Technischer Artikel von ADI – Aufbau von Hochleistungs-Robotik - eine Vision mit GMSL™ (Gigabit Multimedia Serial Link)
Im Original von Kainan Wang, Ingenieur für Systemanwendungen bei Analog Devices Inc.
Abstrakt
Robotersysteme verlassen sich zunehmend auf das Sehen, um ihre Umgebung wahrzunehmen und mit ihr zu interagieren, was zu wachsenden Anforderungen an Datenverbindungen mit hoher Geschwindigkeit und geringer Latenz führt. Gigabit Multimedia Serial Link (GMSL™) bietet eine vielversprechende Lösung, indem Video, Steuersignale und Strom über ein einziges Kabel mit hoher Zuverlässigkeit übertragen werden. In diesem Artikel wird untersucht, wie Kameras in der Robotik eingesetzt werden, mit welchen Konnektivitätsherausforderungen sie konfrontiert sind und wie GMSL skalierbare, robuste und leistungsorientierte Roboterplattformen ermöglichen kann.
Einführung
Robotersysteme sind zunehmend auf fortschrittliche Bildverarbeitung angewiesen, um ihre Umgebung wahrzunehmen, zu navigieren und mit ihr zu interagieren. Da sowohl die Anzahl als auch die Auflösung von Kameras zunehmen, war die Nachfrage nach Hochgeschwindigkeitsverbindungen mit geringer Latenz, die Echtzeit-Videodaten übertragen und aggregieren können, nie größer.
Gigabit Multimedia Serial Link (GMSL™), ursprünglich für Automobilanwendungen entwickelt, entwickelt sich zu einer leistungsstarken und effizienten Lösung für Robotersysteme. GMSL überträgt Hochgeschwindigkeitsvideodaten, bidirektionale Steuersignale und Strom über ein einziges Kabel und bietet eine lange Kabelreichweite, deterministische Latenz im Mikrosekundenbereich mit extrem niedriger Bitfehlerrate (BER). Es vereinfacht den Kabelbaum und reduziert den Platzbedarf der Gesamtlösung, ideal für Vision-zentrierte Roboter, die in dynamischen und oft rauen Umgebungen arbeiten.
In den folgenden Abschnitten wird erläutert, wo und wie Kameras in der Robotik eingesetzt werden, mit welchen Daten- und Konnektivitätsherausforderungen diese Anwendungen konfrontiert sind und wie GMSL Systemdesignern beim Aufbau skalierbarer, zuverlässiger und leistungsstarker Roboterplattformen helfen kann.
Wo werden Kameras in der Robotik eingesetzt?
Kameras sind das Herzstück moderner Roboterwahrnehmung und ermöglichen es Maschinen, ihre Umgebung in Echtzeit zu verstehen und darauf zu reagieren. Ob es sich um einen Lagerroboter handelt, der durch Gänge navigiert, einen Roboterarm, der Pakete sortiert, oder einen Serviceroboter, der mit Menschen interagiert, Vision-Systeme sind entscheidend für Autonomie, Automatisierung und Interaktion. Diese Kameras sind nicht nur in der Funktion, sondern auch in der Form unterschiedlich – je nach Aufgabenstellung an verschiedenen Teilen des Roboters montiert und auf die physischen und betrieblichen Gegebenheiten der Plattform zugeschnitten (siehe Abbildung 1).
Abbildung 1 . Beispiel für ein multimodales Roboter-Vision-System, das von GMSL aktiviert wurde.
Autonomie
In der autonomen Robotik dienen Kameras als Augen der Maschine, die es ihr ermöglichen, ihre Umgebung wahrzunehmen, Hindernissen auszuweichen und sich in einer Umgebung zu lokalisieren. Bei mobilen Robotern – wie Lieferrobotern, Lagershuttles oder landwirtschaftlichen Rovern – handelt es sich häufig um eine Kombination von Weitfeldkameras, die an den Ecken oder Kanten des Roboters angebracht sind. Diese Surround-View-Systeme bieten eine 360°-Wahrnehmung und helfen dem Roboter, komplexe Räume ohne Kollisionen zu navigieren.
