Edge computing

PROBLEMA: L'utilizzo dell'elaborazione delle immagini basata su cloud può incrementare i tempi di attesa e il traffico di rete. Inoltre, ciò comporta maggiori rischi per la privacy e la sicurezza.

Soluzione:
Elaborazione dei dati relativi alle immagini alla fonte per trasformarli in informazioni operative per mezzo dell'Edge computing. FLIR può contribuire con telecamere che offrono:

• Cattura di immagini dettagliata e affidabile in condizioni difficili 
• Compatibilità IEEE1588 per sincronizzare la telecamera in modosemplice 
• Supporto SDK completo per piattaforme ARM e x64

Edge computing su sistemi integrati con telecamere FLIR

Una breve introduzione all'Edge computing

L'Edge computing è un modello di rete in cui l'elaborazione dei dati si verifica ai margini della rete, vicini alla fonte dei dati. L'Edge computing può eliminare la necessità di inviare i dati relativi alle immagini a un server centrale o a un servizio cloud per l'elaborazione. Ad esempio, l'utilizzo dell'edge computing per la riscossione dei pedaggi autostradali consentirebbe al sistema di effettuare il riconoscimento della targa su un computer a scheda singola a basso consumo situato nei pressi della telecamera. In questo modo, vengono trasmessi solo i numeri di targa autorizzati e non l'intera immagine del veicolo su strada. Al giorno d'oggi, ciò è possibile con l'utilizzo di computer a scheda singola potenti e non eccessivamente costosi. Spinnaker SDK FLIR supporta hardware X64 e ARM, nonché numerose biblioteche di visione di terze parti, pertanto non presenta alcun problema di compatibilità. Il supporto tramite piattaforma incrociata semplifica lo sviluppo di applicazioni in un ambiente desktop familiare, per poi implementale su sistemi integrati.

Figura 1: L'Edge computing elabora i dati relativi alle immagini vicini all fonte per ridurre i tempi di attesa del sistema

Figura 2: Il Cloud computing comporta un percorso di segnale lungo per i dati relativi alle immagini, aumentando i tempi di attesa

Quando utilizzare l'Edge computing
L'utilizzo di reti di edge computing decentralizzate per la manipolazione di volumi di dati in costante crescita generato dall'Internet of Things viene definito Fog Computing. Nel modello del fog computing, il cloud computing non viene eliminato, ma cambia il suo ruolo all'interno del sistema. I nodi al margine vengono usati per ridurre i tempi d'attesa nelle comunicazioni machine-to-machine, mentre il cloud viene utilizzato per l'analisi di dati più complessi, come quelli che coprono ampie aree geografiche o scale temporali prolungate.

Le telecamere per sistemi di visione FLIR supportano l'Edge computing 
Le telecamere FLIR semplificano lo sviluppo di applicazioni di visione per il margine. Abbinando i più recenti sensori CMOS con algoritmi avanzati di controllo automatico per la correzione dei colori e dell'esposizione, le affidabili telecamere FLIR catturano immagini dettagliate in condizioni di scarsa illuminazione. Le telecamere Blackfly S FLIR sono dotate di sensori Pregius Sony. La loro elevata efficienza quantica e il basso livello di rumore di lettura consentono a questi sensori di catturare immagini nitide e a basso rumore in condizioni di scarsa luminosità. L'ampio range dinamico garantisce la cattura dei dettagli in zone d'ombra e molto esposte alla luce nelle scene con contrasti elevati.

La potente elaborazione delle immagini onboard delle telecamere FLIR include metodi d'interpolazione del colore, aumento della messa a fuoco e correzione gamma, riducendo i requisiti di elaborazione da parte dell'host. Il supporto del Precision Time Protocol IEEE 1588 rende semplice la sincronizzazione di Blackfly S GigE a una base temporale comune con altri dispositivi con abilitazione IEEE-1588. 

Compatibilità con Spinnaker SDK
Con il supporto per sistemi x64 e basati su ARM, le telecamere FLIR con Spinnaker SDK possono essere installate su un'ampia gamma di prodotti disponibili sul mercato. Il supporto cross-platform offre la stessa esperienza per il cliente sia con Windows x64 che con sistemi Linux. 

Altre risorse utili
Per confrontare le prestazioni di imaging EMVA 1288 delle nostre telecamere, visitare il nostro  strumento di confronto dei sensori online e la pagina Selezionatore telecamera .

Per le definizioni dei termini relativi alle prestazioni di imaging EMVA 1288, come efficienza quantica e range dinamico, visitare la nostra Panoramica EMVA 1288.