できるように、使いやすくする必要があります。これは、データのラベル付け、データの検査、データの管理から、セマンティックセグメンテーション、分類、異常検出などのさまざまなテクノロジーを使用した処理まで、AIベースのシステムのワークフローのすべてのステップに関係しています。」 Munkeltは、顧客が組み込みビジョンプロジェクトを簡単に展開できるようにするための統合アプローチを求めました。

同様の見解を共有し、Sickのマシンビジョンのビジネスユニットの責任者であるFredrik Nilssonは、AIとディープラーニングには、従来のルールベースの画像処理では解決が難しいタスクを解決する能力があると述べました。ただし、ディープラーニングは従来の画像処理に取って代わるものではありません。両方の技術は「長い間」共存するだろうと彼は主張した。 「ルールベースの[画像処理アルゴリズム]がディープラーニングよりも適用できるアプリケーションは間違いなくあります。たとえば、ディープラーニングを使用してオブジェクトのセグメンテーションを実行し、測定ツールを適用するハイブリッドソリューションを見ることができます。」

Munkelt氏によると、AIアクセラレーターのハードウェア側でレースが行われているという。多くの新興企業は確かに「本当に興味深いハードウェア」を考え出している。これは「確立されたベンダーの既存のGPUハードウェアよりも10〜20倍優れている」場合がある。将来を見据えて、彼は画像データを処理するために速度がどれほど重要になるかを示しました。 「私たちのビジョンコミュニティの誰もが、大きなメリットを提供できるため、これらのAIアクセラレータを検討しています。」

エッジで何が起こりますか？クラウドでは何が起こりますか？

クラウドプロバイダーAWSに提出されたこれらの質問は、答えを示唆しています。思ったよりも微妙でない限り。

AWSは、組み込みビジョンに関して2つの目標を追求しています。 1つ目は、Amazon Web Services（AWS）の戦略的OEMパートナーシップの責任者であるAustin Asheが、組み込みビジョンを初めて採用する顧客や、組み込みビジョンを拡張して拡張することをいとわない顧客の参入障壁を低くしていると述べています。 。 2つ目は、「最初のユースケースを超えた価値を提供する」ことです。

「参入障壁を下げることに関しては、75％の企業が今後2〜5年でパイロットから完全な運用実装に移行することを計画していることを認識しています。私たちは、非常にユニークな方法でエッジとクラウドを調整するために自分たちを位置づけています。」彼はさらに次のように説明しています。「遅延、帯域幅、データ送信のコスト、さらにはセキュリティやセキュリティが関係する場合、エッジは非常に重要です。クラウドでできることは、ここへの参入障壁を下げることです。 1つのデバイスであろうと、それらのフリートであろうと、デバイスを監視し、それらのデバイスが何をしているかを理解するためのリアルタイムのアラートまたはメカニズムを提供できます。」これらのデバイスは、アッシュ氏が続けて、無線で更新することができます。そのため、組み込みビジョンシステムを大規模に管理する場合、モデルを取得してクラウドでトレーニングし、それを必要とするすべてのマシンに無線で展開することができます。

企業には、データサイエンティストや、モデルを構築するための資金がない場合があります。 Asheにとって、参入障壁を下げるということは、異常の画像を10〜12枚撮り、それらをクラウドにアップロードできるようにすることを意味します。 「すぐに、その正確な異常を検出する異常検出モデルが返されます。次に、そのモデルをクラウドからエッジまで繰り返します。」

今年の組み込みの世界で、BaslerとAWSは、AWSサービス「AWSPanorama」と「AmazonLookout for Vision」をカバーするコラボレーションを通じて、エッジとクラウドの間のギャップを埋める方法を説明しました。 AWS Panoramaは、機械学習（ML）アプライアンスおよびSDKであり、リアルタイムの意思決定を行って運用を改善し、目視検査タスクの監視を自動化し、産業プロセスのボトルネックを見つけ、施設内の労働者の安全性を評価する機能を提供します。 Amazon Lookout for Visionは、コンピュータービジョンを使用して視覚表現の欠陥や異常を発見するMLサービスです。

組み込みビジョンがクラウド内のタイムクリティカルなタスクを解決できるかどうかを尋ねられたとき、Asheは、アプリケーションをユーザーとエクスペリエンスに近づける必要があるため、エッジの使用がますます増えるだろうと述べました。 「遅延要件がある場合は常に、エッジが最優先事項になりますが、オンラインになっている高速ネットワークの一部、特に5Gに関連するものを考慮すると、クラウドとエッジにまったく新しい機会が生まれます。相互運用性が向上し、クラウドのユースケースへのエッジが向上しました。」

複雑さ、サイズ、コスト

今後数年間を見据えて、パネリストは、組み込みビジョンシステムの幅広い採用を可能にするための改善すべき領域をリストアップしました。

複雑さ ：「古いPCシステムでは、カメラを購入し、ハードウェアを購入し、プロセッサを1つ搭載し、ソフトウェアはそのプロセッサで実行されていました」と、BaslerのCMOであるArndtDake氏は述べています。しかし、今日では、「処理は1つのプロセッサではありません。 CPU、GPU、AI用の特別なハードウェア、おそらくSoC内のISPがあります。したがって、1つではなく4つのハードウェアリソースがあり、ソフトウェアをこれらの4つのリソースにマッピングする必要があります。」システムはますます複雑になり、顧客はますます複雑化することに苦労しています。浸透を促進するには、有用性を実証し、ユーザビリティに取り組む必要があります。一部の企業は現在、これらの要素をまとめて顧客が簡単に利用できるようにしようとしています。「簡単に入手できるほど、採用率が高くなり、そのテクノロジーの使用が広がるからです」とDake氏は述べています。

サイズ ：サイズ的には定常状態になっていますか？いいえ、デイクは答えました。 「それは小さくなります。スマートフォンを開いて、処理とカメラの機能を見ると、小さなものがどのように得られるかがわかります。スマートフォンが私たちのベンチマークになるでしょう。」

コスト ：一般的な観点から、「それはすべてお金についてです」とマンケルトは言いました。今日、価格が高すぎるため、一部のアプリケーションは正当化されていません。コストが下がれば、新たな可能性が生まれます。

使いやすさが向上し、価格が下がり、既存の機械に適合する小型のデバイスにより、組み込みビジョンをこれまで使用したことがない中小企業にとって、組み込みビジョンへのアクセスが容易になるとニルソン氏は結論付けました。

>>この記事はもともと姉妹サイトであるEETimesEurope。