In bestimmten Fällen können wir Einnahmen erzielen, wenn ein Leser einen Kauf tätigt oder ein Formular auf unseren Seiten oder auf der Website eines Partners ausfüllt. Wir halten uns an eine strenge Werbepolitik und stellen sicher, dass kommerzielle Möglichkeiten niemals unsere redaktionelle Unabhängigkeit beeinträchtigen oder beeinflussen. Die erzielten Einnahmen tragen zur Finanzierung der Mission von Techopedia bei, die Nr. 1 Quelle für Glücksspielwissen zu sein.
Edge Computing führt die Computer Vision in das neue Zeitalter der intelligenten Systeme, Smart Devices und immersiven Erlebnisse.
Die Vorteile des Edge Computing, wie schnellere Verarbeitung, höhere Sicherheit und Echtzeit-Einblicke, machen es zu einem wichtigen Werkzeug für Anwendungen der Computer Vision.
Edge Computing erweitert die Möglichkeiten der Computer Vision mit superschneller Verarbeitung und Analyse direkt auf Geräten wie Sensoren, Mobiltelefonen und Kameras, ohne Bedarf an Cloud-basierten Servern.
Von intelligenten Autos über Lagerroboter bis hin zu digitalen Assistenten für Smart Home werden Milliarden von Edge-Computing-Geräten auf dem Markt eingesetzt, die dank der Entwicklungen im Bereich der künstlichen Intelligenz (KI) und des maschinellen Lernens (ML) mit der Zeit immer fortschrittlicher werden, sagt Mark Hoopes, Director of Automotive and Industrial Segment Marketing bei Lattice Semiconductor.
„Mit dem Aufkommen der KI wird die Edge-Verarbeitung immer wichtiger. Insbesondere die Automobilindustrie implementiert schnell KI-basierte Computer Vision, mit der Maschinen visuelle Daten um sie herum interpretieren und verstehen können.“
Vor allem in den letzten 12 Monaten hat das Interesse an kritischen Anwendungen für Computer Vision im Edge-Bereich stark zugenommen, so Rudy de Anda, Leiter der Abteilung für strategische Allianzen bei Stratus Technologies Inc., einem Anbieter von Edge-Computing-Plattformen.
Daniel Situnayake, Leiter des Bereichs maschinelles Lernen bei Edge Impulse, einer Entwicklungsplattform für maschinelles Lernen auf Edge-Geräten, stimmt dem zu.
„Wir beobachten, dass Konzerne jetzt Computer Vision mit KI-Algorithmen für eine Vielzahl von Zwecken einsetzen, z. B. zur Verfolgung von Schäden und Mängeln an Paletten und Produkten in der gesamten Lieferkette, zur Überwachung von Arbeitsplätzen im Hinblick auf die Gesundheit und Sicherheit von Angestellten, zur Entwicklung von Smart Cities mit intelligenten Verkehrs-, Park- und Notfall-Integrationen.“
„Der Übergang zum Edge Computing verkörpert einen Schritt in Richtung einer intuitiveren, sichereren und reaktionsfähigeren Welt.“
Die 7 Top-Anwendungen für Computer Vision on the Edge
1. Öl und Gas
Um Umwelt-, Gesundheits- und Sicherheitsaspekte zu berücksichtigen, setzen Unternehmen Bildverarbeitungssysteme ein, um Probleme zu erkennen, die bisher nur routinemäßig von Menschen überprüft wurden, so de Anda.
„Dazu gehören Dinge wie die Überwachung von Fackeln oder Prozessen zur Identifizierung von gefährlichen Umgebungen, wie z. B. Leckagen von Prozessflüssigkeiten oder -gasen, um festzustellen, ob gefährliche Dämpfe in die Luft gelangen, indem die Farbe der Flammen beobachtet wird“, erklärt er.
Darüber hinaus kann ein Edge-basiertes Echtzeit-Kamerasystem auch die Verwendung von persönlicher Schutzausrüstung überwachen. So lässt sich beispielsweise ermitteln, ob sich jemand in einem gefährlichen Bereich aufhält oder sogar, ob die Person gestürzt ist oder sich verletzt hat, fügt de Anda hinzu.
„KI-gestützte Überwachungssysteme können dafür sorgen, dass das Videomonitoring stets kontrolliert wird und darauf trainiert werden kann, eine verletzte Person zu identifizieren“, sagt er.
2. Autonome Fahrzeuge
Selbstfahrende Autos haben Milliarden von Dollar an Investitionen generiert, was einen enormen potenziellen Wert für die Fahrzeugindustrie darstellt, so Sunil Senan, SVP und Global Head – Data, Analytics, and AI bei Infosys, einem IT-Dienstleistungs- und Beratungsunternehmen.
„Mit Hilfe von Computer Vision und LiDAR (Light Detection and Ranging) können autonome Fahrzeuge ihre Umgebung verstehen und visuelle Informationen wie Fußgänger, Verkehrsschilder und Fahrbahnmarkierungen erkennen“, erklärt er.
