工業(yè)化革命的進(jìn)程在某種程度上也代表了人類社會(huì)的發(fā)展進(jìn)程，自先后經(jīng)歷了機(jī)械化、電氣化、自動(dòng)化三個(gè)階段后，工業(yè)制造業(yè)已經(jīng)正式邁進(jìn)了以網(wǎng)絡(luò)化、數(shù)字化、智能化為代表的工業(yè)4.0階段。

面對(duì)奔涌而來的數(shù)字化浪潮，工業(yè)制造領(lǐng)域憑借其得天獨(dú)厚的數(shù)據(jù)規(guī)模優(yōu)勢(shì)，成為了轉(zhuǎn)型升級(jí)的先行者。在5G、AIoT、邊緣計(jì)算等技術(shù)助力企業(yè)降本增效的同時(shí)，工廠里遍布的產(chǎn)線、設(shè)備和機(jī)器以及由此產(chǎn)生的海量數(shù)據(jù)也為新興技術(shù)的發(fā)展與融合提供了肥沃的土壤。

具體而言，5G的大帶寬、低時(shí)延、高可靠特性在保障傳輸速率的同時(shí)，使得成百上千的設(shè)備實(shí)現(xiàn)了一張網(wǎng)的全覆蓋；邊緣計(jì)算的出現(xiàn)則有效彌補(bǔ)了云計(jì)算在時(shí)效性、傳輸距離、安全性等方面的不足，從而進(jìn)一步推動(dòng)了智能制造落地。二者的結(jié)合更是相得益彰，一方面，5G網(wǎng)絡(luò)通信保障了數(shù)據(jù)本地化處理的實(shí)時(shí)性與穩(wěn)定性；另一方面，通過將計(jì)算從數(shù)據(jù)中心向邊緣下沉，可以更好地將低時(shí)延特性作用到終端設(shè)備上。

5G+邊緣計(jì)算引領(lǐng)智能制造

6月7日，工信部發(fā)布了《工業(yè)互聯(lián)網(wǎng)專項(xiàng)工作組2021年工作計(jì)劃》，將深化“5G+工業(yè)互聯(lián)網(wǎng)”列為重點(diǎn)工作，并明確提出將建設(shè)5G全連接工廠，加快典型場(chǎng)景推廣。不難看出，5G深度應(yīng)用于工業(yè)制造領(lǐng)域已是大勢(shì)所趨，而5G在工廠內(nèi)也的確“如魚得水”。

5G的“易部署”，消除了舊工廠升級(jí)改造過程中的重重障礙，讓工程實(shí)施變得更加容易；5G的“低時(shí)延”，亞洲服務(wù)器租用，讓重要數(shù)據(jù)可以及時(shí)回傳，保證關(guān)鍵業(yè)務(wù)的連續(xù)性；5G的“高可靠”，大大減少了機(jī)器設(shè)備因通信干擾造成的“失聯(lián)”現(xiàn)象；5G的“大帶寬”，使得工廠內(nèi)的視頻數(shù)據(jù)可以被上傳到云端進(jìn)行統(tǒng)一的處理；5G的“廣連接”，使得成百上千臺(tái)機(jī)械設(shè)備都可以實(shí)現(xiàn)一張網(wǎng)的全覆蓋。

同時(shí)，隨著越來越多的終端設(shè)備接入5G網(wǎng)絡(luò)，隨之而來的數(shù)據(jù)量也與日俱增，無疑對(duì)后端計(jì)算提出了更大的挑戰(zhàn)。此外，工業(yè)數(shù)字化場(chǎng)景對(duì)響應(yīng)時(shí)間要求極高，若要實(shí)現(xiàn)真正的“無人工廠”就必須保證及時(shí)、精準(zhǔn)反饋，任何的網(wǎng)絡(luò)延遲都可能為工廠帶來無法逆轉(zhuǎn)的損失，尤其是現(xiàn)場(chǎng)環(huán)境監(jiān)測(cè)、故障預(yù)測(cè)及報(bào)警等高危、高頻場(chǎng)景下的數(shù)據(jù)處理必須達(dá)到“低時(shí)延”。

