Das BOXER-8621AI ist ein lüfterloses KI-System, mit dem Sie das Potenzial von Edge Computing auf dem neuesten Stand der Technik nutzen können

Erschließen Sie das Potenzial des innovativen Edge Computing mit dem lüfterlosen KI-System BOXER-8621AI. Dieses kompakte, von NVIDIA® Jetson Orin Nano™ angetriebene Kraftpaket bietet überragende Leistung und Mobilität für die KI-Verarbeitung, egal ob Sie unterwegs oder in einer Fabrik sind.

Profitieren Sie von seinen fortschrittlichen Kommunikationsfunktionen, darunter ein GbE-LAN und vier USB-Anschlüsse für nahtlose Kameraunterstützung. Der BOXER-8621AI ist in einem weiten Temperaturbereich von -15°C bis 60°C einsetzbar und passt sich somit an verschiedene Umgebungen an.

Mit Erweiterungsoptionen, die 5G, LTE und Wi-Fi umfassen, ist dieses System eine erstklassige Wahl für Anwendungen wie Automated Mobile Robots (AMR), Flottenmanagement und Verkehrssteuerungslösungen. Erweitern Sie Ihre Edge-Computing-Fähigkeiten mit diesem robusten und leistungsstarken KI-System.

AMR (Autonomer Mobiler Roboter)

Edge AI-Technologie kann eine entscheidende Rolle bei der Verbesserung der Fähigkeiten und der Leistung autonomer mobiler Roboter spielen. Edge AI bezieht sich auf den Einsatz von Algorithmen und Modellen der künstlichen Intelligenz direkt auf der integrierten Hardware des Roboters, anstatt sich auf eine Cloud-basierte Verarbeitung zu verlassen. Dies ermöglicht es Robotern, Entscheidungen in Echtzeit zu treffen, schnell auf sich ändernde Umgebungen zu reagieren und effizient zu arbeiten. Hier sind einige Möglichkeiten, wie Edge AI in autonomen mobilen Robotern eingesetzt werden kann:

Objekterkennung und -erfassung: Edge AI kann verwendet werden, um Objekte, Hindernisse und Personen in der Umgebung des Roboters zu erkennen und zu identifizieren. Dies ist für die Pfadplanung, Kollisionsvermeidung und Interaktion mit Objekten in der Umgebung des Roboters unerlässlich.

Navigation und Kartierung: Edge AI-Algorithmen können Sensordaten wie LiDAR und Kameras verarbeiten, um Karten der Roboterumgebung zu erstellen und durch sie zu navigieren. Simultane Lokalisierung und Kartierung (SLAM) ist eine gängige Technik, die zu diesem Zweck eingesetzt wird.

Pfadplanung und Trajektorienoptimierung : Edge AI kann optimale Pfade und Trajektorien in Echtzeit berechnen, wobei die aktuelle Position des Roboters, das Ziel und eventuelle Hindernisse berücksichtigt werden. Dadurch kann sich der Roboter effizient bewegen und Kollisionen vermeiden.

Autonome Entscheidungsfindung: Roboter können mithilfe von Edge AI Entscheidungen auf der Grundlage von Sensordaten, vordefinierten Regeln und maschinellen Lernmodellen treffen. So kann ein Roboter beispielsweise entscheiden, ob er einen Gegenstand aufnimmt, einer Person folgt oder eine Ladestation aufsucht.

Verarbeitung natürlicher Sprache: Roboter können mithilfe von Edge AI Sprachbefehle oder Texteingaben verstehen und darauf reagieren. Dies ist für die Mensch-Roboter-Interaktion und -Kommunikation nützlich.

Sensor-Fusion: Edge AI kann Daten von verschiedenen Sensoren wie Kameras, LiDAR, IMUs und GPS fusionieren, um die Wahrnehmungsgenauigkeit und -zuverlässigkeit zu verbessern. Die Sensorfusion ermöglicht dem Roboter ein besseres Verständnis seiner Umgebung.

Erkennung von Anomalien: Autonome Roboter können mithilfe von Edge AI Anomalien oder ungewöhnliche Ereignisse in ihrer Umgebung erkennen, z. B. das plötzliche Auftauchen eines Hindernisses oder eine Fehlfunktion in ihren Systemen.

Energie-Effizienz: Edge-KI kann den Energieverbrauch des Roboters optimieren, indem sie die Sensornutzung und die Verarbeitungsaufgaben effizient verwaltet. Dies ist entscheidend für die Verlängerung der Betriebszeit des Roboters zwischen den Aufladevorgängen.