Andere autonomiebezogene Anwendungen verwenden Kameras, die nach unten oder oben zeigen, um Passiermarken auf Böden, Decken oder Wänden zu lesen. Diese Markierungen fungieren als visuelle Wegweiser, die es Robotern ermöglichen, ihre Position neu zu kalibrieren oder bestimmte Aktionen auszulösen, während sie sich durch strukturierte Umgebungen wie Fabriken oder Krankenhäuser bewegen. In fortschrittlicheren Systemen werden Stereosichtkameras oder Laufzeitkameras (ToF) an der Vorderseite oder an den Seiten des Roboters angebracht, um dreidimensionale Karten zu erstellen, Entfernungen zu schätzen und die simultane Lokalisierung und Kartierung (SLAM) zu unterstützen.
Der Standort dieser Kameras wird häufig von der Größe, Mobilität und dem erforderlichen Sichtfeld des Roboters bestimmt. Bei kleinen Lieferrobotern für Bürgersteige könnten beispielsweise Kameras an allen vier Seiten in vertiefte Paneele gesteckt werden. Bei einer Drohne sind sie normalerweise nach vorne gerichtet für die Navigation und nach unten gerichtet für die Landung oder Objektverfolgung.
Automatisierung
In der industriellen Automatisierung helfen Bildverarbeitungssysteme Robotern, sich wiederholende oder Präzisionsaufgaben schnell und konsistent auszuführen. Hier könnte die Kamera an einem Roboterarm montiert sein – direkt neben einem Greifer oder Endeffektor - und das System kann Objekte mit hoher Genauigkeit visuell inspizieren, lokalisieren und manipulieren. Dies ist besonders wichtig bei Pick-and-Place-Vorgängen, bei denen die genaue Position und Ausrichtung eines Teils oder Pakets unbedingt ermittelt werden muss.
In anderen Fällen werden Kameras über einem Arbeitsbereich befestigt – montiert auf einem Portal oder einer Oberschiene -, um Gegenstände auf einem Förderband zu überwachen oder Barcodes zu scannen. In Lagerumgebungen verwenden mobile Roboter nach vorne gerichtete Kameras, um Regaletiketten, Beschilderungen oder QR-Codes zu erkennen und dynamische Aufgabenzuweisungen oder Routingänderungen zu ermöglichen.
Einige Inspektionsroboter, insbesondere solche, die in Infrastruktur, Versorgungsunternehmen oder der Schwerindustrie eingesetzt werden, tragen zoomfähige Kameras, die an Masten oder Gelenkarmen montiert sind. Diese ermöglichen es ihnen, hochauflösende Bilder von Schweißnähten, Kabeltrassen oder Rohrverbindungen zu erfassen – Aufgaben, die für den Menschen gefährlich oder zeitaufwändig wären, wenn er sie manuell ausführen würde.
Menschliche Interaktion
Kameras spielen auch eine zentrale Rolle bei der Interaktion von Robotern mit Menschen. In der kollaborativen Fertigung, im Gesundheitswesen oder in der Dienstleistungsbranche müssen Roboter Gesten verstehen, Gesichter erkennen und ein Gefühl sozialer Präsenz bewahren. Vision-Systeme machen dies möglich.
Humanoide und Serviceroboter haben oft Kameras in Kopf oder Brust eingebettet, die die menschliche Sichtlinie nachahmen, um eine natürliche Interaktion zu ermöglichen. Diese Kameras helfen dem Roboter, Gesichtsausdrücke zu interpretieren, Augenkontakt zu halten oder dem Blick einer Person zu folgen. Einige Systeme verwenden Tiefenkameras oder Fischaugenobjektive, um Körperbewegungen zu verfolgen oder zu erkennen, wenn eine Person einen gemeinsam genutzten Arbeitsbereich betritt.