插播一條廣告

高通人工智能&物聯(lián)網(wǎng)開發(fā)技術(shù)開放日

在數(shù)據(jù)傳輸階段，5G的空中接口時(shí)延低至1ms；而在數(shù)據(jù)處理階段，傳統(tǒng)的云計(jì)算多部署于數(shù)據(jù)中心，受困于技術(shù)與傳輸距離，時(shí)效性是其始終難以突破的痛點(diǎn)，但融合了網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)以及應(yīng)用處理能力的邊緣計(jì)算，部署在靠近用戶與數(shù)據(jù)源頭的邊緣節(jié)點(diǎn)，就近提供數(shù)據(jù)處理服務(wù)并回傳用戶，能夠有效縮短時(shí)延。

在工業(yè)數(shù)字化轉(zhuǎn)型過程中所暴露出來的種種痛點(diǎn)也為5G與邊緣計(jì)算提供了良好的落地環(huán)境。首先，制造企業(yè)對(duì)生產(chǎn)安全要求非常高，但工廠目前仍然屬于勞動(dòng)密集型產(chǎn)業(yè)，人工管理成本高，管理人員的緊缺以及單純依靠人員管理所造成的疏漏而導(dǎo)致的意外事故頻繁發(fā)生。其次，在產(chǎn)品批量生產(chǎn)制作過程中，由于生產(chǎn)作業(yè)時(shí)間過長(zhǎng)、檢測(cè)人員視覺疲勞以及缺乏檢測(cè)培訓(xùn)、檢測(cè)標(biāo)準(zhǔn)不一致等問題，致使產(chǎn)品次品率提升。在此需求之上，越來越多的5G與邊緣計(jì)算融合應(yīng)用已成功落地工廠。

以工業(yè)產(chǎn)品的瑕疵檢測(cè)為例，一個(gè)看起來毫不起眼的缺陷或瑕疵，輕則致使企業(yè)的商譽(yù)和財(cái)產(chǎn)遭受損失，重則甚至?xí)?dǎo)致傷亡事故的發(fā)生，僅靠傳統(tǒng)的人工檢測(cè)手段無法保證準(zhǔn)確率，且效率低、成本高，所以很多企業(yè)正在用攝像頭替代人眼進(jìn)行質(zhì)量的檢測(cè)和瑕疵的識(shí)別。這個(gè)過程中，不但需要基于5G“大帶寬”的特性實(shí)現(xiàn)數(shù)據(jù)的采集和傳輸，還需要利用人工智能技術(shù)在邊緣側(cè)或云端快速且準(zhǔn)確地對(duì)圖像和視頻進(jìn)行視覺異常檢測(cè)。

針對(duì)于此，中科創(chuàng)達(dá)早在2018年就推出了工業(yè)視覺檢測(cè)一站式解決方案——智慧工業(yè)ADC (Automatic Defect Classification)系統(tǒng)，包含缺陷自動(dòng)化分類、新產(chǎn)品迭代數(shù)據(jù)清洗、業(yè)務(wù)作業(yè)員認(rèn)證三個(gè)子系統(tǒng)，從作業(yè)員技能認(rèn)證、數(shù)據(jù)集更新到新產(chǎn)品導(dǎo)入，貫穿工業(yè)檢測(cè)的整個(gè)生命周期，有效幫助制造企業(yè)減少75%的工作量，產(chǎn)能提升35倍。相比人工檢測(cè)，漏檢率下降3%，準(zhǔn)確率提升99%。

工廠內(nèi)典型的5G+邊緣計(jì)算應(yīng)用場(chǎng)景

依托于5G+邊緣計(jì)算的技術(shù)融合，工業(yè)視覺、AR遠(yuǎn)程協(xié)助、AI視頻監(jiān)控、多機(jī)器人協(xié)作等場(chǎng)景得以快速落地。

工業(yè)視覺