Ein solarbetriebener Überwachungsanhänger war drei Saisons lang auf einem Materiallager im Einsatz, ohne einmal ausgefallen zu sein. Zwei Solarpaneele auf dem Dach, ein 24-V-LiFePO4-Akkumulator im Gehäuse darunter, vier fest installierte Kameras am Mast.
Jemand hat die vier Kameras gegen neuere Modelle mit integrierter KI-Erkennung ausgetauscht. Gleicher Hersteller, gleicher PoE-Schalter, gleiche Bedienfelder, gleicher Akku.
Der Anhänger gab am vierten Tag den Geist auf.
Es war nichts ausgefallen. Die Batteriebank war in Ordnung, die Solarmodule waren sauber, der Laderegler funktionierte einwandfrei. Die Last hatte sich jedoch auf eine Weise verändert, die in der ursprünglichen Dimensionierungsberechnung nicht vorhersehbar war.
Dies ist kein Installationsfehler. Es handelt sich um ein Rechenproblem, das häufig genug auftritt, um eine gründliche Überprüfung zu rechtfertigen.
Die Nummern, die nicht mehr funktionierten
Wenn Sie schon einmal netzunabhängige Kamerasysteme spezifiziert haben, kennen Sie sicher einige Zahlen.
Eine fest installierte 4-Megapixel-Kamera mit H.265-Protokoll verbraucht 5 bis 7 Watt. Mit eingeschalteten Infrarotstrahlern steigt der Verbrauch auf 9 bis 11 Watt. Mit einem kleinen PoE-Switch und einem Mobilfunkrouter liegt der Verbrauch eines Anhängers mit vier Kameras tagsüber bei etwa 35 Watt und nachts bei 50 Watt.
Diese Zahlen blieben ein Jahrzehnt lang konstant, weil sich die zugrundeliegende Technologie nicht veränderte. Eine herkömmliche IP-Kamera liest einen Sensor aus, verarbeitet das Bild mit einem festverdrahteten Prozessor und sendet einen codierten Datenstrom an das Netzwerk. Alle drei Prozesse laufen auf dedizierten Chips, die für eine einzige Aufgabe kostengünstig ausgelegt sind. Die Kosten sind nahezu gleich.
Eine Kamera, die eine integrierte Objekterkennung durchführt, führt zusätzlich zu all dem noch eine neuronale Inferenz-Workload aus. Drei Eigenschaften dieser Workload sind für den Energieverbrauch relevant:
Sie läuft kontinuierlich. Die Kamera wartet nicht auf eine Bewegungserkennung und überlegt dann erst. Sie verarbeitet ständig Einzelbilder, denn nur so entscheidet sie, ob es sich um eine Person, ein Fahrzeug oder eine Plastiktüte handelt.
Dadurch werden Bildrate und Auflösung erhöht. Bei niedrigen Bildraten verschlechtert sich die Erkennung, und kleine Objekte benötigen mehr Pixel. Eine Kamera, die zuvor 10 Bilder pro Sekunde bei 4 MP streamte, arbeitet nun mit 20 oder 30 Bildern pro Sekunde bei 8 MP. Sensor, Encoder und Inferenz-Engine skalieren gemeinsam.
Die Leistungsaufnahme erfasst die Geschehnisse vor Ort. Ein ruhiges Grundstück um 3 Uhr morgens und ein windiges Grundstück mit sich bewegenden Ästen liefern unterschiedliche Leistungswerte von derselben Kamera auf derselben Halterung.
Im Datenblatt ist das alles in einer Zeile dargestellt. Die Kamera wurde von PoE Klasse 3 auf Klasse 4 hochgestuft.
Peak sagt Ihnen hier nichts Nützliches.
Klasse 3 liefert bis zu 12.95 W am angeschlossenen Gerät. Klasse 4 liefert bis zu 25.5 W. Der Wert auf dem Datenblatt hat sich also verdoppelt, und es liegt nahe, den Wert in der Tabelle ebenfalls zu verdoppeln und fortzufahren.
Die Dimensionierung von Solaranlagen erfolgt nicht anhand der Spitzenleistung in Watt, sondern anhand der Wattstunden pro Tag, wobei die Differenz zwischen Spitzen- und Durchschnittsleistung für die beiden Kameratypen unterschiedlich ist.
