Brückenkran Edge-Computing-Box mit YOLOv8n TensorRT ByteTrack
Kernparameter
Empfohlene Edge-Computing-Box: NVIDIA Jetson Orin NX (100 TOPS, 16 GB, 15 W). Deployment des YOLOv8n-Objekterkennungsmodells (TensorRT INT8-Quantisierung, Inferenzlatenz 5–12 ms) in Kombination mit ByteTrack-Multiobjekt-Tracking (2–3 ms). Erkennungsrate: 30 fps. Eine einzelne Edge-Box verarbeitet gleichzeitig 2–4 KI-Kameras. Über 50 Systeme bereits in Stahlwerken, Zementwerken und Automobilwerken im Einsatz; Genauigkeit der Kollisionswarnung ≥ 97 %.
Fortschrittliche Funktionen wie KI-basierte Kollisionsschutz-Erkennung für Laufkrane, Haken-Trajektorienverfolgung und Drahtseil-Drahtbrucherkennung erfordern eine lokale Echtzeit-KI-Inferenz direkt an der Edge-Computing-Box. Im Gegensatz zur Cloud-Verarbeitung, bei der Videodaten hochgeladen werden, erfolgt die Inferenz bei der Edge-Lösung lokal am Kran – die Latenz sinkt von über 500 ms auf 5–12 ms, während Netzwerk-Jitter und Bandbreitenengpässe eliminiert werden. Dieser Beitrag beleuchtet die gesamte Engineering-Umsetzung einer Edge-Computing-Box für Laufkrane – von der Hardware-Auswahl über Modelldepolyment und Quantisierungsoptimierung bis hin zur PLC-Kommunikation.
Edge-Computing-Box: Hardware-Auswahl im Vergleich
Die zentralen Anforderungen an eine Edge-Computing-Box für die KI-Vision am Laufkran: KI-Rechenleistung ≥ 40 TOPS (INT8), Unterstützung mehrerer Kameraeingänge (≥ 2× MIPI CSI oder USB 3.0), industrieller Temperaturbereich (−25 °C bis 70 °C) sowie Unterstützung industrieller Protokolle wie Profinet und EtherNet/IP. Nachfolgend ein umfassender Vergleich dreier gängiger Edge-Computing-Boxen für den Kranbetrieb –
| Parameter | Jetson Orin NX 16GB | Jetson Orin Nano 8GB | RK3588 16GB |
|---|---|---|---|
| AIRechenleistung(INT8) | 100 TOPS | 40 TOPS | 6 TOPS |
| GPUArchitektur | Ampere 1024Kern@918MHz | Ampere 512Kern@765MHz | Mali-G610 MP4 |
| Arbeitsspeicher/Bandbreite | 16GB LPDDR5 68GB/s | 8GB LPDDR5 34GB/s | 16GB LPDDR4X 17GB/s |
| Videodekodierung | 2×4K@30 + 4×1080@30 | 1×4K@30 + 2×1080@30 | 8K@30 + 4K@120 |
| Leistungsaufnahme | 15W/25Wumschaltbar | 7W/15Wumschaltbar | 8~15W |
| Industrieprotokoll | Profinet/Modbus TCP/EIP | Profinet/Modbus TCP/EIP | Modbus TCP |
| YOLOv8nInferenzlatenz | 5~8ms (INT8) | 12~18ms (INT8) | 80~150ms (FP16) |
| Richtpreis | ¥6,500~7,500 | ¥2,500~3,500 | ¥800~1,200 |
| BrückenkranEmpfehlungsgrad |
YOLOv8n-Modelltraining und TensorRT-INT8-Quantisierung
YOLOv8n (Nano-Version, 3,2M Parameter) bietet die beste Balance zwischen Genauigkeit und Geschwindigkeit für KI-basierte Bilderkennung im Laufkran-Umfeld. Im Vergleich zu YOLOv8s (11,2M Parameter) ist die Inferenzgeschwindigkeit um das 2,5-fache höher, während die mAP nur um 1,2 % sinkt. Das Training basiert auf dem annotierten Datensatz von Kelude (120.000 Bilder mit fünf Zielklassen: Laufkran-Haken, Drahtseil, Personal, AGV und Hindernisse), der zwölf Beleuchtungsszenarien abdeckt – von Tageslicht über Nacht und Bewölkung bis hin zu Gegenlicht.
Quantisierungs- und Bereitstellungsablauf: FP32-Trainingskalibrierungssatz (500 repräsentative Szenenbilder) → TensorRT-PTQ-INT8-Quantisierung → Inferenz-Engine-Serialisierung (.plan-Datei). Schlüsselparameter: Eingabeauflösung 640×640, Konfidenzschwelle 0,5, NMS-IoU-Schwelle 0,45. Nach der Quantisierung sinkt die Modellgröße von 12,5 MB (FP32) auf 4,2 MB (INT8) – eine Reduktion um 66 %. Die Inferenzlatenz verbessert sich von 8–12 ms (FP16) auf 5–8 ms (INT8). Die Bereitstellungsdateien werden per OTA an die Edge-Computing-Boxen verteilt (inkrementelles Updatepaket ca. 5 MB).
