邊緣運算的議題歷久而彌新,不管是交通、家居、醫療都可以看到它的身影。而在工廠自動化中,邊緣運算又會有什麼樣的應用呢?本課程會帶大家一起看一看。
邊緣運算一直是廣受討論的議題,而在各種場域中的實際應用,讓我們看見了邊緣運算背後所包含的各種可能性。本次課程的講師Terry Wu,會以智慧機械手臂為例,來說明邊緣運算在工廠自動化中的應用。
機械手臂必須擁有Real-Time功能,Terry 解釋:「Real-Time就是指每個元素在特定的時間內,以可靠、可預測的方式執行。」
要想達到Real-Time的標準挑戰不小,除了必須仔細找出所有可能影響執行時間的不可預測元素,資源爭用造成干擾及時間誤差,以及如何在效能、低功耗、低延遲間取得平衡,都是必須克服的難題,所幸利用Intel CPU中附屬的TCC、TSN技術就可解決。
TCC以及TSN技術,可參考下圖以及影片內容的說明:
除了Real-Time,搭載於手臂上的OpenVINO影像辨識系統也是一大特色,可根據實際應用場域作不同的調整,應用於藥廠時可藉由影像辨識區分不同藥物,於食品工廠中可用於挑揀出賣相不佳的餅乾等,應用範圍十分廣泛且靈活。
講師介紹
Terry Wu
現任大聯大控股友尚集團F事業處經理,畢業於台灣宜蘭科技大學電子系。有20年以上工程實務經驗,具硬體整合解決方案、ARM base及感測器應用經驗,目前主要負責Intel IOTG產品應用。
- TI白皮書探討邊緣AI最新軟硬體技術與工具 - 2024/12/19
- Infineon發表邊緣AI軟體新品牌DEEPCRAFT - 2024/12/17
- 挑戰未來產線全能機器人設計 2025「國研盃智慧機械競賽」啟動! - 2024/12/13