Damit verändern sich auch die Anforderungen an die Entwicklung von Embedded-Systemen grundlegend. Nicht mehr einzelne Komponenten entscheiden über den Erfolg eines Projekts, sondern das Zusammenspiel der gesamten Systemarchitektur. Prozessoren, FPGA-Technologie, Embedded Software, Kommunikationsschnittstellen und Echtzeitbetriebssysteme müssen zuverlässig zusammenarbeiten – häufig unter anspruchsvollen Umgebungsbedingungen und mit Reaktionszeiten im Millisekunden- oder sogar Mikrosekundenbereich. Gerade diese Zusammenhänge werden zu Beginn eines Entwicklungsprojekts jedoch häufig unterschätzt.

Gute Projekte beginnen lange vor der Hardwareauswahl

In vielen Entwicklungsprojekten richtet sich der Blick zunächst auf einzelne Technologien. Soll eine leistungsfähigere Prozessorplattform eingesetzt werden? Ist ein FPGA erforderlich? Reicht Embedded Linux aus oder wird ein Echtzeitbetriebssystem benötigt? Soll die Kommunikation künftig über EtherCAT erfolgen?

Diese Fragen sind berechtigt. Sie greifen jedoch häufig zu kurz.

Bevor Hardware ausgewählt oder Software entwickelt wird, müssen zunächst die technischen Rahmenbedingungen verstanden werden. Welche Zykluszeiten sind erforderlich? Welche Datenmengen entstehen durch Sensoren oder Kameras? Welche Schnittstellen müssen unterstützt werden? Unter welchen Temperatur- oder EMV-Bedingungen arbeitet das System? Welche Energieversorgung steht zur Verfügung? Und welche vorhandenen Baugruppen sollen aus wirtschaftlichen Gründen weiter genutzt werden?

Erst wenn diese Fragen beantwortet sind, lässt sich eine Systemarchitektur entwickeln, die technisch belastbar und langfristig wirtschaftlich ist.

Die Erfahrung aus zahlreichen Embedded-Projekten zeigt dabei immer wieder dasselbe Bild: Zeit, die früh in die Analyse investiert wird, spart später ein Vielfaches an Entwicklungsaufwand, Fehlersuche und Debugging.

EtherCAT zeigt exemplarisch, wie eng Hardware und Software zusammenhängen

Besonders deutlich wird dieser Zusammenhang bei industriellen Kommunikationssystemen wie EtherCAT.

Auf den ersten Blick erscheint EtherCAT als leistungsfähiges Echtzeit-Kommunikationsprotokoll. Tatsächlich beeinflusst die Entscheidung für EtherCAT jedoch bereits die grundlegende Hardwarearchitektur eines Systems.

Das Protokoll arbeitet nach dem Prinzip des Processing on the Fly. Daten werden während ihres Durchlaufs durch die einzelnen Teilnehmer verarbeitet, wodurch extrem kurze Zykluszeiten und deterministische Echtzeitkommunikation möglich werden. Diese Leistungsfähigkeit setzt jedoch spezielle EtherCAT Slave Controller voraus, die als ASIC oder FPGA implementiert werden.

Damit wird deutlich, dass sich eine Kommunikationsschnittstelle nicht unabhängig von der Elektronikentwicklung betrachten lässt. Die Auswahl des Feldbusses beeinflusst unmittelbar Leiterplattenlayout, FPGA-Design, Embedded Software und das Zusammenspiel sämtlicher Komponenten.

Wer diese Zusammenhänge erst während der Entwicklung erkennt, muss häufig Hardware überarbeiten, FPGA-Funktionen anpassen oder Teile der Softwarearchitektur neu entwickeln – mit entsprechendem Einfluss auf Kosten, Termine und Projektrisiken.

Wenn bestehende Maschinen modernisiert werden

Dieses Zusammenspiel zeigt sich besonders häufig bei der Modernisierung bestehender Anlagen.

Eine Produktionsmaschine arbeitet seit Jahren zuverlässig. Die Mechanik ist bewährt, die Steuerung erfüllt ihre Aufgabe. Nun sollen zusätzliche Kameras integriert, Sensoren erweitert oder KI gestützte Auswertungen ergänzt werden. Gleichzeitig sollen vorhandene Baugruppen möglichst erhalten bleiben, um Entwicklungsaufwand und Investitionen zu begrenzen.

Was zunächst nach einzelnen Erweiterungen aussieht, entwickelt sich schnell zu einer anspruchsvollen Engineering-Aufgabe.