„In Kombination mit Modulen für Fahrerassistenzsysteme können autonome Autos sicher fahren, ohne einen zentralen Server zu benötigen.“
3. Gesundheitswesen
Organisationen im Gesundheitswesen können mit Hilfe von Edge-basierter Computer Vision die Behandlungsergebnisse von Patienten verbessern und Kosten senken.
So können tragbare Geräte mit Computer Vision den Verlauf von Verletzungen oder Krankheiten überwachen und die Arztpraxis bei Bedarf alarmieren.
Dies erhöht den Erfolg der Therapie und verringert die Zahl der Wiedereinweisungen ins Krankenhaus.
4. Intelligente Räume
Mit Hilfe von Computer Vision am Rande können Räume intelligenter und besser geschützt werden, sagt Senan.
„Durch die Erkennung und Beobachtung von unbefugtem Betreten kann ein kontinuierliches Monitoring zur Erfassung verdächtiger Aktivitäten und zur Alarmierung der Behörden implementiert werden.“
„Darüber hinaus kann die Computer Vision am Arbeitsplatz oder in der Schule eingesetzt werden, um durch die Erkennung von Eindringlingen vor potenziellen Gefahren zu warnen.“
Ferner können Edge-Geräte mit Computer Vision auch in Smart-Home-Anwendungen verwendet werden. So können intelligente Kameras mit Computer Vision beispielsweise das Betreten oder Verlassen eines Raums registrieren und die Temperatur- und Lichteinstellungen entsprechend anpassen.
Zum Thema: Smart Home einrichten: eine Schritt-für-Schritt-Anleitung 2024
5. Öffentliche Sicherheit
Beamte der öffentlichen Sicherheit können mit Hilfe von Edge-basierter Computer Vision die Reaktionszeiten bei Notfällen verkürzen und die Kriminalität eindämmen.
So können Kameras mit Computer Vision beispielsweise Bilder von Tatorten schnell analysieren und die Behörden bei der Entdeckung von Verdächtigen benachrichtigen.
Außerdem können Rettungskräfte die Situation bei Naturkatastrophen oder anderen Notständen in Echtzeit beurteilen und so ihre Einsatzbereitschaft beschleunigen.
6. Bauwesen
Bauunternehmen können ihre Baustellen und Ausrüstungen mithilfe von Edge-basierter Computer Vision kontinuierlich überwachen und ihre Mitarbeiter vor dem Betreten unsicherer Bereiche zu bewahren.
Visuelle Daten, einschließlich Videos und Bilder, können Bauleitern wertvolle Erkenntnisse zur besseren Verwaltung und Kontrolle ihrer Projekte liefern.
Durch die Auswertung von ständig aufgezeichneten Überwachungsvideos von Baustellen können Projektmanager Sicherheitsprobleme erkennen, z. B. ob die Arbeiter ihre Schutzhelme tragen.
Darüber hinaus können sie anhand dieser Videos feststellen, wie produktiv ihre Beschäftigten sind und ob ihre Anlagen effizient arbeiten.
7. Fertigung
Industrieunternehmen können ihre Abläufe durch Einsatz von Systemen der Computer Vision zur Beschleunigung und Verbesserung der Identifizierung von Produktfehlern optimieren.
So können Defekte, wie z. B. gebrochene Teile oder Korrosion, mithilfe von Computer Vision am Rande erkannt werden, was die Wartung von Industrieanlagen erleichtert, so Senan.
„Dies bringt branchenübergreifende Vorteile mit sich, wie z. B. eine höhere Produktqualität, eine verbesserte betriebliche Effizienz und eine größere Zuverlässigkeit der Anlagen“, sagt er.
Außerdem können Wärme- und Infrarotkameras das erkennen, was Menschen nicht sehen können, und an Orte gelangen, wo Menschen nicht hinkommen, einschließlich extremer und rauer Umgebungen, so de Anda.
„Folglich integrieren die Unternehmen Kameras in ihre Abläufe, um ihre Prozesse um Qualitätskontroll- und -sicherungspunkte zu erweitern“, fügt er hinzu.
„In der Lebensmittel- und Getränkeindustrie können Kameras beispielsweise kontinuierlich überwachen, ob die Speisen mit der richtigen Temperatur gegart werden, während in der Stahlindustrie Schwachstellen bei Trägern oder Schweißverfahren aufgespürt werden können.“
Fazit
Edge Computing revolutioniert die Welt der Computer Vision und leitet eine Ära der verbesserten Wahrnehmung und intelligenten Entscheidungsfindung direkt auf Geräteebene ein, sagt Situnayake.
„Indem wir die Datenverarbeitung auf Edge-Geräten ermöglichen, beschleunigen wir die Reaktionszeiten erheblich, erhöhen die Sicherheit und bieten Einblicke in Echtzeit“, erklärt er.