In kollaborativen Roboterszenarien (Cobot), in denen Mensch und Maschine Seite an Seite arbeiten, wird maschinelles Sehen eingesetzt, um Sicherheit und Reaktionsfähigkeit zu gewährleisten. Der Roboter kann auf sich nähernde Gliedmaßen oder Werkzeuge achten, sein Verhalten anpassen, um Kollisionen zu vermeiden, oder die Arbeit unterbrechen, wenn jemand zu nahe kommt.
Auch in teleoperierten oder teilautonomen Systemen bleibt die Bildverarbeitung der Schlüssel. Frontkameras streamen Live-Videos an entfernte Bediener und ermöglichen so die Steuerung oder Inspektion in Echtzeit. Augmented-Reality-Overlays können zu diesem Video-Feed hinzugefügt werden, um Aufgaben wie Ferndiagnose oder Training zu unterstützen.
In all diesen Bereichen ist die Platzierung der Kamera – ob auf einem Greifer, einem Gimbal, der Basis oder dem Kopf des Roboters – eine Designentscheidung, die an die Funktion, den Formfaktor und die Umgebung des Roboters gebunden ist. Wenn Robotersysteme leistungsfähiger und autonomer werden, wird sich die Rolle des Sehens nur vertiefen, und die Kameraintegration wird noch ausgefeilter und wesentlicher.
Robotik Vision Herausforderungen
Da Bildverarbeitungssysteme zum Rückgrat der Roboterintelligenz werden, wachsen Chancen und Komplexität parallel. Hochleistungskameras erschließen leistungsstarke Funktionen – Echtzeitwahrnehmung, präzise Manipulation und sicherere menschliche Interaktion -, stellen aber auch wachsende Anforderungen an die Systemarchitektur. Es geht nicht mehr nur darum, große Mengen an Videodaten schnell zu verschieben. Viele der heutigen Roboter müssen Entscheidungen in Sekundenbruchteilen auf der Grundlage multimodaler Sensoreingaben treffen, während sie innerhalb enger mechanischer Hüllen arbeiten, Leistungsbeschränkungen bewältigen, Elektro-Magnetische Interferenzen (EMI) vermeiden und strenge funktionale Sicherheit in unmittelbarer Nähe zu Menschen gewährleisten.
Diese Herausforderungen werden durch die Umgebungen, mit denen Roboter konfrontiert sind, noch verschärft. Ein Lagerroboter kann in Gefrierschränke ein- und aussteigen und plötzlichen Temperaturschwankungen und Kondensation standhalten. Ein landwirtschaftlicher Rover kann über unbefestigte Felder kriechen und ständige Vibrationen und mechanische Stöße absorbieren. Serviceroboter in Krankenhäusern oder öffentlichen Räumen können auf ungewohnte, visuell komplexe Umgebungen stoßen, in denen sie sich schnell anpassen müssen, um sicher um Menschen und Hindernisse herum zu navigieren.
Lösen Sie die Herausforderungen mit GMSL
GMSL ist einzigartig positioniert, um die Anforderungen moderner Robotersysteme zu erfüllen. Die Kombination aus Bandbreite, Robustheit und Integrationsflexibilität macht es gut geeignet für sensorreiche Plattformen, die in dynamischen, geschäftskritischen Umgebungen arbeiten. Die folgenden Funktionen zeigen, wie GMSL wichtige Vision-bezogene Herausforderungen in der Robotik angeht.
Hohe Datenrate und geringe Latenz
Die GMSL2™- und GMSL3™-Produktfamilien unterstützen Vorwärtskanal- (Videopfad-) Datenraten von 3 Gbit/s, 6 Gbit/s und 12 Gbit/s und decken eine breite Palette von Anwendungsfällen für die Bildverarbeitung in Robotern ab. Diese flexiblen Verbindungsraten ermöglichen es Systementwicklern, Auflösung, Bildrate, Sensortyp und Verarbeitungsanforderungen zu optimieren (Abbildung 2).
