Um die KI-basierte Auswertung und Monetarisierung visuell gewonnener Daten einwandfrei einsetzen zu können, bedarf es der geschickten Zusammenstellung zahlreicher Hard- und Softwareelemente sowie der Ausbalancierung konkurrierender Anforderungen. Das Angebot oft inkompatibler oder nur mit entsprechendem Know-How implementierbarer Einzelkomponenten von unterschiedlichen Herstellern aus verschiedenen Gebieten wie Bildverarbeitung (Objektive, Belichtung, Bildsensoren, Steuerung, etc.), Hardware (Gehäuse, Prozessor, KI-Beschleuniger, Industrie- Schnittstellen etc.) und Software (Betriebssystem, Software und KI-Frameworks, Sicherheitstools, Datenverschlüsselung, Vernetzung, etc.) sowie die Notwendigkeit von (Langzeit-)Support und Wartung (z.B. Sicherheitsupdates, Softwareaktualisierungen) zeigen die Komplexität, denen sich sowohl Visionanbieter als auch Anwender gegenübersehen. Wahtari hat auf diese Anforderungen reagiert und ein umfangreiches Deep Learning Ökosystem aus Hard- und Software entwickelt, das von einfach und dynamisch verwendbaren Einzelmodulen bis hin zu branchenübergreifenden Komplettlösungen alles aus einer Hand bietet. Aufgrund des offenen und modularen Architekturkonzepts unterstützt Wahtari vielfältige Komponenten von Drittanbietern, wie z. B. Industrie-Sensoren von Allied Vision. Dies ermöglicht die einfache Kreation neuer Smart Vision-Lösungen.
Bis zu drei Movidius Myriad X VPUs
Ein Kernprodukt des Wahtari-Ökosystems bildet die Wahtari neuralCam (nCam). Mit bis zu drei integrierten Intel Movidius Myriad X VPUs und einer auf der Intel x86_64-Architektur basierenden CPU ist die nCam Plus derzeit eines der kompaktesten High-End-Vision-AI-Systeme auf dem Markt. Künftig wird die Kamera auch Chips und Prozessoren von Nvidia unterstützen. In einem stabilen Aluminiumgehäuse mit ausgefeiltem Kühlsystem leistet die nCam höchste Erkennungsperformance im unteren Millisekundenbereich. Die offene Architektur der Hardware ermöglicht die freie Auswahl zwischen verschiedenen motorisierten oder fixen Objektiven, schaltbaren oder festen IR-Filtern, Beschleuniger-Chips, integrierten oder ansteckbaren Beleuchtungen, sowie an den jeweiligen Einsatzort und Anwendung anpassbare Gehäuse. Die Integration in bestehende Anlagekonzepte wird durch zahlreiche Schnittstellen und Industriestandards (z.B. OPC UA) erleichtert und ermöglicht geringste Latenzen.
Kooperation mit Allied Vision
Die in der nCam eingesetzte Alvium-Kameraserie von Allied Vision folgt der gleichen Logik der flexiblen Modularität. Basierend auf der Alvium Technologie bietet die Kameraserie zahlreiche Modelle mit Bildsensoren von 0,5 bis 20,4MP Auflösung. Mit minimalem Entwicklungsaufwand können verschiedene Kameras mit unterschiedlichen Sensoren getestet, diverse Auflösungsvarianten eines Systems entwickelt oder bestehende Systeme auf neueste Sensoren umgerüstet werden. Um die Flexibilität beim Integrieren in ein neues System noch weiter zu erleichtern, kann Wahtari zwischen verschiedenen Gehäusevarianten (Platine und offenes Gehäuse) sowie Objektivfassungen (C-Mount, CS-Mount oder S-Mount) wählen.
Hauseigenes IoT-Betriebssystem
Die nCam wird mit dem hauseigenen IoT-Betriebssystem nOS ausgeliefert, welches als Teil des Wahtari-Ökosystems über die vorinstallierte grafische Benutzeroberfläche nVision bedient werden kann. Das Linux-basierte und auf IT-Sicherheit ausgelegte nOS erlaubt die einfache Implementierung eigener Funktionen und Apps mittels Docker, ein Tool zur Containerisierung von Anwendungen. Die auf Anfrage vorinstallierte nGin SDK vereinfacht das Ansprechen der nCam-Funktionen noch weiter und ermöglicht die hybride Ausführung von Bildverarbeitungsalgorithmen und CNN, unabhängig von der Hardware-Plattform. Anwendungsbereiche der Kamera sind u.a. intelligente Kennzeichenerkennung bei der Verkehrsüberwachung, die Erkennung von Restrinden auf Baumstämmen für die Papierindustrie, Inline-Analysen von Kabeloberflächen bei der Kabelproduktion, Qualitätssicherung von FFP2-Masken, Oberflächenanalyse von Dachziegeln, Backwaren, Förderbandanalyse, Logistik, PSA, Einparksensoren, Qualitätsüberprüfung mittels Sounderkennung, etc.
