【虹科】深入了解GigE Vision的优势

GigE相机演进的简要背景

2010 年，第一款具有10GigE接口的相机。 不断升级的图像传感器和对更高速接口的需求引领2018年第一批25GigE相机的发布。不断提高的传感器速度再次推动了高速视觉需求，到2020年出现了100GigE的相机,如图1。

图1 获得2021年视觉系统设计创新者奖的100GigE相机
\

现今市面上有很多GigE Vision解决方案和配件可供选择。 通常，相机决定分辨率和帧率，这是高速成像应用中的决定因素。 然而，配件和集成在图像采集框架中也发挥着重要作用。 由一家著名的机器视觉技术公司提供完整的解决方案，并就经过良好测试的采集架构提供建议，以提供超高速应用所需的性能，会保证客户的开发速度和系统稳定性。

传统到优化的GigE

传统的GigE图像采集模型如图 2 所示。当 1 GigE 不是最佳选择时，基于Intel PRO/1000的网卡 (NIC)更适合实现更高性能的驱动程序。

图2 传统 GigE Vision图像采集的数据路径
\

图3所示的优化GigE模型提供远程直接内存访问 (RDMA) 和RDMA over融合以太网(RoCE)。该系统提供低CPU占用率和无丢失帧的特点，具有与CoaXPress (CXP)相同的低抖动和低延迟。

图3 在更高的速度下，网卡技术已经准备就绪。这些技术包括 RDMA和RoCE

\

RDMA优化的GigE模型提供从一台主机（存储或计算机的内存到另一台主机的内存的直接访问，而无需涉及远程操作系统和CPU。 RoCE是支持RDMA在以太网网络上进行高效数据传输的标准协议，允许通过硬件RDMA引擎实现进行传输卸载。 这种设计网络优化了性能，具有更低的延迟、更低的CPU负载和更高的带宽。

GigE Vision的优势

随着IEEE标准化和GigE解决方案的成功，制造商在硬件、软件和附件方面有很多选择。 例如，GigE Vision解决方案可以使用现成的NIC或FPGA卡直接连接到100GigE相机，从而降低系统复杂性。

成像系统设计的一个驱动因素是对更先进机器视觉的需求。 例如，图形处理单元(GPU)在涉及更高速度、3D成像和深度学习的应用中得到了越来越多的使用。 集成GPU可以引入AI解决方案来驱动高级成像系统。 AI处理技术的一项重大进步是NVIDIA的BlueField-2，它将NIC和GPU组合成一个单卡解决方案。 这些创新不断发展将会不能提升机器视觉成像技术的能力。

图4 两台25GigE相机连接到NVIDIA Xavier的示例

\

借助第三方现成配件、GPU支持、快速数据传输和提高速率； GigE相机的优势正在扩大工厂之外的使用范围。 如图4所示，两个具有双NIC接口和NVIDIA Xavier GPU的25 GigE相机为无人机系统部署提供了精确的架构。
随着成像解决方案不断扩展应用范围，GigE Vision降低复杂性的能力对OEM来说越来越重要。 此外，借助提供低成本接线的 SFP+ (10G)、SFP28 (25G) 和 QSFP28 (100G)，单模光纤的传输距离可达10 公里甚至更远。 线缆长度在相机可能需要远离PC的应用中被证明是至关重要的，例如监控、运输和运动技术。 简而言之，采用GigE相机的好处包括：

• 超高数据和帧速率
• 覆盖长距离的配件和布线选项
• 相机与PTP（精确时间协议）同步
• 相机多路复用和多播
• 低CPU占用率、低延迟和低抖动
• IEEE标准化带来的强大跨行业接受度
• 具有竞争力的成本和性能
  \

HK HZ-65000-G: 100GigE 相机：

关键特点：

• 高速QSFP28 – 100GigE接口
• 分辨率高达65.4MP, 帧率高达71fps
• 100倍于GigE的速度
• 符合 GigE Vision® 和 Genicam™
• 提供单色和彩色选项
• 提供无风扇和 IP67 选项

此文转自“智能感知解决方案”微信公众号