Frame Grabber รุ่น BitFlow Axion-CL ขับเคลื่อนงานวิจัยการติดตามลูกแบดมินตันความเร็วสูง
การ์ดรับภาพ Camera Link Axion 2xE ของ BitFlow ขับเคลื่อนระบบติดตามแบดมินตันแบบคู่ที่ 250 fps ซึ่งต้องรักษาลูกขนไก่ที่เคลื่อนที่ด้วยความเร็วเกือบ 400 กม./ชม. ให้อยู่ในเฟรมโดยไม่มีภาพขาดหาย เพื่อการว...
ลูกขนไก่อาจพุ่งได้ถึง 400 กม./ชม. ด้วยความเร็วระดับนั้น มันจะพร่าเข้ากับฉากหลัง กินพื้นที่เพียงไม่กี่พิกเซล และสร้างปัญหาให้กับชุดระบบรับภาพใด ๆ ที่ทำเฟรมตก นั่นคือเหตุผลที่ระบบรู้จำและติดตามแบดมินตันซึ่งผ่านการพิจารณาโดยผู้ทรงคุณวุฒิ โดย Zhihao Cui (มหาวิทยาลัยผิงติ้งซาน) และ Ting Zheng (มหาวิทยาลัยลี่สุ่ย) เลือกใช้การ์ดรับภาพ Camera Link BitFlow Axion 2xE (PCIE-1122-AE) ที่ส่วนหน้าของกระบวนการ ไม่ใช่เพื่อใส่ชื่อแบรนด์ให้ดูโดดเด่น แต่เป็นชั้นระบบที่ทำให้การประมวลผลจากกล้องคู่ที่ 250 fps เป็นไปได้
BitFlow ซึ่งปัจจุบันเป็นแผนกหนึ่งของ Advantech เปิดเผยการใช้งานนี้ในเดือนสิงหาคม 2026 กล้องความเร็วสูงความละเอียด 2 เมกะพิกเซลจำนวนสองตัวส่งข้อมูลเข้าสู่ Axion 2xE ซึ่งเป็นบอร์ด PCIe Gen 2.0 แบบ x4 ขนาดครึ่งความสูง พร้อม StreamSync DMA ที่รองรับกล้อง Camera Link แบบอิสระหรือซิงโครไนซ์ได้สูงสุดสองตัว ประเด็นนี้ตรงไปตรงมาและคุ้นเคยสำหรับวิศวกรแมชชีนวิชัน: อัลกอริทึมไม่มีสิทธิ์ตัดสินใจ หากการ์ดรับภาพไม่สามารถรักษาความเร็วของบัสไว้ได้
Axion 2xE เป็นส่วนหนึ่งของตระกูลกล้อง Camera Link Axion รุ่นที่หกของ BitFlow ซึ่งสร้างขึ้นสำหรับการรับภาพปริมาณสูงและเวลาแฝงต่ำในงานวิเคราะห์กีฬา หุ่นยนต์ และงานแมชชีนวิชันแบบเรียลไทม์อื่น ๆ
การตรวจจับที่ใช้ได้ก็ต่อเมื่อเฟรมมาถึง
บนชั้นการรับภาพ นักวิจัยได้พัฒนาตัวตรวจจับสองแบบ วิธีตรวจจับจุดมุมสนามโดยใช้การวิเคราะห์เส้นขอบและฮิสโตแกรมภายในพื้นที่ตรวจจับที่กำหนด อ้างว่ามีความแม่นยำมากกว่าตัวตรวจจับมุมแบบดั้งเดิมกว่า 10 เท่า ส่วนตัวตรวจจับจุดศูนย์กลางลูกขนไก่รูปวงรี ซึ่งเลือกจากเส้นขอบตัวเลือกสี่แบบ ลดความคลาดเคลื่อนของตำแหน่งได้ประมาณ 3 มม. เมื่อเทียบกับตัวตรวจจับวงกลมทั่วไป ระบบได้รับการปรับแต่งให้รับมือกับการเปลี่ยนแปลงของแสงภายในอาคาร สัญญาณรบกวนจากพื้นหลังสนาม และการถูกผู้เล่นบดบัง ซึ่งถูกระบุว่าเป็นสาเหตุหลักของความล้มเหลว
ต่างจากลูกบอลขนาดใหญ่ ลูกขนไก่เป็นเป้าหมายที่มีข้อมูลภาพเบาบางและเปลี่ยนรูปได้ จึงหลุดจากการติดตามได้ง่ายเมื่อภาพเบลอจากการเคลื่อนไหวกลืนขอบของวัตถุ
Donal Waide ผู้อำนวยการฝ่ายพัฒนาธุรกิจของ iSystems ที่ Advantech กล่าวอย่างตรงไปตรงมาว่า การติดตามกีฬาแบบความเร็วสูงจะสำเร็จหรือล้มเหลวก็ขึ้นอยู่กับชั้นการรับภาพ ตัวตรวจจับที่แม่นยำที่สุดก็ไร้ประโยชน์ หากไม่สามารถรักษาสัญญาณจากกล้องคู่ที่ 250 fps ได้แบบเรียลไทม์
บันทึกการเคลื่อนที่จากการรับภาพที่เชื่อถือได้ช่วยให้โค้ชมีข้อมูลด้านตำแหน่งและแท็กติก ซึ่งเป็นหลักการควบคุมเวลาแฝงแบบเดียวกับที่เซลล์แมชชีนวิชันในภาคอุตสาหกรรมต้องใช้สำหรับการตรวจสอบและการนำทางหุ่นยนต์
เหตุใดเรื่องนี้จึงสำคัญกว่าสนามแข่งขัน
การวิเคราะห์กีฬาเป็นบททดสอบที่เห็นได้ชัดของข้อจำกัดเดียวกับที่โรงงานต้องเผชิญในการตรวจสอบความเร็วสูงและระบบแมชชีนวิชันสำหรับหยิบและวาง ได้แก่ สตรีมจากกล้องหลายตัวที่ซิงโครไนซ์กัน, DMA ที่ทำงานได้อย่างแน่นอน และการไม่ยอมให้เฟรมตกแม้แต่น้อย ทีมที่จับคู่เซลล์แมชชีนวิชันเข้ากับชุดระบบการเคลื่อนไหวและการควบคุมอยู่แล้ว ไม่ว่าจะกำลังสแกน ฮาร์ดแวร์ไดรฟ์และระบบอัตโนมัติของ ABB หรือจัดลำดับงานบน แพลตฟอร์ม PLC และ PAC ต่างรู้กฎนี้ดี: ความชาญฉลาดของซอฟต์แวร์ไม่สามารถซ่อมท่อ PCIe ที่ขาดแคลนข้อมูลได้
ความคิดเห็น
การ์ดรับภาพมักไม่ใช่สิ่งที่ดูทันสมัย จนกว่าโครงการจะล้มเหลวที่ 250 fps เรื่องราวของ Axion จาก BitFlow เป็นเครื่องเตือนใจที่มีประโยชน์ว่า ROI ของ Computer Vision ยังคงเริ่มต้นที่อินเทอร์เฟซของกล้อง จะเลือกซื้อผลิตภัณฑ์ตามพาดหัวเรื่องตัวตรวจจับก็ได้ แต่ควรจัดเตรียมชั้นการรับภาพราวกับว่าผลิตภัณฑ์ทั้งระบบขึ้นอยู่กับมัน เพราะมันขึ้นอยู่กับมันจริง ๆ