Eine 3-Gbit / s-Verbindung ist für die meisten Surround-View-Kameras mit 2 MP bis 3 MP Rolling-Shutter-Sensoren bei 60 Bildern pro Sekunde (FPS) ausreichend. Es unterstützt auch andere gängige Erfassungsmodalitäten, wie z.B. ToF-Sensoren und LIDAR-Einheiten (Light Detection And Ranging) mit Punktwolkenausgängen und Radarsensoren, die Erfassungsdaten oder komprimierte bildähnliche Rückmeldungen übertragen.
Der 6-Gbit / s-Modus wird normalerweise für die nach vorne gerichtete Hauptkamera des Roboters verwendet, bei der Sensoren mit höherer Auflösung (normalerweise 8 MP oder mehr) für die Objekterkennung, das semantische Verständnis oder die Zeichenerkennung erforderlich sind. Diese Datenrate unterstützt auch ToF-Sensoren mit Rohausgabe oder Stereo-Vision-Systeme, die entweder Rohausgabe von zwei Bildsensoren streamen oder verarbeiteten Punktwolkenstrom von einem integrierten Bildsignalprozessor (ISP) ausgeben. Viele kommerziell erhältliche Stereokameras verlassen sich heute auf diese Datenrate für eine hohe Bildraten-Leistung.
Im High-End-Bereich ermöglichen 12-Gbit / s-Verbindungen die Unterstützung von Kameras mit 12 MP oder höherer Auflösung, die in speziellen Roboteranwendungen verwendet werden, die eine erweiterte Objektklassifizierung, Szenensegmentierung oder Fernwahrnehmung erfordern. Interessanterweise benötigen sogar einige Global-Shutter-Sensoren mit niedriger Auflösung Verbindungen mit höherer Geschwindigkeit, um die Auslesezeit zu verkürzen und Bewegungsartefakte während schneller Erfassungszyklen zu vermeiden, was in dynamischen oder Hochgeschwindigkeitsumgebungen kritisch ist.
Abbildung 2. Sensorbandbreitenbereiche mit GMSL-Funktionen.
Da GMSL Frequenzbereichsduplexing verwendet, um die Vorwärts- (Video- und Steuer-) und Rückwärts- (Steuer-) Kanäle zu trennen, ermöglicht es eine bidirektionale Kommunikation mit geringer und deterministischer Latenz, ohne das Risiko von Datenkollisionen. Über alle Verbindungsraten hinweg behält GMSL eine beeindruckend niedrige Latenzzeit bei: Die zusätzliche Verzögerung vom Eingang eines GMSL–Serialisierers zum Ausgang eines Deserialisierers liegt typischerweise im unteren Zehntel Mikrosekundenbereich - vernachlässigbar für die meisten Echtzeit-Roboter-Vision-Systeme. Die deterministische Rückkanal-Latenz ermöglicht eine präzise Hardware-Triggerung vom Host zur Kamera - entscheidend für die synchronisierte Bilderfassung über mehrere Sensoren hinweg sowie für die zeitkritische, ereignisgesteuerte Frame-Triggerung in komplexen Roboter-Workflows. Um diese Timing-Präzision mit USB- oder Ethernet-Kameras zu erreichen, ist in der Regel eine separate Hardware-Triggerleitung erforderlich, was die Systemkomplexität und den Verkabelungsaufwand erhöht.
