Permanente Zustandskontrolle

KI überwacht Betriebszustand von Embedded-Vision-PCs

Die Familie der lüfterlosen Boxcomputer Eagle-Eyes ermöglichen eine KI-gestützte Überwachung und vorausschauende Wartung mithilfe des proprietären Softwarepakets Ekit. Die Software ist auch für Trägerplatinen für unterschiedliche COM-Formate erhältlich.
Die Rechnerfamilie Eagle-Eyes ist mit einem intelligenten Monitoring-System ausgestattet, das Daten sammelt und für eine vorausschauende Wartung zur Verfügung steht. Die modulare Produktfamilie ermöglicht neben einer hohen Rechenleistung über vier PCIe-Slots den Einbau von GPU/VPU-Modulen für KI-Computing. Damit eignen sich die Systeme für die industrielle Bildverarbeitung, können aber auch als Gateway oder in der Videoüberwachung eingesetzt werden.

KI mit Open-Source-Framework

Beim Einsatz von KI/Deep-Learning unterstützt die Efco-Hardware auch Open-Source-Frameworks wie OpenVino von Intel. Das Toolkit erlaubt es, zusammen mit weiteren Intel-Vision-Produkten, die anfallenden Daten direkt an der Edge zu sammeln und zu analysieren. Von Vorteil ist, dass die Auswertung für Intel-Plattformen optimiert ist, was einen Leistungsgewinn ohne eigene GPU erlaubt. Des Weiteren unterstützten die Rechner auch OpenCV, eine freien Programmbibliothek mit Algorithmen für Machine/Computer Vision, die für C, C++, Phyton und Java geschrieben wurde und als freie Software zur Verfügung steht. Die Stärke von OpenCV liegt in der Geschwindigkeit und der großen Anzahl an Algorithmen aus neuesten Forschungsergebnissen. Anwender können aber auch Luminoth und SimpleCV implementieren. Luminoth ist ein offenes Toolkit, das sich leicht auf eigenen Servern installieren lässt. Dabei sind Objekterkennung und Klassifizierungsmodelle kundenspezifisch anpassbar. SimpleCV ist ein Open-Source-Framework zum erstellen von Bildverarbeitungsapplikationen, mit dem man Zugriff auf unterschiedliche Bildverarbeitungsbibliotheken, wie OpenCV, hat, ohne dass man diese im Detail lernen muss. Anwender können auch VisionPro ViDi von Cognex zur Entwicklung, Implementierung und Wartung ihrer KI-Anwendungen nutzen bzw. Merlic von MVTec. Merlic 4 ist in drei Editionen erhältlich, die es ermöglichen, Multiple/Remote-Frontends als Add-On zur Standard Version zu kaufen.

Trägerplatinen für Edge-Computing

Speziell für Edge-Computing steht eine Serie von Trägerplatinen (Carrier-Boards) mit dem KI-System Ekit zur Verfügung. Ekit ist eine auf speziell entwickelten KI-Algorithmen beruhende, softwarebasierte Funktion, die Daten aus dem Gerät erfasst und eine dynamische Echtzeitüberwachung des Systemverhaltens ermöglicht. Die Boards sind mit applikationsspezifischer Konnektivität und Multimedia-Schnittstellen, mehreren Ethernet-Ports (optional mit PoE), UART, DisplayPort usw. ausgestattet. Darüber hinaus wird eine Individualisierung auf System-Ebene mit einer Kombination aus kundenspezifischen Trägerplatinen und COM-Modulen angeboten. Die Trägerplatinen sind für die Ausstattung mit dem Softwarepaket Ekit vorgesehen, mit dessen Hilfe sich alle Systeme mit Überwachungs- und Systemanalysefunktionen ausstatten lassen. Eine breite Palette einsatzbereiter Carrier-Boards für die neuesten COM-Express-Typ-6/7-, Smarc- und Qseven-Module unterschiedlicher Anbieter ist verfügbar.

Seiten: 1 2Auf einer Seite lesen

Thematik: Allgemein
|
EFCO Electronics GmbH
www.efcotec.com

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige