Raspberry Pi med 20 MP industrielt kamera

Hvilket embedded-kort bør du velge med et USB3 vision-kamera?

Det finnes mange embedded-kort på markedet som fungerer med våre USB3 Vision Cameras. Følgende ARM-plattformer ble grundig testet med våre maskinsynskameraer:

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

Andre populære embedded-kort er imidlertid:

• Odroid XU4
• NanoPi M4
• NVIDIA Jetson Nano
• Firefly

Raspberry Pi foretrekkes for enkle applikasjoner, mens NVIDIA JETSON embedded datakort foretrekkes for avanserte maskinsynskameraapplikasjoner. En Raspberry Pi er tilgjengelig for en lav kostnad, mens et NVDIA Jetson Nano-utviklingssett koster flere hundre euro.

20 MP Sony IMX183 vision-kamera koblet til en Raspberry Pi 3B

For tester koblet vi først en Raspberry Pi 3B til vårt MER-serie-maskinsynskamera: MER-2000-19U3M. I dag ville vi arbeidet med MER2-seriekameraet med denne IMX183-sensorkameraet: MER2-2000-19U3M. Ønsker du å vite om dette kan være et egnet kamera for prosjektet ditt? Ta kontakt nedenfor. 

 

For testing koblet vi kameraet direkte til Raspberry Pi 3B. Raspberry Pi-en er plassert i et rødt kabinett på bildet nedenfor. vision-kameraet ser på et objektiv og viser dette på en HDMI-skjerm som er koblet til Raspberry Pi 3B. Vi testet til og med dette oppsettet med flere 20 MP-maskinsynskameraer. Vær oppmerksom på at bildehastigheten bare er noen få bilder per sekund på grunn av den begrensede båndbredden til USB2-porten på Raspberry Pi 3B.

Alle våre MERCURY2-kameraer har vært utstyrt med en ny FPGA siden senest slutten av 2022. Den nye FPGA-en gir større funksjonalitet, men er som en ulempe ikke lenger kompatibel med USB2-porten på Raspberry Pi 3B.
MERCURY2-maskinsynskameraer med den nye FPGA-en har blitt testet med gode resultater med Raspberry Pi 4. Vær oppmerksom på at bildehastigheten kan være begrenset, slik som med Raspberry Pi 3B.
 
Et kamera med den nye FPGA-en kan enkelt identifiseres ved en bokstav ved siden av strekkoden på etiketten. Hvis du er usikker eller trenger mer veiledning, er du velkommen til å kontakte oss når som helst.

ARM-systemkrav for USB3- og GigE vision-kameraer

For kjøring på ARM-plattformen tilbyr vi en gratis SDK for våre USB3- og GigE vision-kameraer på nedlastingssiden vår. Minimum systemkrav er:
 
Minimum systemkrav er:
 

Slik installerer du et maskinsynskamera på en ARM-basert embedded-datamaskin
Installer SDK

a) Hvis ARM-prosessoren har ArmV7-arkitektur, pakker du ut filen Embedded_ ARMv7_SDK.tar.gz ved å bruke følgende kommando:

$ tar –zxf Embedded_ ARMv7_SDK.tar.gz

b) Hvis ARM-prosessoren har ArmV8-arkitektur, pakker du ut filen Embedded_ ARMv8_SDK.tar.gz ved å bruke følgende kommando:

$ tar –zxf Embedded_ ARMv8_SDK.tar.gz

Etter at installasjonen er fullført, vil du se følgende filer i installasjonskatalogen:

Bibliotek:

• Libgxiapi.so

Prøve:

• GxContinuousAcquire8
• GxContinuousAcquire16
• GxTriggerExternalAcquire
• GxTriggerSoftwareAcquire
• Prosess for Embedded API-kall.docx

Bruk ARM SDK for maskinsynskamera
a) Kopier det dynamiske biblioteket med navnet «libgxapi.so» til katalogen /usr/lib.
Bruk kommandoen:

$ sudo cp libgixapi.so /usr/lib

Kompiler eksempel for maskinsynskamera på ARM embedded-datamaskin

Hvis ARM-prosessoren har ArmV8-arkitektur, finnes eksempelprogrammene i / Embedded_ ARMv8_SDK /Prøve

Hver katalog for eksempelprogrammer inneholder en makefile for kompilering av eksempelet. Hvert eksempel må kompileres før det kjøres. Du kan bruke kommandoen «make» til å kompilere programmet i eksempelkatalogen.

Bruk kommandoen:

$ make

Kjør eksempel for maskinsynskamera på ARM embedded-datamaskin

Etter at programmet er kompilert, kan du kjøre programmet i gjeldende katalog. Vær imidlertid oppmerksom på at du må endre brukerrettighetene til administrator for å kunne kjøre programmet.

Bruk kommandoen «sudo ./» for å kjøre programmet i administratormodus.

$ sudo ./GxContinuousAcquire8

Hvis programmet «GxContinuousAcquire8» kjører som det skal, vil noe tekst skrives ut som følger.

Konklusjon

Våre USB3- og GigE Vision-kameraer kan kobles til embedded-kort som er ARM-baserte. Et eksempel er et 20 MP USB3 vision-kamera koblet til en Raspberry Pi 3B eller 4.