Geringer Platzbedarf und geringer Stromverbrauch
Eines der wichtigsten Wertversprechen von GMSL ist seine Fähigkeit, die Kabel- und Steckerinfrastruktur zu reduzieren. GMSL selbst ist eine Vollduplex-Verbindung, und die meisten GMSL-Kameras verwenden die Power-over-Coax (PoC) -Funktion, mit der Videodaten, bidirektionale Steuersignale und Strom über ein einziges dünnes Koaxialkabel übertragen werden können. Dies vereinfacht die Verkabelung erheblich, reduziert das Gesamtgewicht und die Masse der Kabelbäume und erleichtert die mechanische Verlegung in kompakten oder gelenkigen Roboterplattformen (Abbildung 3).
Darüber hinaus ist der GMSL-Serializer ein hochintegriertes Gerät, das die Videoschnittstelle (z.B. MIPI-CSI) und den GMSL-PHY in einem einzigen Chip vereint. Der Stromverbrauch des GMSL-Serialisierers, typischerweise um die 260 mW im 6-Gbit / s-Modus, ist im Vergleich zu alternativen Technologien mit ähnlichem Datendurchsatz günstig niedrig. All diese Funktionen führen zu kleineren Platinenflächen, geringeren Anforderungen an das Wärmemanagement (wodurch häufig sperrige Kühlkörper überflüssig werden) und einer höheren Gesamteffizienz des Systems, insbesondere bei batteriebetriebenen Robotern.
Abbildung 3. Eine typische GMSL-Kameraarchitektur mit dem MAX96717 / MAX96717GTJ/VY+T als 175-MAX96717GTJ/VY+TDKR-ND auch auf Digi-Reel® erhältlich.
Sensoraggregation und Videodaten-Routing
GMSL-Deserialisierer sind in mehreren Konfigurationen erhältlich und unterstützen eine, zwei oder vier Eingangsverbindungen, was flexible Sensoraggregationsarchitekturen ermöglicht. Dies ermöglicht es Entwicklern, mehrere Kameras oder Sensormodule ohne zusätzliches Schalten oder externes Muxen an eine einzige Verarbeitungseinheit anzuschließen, was besonders in Multikamera-Robotiksystemen nützlich ist.
Zusätzlich zu den mehreren Eingängen unterstützt GMSL SERDES auch erweiterte Funktionen zur intelligenten Verwaltung und Weiterleitung von Daten über das System. Dazu gehören::
- I²C- und GPIO-Broadcasting für gleichzeitige Sensorkonfiguration und Rahmensynchronisation.
• I²C-Adress-Aliasing zur Vermeidung von I²C-Adresskonflikten im Passthrough-Modus.
-
Neuzuweisung virtueller Kanäle, wodurch mehrere Videostreams sauber in den Framebuffer innerhalb der Systems on Chip (SoCs) abgebildet werden können.
-
Duplizierung von Videostreams und Filterung virtueller Kanäle, wodurch ausgewählte Videodaten an mehrere SoCs geliefert werden können – beispielsweise zur Unterstützung von Automatisierungs- und Interaktionspipelines aus demselben Kamerafeed oder zur Unterstützung redundanter Verarbeitungspfade für eine verbesserte funktionale Sicherheit.
Sicherheit und Zuverlässigkeit
Ursprünglich für Anwendungen mit fortschrittlichen Fahrerassistenzsystemen (ADAS) in der Automobilindustrie entwickelt, hat sich GMSL in Umgebungen bewährt, in denen Sicherheit, Zuverlässigkeit und Robustheit nicht verhandelbar sind. Robotersysteme, insbesondere solche, die in der Nähe von Menschen arbeiten oder unternehmenskritische industrielle Aufgaben ausführen, können von den gleichen hohen Standards profitieren.
