工业物联网框架中边缘节点的检测和测量

  边缘节点视频分析可提供多种滤波解读来区分各种对象类型,例如汽车、卡车、自行车、人类和动物等。这种抽取操作减少了云服务器上所需的数据带宽和计算能力,而如果要分析下游发送的全帧速率视频数据,则会占用大量的数据带宽和计算能力。

  室内摄像机应用可以识别穿过入口边界的人数,还可调整房间的照明、加热或制冷。要在极端照明条件或其他具有挑战性的照明条件(如降雨)下实现视觉有效性,室外摄像机可能需要具有高动态范围。每像素8位或10位的典型成像传感器可能无法在所有检测情形中的照明条件下,提供足够的亮度动态范围。相较于以240 Hz的刷新速率查看快速运动,工业分析摄像机上可以使用较慢的帧速率来监控活动。

  

工业物联网框架中边缘节点的检测和测量

 

  图9. 通过在边缘节点处部署采用DSP对象检测算法的高动态范围成像器,即使在低照明条件下,也可以确定运动和边界入侵。这个示例使用视觉对比来定义室内工厂/办公室(左侧)和室外停车场(右侧)的边缘检测。

  平台级解决方案

  ADT7420是一款具有突破性性能的4 mm × 4 mm数字温度传感器,内置16位ADC,分辨率可达0.0078°C,功耗仅为210μA。ADXL362是一款超低功耗、3轴MEMS加速度计,在运动触发唤醒模式下,以100 Hz采样速率工作时功耗仅为2 μA。它不使用功率占空比,而是在所有数据速率下均采用全带宽架构,从而防止了输入信号混叠。ADIS16229是一款具有嵌入式射频收发器的双轴18 g数字MEMS振动传感器。它还通过512点数字FFT能力提供了片上频域信号处理功能。

 

  支持DSP的Blackn低功耗成像平台(BLIP)11可基于成熟的数字信号处理工具实现工业视觉设计的快速原型制作。优化的软件库为设备制造商提供了用于运动检测、人数统计和车辆检测的开箱即用解决方案。