Neue Prozessorplattformen müssen mit vorhandener Hardware kommunizieren. Kameras erzeugen hohe Datenraten. Servoantriebe benötigen deterministische Echtzeitkommunikation. Gleichzeitig müssen Embedded Software, FPGA, Kommunikationsschnittstellen und Elektronik zuverlässig zusammenspielen – oftmals innerhalb weniger Millisekunden.

Die eigentliche Herausforderung liegt dabei selten in einer einzelnen Komponente. Sie entsteht an den Schnittstellen zwischen den Technologien.

Systemintegration entscheidet über den Projekterfolg

In dieser Phase rücken häufig einzelne Technologien in den Mittelpunkt der Diskussion. ARM Prozessoren, FPGA-Technologie, System-on-Modules, EtherCAT, Embedded Linux oder Machine Vision-Komponenten sind heute leistungsfähiger denn je.

Ihr Potenzial entfalten sie jedoch erst dann vollständig, wenn sie von Beginn an als Gesamtsystem geplant werden.

Genau hier liegt der Unterschied zwischen einer funktionierenden Lösung und einer dauerhaft zuverlässigen Lösung. Moderne Embedded-Systeme entstehen nicht durch das Aneinanderreihen leistungsfähiger Komponenten, sondern durch ihre konsequente Systemintegration.

Engineering verbindet alle Bausteine

Genau an diesem Punkt setzt die Arbeit der DSP Systeme GmbH an.

Das Unternehmen begleitet Kunden bei der Entwicklung und Modernisierung anspruchsvoller Embedded-Systeme – von der technischen Analyse über die Entwicklung individueller Elektronik bis hin zur Integration leistungsfähiger Kommunikationslösungen wie EtherCAT.

Je nach Projekt umfasst dies die Entwicklung neuer Leiterplatten, FPGA-Design, Embedded Software, Linux- oder Echtzeitbetriebssysteme, die Integration von Sensorik und Kamerasystemen, Funktionstests, EMV-Vorbereitung sowie die Begleitung bis zur Serienreife.

Dabei steht nicht der Einsatz möglichst vieler Technologien im Vordergrund. Ziel ist vielmehr, für jede Anwendung die technisch und wirtschaftlich sinnvollste Gesamtlösung zu entwickeln.

Erfahrung zeigt sich an den Schnittstellen

Viele Herausforderungen moderner Embedded-Systeme entstehen nicht innerhalb einer einzelnen Hardware- oder Softwarekomponente.

Sie entstehen dort, wo unterschiedliche Technologien zusammenarbeiten müssen.

Wenn Sensoren Daten schneller liefern als sie verarbeitet werden können. Wenn Kameras hohe Bandbreiten erzeugen. Wenn Servoantriebe deterministische Kommunikation erfordern oder bestehende Elektronik mit neuer Embedded Software kombiniert werden soll.

Genau diese Zusammenhänge frühzeitig zu erkennen und technisch sauber aufeinander abzustimmen, entscheidet häufig über den langfristigen Erfolg eines Projekts.

Aus Technologien entstehen Lösungen

ARM-Prozessoren, FPGA-Technologie, System-on-Modules, EtherCAT, Embedded Linux und moderne Machine-Vision-Komponenten bilden heute die technologische Grundlage leistungsfähiger Industrie- und Automatisierungssysteme.

Ihr volles Potenzial entfalten sie jedoch erst dann, wenn sie als integriertes Gesamtsystem verstanden werden.

Genau darin liegt die Kernkompetenz der DSP Systeme GmbH: Hardwareentwicklung, Embedded Software, FPGA-Technologie und Systemintegration so zusammenzuführen, dass daraus zuverlässige, wirtschaftliche und langfristig wartbare Embedded-Lösungen entstehen.

Traditionell kommen hierfür Laserscanner, LiDAR-Systeme oder Stereo-Kameras zum Einsatz. Diese Technologien liefern zwar präzise Ergebnisse, erhöhen jedoch die Hardwarekosten, den Integrationsaufwand und den benötigten Bauraum.

Eine interessante Alternative zeigt eine aktuelle Demonstration auf Basis des Qualcomm® QCS6490 Prozessors. Mithilfe des neuronalen Netzwerks MiDaS V2 wird aus dem Bild einer einzelnen Kamera eine Tiefenkarte erzeugt. Die Anwendung nutzt sogenannte Monocular Depth Estimation, also die Berechnung relativer Entfernungen aus nur einer Bildquelle.