Sicherheit und Datenschutz: Edge AI kann zum Schutz sensibler Daten und zur Wahrung der Privatsphäre beitragen, indem sie Informationen lokal auf dem Roboter verarbeitet und die Notwendigkeit der Datenübertragung an externe Server verringert.

Adaptives Lernen: Edge AI ermöglicht es Robotern, zu lernen und sich im Laufe der Zeit an veränderte Umgebungen anzupassen. Modelle für maschinelles Lernen können direkt auf dem Roboter aktualisiert und verbessert werden, wenn er mehr Erfahrung sammelt.

Fehlertoleranz: Edge-KI kann Robotern dabei helfen, auch bei vorübergehenden Unterbrechungen der Netzwerkkonnektivität weiterzuarbeiten, um sicherzustellen, dass sie wichtige Aufgaben weiterhin selbstständig ausführen können.

Insgesamt ermöglicht die Edge-KI-Technologie autonomen mobilen Robotern, unabhängiger und reaktionsschneller zu sein und in einer Vielzahl von Umgebungen zu arbeiten, wodurch sie sich für Anwendungen in der Logistik, der Fertigung, dem Gesundheitswesen, der Landwirtschaft und vielen anderen Bereichen eignen.

Entdecken Sie die unvergleichliche Robustheit des BOXER-8621AI, der mit seinem beeindruckenden Temperaturbereich von -15°C bis 60°C für unterschiedlichste Umgebungen maßgeschneidert ist. Seine Antischock- und Antivibrationsfunktionen machen ihn zur idealen Wahl für den Einsatz von Automated Mobile Robot (AMR)-Lösungen in einer Vielzahl von anspruchsvollen Szenarien.

Das System verfügt über DB-9- und DB-15-Anschlüsse und bietet umfangreiche Kommunikationsprotokolloptionen, einschließlich RS-232/422/485, CANBus und GPIO. Diese Funktionen ermöglichen einen nahtlosen Datenaustausch in Echtzeit zwischen Näherungssensoren, Motorsteuerungen und Aktuatoren und gewährleisten den einwandfreien Betrieb Ihrer AMR-Lösung.

ANPR (Automatische Nummernschild-Erkennung)

Edge AI-Technologie kann automatische Kennzeichenerkennungssysteme (Automatic Number Plate Recognition, ANPR) erheblich verbessern, indem sie die Echtzeitverarbeitung und -analyse von Nummernschilddaten direkt auf Edge-Geräten wie Kameras oder spezieller ANPR-Hardware ermöglicht. Im Folgenden werden Möglichkeiten aufgezeigt, wie Edge AI in ANPR-Systemen eingesetzt werden kann:

Verarbeitung in Echtzeit: Edge AI ermöglicht es ANPR-Systemen, Nummernschilddaten in Echtzeit zu verarbeiten und zu analysieren, ohne auf einen Remote-Server angewiesen zu sein. Dies ermöglicht eine schnelle und unmittelbare Reaktion und eignet sich daher für Anwendungen wie Mauterhebung, Parkraummanagement und Strafverfolgung.

Lokale Speicherung und Datenschutz: ANPR-Daten können lokal auf dem Edge-Gerät verarbeitet und gespeichert werden, wodurch die Notwendigkeit, sensible Daten in die Cloud zu senden, verringert wird. Dies erhöht den Datenschutz und die Datensicherheit und räumt Bedenken bezüglich der Datenübertragung und -speicherung aus.

Verbesserung der Genauigkeit: Edge AI kann fortschrittliche maschinelle Lernmodelle, wie z. B. Faltungsneuronale Netze (CNNs), verwenden, um die Genauigkeit der Kennzeichenerkennung zu verbessern. Diese Modelle können auf verschiedenen Datensätzen trainiert werden, um Variationen im Design und in der Qualität der Nummernschilder zu bewältigen.

Schwaches Licht und ungünstige Bedingungen: Edge AI-Algorithmen können so optimiert werden, dass sie auch bei schlechten Lichtverhältnissen, schlechtem Wetter oder anderen ungünstigen Umgebungsbedingungen gut funktionieren und eine zuverlässige Erkennung in jeder Situation gewährleisten.

Echtzeit-Warnungen: ANPR-Systeme können Edge AI nutzen, um Echtzeitwarnungen für verschiedene Anwendungen zu generieren, z. B. für die Identifizierung gestohlener Fahrzeuge, die Verfolgung der Ein- und Ausfahrt von Fahrzeugen aus Sperrgebieten und die Auslösung automatischer Aktionen auf der Grundlage erkannter Kennzeichen.

