Frame Grabber รุ่น BitFlow Axion-CL ขับเคลื่อนงานวิจัยการติดตามลูกแบดมินตันความเร็วสูง
การ์ดรับภาพ Camera Link Axion 2xE ของ BitFlow ขับเคลื่อนระบบติดตามแบดมินตันแบบคู่ที่ 250 fps ซึ่งต้องรักษาลูกขนไก่ที่เคลื่อนที่ด้วยความเร็วเกือบ 400 กม./ชม. ...
ลูกขนไก่อาจพุ่งด้วยความเร็ว 400 กม./ชม. ด้วยความเร็วดังกล่าว ลูกขนไก่จะเลือนกลืนไปกับฉากหลัง มีขนาดเพียงไม่กี่พิกเซล และสร้างปัญหาให้กับชุดประมวลผลภาพใดก็ตามที่ปล่อยให้เฟรมหลุดหาย นั่นคือเหตุผลที่ระบบรู้จำและติดตามลูกขนไก่ที่ผ่านการทบทวนโดยผู้ทรงคุณวุฒิจาก Zhihao Cui (มหาวิทยาลัยผิงติ้งซาน) และ Ting Zheng (มหาวิทยาลัยลี่สุ่ย) เลือกใช้เฟรมแกร็บเบอร์ Camera Link รุ่น Axion 2xE (PCIE-1122-AE) ของ BitFlow เป็นส่วนหน้าของกระบวนการ ไม่ใช่เพียงเพื่อเอ่ยถึงแบรนด์ แต่เพราะเป็นชั้นการทำงานที่ทำให้การประมวลผลจากกล้องคู่ที่ 250 fps เป็นไปได้
BitFlow ซึ่งปัจจุบันเป็นแผนกหนึ่งของ Advantech เปิดเผยการใช้งานดังกล่าวในเดือนสิงหาคม 2026 กล้องความเร็วสูงความละเอียด 2 ล้านพิกเซลจำนวนสองตัวส่งสัญญาณเข้าสู่ Axion 2xE ซึ่งเป็นบอร์ด PCIe Gen 2.0 แบบ x4 ขนาดครึ่งหนึ่งของบอร์ดมาตรฐาน พร้อม StreamSync DMA ที่รองรับกล้อง Camera Link แบบอิสระหรือซิงโครไนซ์กันได้สูงสุดสองตัว ประเด็นนี้ตรงไปตรงมาและเป็นสิ่งที่วิศวกรแมชชีนวิชันคุ้นเคยดี นั่นคืออัลกอริทึมไม่มีสิทธิ์เลือกอะไร หากเฟรมแกร็บเบอร์ไม่สามารถรักษาความเร็วของบัสได้
Axion 2xE อยู่ในตระกูล Axion Camera Link รุ่นที่หกของ BitFlow ซึ่งพัฒนาขึ้นสำหรับการรับภาพปริมาณมากและความหน่วงต่ำในงานวิเคราะห์กีฬา หุ่นยนต์ และงานแมชชีนวิชันแบบเรียลไทม์ประเภทอื่น ๆ
การตรวจจับที่ทำได้ก็ต่อเมื่อเฟรมมาถึง
บนชั้นการรับภาพ นักวิจัยได้พัฒนาตัวตรวจจับสองรูปแบบ วิธีตรวจจับจุดมุมสนามโดยใช้การวิเคราะห์คอนทัวร์และฮิสโตแกรมภายในพื้นที่ตรวจจับที่กำหนด อ้างว่ามีความแม่นยำมากกว่าตัวตรวจจับมุมแบบดั้งเดิมกว่า 10 เท่า ส่วนตัวตรวจจับจุดศูนย์กลางลูกขนไก่รูปวงรี ซึ่งเลือกจากคอนทัวร์ที่เป็นไปได้สี่แบบ ช่วยลดความคลาดเคลื่อนของตำแหน่งลงประมาณ 3 มม. เมื่อเทียบกับตัวตรวจจับวงกลมทั่วไป ระบบได้รับการปรับให้รับมือกับการเปลี่ยนแปลงของแสงในอาคาร สัญญาณรบกวนจากพื้นสนาม และการถูกผู้เล่นบดบัง ซึ่งล้วนเป็นสาเหตุของความล้มเหลวที่ระบุไว้
