Hallo liebe Community, für ein Projekt ist die mobile Bildverarbeitung auf einem eingebetteten System vorgesehen. Zwei Kameras liefern Videos mit vermutlich ca. 30fps und einer Auflösung von ca. 800x600px. Die Bilder sollen von einem entsprechenden Board "empfangen" und anschließend verarbeitet werden. Welches Board mit welchem uC eignet sich dafür? Ich habe bereits gelesen, dass ausreichend RAM vorhanden sein sollte und insbesondere ARM-Prozessoren für diesen Job geeignet seien. Für die Implementierung sind ca. 90 Arbeitsstunden vorhanden, weshalb das System schnell zu verstehen und leicht zu implementieren sein sollte (vorzugsweise mit C o.Ä.). Was sagt ihr? Danke im Voraus!
Tom B. schrieb: > ca. 90 Arbeitsstunden > weshalb das System schnell zu verstehen und > leicht zu implementieren sein sollte > Was sagt ihr? Nimm einen PC mit OpenCV.
Tom B. schrieb: > für ein Projekt ist die mobile Bildverarbeitung auf einem eingebetteten > System vorgesehen. Zwei Kameras liefern Videos mit vermutlich ca. 30fps > und einer Auflösung von ca. 800x600px. Die Bilder sollen von einem > entsprechenden Board "empfangen" und anschließend verarbeitet werden. Was genau muss mit den Bildern gemacht werden? Es ist ein Himmelweiter Unterschied, ob du ein Histogramm machen möchtest oder Canny Edge Detection. Je nach Aufgabenstellung bei der Bildverarbeitung variiert das zwischen einem Cortex Mx bis hin zu einem Computercluster mit mehreren 100 Intel i7 Clients. Generell: bei 800x600@30fps kommst du um einen FGPA nicht herum. Es gibt einige gute Boards mit Camera Link Interface, dann kann man kompatible Kameras direkt anschließen ohne das ganze Camera Interface nochmal neu machen zu müssen. 90 Arbeitsstunden für was? Wenn es keinen fertigen Quellcode für den Imagesensor gibt, dann bekommst du binnen 90 Stunden nicht mal den Sensor an den FPGA und ein Bild von da wieder über eine serielle Schnittstelle raus um schauen zu können, ob du das Bild überhaupt korrekt ausliest.
Die Bilder werden voraussichtlich als Graustufenbilder verarbeitet. Sie sollen bspw. dazu verwendet werden zu erkennen, ob der Fahrer eines Fahrzeuges noch aufmerksam ist (Augen) oder zur Erkennung von Kurven bzw. Hindernissen auf der Fahrbahn oder auch zur Erkennung des Kennzeichens des Vordermanns. Das Camera-Interface selbst zu implementieren soll nicht Sinn der Sache sein. Für den Rasp Pi gibt es doch bspw. Module, die eine schnelle Nutzung ermöglichen. Die 90 Stunden sind angesetzt für die Inbetriebnahme des Boards, die Nutzung der Kamera und die Verarbeitung der Bilddaten, um daraus Informationen zu gewinnen, also entsprechende Algorithmen zu verwenden. OpenCV zu verwenden wäre zumindest vorstellbar, da die Bibliothek die Image Processing Arbeit stark erleichtert.
Tom B. schrieb: > ob der Fahrer eines > Fahrzeuges noch aufmerksam ist (Augen) oder zur Erkennung von Kurven > bzw. Hindernissen auf der Fahrbahn oder auch zur Erkennung des > Kennzeichens des Vordermanns. Du wirst froh sein, diese Anwendungen erstmal überhaupt mit der angestrebten Framerate+Auflösung auf einem ausgewachsenen PC ans laufen zu bekommen. Auf ein embedded System portiert man sowas erst wenn es grundsätzlich läuft... aber dann sind die 90 Stunden wahrscheinlich schon rum.
Tom B. schrieb: > 90 Arbeitsstunden Vergiss es, da ist selbst ein Profi mit 10 Jahren Erfahrung überfordert. Du wirst Monate brauchen.
Tom B. schrieb: > oder auch zur Erkennung des Kennzeichens des Vordermanns. Sag Bescheid wenn das stabil läuft. Bewegte Kennzeichen sicher aus einem bewegten Fahrzeug erkennen, damit wirst Du reich.
Tom B. schrieb: > Die Bilder werden voraussichtlich als Graustufenbilder > verarbeitet. Das werden sie in 99,9% aller Fälle. Die Konvertierung nach Graustufen wird dich auf einem Rapsberry Pi von 30fps@640x480 auf ~11 fps abbremsen. Schaut also, dass ihr eine Kamera bekommt die man von vornherin auf Graustufen konfigurieren kann! Einige können das! > Sie > sollen bspw. dazu verwendet werden zu erkennen, ob der Fahrer eines > Fahrzeuges noch aufmerksam ist (Augen) oder zur Erkennung von Kurven > bzw. Hindernissen auf der Fahrbahn oder auch zur Erkennung des > Kennzeichens des Vordermanns. Die Augen sind machbar - auf einem Rpasberry Pi würde ich optimistisch mit 1-2 fps rechen. Kurven und Hindernisse sind meist mit Canny oder Hough realisiert und entsprechend ebenfalls sehr rechenintensiv. Mach mal mit Matlab den coder und schau mal was er da für Ressourcen braucht. Kennzeichenerkennung (OCR) ist nicht minder leicht oder rechenunintensiv. Alles in allem gehören alle Themen die du bearbeiten willst in die Königsklasse der Bildverarbeitung. > Das Camera-Interface selbst zu implementieren soll nicht Sinn der Sache > sein. Für den Rasp Pi gibt es doch bspw. Module, die eine schnelle > Nutzung ermöglichen. Ja schon ... nur hat der Rasp halt kaum Rechenleistung. Alleine bis du OpenCV für Rapsberry kompiliert hast vergeht ein Tag. > Die 90 Stunden sind angesetzt für die Inbetriebnahme des Boards, die > Nutzung der Kamera und die Verarbeitung der Bilddaten, um daraus > Informationen zu gewinnen, also entsprechende Algorithmen zu verwenden. Auf gut Deutsch - du hast 2 Wochen Zeit für ein Projekt an dem sämtliche Automobilhersteller seit mehreren Jahrzehnten arbeiten? Ernsthaft? > OpenCV zu verwenden wäre zumindest vorstellbar, da die Bibliothek die > Image Processing Arbeit stark erleichtert. Ja das kann man machen, wenn man für deine Aufgabe einen Computercluster zur Verfügung hat. OpenCV hat einen Overhead, dass es kracht. Jeder der sowas embedded macht, der muss das natürlich neu schreiben!
Thread beobachten
Seitenaufteilung abschaltenBitte melde dich an um einen Beitrag zu schreiben. Anmeldung ist kostenlos und dauert nur eine Minute.
Bestehender Account
Schon ein Account bei Google/GoogleMail? Keine Anmeldung erforderlich!
Mit Google-Account einloggen
Mit Google-Account einloggen
Noch kein Account? Hier anmelden.