1. Learning Center
  2. Machine Vision
  3. エッジコンピューティング

エッジコンピューティング

課題： クラウドベースの画像処理を使用すると、レイテンシーとネットワークトラフィックが増大する可能性があります。 また、プライバシーとセキュリティ上のリスクを引き起こす可能性があります。

解決策：
エッジコンピューティングを使用して、ソースで画像データを実行可能な情報に処理します。 以下を利用できるFLIRのカメラが役立ちます。

• 困難な状況での信頼性の高い詳細な画像キャプチャ 
• 簡単なカメラ同期のためのIEEE1588互換性。 
• ARMおよびx64プラットフォーム向けの完全SDKサポート

組込みシステムのエッジコンピューティング+FLIRカメラ

エッジコンピューティングの簡略

エッジコンピューティング はネットワークモデルで データ処理がデータソース付近のネットワークのエッジにて行われます。 エッジコンピューティングでは処理のために画像データを中央サーバーまたはクラウドサービスに送信する必要がなくなります。 例えば、道路料金収受に使用されるエッジコンピューティングでは、カメラの近くとなる、低電力シングルボードコンピュータを使用してシステムがナンバープレートを認識できるようにします。 ナンバープレート番号のみが送信され、車両や道路の画像全体は送信されません。 今日、このことは手ごろで強力なシングルボードコンピュータによって可能になりました。 LIRのSpinnaker SDKでは、X64およびARMハードウェアと多くのサードパーティのビジョンライブラリをサポートいるため、互換性についての心配はありません。 クロスプラットフォームのサポートにより、使い慣れたデスクトップ環境でアプリケーションを開発して組み込みシステムに展開することが簡単に行なえます。

エッジコンピューティングの主な利点
エッジ上の画像データを処理することで、データソースと宛先との間のスイッチとホストの数を減らし、システムのレイテンシーとジッタが減少します。 データパケットが通過する各ネットワークノードでは、画像取得と動作間での遅延が増大します。 エッジコンピューティングでは、画像データをアップロードするのにかかる時間に起因する遅延を排除することで、システムレイテンシーをさらに低下させます。 システムセキュリティを強化し、プライバシーの懸念を緩和するために、エッジノードでは、クラウドに送信されたデータを匿名化してさらに分析できます。

図1： エッジコンピューティングは低システムレイテンシー用にソースに近接する撮像データを処理します

図2： クラウドコンピューティングは撮像データも長いシグナルパスをもたらし、システムのレイテンシーを増大します

 

帯域を低減する 

ソース上でデータを処理することで、画像を中央サーバーに送り返す必要がなくなります。 実行可能な情報のみが送信されるため、必要な帯域幅がはるかに小さくなります。

レイテンシーを減らす 

エッジから送信されるデータの量を減らすことで、システムが高速化され、画像キャプチャと情報到着の間の遅延を最小限に抑えます。

プライバシーとセキュリティの向上

ナンバープレートや顔などの機密情報はクラウドに送信されません。

エッジコンピューティングを使用するタイミング
増大を続けるIoTにより生成されるデータ量を処理するのに分散型エッジコンピューティングネットワークを使用することは、Fogコンピューティングと呼ばれることがあります。 Fogコンピューティングモデルでは、クラウドコンピューティングは排除されませんが、システム内での役割が変化します。 エッジノードは、レイテンシーの低いマシン間の通信に使用され、クラウドは、広い地理的領域またはより長時間のスケールにわたるより複雑なデータ分析に使用されます。

 エッジコンピューティングシステムの設計における重要な決定は、さらなる分析や長期保存のためにどのデータをクラウドに渡すかということです。 最長で数秒間の時間スケールで必要とする情報はエッジで処理し実行する必要がありますが、より長い時間スケールのデータ分析は、システムにレイテンシーのペナルティなしでクラウドに送信できます。

用途

利点

インテリジェント・トラフィックシステム

帯域幅の消費を抑え、システムセキュリティを強化し、プライバシーリスクを最小限に抑えます

産業自動化

レイテンシーとジッタの低減で、スループットが向上します。 

自律走行車ガイダンス 

システムレイテンシーを最小限に抑え、高速車両での迅速な意思決定を可能にし、常時接続ベースでのデータ接続への依存をなくします 

FLIRマシンビジョンカメラサポートエッジコンピューティング 
では、エッジ用の視覚アプリケーションの開発を合理化します。  最新のCMOSセンサーを 色補正と露出のための高度な自動制御アルゴリズムと組み合わせることにより、FLIRカメラでは厳しい照明条件でも詳細な画像を確実に取得できます。 FLIR Blackfly S カメラには、 Sony Pregiusセンサーが搭載されています 。 高い量子効率と低い読み出しノイズにより、これらのセンサーは低照度の中でも明瞭で低ノイズの画像をキャプチャできます。 広いダイナミックレンジにより、コントラストの高いシーンの陰影部分と明るい部分の両方で詳細をキャプチャできます。

FLIRカメラの強力なオンボード画像処理には、カラー補間、シャープニング、ガンマ補正などが含まれており、ホスト側の処理要件が軽減されます。  IEEE 1588 PTP (Precision Time Protocol) に対応しているため、GigE Blackfly Sを他のIEEE-1588対応デバイスと共通のタイムベースに簡単に同期できます。 

Spinnaker SDK 互換性
x64およびARMベースのシステムに対応しているため、Spinnaker SDKを搭載したFLIRカメラは、幅広い既製のハードウェアに展開できます。 クロスプラットフォームサポートでは、x64 WindowsとLinuxの両方で一貫したユーザーエクスペリエンスが提供されます。 

  ARM64 X64
Windows 7/8/10 いいえ はい
Ubuntu 14.01/16.04 はい はい
LinuxGUI いいえ はい

More Helpful Resources
当社のカメラのEMVA 1288撮像性能を比較するには、 センサー比較ツールとカメラセレクター ページをオンラインでご覧ください 。

 量子効率やダイナミックレンジなどのEMVA 1288撮像性能に関する用語の定義については、弊社のサイト「EMVA 1288の概要」をご覧ください 。