AI プリプロセッサとしての光学: 高品質レンズがエッジ AI パフォーマンスの最初のファイアウォールである理由

1. 「情報密度」税 (MTF 対コンピューティング)

レンズが劣化した場合MTF (変調伝達関数)、特にエッジでは、結果の画像は「濁った」ものになります。人間にとって、それは少しぼやけているだけです。細いワイヤーや遠くの障害物を検出しようとする AI モデルの場合、そのブレはデータの損失となります。

光学系が標準以下の場合、AI 開発者はソフトウェアのシャープニングやエッジ強調フィルターに頼ることがよくあります。これは「情報税」。最初から存在するはずだったデータを再構築するために、GPU/NPU の電力を支払っていることになります。当社の 5MP ～ 13MP シリーズのような高 MTF レンズは、生の信号が最初から高忠実度であることを保証し、AI が低レベルのクリーンアップではなく高レベルのロジックにその「知能」を集中できるようにします。

2. 歪み: 「デワーピング」の隠れたレイテンシー

AGV 用の広角レンズについて話しましょう。従来のレンズでは、TV に重大な歪みが生じることがよくあります。画像を空間マッピング (SLAM) に使用できるようにするには、ソフトウェアで画像の「歪みを補正」する必要があります。

実際、それを気にしてください。歪みそのものについて考えるだけでなく、歪みについても考えてください。ピクセルストレッチ。歪みの高い画像の歪みを補正するときは、ピクセルをデジタル的に補間することになります。最も必要な領域の解像度が失われます。

で上海シルクオプティカル、私たちは優先します低歪み(当社の特殊な産業ラインでは、多くの場合 1% 未満)。幾何学的に「真の」画像を提供することで、重度の歪み補正アルゴリズムの必要性を排除します。結果？ロボットの待ち時間が短縮され、より正確な空間認識が実現します。

3. ゴースティングと「誤検知」

AI モデルが「ゴースト」、つまり明るい光源 (倉庫の頭上や太陽光のまぶしさなど) によって引き起こされる内部反射につまずくのを見たことがあります。これらのアーティファクトは、AI によって実際の物体または干渉として誤認されることがよくあります。

ここで、材料科学が「ファイアウォール」になります。私たちが使用するのはブルーグラスこれらの IR 関連のゴーストやフレアを抑制するテクノロジーと多層ブロードバンド コーティングを採用しています。ブルー ガラスは、赤外線をコーティング レベルで反射するのではなく内部で吸収することにより、よりクリーンでより一貫したスペクトル入力を提供します。これは文字通り、光の速度で動作する「光学ノイズ フィルター」です。

4. 熱ドリフトトラップ

エッジ AI が研究室に導入されることはほとんどありません。それは暑いエンジンルーム、凍てつくような寒い屋外周囲、または湿気の多い工場です。

前にも述べたように（無視されることが多いので繰り返しますが）、熱ドリフトAIキラーです。ロボットがウォームアップするにつれてレンズの焦点が移動すると、「5MP の視界」が突然 1MP の汚れになってしまいます。 AI の信頼スコアが 98% から 60% に低下し、システムが停止します。

私たちが使用するのは温度補償熱膨張係数の低い材料を利用した設計により、焦点面が確実にロックされた状態に保たれます。これにより、信頼性の高いエッジ パフォーマンスを実現するための聖杯である「一貫したベースライン」が AI に提供されます。

なぜシルクオプティカルなのか?

私たちはただガラスを作っているだけではありません。私たちはデータ パイプラインの「フロント エンド」を構築しています。月間容量としては、600万個のレンズそして、ボシ・インテリジェント・テクノロジー・パーク、私たちは「精密光学」と「産業規模」の間のギャップを埋めます。

• 垂直統合:精密金型製造からSMA自動MTF選別まで。

• 規格:IATF16949:2016およびISO9001:2015の認証を取得しています。

• アプリケーション固有:それが私たちのF1.0であろうとブラックライトシリーズ低照度 AI または当社の2G3P ガラスとプラスチックのハイブリッドコスト効率の高い 5MP ビジョンを実現するために、センサーの CRA と NPU の要件に合わせて設計します。

結論:光学系を監査するまでは、AI モデルの「幻覚」やパフォーマンスの低下を責めるのはやめてください。レンズが高品質のプリプロセッサでない場合、それは単なるボトルネックになります。

光ファイアウォールを最適化する方法について話しましょう。違いを証明するための MTF 曲線があります。