Eye-X通用化工业视觉平台与边缘计算融合架构助力5G应用泛化

机器视觉:智能制造的关键

机器视觉,指用机器代替人工来做测量和判断。机器视觉的应用使得工业生产更加自动化、智能化,大大提高了生产效率,机器视觉已成为实现工业自动化和智能化的必要手段之一。目前,机器视觉在工业领域已经实现了外观检测、引导和定位、高精度检测和识别等方面的广泛应用:
Eye-X通用化工业视觉平台与边缘计算融合架构助力5G应用泛化_第1张图片

5G助力智能制造加速发展,但工业应用落地依然存在阻碍

随着“新基建”概念的提出与“十四五”专项规划的出炉,伴随着智能制造的号角,5G的发展风头正盛。5G“三超”(超高速、超大连接、超低时延)的关键能力,可以满足工业场景下高速率数据采集、远程控制、数据传输的稳定可靠性、业务连续性等需求。5G技术的发展,给智能制造在生产管理方面带来了快速、有效的信息共享能力。机器视觉结合以“端、边、云”架构理念设计的5G架构体系,能够快速融入到多行业的应用中。

但是在工业场景中,产业应用的差异化给5G技术的落地提出了新的技术需求,工业场景的碎片化,使得时延和可靠性仍无法达到工业生产的要求。主要表现在:

1)垂直行业特性迥异,知识壁垒高,制造流程对可靠性和稳定性要求高,目前的运营商网络还很难满足工业物联网对性能方面要求。5G现有网络还需持续优化,提出更加精准的专网架构体系。

2)每个行业间的特性差异巨大,物联网与每个行业结合,要根据行业自身特性调整其网络能力,则给网络建设复杂度提出了更高要求。

  • 精准工业控制。生产过程中,操作的精准控制是必须要求。边、云的数据进行分析、判断、决策,再转换成工业设备控制指令进行下发至设备执行,期间实现设备间精准信息交互和高效协作必须依靠网络的低时延、高稳定性。
  • 局域网部署,保证数据安全性。工业企业对生产过程中产生的业务数据有安全私密性要求,保证数据不出园区,是企业自有核心技术保护的需要。当前大部分场景的工业控制系统还部署在本地,受通信技术和处理能力限制,工业云平台涉及工业控制的深度还不够,多链接、大数据支持等仍需要加强。
  • 高稳定性、低时延。目前工业物联网的应用只能停留在表层的数据采集、展示和管理,难涉及工业系统控制核心领域及生产制造过程,其中稳定性和时延难满足是主要因素。

基于工业领域生产特点,MEC需加强新技术方向建设

MEC (Multi-access Edge Computing)是一个边缘云平台,是指靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开放平台,能就近提供智能互联服务,满足行业在数字化变革过程中对业务实时、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。

MEC重点发展的技术方向除了完善自有通讯架构建设,同时也要提升应用场景设备的硬实力。MEC技术可在以下几个方面展开探索:

  1. 超低时延:目标的理想时延是1ms,典型场景可做到5-10ms。同时要兼顾时延和其他性能指标之间的平衡关系值,尤其是在超低时延的同时要求100%可靠性,及较高业务吞吐量。
  2. 视频编解码技术:工业产线智能化设备多以视频、图像方式进行传输、数据分析等。除了5G大带宽的数据要求外,在视频流、图片等信息传输保证不失真前提下的压缩能力也必须依靠网络的稳定性和可靠性。视频编解码技术可保证压缩比的大幅度提升,减少管道带宽的开支。
  3. 超算能力:随着5G应用的深入及更多深度学习算法的应用,大量数据的采集、分析能力的加强,快速提升了对MEC的算力要求。MEC需更快的完成端侧的处理能力,复杂深度学习算法在MEC的超算需求更迫切,则算力需快速提升。