Eine fest installierte Kamera mit Infrarotbeleuchtung hat ein Verhältnis von Spitzenwert zu Durchschnittswert von etwa 1.2. Sie liegt fast immer nahe ihrem Durchschnittswert.
Eine Kamera, die kontinuierliche Inferenz durchführt, landet eher bei 1.5 oder 2.0, da die Inferenz-Engine die Leistung mit der Szenenaktivität drosselt.
Das führt dazu, dass die Angaben auf dem Typenschild in beide Richtungen falsch sind. Bewertet man die Größe anhand der Schutzklasse 4, ist das Array überdimensioniert. Verwendet man hingegen den alten Durchschnittswert, ist die Anordnung zu klein. Beide Werte beantworten nicht die entscheidende Frage: Wie viele Wattstunden verbraucht die Kamera innerhalb von 24 Stunden in der tatsächlichen Einsatzumgebung?
Die Ladung bewegte sich in die Dunkelheit
Bei netzunabhängigen Systemen liegt die Annahme nahe, dass die Stromerzeugung tagsüber den Bedarf deckt und sogar noch Überschüsse übrig bleiben, sodass die Batterie nur die Last in der Nacht tragen muss.
Überlegen Sie nun, wann die Erkennungslast am höchsten ist.
Sicherheitsanlagen sind während der Geschäftszeiten ruhig, danach hingegen stark frequentiert. Fahrzeuge treffen um 2 Uhr morgens ein. Wind, Scheinwerfer und Tiere lösen zwischen Mitternacht und 5 Uhr morgens die Klassifizierungsanlage aus. Die Infrarotstrahler laufen dabei unter Volllast.
Die verbrauchsintensivste Phase liegt also innerhalb des Zeitfensters ohne Zufuhr. Der nächtliche Stromverbrauch steigt schneller als der Tagesverbrauch, was zu einer höheren Belastung pro Zyklus führt, selbst bevor der höhere Tagesverbrauch berücksichtigt wird. Nach einer Modernisierung kann die Nachtlast eines Systems 30 % über der Tageslast liegen, obwohl die beiden Werte zuvor nahezu gleich waren.
Das Wetter erhöht die Nachfrage und verringert gleichzeitig das Angebot.
Das ist der Grund, warum Trailer den Juli überstehen und im November scheitern.
Regen, Schnee, Nebel und herumfliegende Trümmer bringen Bewegung ins Bild. Ein Klassifikator, der fallenden Schnee beobachtet, muss deutlich mehr leisten als einer, der einen leeren Schotterplatz beobachtet; daher steigt der Arbeitsaufwand für die Inferenz und damit auch die Anzahl der Zeichnungen.
Bei den gleichen Wetterbedingungen reduziert sich Ihre Ernte auf einen Bruchteil der Erntemenge bei klarem Himmel.
Angebot und Nachfrage bewegen sich aus demselben Grund gleichzeitig in entgegengesetzte Richtungen. Reserveberechnungen erfassen dies nicht, da sie die Last als Konstante und die Erzeugung als Variable behandeln. Sobald die Last mit der Bewölkung korreliert, ist die Berechnung auf Basis einer Fünf-Tage-Autonomie nicht mehr gültig.
Tiefere Zyklen, kürzere Bank
Die vorhandene Batterie kann beibehalten werden, das System funktioniert weiterhin. Sie entlädt sich lediglich täglich stärker.
LiFePO4 Die Lebensdauer des Rückhaltebeckens hängt eng mit der Abflusstiefe zusammen, und der Leistungsverlust durch den Anstieg von 30 % auf 60 % ist erheblich. Ein für fünf Jahre bei geringen Abflussmengen ausgelegtes Rückhaltebecken kann bei größeren Abflussmengen nur noch zwei oder drei Jahre halten. Der Anhänger läuft weiter, der Kunde ist zufrieden, und die Rechnung für den Ersatz trifft Jahre früher ein, als irgendjemand vorhergesagt hat.
Derselbe Trailer, zwei Kameragenerationen
Gleicher Standort, gleiche 24-V-Architektur. Nur die Kameras und die Rechenleistung ändern sich. Die folgenden Zahlen stammen von Coram. Solarüberwachungsanhänger Die angegebenen Baupläne dienen eher als Referenzpunkt denn als verbindliche Spezifikation, da die Preisgestaltung auf jeder Baustelle unterschiedlich ist.