Tabelle 1. GMSL vs. USB vs. Ethernet: Kompromisse bei der Robotervision
| Merkmal/Kriterien | GMSL (GMSL2/GMSL3) | USB (zum Beispiel USB 3.x) | Ethernet (zum Beispiel GigE Vision) |
|---|---|---|---|
| Kabeltyp | Einzelkoax oder STP (Daten + Strom + Steuerung) | Separater USB + Strom + Universaleingang / -ausgang (GPIO) | Separates Ethernet + Strom (PoE optional) + GPIO |
| Maximale Kabellänge | 15+ Meter mit Koax | 3 m zuverlässig | 100 m mit Cat5e / Cat6 |
| Stromversorgung | Integrierte Stromversorgung (PoC) | Erfordert separate oder USB-PD | Erfordert PoE-Infrastruktur oder separates Kabel |
| Latenz (typisch) | einige Mikrosekunden (deterministisch) | Millisekunden Niveau, betriebssystemabhängig | Millisekunden Niveau, gepuffert + Betriebssystem mit |
| Netzwerk-Stack | |||
| Datenrate | 3 Gbit/s/6 Gbit/s / 12 Gbit/s (unkomprimiert, pro Link) | Bis zu 5 Gbit/s (USB 3.1 Gen 1) | 1 Gbit/s (GigE), 10 Gbit/s (10 GigE, selten in der Robotik) |
| Videokomprimierung | nicht erforderlich (RAW- oder ISP-Ausgabe) | Oft erforderlich für höhere Auflösungen | Oft erforderlich |
| Hardware-Trigger-Unterstützung | Integriert über Rückwärtskanal (kein zusätzliches Kabel) | Erfordert eine zusätzliche GPIO- oder USB-Schnittstelle | |
| der Kommunikationsgeräteklasse (CDC) | Erfordert eine zusätzliche GPIO- oder Sync-Box | ||
| Sensoraggregation | Nativ über Deserialisierer mit mehreren Eingängen | Typischerweise Punkt-zu-Punkt | Typischerweise Punkt-zu-Punkt |
| EMI-Robustheit | Hoch - entwickelt für EMI-Standards im Automobilbereich | Moderat | Moderat bis hoch (abhängig von Abschirmung, Layout) |
| Umgebungstauglichkeit | Automotive-Grade Temp, ruggedized | Consumer-Grade, sofern nicht gehärtet | variiert (industrielle Optionen existieren) |
| Software-Stack | Direkte MIPI-CSI-Integration mit SoC | OS-Treiber-Stack + USB-Videogeräteklasse (UVC) oder | |
| proprietärem Software Development Kit (SDK) | OS-Treiber-Stack + GigE Vision / GenICam | ||
| Unterstützung der funktionalen Sicherheit | ASIL-B-Geräte, Datenreplikation, deterministische Synchronisierung | Minimal | Minimal |
| Bereitstellung eines Ökosystems | in ADAS ausgereift, in der Robotik wachsend | Breit in Consumer-PCs, begrenzte industrielle Optionen | in der industriellen Bildverarbeitung ausgereift |
| Integrationskomplexität | Moderat - erfordert SERDES und Routing-Konfiguration | Niedrig - Plug-and-Play für die Entwicklung | Moderat - benötigt Switch / Router-Konfiguration und |
| Synchronisationsverkabelung | |||
| Hoch - für die Produktion |
Die meisten GMSL-Serialisierer und -Deserialisierer sind für den Betrieb in einem Temperaturbereich von -40 °C bis +105 °C qualifiziert, mit integrierter adaptiver Entzerrung, die die Transceivereinstellungen kontinuierlich überwacht und an Umgebungsänderungen anpasst. Dies gibt Systemarchitekten die Flexibilität, Roboter zu entwerfen, die unter extremen oder schwankenden Temperaturbedingungen zuverlässig funktionieren.
Darüber hinaus sind die meisten GMSL-Geräte ASIL-B-kompatibel und weisen extrem niedrige BERs auf. Unter konformen Link-Bedingungen bietet GMSL2 eine typische BER von 10-15, während GMSL3 mit seiner obligatorischen Vorwärtsfehlerkorrektur (FEC) eine BER von nur 10-30 erreichen kann. Diese außergewöhnliche Datenintegrität in Kombination mit der Sicherheitszertifizierung vereinfacht die Integration der funktionalen Sicherheit auf Systemebene erheblich.
