Welke embedded board te selecteren met een USB3 vision camera?

Er zijn veel embedded boards beschikbaar op de markt die werken met onze USB3 Vision Camera's. De volgende ARM-platforms zijn uitgebreid getest met onze machine vision camera's:

• NVIDIA Jetson TX1/TX2
• NVIDIA Tegra TK1
• Toradex Apalis TK1 op Ixora Carrier Board
• Framboos Pi 3B
• Framboos Pi 4

Echter, andere populaire embedded borden zijn:

• Odroid-XU4
• NanoPi M4
• NVIDIA Jetson Nano
• Glimworm

De Raspberry Pi heeft de voorkeur voor low-end applicaties en de NVIDIA JETSON embedded computerborden voor de high-end machine vision camera applicaties. Een Raspberry Pi is al beschikbaar voor weinig geld, terwijl een NVDIA Jetson Nano ontwikkelkit enkele honderden euro's kost.

20MP Sony IMX183 vision camera verbonden met een Raspberry Pi 3B

Voor tests hebben we aanvankelijk een Raspberry Pi 3B verbonden met onze MER-serie machine vision camera: MER-2000-19U3M. Tegenwoordig zouden we werken met de MER2-serie camera van deze IMX183 sensor camera: de MER2-2000-19U3M. Wilt u weten of dit een geschikte camera voor uw project zou kunnen zijn? Neem hieronder contact met ons op. 

 

Voor de test hebben we de camera rechtstreeks op de Raspberry Pi 3B aangesloten. De Raspberry Pi is in een rode behuizing geplaatst in de afbeelding hieronder. De vision camera kijkt naar een lens en toont dit op een HDMI-scherm dat is aangesloten op de Raspberry Pi 3B. We hebben deze setup zelfs getest met meerdere 20MP machine vision camera's. Houd er rekening mee dat de frame-rate slechts enkele frames per seconde is, vanwege de beperkte bandwidth van de USB2-poort van de Raspberry Pi 3B.

Al onze MERCURY2-camera's zijn sinds eind 2022 ten laatste uitgerust met een nieuwe FPGA. De nieuwe FPGA biedt meer functionaliteit, maar als nadeel is deze niet langer compatibel met de USB2-poort van de Raspberry Pi 3B.
MERCURY2 machine vision camera's met de nieuwe FPGA zijn succesvol getest met de Raspberry Pi 4. Houd er rekening mee dat de frame rate mogelijk beperkt is, net als bij de Raspberry Pi 3B.
 
Een camera met de nieuwe FPGA kan gemakkelijk worden geïdentificeerd aan de hand van een letter naast de barcode op het label. Als u niet zeker bent of meer advies nodig heeft, neem dan gerust op elk moment contact met ons op.

ARM systeemvereisten voor USB3 en GigE vision camera's

Om op het ARM-platform te draaien, bieden we een gratis SDK voor onze USB3 en GigE vision camera's op onze downloadpagina. De minimale systeemeisen zijn:
 
De minimale systeemvereisten zijn:
 

Softwarevereisten	Hardwarevereisten
glibc 2.17	Armv7-a
gcc4.8	256 MB RAM
libstdc++.so.6.0.18	USB-hostpoort

Hoe een machine vision camera te installeren op een ARM-gebaseerde embedded computer
SDK installeren

a) Als de ARM-processor een ArmV7-architectuur heeft, pak dan het bestand Embedded_ARMv7_SDK.tar.gz uit met behulp van de volgende opdracht:

$ tar –zxf Embedded_ ARMv7_SDK.tar.gz

b) Als de ARM-processor een ArmV8-architectuur heeft, pak dan het bestand Embedded_ARMv8_SDK.tar.gz uit met behulp van de volgende opdracht:

$ tar –zxf Embedded_ ARMv8_SDK.tar.gz

Nadat de installatie is voltooid, ziet u de volgende bestanden in de installatiemap:

Lib:

• Libgxiapi.so

Steekproef:

• GxContinuVerwerven8
• GxContinuousAcquire16
• GxTriggerExternVerwerven
• GxTriggerSoftwareVerkrijgen
• Embedded API-aanroepproces.docx

Gebruik ARM SDK voor machine vision camera
a) Kopieer de dynamische bibliotheek met de naam “libgxapi.so” naar de map /usr/lib.
Gebruik het commando:

$ sudo cp libgixapi.so /usr/lib

Compile voorbeeld voor machine vision camera op ARM embedded computer

Als de ARM-processor de ArmV8-architectuur is, bevinden de voorbeeldprogramma's zich in / Embedded_ ARMv8_SDK /Sample

Elke voorbeeldprogrammamap bevat een makefile voor het compileren van het voorbeeld. Elk voorbeeld moet worden gecompileerd voordat het wordt uitgevoerd. U kunt het commando 'make' gebruiken om het programma in de voorbeeldmap te compileren.

Gebruik het commando:

$ maken

Voer voorbeeld uit voor machine vision camera op ARM embedded computer

Nadat het programma succesvol is gecompileerd, kunt u het programma in de huidige map uitvoeren. Maar het is de moeite waard om op te merken dat u de gebruikersrechten moet wijzigen in beheerder voor het uitvoeren van het programma.

Gebruik de opdracht 'sudo ./' om het programma in de beheerdersmodus uit te voeren.

$ sudo ./GxContinuousAcquire8

Als het programma 'GxContinuousAcquire8' succesvol draait, worden sommige teksten als volgt afgedrukt.

Conclusie

Onze USB3 en GigE Vision camera's kunnen worden aangesloten op embedded borden die op ARM zijn gebaseerd. Een voorbeeld is een 20MP USB3 vision camera aangesloten op een Raspberry Pi 3B of 4.