Legacy-Build
| Laden Sie | Tag (W) | Nacht (W) |
|---|---|---|
| 4x feste 4MP-Kamera, H.265 | 24 (je 6) | 40 (je 10, IR an) |
| PoE-Switch | 5 | 5 |
| Mobilfunkrouter | 7 | 7 |
| Gesamt | 36 | 52 |
Zwölf Stunden pro Strecke: 1,056 Wh pro Tag
KI-Kamera-Entwicklung
| Laden Sie | Tag (W) | Nacht (W) |
|---|---|---|
| 4-fach KI-Kamera, integrierte Inferenz | 50 (jeweils 12.5 im Durchschnitt) | 70 (17.5 pro Spieler im Durchschnitt, IR an) |
| PoE+-Switch | 8 | 8 |
| Mobilfunkrouter | 7 | 7 |
| Gesamt | 65 | 85 |
Zwölf Stunden pro Strecke: 1,800 Wh pro Tag
Das entspricht dem Faktor 1.7 und verlagert alles flussabwärts. Dimensionierung für vier Tage Autonomie bei 80 % nutzbarer Abflusstiefe:
| Legacy | KI-Kameras | |
|---|---|---|
| Täglicher Verbrauch | 1,056 Wh | 1,800 Wh |
| Vier-Tage-Reservierung | 4.22 kWh | 7.20 kWh |
| Nominales Bankguthaben bei 80 % des Verteidigungsministeriums | 5.28 kWh | 9.00 kWh |
| Kapazität bei 24 V | 220 Ah | 375 Ah |
| Anlage bei 4.5 Sonnenstunden in Spitzenzeiten, 0.75 Leistungsreduzierung | 313 W | 533 W |
| Anlage bei 2.5 Sonnenstunden in Spitzenzeiten, 0.75 Leistungsreduzierung | 563 W | 960 W |
Die letzte Zeile ist die kniffligste. Die Winteranlage wird von zwei auf fünf Paneele erweitert, und das auf einem Anhängerchassis, wo nun Windlast, Mastfreiheit und Stützlast berücksichtigt werden müssen. Hinzu kommt ein Batteriekasten mit fast der doppelten Kapazität.
Der Kameratausch dauerte zwei Stunden. Die Folgen reichen bis ins Chassis.
Die Winternummer ist die Entwurfsnummer
Der Jahresdurchschnitt ist hier nutzlos. Ihr System wird durch seinen schlechtesten Monat definiert.
In der nördlichen Hälfte der Vereinigten Staaten bedeutet das Ende November bis Januar, wenn die maximale Sonnenscheindauer auf 2 oder 2.5 Stunden sinkt, die Bewölkung anhaltend ist und die kurzen Tage dazu führen, dass die Infrarotstrahler 15 Stunden statt 12 Stunden eingeschaltet sind.
Führe die Berechnung für diesen Monat durch und wiederhole sie anschließend mit einer zusätzlichen Woche Bewölkung. Überstehe beides, und der Rest des Jahres erledigt sich von selbst.
Die Kälteladefalle
Beim Sinken der Temperatur passieren zwei Dinge, und sie wirken einander entgegen.
Die nutzbare Kapazität sinkt. Ein LiFePO4-Akku bei 0 °C liefert merklich weniger Kapazität als seine Nennleistung, sodass aus vier Tagen Reservekapazität nur noch drei werden.
Noch wichtiger ist jedoch, dass Standard-LiFePO4-Zellen nicht unter dem Gefrierpunkt geladen werden sollten, und dass ein ordnungsgemäß aufgebauter BMS Die Ladeanlage wird zum Schutz der Anlage unterbrochen. Das bedeutet, dass an einem kalten, klaren Morgen trotz voller Solarzellen, strahlendem Sonnenschein und funktionierendem Laderegler kein Ladevorgang stattfinden kann. Dieser Fehler fällt vielen Nutzern auf, da alle Anzeigen korrekt erscheinen.
