Auf dem schnelllebigen Hightech-Markt sind Produktentwickler auf der Suche nach Bausteinen und Frameworks, die Nischenlösungen auf dem neuesten Stand der Technik ermöglichen. Die Gerätehersteller wollen bei der Entwicklung ihrer Produkte das Rad nicht neu erfinden. Gleichzeitig wollen sie Produkte entwickeln, die erschwinglich und skalierbar sind und den neuesten Standards entsprechen.

Bislang wurden Techniken der künstlichen Intelligenz (KI) in Rechenzentren eingesetzt, um die verfügbare Rechenleistung für prozessorintensive Aufgaben zu nutzen. Mit der Einführung der Cloud hat die KI ihren Weg in die Software gefunden und ist auch in die Außenbereiche der Netzwerke vorgedrungen. Um schnelles Handeln zu ermöglichen und die Datenüberlastung in der Cloud zu reduzieren, setzen Anbieter von IoT-Lösungen KI-Techniken an Endpunkten, Gateways und anderen Geräten am Ort der Nutzung ein. Die Inferenz und das Training von KI-Algorithmen finden im Backend statt, während die trainierten Modelle auf den Edge-Knoten eingesetzt werden.

In der Vergangenheit galten KI/ML- und Computer-Vision-Systeme als hochkomplex und leistungsfähig und erforderten einen erheblichen Speicherbedarf. Der Einsatz dieser Technologien in hochvolumigen, kostensensiblen IoT-Edge-Geräten war aufgrund strenger Stücklisten- und Kostenbeschränkungen begrenzt. Cloud-basierte Lösungen und Multi-Core-SoCs mit geringem Stromverbrauch haben dies jedoch möglich gemacht. Wenn es um Vision-basierte vernetzte Lösungen geht, sind intelligente Kameras eine der Schlüsselkomponenten. Intelligente Kameras mit IP-Konnektivität, fortschrittlicher Datenanalyse und künstlicher Intelligenz werden Innovationen im Internet der Dinge (IoT) und dessen Anwendungen vorantreiben.

Wenige Anwendungsfälle

• Bildverarbeitungsbasierte Lösungen für Industrie- und Produktionsanlagen zur Fernüberwachung, Qualitätskontrolle und Arbeitssicherheit.
• Lösungen zur Überwachung des Fahrerverhaltens und der Flotte für mehr Effizienz und Ferndiagnose.
• Intelligente Kassenlösungen für Einzelhandelsgeschäfte durch Identifizierung von Warenkorbartikeln; Bestandsverwaltung und -überwachung für Einzelhandelsgeschäfte.
• Automatisierungslösungen für Unternehmen, einschließlich A/V-Zusammenarbeit, interaktive Displays, Zugangskontrolle und Überwachungslösungen.
• Intelligente HMI für Küchengeräte - Computer Vision für die Erkennung von Lebensmitteln, Erkennung und Verfolgung von Aktivitäten; Verarbeitung natürlicher Sprache für Sprachassistenten, um Befehle an Geräte zu geben.

Wichtige technische Überlegungen für speziell entwickelte Kameras für intelligente IoT-Geräte

Maschinelles Lernen auf dem Gerät

Erforderlich für die Durchführung einer Vielzahl von Videoanalyseaufgaben, einschließlich Objekterkennung, Gesichtserkennung und -erfassung, Verfolgung mehrerer Objekte und Objektklassifizierung.

Verbesserte Kamerafunktionen

Kamera mit verbesserten Funktionen wie dualen ISPs, der Fähigkeit, hochwertige 4K High Efficiency Video Coding (HEVC) aufzunehmen und zu streamen, Unterstützung für verschiedene Lichtverhältnisse, Rauschunterdrückung und Anwendungen für maschinelles Lernen.

Hohe Leistung für Edge Computing

System-on-a-Chip (SoC)-Lösungen mit kundenspezifischen CPUs, GPUs und DSP-Prozessoren.

Durch die Kombination von leistungsstarker Bildverarbeitung und KI mit maschinellem Lernen bietet Qualcomm Chipsätze und Software-Frameworks an, die für die Entwicklung einer Vielzahl von intelligenten IoT-Geräten für Verbraucher- und Unternehmensanwendungen entwickelt wurden. Diese Anwendungen umfassen Heimsicherheit, Unternehmenssicherheit, 360-Kameras, tragbare Kameras, tragbare Geräte, Dashcams, intelligente Displays und mehr. Der QCS8250 System-on-Chip (SoC) vereint die neuesten Technologien in einem hochintegrierten Chipsatz und bietet außergewöhnliche Leistung und Funktionen. Dieser Chip wurde speziell für IoT-Anwendungen in Unternehmen und im kommerziellen Bereich entwickelt, z. B. für Video Collaboration, Smart Cameras, Connected Healthcare, Smart Retail und vieles mehr.

Der Anwendungsprozessor QCS8250 von Qualcomm bietet High-Performance-Computing zusammen mit einer dedizierten Qualcomm® AI Engine, um komplexe KI- und Deep-Learning-Workloads effizient auszuführen und Edge-Inferencing auf dem Gerät bei unglaublich niedrigem Stromverbrauch durchzuführen. eInfochips hat ein Portfolio von Modulen und Kits mit der Bezeichnung "Aikri" auf den Markt gebracht, das auf den neuesten Qualcomm-Prozessoren, einschließlich des QCS8250, basiert.

Das eInfochips Reusable Camera Framework (RCF) ist eine Hardware-Plattform-unabhängige Lösung, die als Firmware-Plattform für das IP-Kamera-Design verwendet werden kann. Seine Kernleistungen reduzieren den Entwicklungsaufwand drastisch und beschleunigen die Time-to-Market. Es wurde speziell dafür entwickelt, die Kameraentwicklung in Gang zu bringen, so dass sich OEMs auf die Entwicklung und Einführung bahnbrechender technologischer Innovationen konzentrieren können.

eInfochips hat in Zusammenarbeit mit Arrow und Qualcomm "Edge Labs" eingerichtet - ein Kompetenzzentrum, das Zugang zu Qualcomm-Sachverständigen, End-to-End-Produktentwicklungsdiensten, hochmodernen Laboren und Geräten bietet, um die Produktentwicklung zu beschleunigen. eInfochips hat mehr als 30 Kameradesigns entwickelt und dabei ein hauseigenes hochmodernes Bildoptimierungslabor genutzt. Außerdem verfügt eInfochips über Erfahrung mit den neuesten KI-Frameworks und -Tools wie TensorFlow, OpenCV, Python, Caffe und Keras.