Erkennung von Fahrzeugtyp und -farbe: Neben der Erkennung von Nummernschildern kann KI auch zur Identifizierung des Fahrzeugtyps (z. B. Pkw, Lkw, Motorrad) und sogar seiner Farbe verwendet werden. Diese zusätzlichen Informationen können für Sicherheits- und Verkehrsmanagementanwendungen wertvoll sein.

Integration mit anderen Systemen: KI-gestützte ANPR-Systeme lassen sich problemlos in andere Edge-basierte Systeme integrieren, z. B. in Zugangskontrollsysteme, Überwachungskameras und intelligente Verkehrsmanagementsysteme, was eine umfassendere Lösung ermöglicht.

Anpassung und Anpassungsfähigkeit: Edge-KI-Modelle können für spezifische Anwendungsfälle und Regionen feinabgestimmt und angepasst werden, um hohe Erkennungsraten für lokale Kennzeichenformate und -anforderungen zu gewährleisten.

Geringere Latenzzeit: Durch die lokale Verarbeitung von Daten minimiert Edge AI die Latenzzeit, die mit dem Senden von Daten an einen Remote-Server und dem Warten auf eine Antwort verbunden ist. Dies ist entscheidend für Anwendungen, die eine nahezu sofortige Entscheidungsfindung erfordern.

Offline-Betrieb: MitEdge AI können ANPR-Systeme auch in Szenarien funktionieren, in denen die Internetverbindung eingeschränkt oder nicht verfügbar ist.

Skalierbarkeit: ANPR-Systeme lassen sich leicht skalieren, indem zusätzliche Edge-Geräte nach Bedarf eingesetzt werden, um die Abdeckung großer Gebiete oder mehrerer Ein- und Ausgänge zu gewährleisten.

Zusammenfassend lässt sich sagen, dass die KI-Edge-Technologie ANPR-Systeme effizienter, genauer und anpassungsfähiger macht und gleichzeitig den Belangen des Datenschutzes und der Datensicherheit Rechnung trägt. Sie ermöglicht die Integration von ANPR in eine Vielzahl von Anwendungen, von Verkehrsmanagement und Strafverfolgung bis hin zu Zugangskontrolle und automatischer Mauterhebung, mit verbesserter Leistung und Echtzeitfunktionen.

Erleben Sie die unvergleichliche KI-Leistung von 20 TOPS, dank des NVIDIA® Jetson Orin Nano™, ergänzt durch die robuste Unterstützung für die Deep-Learning-Modelle des NVIDIA Jetpack™ SDK. Lernen Sie den BOXER-8621AI kennen, Ihre erste Wahl für anspruchsvolles Edge Inferencing, ideal für den Einsatz in der automatischen Kennzeichenerkennung (ANPR).

Mit seinem kompakten, montierbaren Gehäuse und der vielseitigen Kompatibilität mit Kameraunterstützung und drahtlosen Erweiterungsmodulen eignet sich dieses System hervorragend für Anwendungen am Straßenrand und auf Parkplätzen. Erweitern Sie Ihre ANPR-Funktionen mit dieser leistungsstarken Edge-Computing-Lösung.

Flottenmanagement

DieEdge AI-Technologie kann das Flottenmanagement revolutionieren, indem sie Echtzeit-Datenverarbeitungs- und Analysefunktionen direkt in den Fahrzeugen und am Rande des Netzwerks bereitstellt. Dies ermöglicht eine effizientere und datengesteuerte Entscheidungsfindung, erhöht die Sicherheit und reduziert die Betriebskosten. Hier erfahren Sie, wie Edge AI im Flottenmanagement eingesetzt werden kann:

Telematik in Echtzeit: Edge AI kann Sensordaten von Fahrzeugen, einschließlich GPS, Beschleunigungsmesser und Fahrzeugdiagnose, verarbeiten, um in Echtzeit Einblicke in die Fahrzeugleistung, den Standort und das Fahrerverhalten zu erhalten. Diese Daten können Flottenmanager dabei unterstützen, Routen zu überwachen und zu optimieren, den Kraftstoffverbrauch zu senken und die Wartung der Fahrzeuge sicherzustellen.

Überwachung des Fahrerverhaltens: Edge-KI-Algorithmen können Daten von Kameras und Sensoren in der Fahrzeugkabine analysieren, um das Fahrerverhalten in Echtzeit zu überwachen. Dies umfasst die Erkennung von Schläfrigkeit, Ablenkung, aggressivem Fahren und die Einhaltung von Sicherheitsvorschriften. Bei unsicherem Verhalten können Warnungen an den Fahrer oder Flottenmanager gesendet werden.