Es gibt zwei Lösungsansätze. Entweder man fügt eine Heizung hinzu, die zusätzliche Wattstunden verbraucht, was das ohnehin knappe Budget belastet und üblicherweise 10 bis 15 % des täglichen Gesamtverbrauchs ausmacht. Oder man verwendet Zellen, die für das Laden bei niedrigen Temperaturen geeignet sind. Das ist zwar in der Anschaffung teurer, erspart aber die Heizung und die damit verbundene zusätzliche Fehlerquelle. Bei einem System, das bereits eine deutlich höhere Last als sein Vorgänger bewältigt, ist die zweite Option oft die kostengünstigere Lösung.
Die dritte Option, bei der niemand Kosten ausgibt
Es gibt eine Möglichkeit, die Detektion hinzuzufügen, ohne die Kameralast zu verändern: Man lässt die stromsparenden Kameras am Mast und führt die Inferenz auf einem nachgelagerten Gerät durch.
Der Tausch beinhaltet eine feste 24-Stunden-Last anstelle einer variablen Last, die auf vier Kameras verteilt ist. Ob sich das lohnt, hängt ausschließlich vom Stromverbrauch des Geräts ab.
| Bauen | Tägliches Wh | Bank bei 24V | Winterliche Anordnung |
|---|---|---|---|
| Ältere Kameras, keine Erkennung | 1,056 | 220 Ah | 563 W |
| Vorhandene Kameras plus 15-W-Gerät | 1,416 | 295 Ah | 755 W |
| Vorhandene Kameras plus 25-W-Gerät | 1,656 | 345 Ah | 883 W |
| Vier KI-Kameras | 1,800 | 375 Ah | 960 W |
Der Break-Even-Punkt liegt bei etwa 31 W. Ein Gerät, das auf vier Kanälen mehr verbraucht, macht den gesamten Vorteil zunichte. Daher sollte man dies berechnen, anstatt einfach anzunehmen. Bei einer Vier-Kamera-Anlage ist die Geräteoption in der Regel günstiger. Der Vorteil verringert sich mit steigender Kanalanzahl.
Vier Dinge, die dagegen sprechen:
Die Dekodierungskosten steigen mit der Anzahl der Kanäle und der Auflösung. Das Gerät muss jeden Stream dekodieren, bevor es ihn analysieren kann, daher verringert sich der Vorteil mit zunehmender Größe der Anlage. Bei acht oder zwölf Kameras kann er verschwinden.
Es handelt sich um einen einzigen potenziellen Fehlerpunkt. Fällt eine Kamera aus, verliert man eine Ansicht. Fällt das Gerät aus, ist die Erfassung überall nicht mehr möglich.
Eine ältere Kamera wurde nicht für die Modellierung entwickelt. Niedrigere Bildrate, schwächerer Sensor bei schlechten Lichtverhältnissen, mehr Kompressionsartefakte. Die Erkennungsqualität einer fünf Jahre alten Kamera kann schlechter sein als die einer speziell dafür entwickelten, und auch umfangreiche Nachbearbeitung kann einen verrauschten 10-fps-Stream nicht verbessern.
Das Gerät benötigt in einem abgedichteten Gehäuse thermische Reserve. Manchmal bedeutet das einen Lüfter, der mehr Watt verbraucht und ein weiteres bewegliches Teil darstellt.
Gehen Sie nicht davon aus, dass die Verlagerung der Rechenleistung ... bewirkt.
Eine berechtigte Anschlussfrage: Warum nicht alles in die Cloud senden und dort verarbeiten?
Manchmal stimmt es, oft aber nicht, und der Grund dafür ist das Modem.
Ein Mobilfunkmodem im Leerlauf verbraucht sehr wenig Strom. Ein Modem, das eine kontinuierliche Upload-Verbindung aufrechterhält, verbraucht deutlich mehr Strom, und der Verbrauch steigt mit der Belastung, die durch die Aufrechterhaltung der Verbindung entsteht. An einem abgelegenen Standort mit nur zwei Balken Empfang kann allein die Sendeleistung dem Stromverbrauch der Inferenzmaschine entsprechen.
Edge-Verarbeitung dient unter anderem dazu, Metadaten und kurze Clips anstelle eines kontinuierlichen Datenstroms zu senden. Das spart Bandbreite und im Akkubetrieb in der Regel auch Energie.