Letztendlich führt die Robustheit von GMSL zu reduzierten Ausfallzeiten, geringeren Wartungskosten und größerem Vertrauen in die langfristige Systemzuverlässigkeit – entscheidende Vorteile sowohl bei Industrie – als auch bei Servicerobotikeinsätzen.
Ausgereiftes Ökosystem
GMSL profitiert von einem ausgereiften und einsatzbereiten Ökosystem, das durch jahrelangen Einsatz in großen Stückzahlen in Automobilsystemen geprägt und von einem breiten Netzwerk globaler Ökosystempartner unterstützt wird. Dazu gehört ein umfassendes Portfolio an evaluierungs- und produktionsfertigen Kameras, Rechenkarten, Kabeln, Steckverbindern und Software– /Treiberunterstützung - alles getestet und validiert unter strengen realen Bedingungen. Für Robotikentwickler bedeutet dieses Ökosystem kürzere Entwicklungszyklen, vereinfachte Integration und eine geringere Skalierbarkeit vom Prototyp bis zur Produktion.
GMSL vs. herkömmliche Robotik-Vision-Konnektivität
In den letzten Jahren ist GMSL zunehmend über die Automobilindustrie hinaus zugänglich geworden und eröffnet neue Möglichkeiten für Hochleistungsrobotersysteme. Da die Anforderungen an die robotergestützte Bildverarbeitung mit mehr Kameras, höherer Auflösung, engerer Synchronisation und raueren Umgebungen steigen, sind herkömmliche Schnittstellen wie USB und Ethernet in Bezug auf Bandbreite, Latenz und Integrationskomplexität häufig unzureichend. GMSL entwickelt sich jetzt zu einem bevorzugten Upgrade-Pfad und bietet eine robuste, skalierbare und produktionsbereite Lösung, die USB und Ethernet in vielen fortschrittlichen Robotikplattformen schrittweise ersetzt. Tabelle 1 vergleicht die drei Technologien anhand der wichtigsten Kennzahlen, die für das Design von Robotik-Vision relevant sind.
Schlussfolgerung
Da die Robotik in immer anspruchsvollere Umgebungen und in verschiedene Anwendungsfälle vordringt, müssen sich Bildverarbeitungssysteme weiterentwickeln, um höhere Sensorzahlen, größere Bandbreite und deterministische Leistung zu unterstützen. Ältere Konnektivitätslösungen bleiben zwar für die Entwicklung und bestimmte Bereitstellungsszenarien wichtig, führen jedoch Kompromisse bei Latenz, Synchronisation und Systemintegration ein, die die Skalierbarkeit einschränken. GMSL bietet mit seiner Kombination aus hohen Datenraten, langer Kabelreichweite, integrierter Stromversorgung und bidirektionaler deterministischer niedriger Latenz eine bewährte Grundlage für den Aufbau skalierbarer Roboter-Vision-Systeme. Durch die Einführung von GMSL können Konstrukteure den Übergang vom Prototyp zur Produktion beschleunigen und intelligentere, zuverlässigere Roboter liefern, die den Herausforderungen einer Vielzahl von realen Anwendungen gewachsen sind.
Über den Autor
Kainan Wang ist Systemanwendungsingenieur in der Automotive Business Unit bei Analog Devices Inc. in Wilmington, Massachusetts. Er kam 2016 zu ADI, nachdem er einen MS in Elektrotechnik von der Northeastern University in Boston, Massachusetts, erhalten hatte. Kainan hat mit 2D / 3D-Imaging-Lösungen von der Hardwareentwicklung über Systemintegrationen bis hin zur Anwendungsentwicklung gearbeitet. Zuletzt lag sein Arbeitsschwerpunkt auf der Expansion von ADI Automotive Technologies in andere Märkte über die Automobilindustrie hinaus.