Vorausschauende Wartung: Edge AI kann Daten von Fahrzeugsensoren analysieren, um vorherzusagen, wann eine Wartung erforderlich ist, z. B. Ölwechsel, Bremsenwechsel oder Motorreparatur. Dieser proaktive Ansatz trägt dazu bei, Pannen zu vermeiden, Ausfallzeiten zu reduzieren und die Lebensdauer von Flottenfahrzeugen zu verlängern.

Optimierung der Kraftstoffeffizienz: Edge AI kann die Kraftstoffeffizienz durch die Analyse von Sensordaten und Fahrzeugleistungsmetriken optimieren. Sie kann optimale Routen empfehlen, die Motorleistung überwachen und den Fahrern Echtzeit-Feedback zu kraftstoffsparenden Fahrweisen geben.

Routen-Optimierung: Edge AI kann Verkehrsdaten, Wetterbedingungen und historische Routeninformationen analysieren, um die effizientesten Routen für jedes Fahrzeug in Echtzeit zu empfehlen. Dies reduziert den Kraftstoffverbrauch, minimiert die Lieferzeiten und senkt die Betriebskosten.

Frachtüberwachung: Edge AI kann den Zustand der Fracht mit Hilfe von Sensoren für Temperatur, Feuchtigkeit und andere Faktoren in Echtzeit überwachen. Werden Abweichungen von den vorgegebenen Bedingungen festgestellt, können Warnmeldungen an die Flottenmanager gesendet werden, um Korrekturmaßnahmen zu ergreifen.

Sicherheit und Anti-Diebstahl: Edge AI kann Sicherheitsfunktionen wie Geofencing und Diebstahlschutzmaßnahmen beinhalten. Bewegt sich ein Fahrzeug außerhalb der vordefinierten geografischen Grenzen oder wird es unbefugt betrieben, können Warnungen ausgelöst werden, um sofortige Maßnahmen zu ergreifen.

Fahrer-Identifikation: Gesichtserkennung und biometrische Authentifizierung mit Hilfe von KI können sicherstellen, dass nur autorisierte Fahrer die Flottenfahrzeuge bedienen. Dies erhöht die Sicherheit und verhindert eine unbefugte Nutzung.

Ferndiagnose: Edge AI kann Ferndiagnosen ermöglichen, so dass Flottenmanager Fahrzeugprobleme erkennen und beheben können, ohne dass eine physische Inspektion erforderlich ist. Dadurch werden Ausfallzeiten und Wartungskosten reduziert.

Einhaltung von Vorschriften und Berichterstattung: Edge AI kann die Einhaltung gesetzlicher Vorschriften automatisieren, einschließlich der Einhaltung elektronischer Fahrtenschreiber (ELD) für die Berichterstattung über die Betriebsstunden (HOS). Es kann Berichte und Dokumentationen für Audits erstellen.

Datensicherheit und Datenschutz: Edge AI kann sensible Daten im Fahrzeug verarbeiten und speichern und so das Risiko von Datenschutzverletzungen verringern. Datenschutzbedenken werden ebenfalls berücksichtigt, indem die Datenübertragung an zentrale Server minimiert wird.

Skalierbarkeit: Flottenmanager können ihre Edge-KI-Systeme einfach skalieren, indem sie Edge-Geräte in zusätzlichen Fahrzeugen einsetzen und so sicherstellen, dass die gesamte Flotte von der Technologie profitiert.

Die Einbindung von Edge AI in Flottenmanagementsysteme erhöht nicht nur die betriebliche Effizienz, sondern verbessert auch die Sicherheit, senkt die Kosten und liefert wertvolle Erkenntnisse für eine bessere Entscheidungsfindung. So können Flottenmanager ihren Betrieb in Echtzeit optimieren und sich effektiv an veränderte Bedingungen anpassen.

Der BOXER-8621AI bietet sowohl LAN- als auch USB-Anschlüsse für die mühelose Integration von Kameras sowie flexible Speicher- und drahtlose Kommunikationsoptionen und ist damit die erste Wahl für moderne Flottenmanagementlösungen. Darüber hinaus zeichnet er sich durch die schnelle Ausführung von Notfallplänen nach Verkehrsunfällen aus, indem er wichtige Daten effizient an einen zentralen Server überträgt und gleichzeitig die erforderliche Reaktionsstufe vor Ort bestimmt.

NVIDIA® Jetson Orin Nano™
■ Erweiterung: M.2 2230 E Key, M.2 3052 B Key x 1
■ USB 3.2 Gen 2 x 2 & USB 2.0 Typ A x 2
■ COM, DIO, CANBus
■ Betriebstemperatur: -25°C ~ 60°C

BOXER-8622AI

BOXER-8651AI

BOXER-8652AI

BOXER-8640AI