Ergänzend sei erwähnt: Eine auf den richtigen Sendemast ausgerichtete Richtantenne optimiert nicht nur die Verbindungsqualität, sondern auch die Sendeleistung. Ein besseres Signal bedeutet geringere Sendeleistung und somit weniger Wattstunden.
Was soll geändert werden?
Messen, nicht spezifizieren. Platzieren Sie die Kamera auf einem Netzteil, richten Sie sie auf eine Szene mit realistischer Aktivität und erfassen Sie die Wattstunden über 24 Stunden. Mit diesem einen Schritt lassen sich die meisten Dimensionierungsfehler aufdecken.
Erstellen Sie zwei Lastprofile. Ruhiger und stark frequentierter Standort. Die Größe des stark frequentierten Standorts. Der ruhige Standort zeigt Ihnen die tatsächliche Raumhöhe.
Tag und Nacht werden als separate Blöcke modelliert. Bilden Sie keinen Durchschnitt, sondern verwenden Sie die Stundenaufteilung aus Ihrem schlechtesten Monat.
Auslegung der Entladungstiefe im Hinblick auf die angestrebte Lebensdauer Nicht nur Ihr Autonomieziel. Fünfjährige Bankgeschäfte bedeuten flachere Zyklen und mehr Kapazität.
Optimieren Sie die Erkennungszonen für die Stromversorgung, nicht nur für Fehlalarme. Das Ausblenden einer stark befahrenen Straße am Bildrand reduziert die Inferenzlast. Die meisten nutzen dies, um Fehlalarme zu vermeiden und bemerken die Energieeinsparung nicht. Es ist die kostengünstigste Optimierungsmöglichkeit und sollte als Erstes überprüft werden, wenn die Leistung einer Website knapp ist.
Verwenden Sie MPPT. Die Ertragslücke gegenüber PWM vergrößert sich mit zunehmender Last und spielt vor allem bei kalten, lichtarmen Bedingungen eine Rolle, die Ihren schlechtesten Monat kennzeichnen.
Das Budget für Radio und Heizung muss explizit angegeben werden. Beide werden ständig in Tabellenkalkulationen vergessen, und zusammen machen sie ein Fünftel des täglichen Verbrauchs aus.
Zwei Dinge sollten Sie vermeiden: Verwenden Sie die alte Solaranlage nicht wieder, nur weil der Anhänger noch funktioniert. Sie wird doppelt so stark beansprucht und verschleißt dadurch schneller. Und erhöhen Sie nicht die Kapazität durch zusätzliche Solarmodule: Mehr Solarzellen helfen zwar an sonnigen Tagen, bringen aber bei fünf Tagen Bewölkung nichts, da die Autonomie dann von der Batterie abhängt.
Spickzettel
| Frage | Arbeitsantwort |
|---|---|
| Ausgangsannahme für den Aufbau einer KI-Kamera | 1.5- bis 2-mal so groß wie ein gleichwertiger Build ohne KI, dann messen |
| Spitzenwert zu Durchschnittswert, feste Kamera | Über 1.2 |
| Spitzenwert zu Durchschnittswert, kontinuierliche Inferenz | Über 1.5 zu 2.0 |
| Für welchen Monat soll man designen? | Das Schlimmste, dazu noch eine Woche mit bewölktem Himmel |
| Entwurf des Verteidigungsministeriums für eine fünfjährige Bank | 50 % oder flacher |
| Heizkostenzuschuss für kalte Klimazonen | 10 bis 15 % der täglichen Wattstunden |
| Zentralisierte Inferenz-Grenze, vier Kanäle | Geräteverbrauch ca. 31 W |
| Laderegler | MPPT |
Endeffekt
Der Wechsel von fest installierten Kameras zu Kameras mit integrierter Bewegungserkennung erscheint wie eine einfache Umstellung. Energietechnisch gesehen handelt es sich jedoch um eine andere Lastklasse: Der Verbrauch ist im Durchschnitt höher, variiert je nach Szenenaktivität, konzentriert sich auf sonnenlose Stunden und korreliert mit wetterbedingten Stromausfällen.
Ein Wert zwischen dem 1.5- und 2-Fachen des täglichen Wattstundenverbrauchs ist ein guter Ausgangspunkt. Messen Sie dann, denn der Multiplikator für Ihre Kamera in Ihrer Szene ist der einzig relevante Wert.
