Aetina presenta sistemi Edge AI robusti per l’automazione industriale

Trasformare l’IA edge nell’automazione industriale con l’intelligenza multi-camera

L’automazione industriale si basa fortemente sull’elaborazione visiva in tempo reale per migliorare efficienza e sicurezza. I sistemi di controllo tradizionali, come un controllore logico programmabile (PLC) o un sistema di controllo distribuito (DCS), spesso incontrano difficoltà nell’elaborazione spaziale complessa. La moderna automazione di fabbrica richiede un’elaborazione della visione localizzata e ad alta velocità per guidare la robotica e monitorare le operazioni in sicurezza.

Affrontare i vincoli di spazio e percezione nei robot mobili autonomi

I produttori devono affrontare difficoltà legate alla configurazione degli spazi quando aggiungono sistemi avanzati di monitoraggio visivo in ambienti ristretti. I flussi video delle telecamere ad alta definizione generano enormi quantità di dati che richiedono un’elaborazione locale immediata. Aetina affronta questo collo di bottiglia con le sue piattaforme di elaborazione compatte AIE-VN34/44 e AIE-VO24/34. Con dimensioni di soli 136,3 x 132 x 63 mm, queste unità portano l’intelligenza artificiale di livello enterprise direttamente sull’hardware industriale mobile.

Sfruttare l’hardware NVIDIA Jetson per la visione multi-camera

Ogni unità utilizza moduli NVIDIA Jetson Orin NX o Jetson Orin Nano per fornire fino a 100 TOPS di potenza di calcolo per l’IA. Questa architettura hardware supporta simultaneamente fino a quattro connessioni per telecamere GMSL2. Di conseguenza, la piattaforma consente ai robot mobili autonomi di elaborare flussi video a 360 gradi senza ritardi. In base alla mia esperienza nell’analisi delle implementazioni edge, trasferire l’elaborazione della visione dal controller principale migliora drasticamente la reattività del sistema.

Semplificare l’installazione di telecamere a lunga distanza in ambienti dinamici

L’integrazione di reti multi-camera su grandi aree produttive comporta generalmente seri rischi di degrado del segnale. Aetina supera questo ostacolo utilizzando schede adattatrici GMSL2 validate e moduli per telecamere plug-and-play. Questa architettura mantiene una trasmissione video stabile e di alta qualità su distanze fino a 15 metri. Di conseguenza, gli ingegneri possono ridurre i tempi di validazione del sistema e semplificare le installazioni modulari.

Garantire un’affidabilità robusta in condizioni operative estreme

L’hardware industriale deve resistere agli ambienti difficili dell’automazione di fabbrica per evitare costosi fermi della linea. Queste piattaforme senza ventole sopportano temperature operative comprese tra -25°C e +55°C. Inoltre, dispongono della certificazione MIL-STD-810H per la resistenza agli urti e dell’omologazione automobilistica E-Mark. Il controllo integrato dell’alimentazione all’accensione e gli ingressi ad ampia gamma di tensione proteggono il sistema dalle sovratensioni nelle configurazioni con veicoli mobili.

Ampliare le capacità di percezione visiva nelle infrastrutture di fabbrica

I dispositivi di edge computing compatti trasformano i flussi visivi grezzi in informazioni industriali immediate e utilizzabili. Questi sistemi gestiscono contemporaneamente l’ispezione dei difetti, il monitoraggio delle linee e il tracciamento dei lavoratori. Quando vengono collegati alle reti PLC o DCS standard, creano una barriera di sicurezza completa. Pertanto, i veicoli autonomi possono rilevare gli ostacoli e ricalcolare immediatamente il percorso negli ambienti di magazzino caratterizzati da ritmi intensi.

Valore a lungo termine e supporto dell’ecosistema software

Aetina supporta queste piattaforme con i Board Support Package NVIDIA JetPack 6.2, garantendo inoltre la compatibilità futura con JetPack 7.2. Ciò assicura aggiornamenti software a lungo termine e transizioni fluide tra i framework di IA durante l’intero ciclo di vita del prodotto. A mio avviso, scegliere piattaforme edge con un allineamento continuo alla roadmap software protegge gli investimenti di capitale dall’obsolescenza tecnica prematura.

Scenari applicativi nel mondo reale

• Navigazione di robot mobili autonomi: quattro telecamere GMSL2 forniscono un monitoraggio continuo a visione panoramica, consentendo agli AMR di rilevare gli ostacoli e navigare con precisione nei dinamici ambienti di magazzino.
• Ispezione dei difetti in linea: l’elaborazione ad alta velocità delle immagini identifica errori di assemblaggio microscopici sulle linee di produzione ad alto volume prima che i prodotti raggiungano il confezionamento.
• Monitoraggio degli angoli ciechi dei veicoli: i trainatori industriali e i carrelli elevatori utilizzano sistemi di visione edge basati sull’IA per monitorare i pedoni nelle vicinanze, prevenendo attivamente le collisioni nelle aree di lavoro congestionate.