Eye-X通用化工业视觉平台让机器视觉技术更加广泛渗透工业领域

机器视觉的核心技术围绕着引导和定位、外观检测、高精度检测、识别等应用展开,其以光、电、算、软结合的方式实现,精度可达μm级、图像大数据量要求高。上行带宽超过100Mbps,时延10ms以内居多。尤其在工业生产场景中,产业链条跨区域现象非常普及,如何在区域之间保证信息的稳定性、及时性、实时性是保证整个工业生产过程的所必须支持的技术。

新视智科自主研发的Eye-X通用化工业视觉平台架构体系在工业制造中可实现引导定位、外观测量、高精度检测、识别等功能,满足工业生产需求。该平台采用软件模块标准化、通用化设计,由机器视觉管理、深度视觉算法、数据管理与分析、以及工业质检云等功能模块组成,支持多种类标准接口,支持多种核心应用零部件及多应用场景。

  • 机器视觉管理模块:提供六大类百多种算子,图像化编程、灵活方便。
  • 深度视觉算法:结合深度学习技术重点提供缺陷检测、目标分类和OCR识别等功能。三大功能模块,可快速匹配不同应用场景需求。
  • 数据管理与分析模块:重点提供设备接入管理、数据分析及决策、数据可视化、数字孪生、报表统计、数据联动等应用,打造新时代智慧工厂。
  • 工业质检云提供工业领域系统云化部署方案,实现样本收集、标注、训练、模型在线更新等。

目前,Eye-X通用工业视觉平台已经在多场景如纺织、3C、金属等卷材,光伏、玻璃等片材,以及新能源锂电、钢铁、酒业、水泥等领域得到广泛应用,满足多场景算法、大数据分析、分布式架构等需求。

Eye-X通用化工业视觉平台与MEC架构融合,助力智能制造+5G应用泛化

MEC 和 5G 的融合为工业智能化改造提供了充分的想象空间,MEC 可以实现对工业业务数据的本地分流卸载、对业务的近端处理,在满足企业数据不出园区的安全隐私性需求的同时,也进一步降低了业务时延,提升了诸如远程控制、远程协作等业务的体验。

而Eye-X通用化工业视觉平台架构体系可融合到MEC核心算法中,通过借助MEC在算力、算法、存储上的优势,及图像流、视频流等方面的编解码及图像压缩能力等优势,可以有效提高机器视觉在工业领域的检测、识别、定位等需求的应用能力,快速在工业领域的应用场景中落地,并有助于提升在不同应用场景的扩展能力。

通过高清摄像头、工业相机采集生产线上产品的图像信息,通过5G的高上行带宽进行图像信息的传送,结合MEC平台保障业务路径最短。MEC平台部署的机器视觉 AI算法对图像进行处理、分析和理解,以识别各种场景下的目标和对象,实时检测生产线上产品的质量,包括外观缺陷检测、尺寸检测、图案检测等,以达到对产品质量检测的高精度、实时性、高效率的目的,可以最大程度替代人工质检,降低企业成本,提升质检的效率和效果。

同时,结合5G的网络能力,MEC更靠近移动用户在IT服务和云计算的优势,使应用、服务和内容部署在分布式移动环境中,针对图像、视频、制图等,将计算和存储卸载到无线接入网,降低对通信带宽开销,提高实时性。5G的低延时技术,加快了物联网端云结合的构建。

结语

目前,工业智能仍以解决碎片化需求为主。尤其是疫情中数字经济让企业更加重视工业智能的价值,新基建的投资拉动,将共同推动工业智能从单点智能快速跃迁到全局智能,特别是汽车、消费电子、品牌服饰、钢铁、水泥、化工等具备良好信息化基础的制造业,贯穿供应链、生产、资产、物流、销售等各个环节在内的企业生产决策闭环的全局智能化应用将大规模涌现。

在此基础上,融合Eye-X通用工业视觉平台+ MEC平台的智能化工厂建设,将机器视觉与5G的产品集成,能够快速进入工业领域的多场景应用,并在整个工艺产线上提升工位间不同需求的应用,实时解决每个环节的工作特性和问题,实现从单点智能到全局智能的衍进,将为企业带来真正价值的提升,也为推动中国实体经济的高质量、高水平发展助力。

你可能感兴趣的:(5g,机器学习,深度学习)