ลูกขนไก่แตกต่างจากลูกบอลขนาดใหญ่ตรงที่เป็นเป้าหมายกระจัดกระจายและเปลี่ยนรูปได้ จึงสูญหายจากการติดตามได้ง่ายเมื่อภาพเบลอจากการเคลื่อนไหวทำให้ขอบของวัตถุเลือนหายไปตามระยะทาง
Donal Waide ผู้อำนวยการฝ่ายพัฒนาธุรกิจของ iSystems ที่ Advantech อธิบายประเด็นนี้อย่างตรงไปตรงมา การติดตามกีฬาแบบความเร็วสูงจะอยู่รอดหรือล้มเหลวขึ้นอยู่กับชั้นการรับภาพ ตัวตรวจจับที่แม่นยำที่สุดก็ไร้ประโยชน์ หากไม่สามารถรักษาสตรีมภาพคู่ที่ 250 fps ได้แบบเรียลไทม์
บันทึกเส้นทางการบินจากการรับภาพที่เชื่อถือได้ช่วยให้โค้ชมีข้อมูลด้านตำแหน่งและกลยุทธ์ ซึ่งเป็นหลักการควบคุมความหน่วงแบบเดียวกับที่เซลล์แมชชีนวิชันในภาคอุตสาหกรรมต้องใช้สำหรับการตรวจสอบและการนำทางหุ่นยนต์
เหตุใดเรื่องนี้จึงสำคัญเกินกว่าสนามแข่ง
การวิเคราะห์กีฬาเป็นบททดสอบที่เผยให้เห็นข้อจำกัดแบบเดียวกับที่โรงงานต้องเผชิญในการตรวจสอบความเร็วสูงและระบบแมชชีนวิชันสำหรับหยิบจับและวางชิ้นงาน ได้แก่ สตรีมภาพจากกล้องหลายตัวที่ซิงโครไนซ์กัน, DMA ที่ทำงานได้อย่างแน่นอนคาดการณ์ได้ และการไม่ยอมให้มีเฟรมหลุดหายเลย ทีมที่จับคู่เซลล์วิชันเข้ากับระบบควบคุมและการเคลื่อนที่อยู่แล้ว ไม่ว่าจะสแกน ฮาร์ดแวร์ไดรฟ์และระบบอัตโนมัติของ ABB หรือจัดลำดับการทำงานบน แพลตฟอร์ม PLC และ PAC ต่างรู้กฎข้อนี้ดี: ความชาญฉลาดของซอฟต์แวร์ไม่สามารถแก้ไขท่อ PCIe ที่ขาดแคลนแบนด์วิดท์ได้
ความคิดเห็น
เฟรมแกร็บเบอร์อาจไม่ใช่อุปกรณ์ที่อยู่ในกระแสนิยม จนกว่าโครงการจะล้มเหลวที่ 250 fps เรื่องราวของ BitFlow Axion เป็นเครื่องเตือนใจที่มีประโยชน์ว่า ROI ของ Computer Vision ยังคงเริ่มต้นที่อินเทอร์เฟซของกล้อง หากต้องการ ก็ซื้อผลิตภัณฑ์ที่มีพาดหัวชูจุดเด่นด้านตัวตรวจจับได้ แต่ต้องจัดสรรทรัพยากรให้ชั้นการรับภาพราวกับว่าผลิตภัณฑ์ทั้งระบบขึ้นอยู่กับมัน เพราะเป็นเช่นนั้นจริง
เกี่ยวกับผู้เขียน
กองบรรณาธิการข่าวอุตสาหกรรม | รายงานแมชชีนวิชัน
รายงานนี้ดัดแปลงจากเนื้อหาของ BitFlow / Advantech เกี่ยวกับงานวิจัยที่ผ่านการทบทวนโดยผู้ทรงคุณวุฒิของ Zhihao Cui (มหาวิทยาลัยผิงติ้งซาน) และ Ting Zheng (มหาวิทยาลัยลี่สุ่ย) ซึ่งเผยแพร่ผ่าน Automation.com และสื่ออุตสาหกรรมต่าง ๆ ในเดือนสิงหาคม 2026 ประกาศผลิตภัณฑ์ดังกล่าวไม่ได้ระบุชื่อผู้สื่อข่าวเป็นรายบุคคล