Während die Kamera fortlaufend Bilder erfasst, verarbeitet das KI-Modell die Daten direkt auf dem Embedded-System. Das Ergebnis ist eine Tiefendarstellung der Szene, bei der nahe Objekte und weiter entfernte Bereiche unterschiedlich visualisiert werden. In der Demo erfolgt dies über eine Heatmap, bei der rote Bereiche kurze und blaue Bereiche größere Distanzen repräsentieren.

Der besondere Vorteil dieses Ansatzes liegt darin, dass keine zweite Kamera und keine zusätzliche Sensorik erforderlich sind. Die KI übernimmt die Interpretation der Bildinformationen und erzeugt daraus ein räumliches Verständnis der Umgebung.

Für Entwickler ergeben sich daraus interessante Möglichkeiten: Reduzierung der Hardwarekosten, Vereinfachung des Systemdesigns, geringerer Platzbedarf, Echtzeitverarbeitung direkt am Gerät, keine Abhängigkeit von Cloud-Diensten sowie verbesserte Energieeffizienz. Typische Einsatzgebiete finden sich in der Robotik, bei autonomen Fahrzeugen, in fahrerlosen Transportsystemen, in der industriellen Bildverarbeitung sowie in Sicherheits- und Überwachungssystemen. Überall dort, wo Maschinen ihre Umgebung erfassen und auf Veränderungen reagieren müssen, kann KI-gestützte Tiefenerkennung einen wichtigen Beitrag leisten.

Als Hardwareplattform kommt das MitySOM-QC6490 System on Module (SoM) von Critical Link zum Einsatz. Das Modul basiert auf dem Qualcomm® QCS6490 Prozessor und kombiniert leistungsfähige CPU-, GPU- und KI-Beschleuniger-Einheiten auf einer kompakten Embedded-Plattform. Dadurch können anspruchsvolle KI-Anwendungen direkt am Edge ausgeführt werden, ohne Daten zur Verarbeitung in externe Rechenzentren übertragen zu müssen.

Die genannten Anwendungsbeispiele verdeutlichen, wie moderne Edge-AI-Lösungen klassische Bildverarbeitung ersetzen können. Sie zeigen zugleich, welches Potenzial in der Kombination aus Embedded Computing und künstlicher Intelligenz für zukünftige industrielle Anwendungen steckt.

Technische Daten des MitySOM-QC6490Prozessor

• Qualcomm® QCS6490 SoC
• Qualcomm Kryo 670 CPU: 1× 2,7 GHz, 3× 2,4 GHz, 4× 1,9 GHz
• Qualcomm Adreno 643 GPU
• Qualcomm Adreno 633 VPU (Video Encode 4K30 / Decode 4K60)

Speicher

• 8 GB LPDDR5
• 256 GB Flash
• SD/eMMC
• EEPROM für Konfiguration

Spannungsversorgung

• 4 VDC Eingangsspannung
• Optional: 3,75 V Batterie oder USB?C Power Delivery (PD)

Schnittstellen

• 2 × PCIe Gen3 (1 x 1 lane, 1 x 2 lane)
• 1 × eMMC (8-bit)
• 1 × SD Card (4-bit)
• 5 × MIPI x4 Input + DSI Output
• USB 3.1 Gen2 mit DisplayPort
• USB 2.0
• 14 × I2C, 4 × I3C, 2 × I2S Audio
• 10 × SPI, 10 × UART
• 1 × 5 Lane QLINK
• SLIMBus, SoundWire
• Bis zu 67 GPIOs

Abmessungen: 45 mm × 45 mm

Zusätzlich verfügbar ist zudem ein Evaluation Kit. 

Viele unserer System-on-Modules kombinieren einen schnellen Prozessor mit einem flexiblen FPGA für Spitzenleistung und höchste Performance. Mit unseren System-On-Modules, die meisten im SO-DIMM-Format, als Kerne ihrer Embedded-Prozessorsysteme reduzieren Sie die Entwicklungszeiten ihrer Produkte vom Prototypen bis zur Serienfertigung.

Als Basis für unsere Module dienen z.B. STM32H7 mit Xilinx Artix-7, Sitara Am62Axx und Sitara Am57xx von Texas Instruments, Intel Cyclone 10 GX und viele mehr.

Zu allen Modulen gibt es hilfreiche Evaluation Boards und Board-Support-Packages (BSP). Und falls nötig, können wir unsere Module auch an Ihre Anforderungen anpassen.

Sie finden uns vom 9.4. bis 11.4.2024 in Halle 4 Stand 4-108 auf dem Messegelände in Nürnberg.