Inferenz-Pipeline (Ablauf pro Frame): ① Kamerabild erfassen (30 fps, 1920×1080 → 640×640 Resize) ② TensorRT-Inferenz (YOLOv8n INT8, 5–8 ms) ③ NMS-Postprocessing (1–2 ms) ④ ByteTrack-Objektverfolgung (2–3 ms, basierend auf Kalman-Filter + ungarischem Algorithmus) ⑤ Kollisionsabstandsberechnung (1 ms) ⑥ Ergebnis in Shared Memory zur PLC-Auswertung schreiben. Die Gesamtlatenz pro Frame beträgt 10–14 ms und erfüllt damit die Echtzeitanforderung von 30 fps (Frame-Intervall 33 ms, verbleibende 19–23 ms für übergeordnete Logik).
ByteTrack-Mehrfachverfolgung und Kollisionsabstandsberechnung
YOLOv8n liefert lediglich eine Einzelbild-Objekterkennung (Bounding Box, Klasse, Konfidenz) und kann keine kontinuierlichen Bewegungsbahnen verfolgen. Der ByteTrack-Algorithmus prognostiziert auf Basis der Erkennungsergebnisse die Position jedes Objekts im nächsten Frame mittels Kalman-Filter und ordnet die Erkennungen den vorhandenen Trajektorien über den ungarischen Algorithmus zu. Vorteil von ByteTrack gegenüber DeepSORT: keine ReID-Merkmal-Extraktion erforderlich (zusätzlicher CNN-Rechenaufwand entfällt) – ideal für Edge-Bereitstellung mit begrenzter Rechenleistung.
Kollisionsabstandsberechnung: Nach der Trajektorienverfolgung liegen Echtzeitposition und Geschwindigkeitsvektor jedes Geräts (Brückenkran-Haken, AGV, Personal) vor. Daraus werden der geringste Passierabstand (DCPA, Closest Point of Approach) und die geringste Passierzeit (TCPA) zwischen allen Objektpaaren berechnet. Formel: DCPA = |d × (v_rel)| / |v_rel|, wobei d die Positionsdifferenz und v_rel den relativen Geschwindigkeitsvektor darstellt. Eine Warnung wird ausgelöst, wenn DCPA < Sicherheitsschwelle (Kran–Kran: 1,5 m; Kran–Person: 2,0 m) oder TCPA < 2 s. Die Kollisionsberechnung erfolgt in jedem Frame; die Ergebnisse werden in einen Shared-Memory-Datenblock (64 Byte, mit Ziel-ID, Abstand, Geschwindigkeit, Risikoklasse) zwischen Edge-Box und PLC geschrieben.
Kommunikationsprotokoll zwischen Edge-Box und SPS konfigurieren
Die Edge-Computing-Box tauscht Daten über Profinet oder Modbus TCP mit der Laufkran-SPS (S7-1200/1500) aus. Empfohlene Konfiguration: Die Edge-Box (Jetson Orin NX) läuft als Profinet-Slave (Siemens PROFINET Stack for Linux, Netzwerkkarte als RT Class 1, Kommunikationszyklus 4 ms); auf der SPS-Seite wird die Edge-Box im Hardware-Katalog als Profinet-IO-Device angelegt. Datenaustauschblock (Input/Output je 64 Byte): Input (Edge-Box → SPS) enthält Kollisionsrisikoklasse (0–3), Zielabstand (mm), empfohlene Geschwindigkeit (% der Nenndrehzahl), Systemstatus; Output (SPS → Edge-Box) enthält aktuelle Krankoordinaten, Geschwindigkeit, Betriebsmodus. Kommunikationsredundanz: Bei Profinet-Ausfall über mehr als 3 Zyklen (12 ms) schaltet die SPS automatisch in den Basis-Verriegelungsmodus ohne KI-Unterstützung um – ein Ausfall der Edge-Box beeinträchtigt die Grundfunktionen des Krans nicht.
Validierung und Leistungskennwerte nach der Inbetriebnahme
Kelude hat in der Stranggusshalle eines Stahlwerks zwölf Brückenkräne mit Edge-Computing-Boxen ausgestattet. Vor der Installation basierte die Kollisionswarnung auf manueller Sichtprüfung mit einer Reaktionszeit von 3–5 Sekunden. Nach der Installation: Objekterkennungs-mAP@0.5 = 0,953 (Durchschnitt über fünf Klassen), mittlere Inferenzlatenz 6,8 ms (INT8), End-to-End-Kollisionswarnlatenz ≤ 50 ms (von der Kameraaufnahme bis zur SPS-Warnung), MTBF ≥ 10.000 Stunden (ca. 14 Monate). In den sechs Monaten nach der Installation sanken die Kollisionsrisikoereignisse von durchschnittlich 23 pro Tag auf 0,4 (verbleibende Fälle sind Notausweichmanöver bei plötzlichem Personeneintritt). Die Mitarbeiterzufriedenheit stieg von 62 auf 91 Punkte. Kelude bietet den kompletten Service – von der Hardwareauswahl über das Modelltraining bis zur Inbetriebnahme vor Ort. Der Umbau eines Brückenkrans mit Edge-Computing kostet ca. 1.900–3.200 EUR (inkl. Edge-Box, Kamera, Montage & Inbetriebnahme).
