Rechtzeitig zur NVIDIA GTC, der KI-Entwicklerkonferenz in San Jose, Kalifornien, erweitert Syslogic seinen KI-fähigen Rugged Computer RML A4AGX um vier SPE-Schnittstellen (Single Pair Ethernet). In Kombination mit dem NVIDIA Jetson AGX Orin 64GB SoM (System on Module) ist der rugged computer die ideale Hardware-Plattform für Sensor-Fusion und Inferenz-Anwendungen.
Syslogic, ein Mitglied des NVIDIA Partner Network, ist spezialisiert auf Embedded-Systeme für Fahrzeuge, mobile Maschinen und Roboter. Der neue Rugged Computer RML A4AGX SPE verfügt über vier Single-Pair-Ethernet-Schnittstellen, auch bekannt als Automotive Ethernet oder früher BroadR-Reach-Technologie. Im Gegensatz zu konventionellem Ethernet, das zwei oder vier Adernpaare zur Datenübertragung benötigt, kommt SPE mit nur einem verdrillten Adernpaar aus. Dadurch wird der Verkabelungsaufwand reduziert. SPE ermöglicht auch den Anschluss typischer Kfz-Sensoren und erlaubt Datenraten von bis zu 1 Gbit/s. In Kombination mit dem automobilen Ethernet-Standard 1000Base-T1 eignet sich der rugged computer für datenintensive Anwendungen wie das Streaming hochauflösender Surround-Kameras, GPS-Korrekturen oder die Verarbeitung von Lidar-Punktwolken.
Im Rugged Computer RML A4AGX verfügt jede SPE-Schnittstelle über einen eigenen dedizierten Network Interface Controller (NIC). Das ermöglicht die Echtzeitkommunikation mit Kameras und anderen Sensoren.
In einem typischen Anwendungsfall dient der Syslogic Rugged Computer als Edge-AI-Computer in einem Fahrzeug oder einer mobilen Maschine. Er sammelt hochauflösende Videos von mehreren Kameras, Lidar-Punktwolken und Telemetriedaten über SPE, verarbeitet diese und gibt die Ergebnisse über das gleiche Netzwerk weiter.
Dank den SPE-Schnittstellen lässt sich der KI-Rugged-Computer per Plug and Play mit der Elektronik moderner Fahrzeuge oder Maschinen koppeln, welche ISOBUS implementiert haben. Externe Gateways erübrigen sich.
Die SPE-Schnittstellen werden durch acht GMSL2-Kameraeingänge ergänzt. Dadurch lassen sich Daten von mehreren hochauflösenden Kameras und Sensoren wie Radar oder Lidar gleichzeitig erfassen und verarbeiten. Per CAN lässt sich der Embedded-Computer mit dem Bus-System eines Fahrzeugs koppeln. Per PPS-Eingang wird das Gerät mit Sensoren synchronisiert. Als weiteres Highlight ermöglichen zwei integrierte uBlox-GNSS-Empfänger Real-Time-Kinematic - und Heading-Funktionen ohne zusätzliche Hardware. Fahrzeuge werden damit Zentimeter genau geortet oder positioniert. Mit diesen Features eignet sich der AI Rugged Computer RML A4AGX SPE für Sensor-Fusion-Anwendungen wie autonomes oder teilautonomes Fahren.
Der Embedded Computer ist für den Einsatz in Fahrzeugen und autonomen Maschinen nicht nur hinsichtlich der Funktionalität, sondern auch hinsichtlich der Zuverlässigkeit, Robustheit und Verfügbarkeit konzipiert. Er erfüllt auch die EMV-Anforderungen für die Zertifizierung nach ISO 13766 und ISO 14892 für landwirtschaftliche und Off-Highway-Anwendungen.
Der lüfterlose Rugged-Computer ist für den Temperaturbereich von –25 bis +70 Grad Celsius zertifiziert und erfüllt die Schutzart IP67/IP69. Er ist unempfindlich gegen Schock und Vibration und für den 24/7-Betrieb ausgelegt. Aufbauend auf einem NVIDIA-Jetson-SoM der neuesten Generation sind Entwickler auch betreffend Langzeitverfügbarkeit auf der sicheren Seite. NVIDIA garantiert eine Verfügbarkeit bis mindestens 2032.
Der RML A4AGX basiert auf dem Jetson AGX Orin™. Das kompakte SoM (System on Module) verfügt über 275 TOPS KI-Rechenpower und 64GB RAM. Die einzigartige Kombination aus leistungsfähiger CPU und GPU mit NIVIDIA-Ampere-Architektur öffnet die Tür für eine neue Generation autonomer Fahrzeuge und Maschinen.
Dank vorinstalliertem NVIDIA JetPack SDK lassen sich Anwendungen besonders effizient umsetzen. Entwickler profitieren von einer umfassenden Entwicklerumgebung. JetPack SDK enthält einen Linux-Kernel, eine Ubuntu-Desktop-Umgebung und einen kompletten Satz von Bibliotheken GPU-Computing, Multimedia, Grafik und Computer Vision. Es unterstützt auch DeepStream für Streaming-Videoanalyse sowie ROS2 und Isaac Sim für Robotik.