KI-Inferenzleistung im Vergleich: FP16 vs. INT8-Quantisierung
| FP32 roh Genauigkeit 12.5MB Inferenzlatenz 18~25ms m AP 0.953(maximal)Brückenkranfür Szenario nicht empfohlen | FP16 halb Genauigkeit 6.3MB Inferenzlatenz 8~12ms m AP 0.951(-0.2%)Nano Version empfohlen | INT8 Quantisierung 4.2MB Inferenzlatenz 5~8ms m AP 0.948(-0.5%)NXVersion empfohlen |
Häufig gestellte Fragen (FAQ)
F: Die Rechenleistung des RK3588 reicht nicht aus – warum eignet er sich nicht für KI-Vision?
A: Die NPU des RK3588 bietet lediglich 6 TOPS. Bei der Ausführung von YOLOv8n im FP16-Modus liegt die Inferenzlatenz bei 80–150 ms, was eine Echtzeit-Erkennung mit 30 fps (Frame-Intervall 33 ms) unmöglich macht. Selbst bei einer Reduzierung auf 10 fps (akzeptable Latenz von 100 ms) ist das Erkennungsintervall für schnell bewegte Ziele – z. B. ein AGV mit 1 m/s, das sich pro Frame 100 mm bewegt – zu groß, wodurch die Genauigkeit der Kollisionswarnung erheblich abnimmt. Der RK3588 eignet sich daher nur als Datenerfassungs-Gateway, nicht jedoch für Echtzeit-KI-Inferenz. Kelude empfiehlt mindestens das Jetson Orin Nano (40 TOPS) – das beste Preis-Leistungs-Verhältnis.
F: Welche Konfiguration ist für die Profinet-Kommunikation zwischen Edge-Box und SPS erforderlich?
A: Drei Schritte sind notwendig: ① Installation des Profinet-Protokollstapels im Linux-System der Edge-Box (empfohlen: Siemens PROFINET IO-Device SDK oder Open-Source pnio_stack) sowie Konfiguration von Gerätename und IP-Adresse; ② Hinzufügen der Edge-Box als PROFINET IO-Device in der SPS (TIA Portal) unter „Geräte und Netzwerke“ und Zuweisung der IO-Adressen (jeweils 64 Byte für Input/Output); ③ Implementierung der IO-Daten-Lese-/Schreibfunktionen in der Edge-Box-Anwendung, um KI-Ergebnisse in den Input-Bereich zu schreiben und den SPS-Status aus dem Output-Bereich zu lesen. Die Ersteinrichtung dauert ca. 1 Tag. Kelude liefert ein vorkonfiguriertes Profinet-Kommunikationsimage, sodass die Konfiguration beim Deployment übersprungen werden kann.
F: Wie viele Daten werden für das Modelltraining benötigt und welche Genauigkeit ist erreichbar?
A: Kelude empfiehlt für die erste Trainingsrunde mindestens 20.000 annotierte Bilder (mindestens 4.000 pro Klasse), die typische Betriebsbedingungen wie Tag/Nacht, bewölkt/sonnig und Gegenlicht abdecken. Der mAP@0.5-Wert erreicht 0,93–0,96. Für die Datenannotation wird das Tool LabelImg verwendet (Bounding-Box-Annotation, ca. 30 Sekunden pro Bild). Kelude verfügt über einen annotierten Basisdatensatz von 120.000 Bildern aus Brückenkran-Szenarien. Neukunden können das Basismodell mit 500–1.000 eigenen Szenenbildern per Fine-Tuning anpassen – die Modelladaption ist in 2–3 Tagen abgeschlossen, der mAP bleibt stabil über 0,90.
F: Läuft die Edge-Box in Stahlwerken und Zementwerken mit hoher Hitze- und Staubbelastung zuverlässig?
A: Die Industrieversion des Jetson Orin NX (Jetson Orin NX Industrial) unterstützt einen erweiterten Temperaturbereich von -40°C bis 85°C und ist serienmäßig mit Kühlkörper und aktivem Lüfter ausgestattet. In der Stranggusshalle eines Stahlwerks (Umgebungstemperatur 45–55°C, Staubkonzentration ca. 5 mg/m³) sind über 50 Einheiten im Einsatz, die 12 Monate ohne thermisch bedingte Ausfälle durchgehend betrieben wurden. Die Edge-Box ist in einem IP54-Schutzschrank (mit Kühlgebläse und Staubschutzfilter) montiert; die GPU-Temperatur bleibt stabil zwischen 65 und 72°C. Kelude bietet optional ein staub- und hitzegeschütztes Gehäuse (mit Zwangsbelüftung und Temperaturüberwachung) zum Preis von 800 CNY pro Einheit an.
