欢迎来到梦飞服务器

5G技术

5G+边缘计算拉开中国“智造”大幕

工业化革命的进程在某种程度上也代表了人类社会的发展进程,自先后经历了机械化、电气化、自动化三个阶段后,工业制造业已经正式迈进了以网络化、数字化、智能化为代表的工业4.0阶段。

面对奔涌而来的数字化浪潮,工业制造领域凭借其得天独厚的数据规模优势,成为了转型升级的先行者。在5G、AIoT、边缘计算等技术助力企业降本增效的同时,工厂里遍布的产线、设备和机器以及由此产生的海量数据也为新兴技术的发展与融合提供了肥沃的土壤。

具体而言,5G的大带宽、低时延、高可靠特性在保障传输速率的同时,使得成百上千的设备实现了一张网的全覆盖;边缘计算的出现则有效弥补了云计算在时效性、传输距离、安全性等方面的不足,从而进一步推动了智能制造落地。二者的结合更是相得益彰,一方面,5G网络通信保障了数据本地化处理的实时性与稳定性;另一方面,通过将计算从数据中心向边缘下沉,可以更好地将低时延特性作用到终端设备上。

5G+边缘计算引领智能制造

6月7日,工信部发布了《工业互联网专项工作组2021年工作计划》,将深化“5G+工业互联网”列为重点工作,并明确提出将建设5G全连接工厂,加快典型场景推广。不难看出,5G深度应用于工业制造领域已是大势所趋,而5G在工厂内也的确“如鱼得水”。

5G的“易部署”,消除了旧工厂升级改造过程中的重重障碍,让工程实施变得更加容易;5G的“低时延”亚洲服务器租用,让重要数据可以及时回传,保证关键业务的连续性;5G的“高可靠”,大大减少了机器设备因通信干扰造成的“失联”现象;5G的“大带宽”,使得工厂内的视频数据可以被上传到云端进行统一的处理;5G的“广连接”,使得成百上千台机械设备都可以实现一张网的全覆盖。

同时,随着越来越多的终端设备接入5G网络,随之而来的数据量也与日俱增,无疑对后端计算提出了更大的挑战。此外,工业数字化场景对响应时间要求极高,若要实现真正的“无人工厂”就必须保证及时、精准反馈,任何的网络延迟都可能为工厂带来无法逆转的损失,尤其是现场环境监测、故障预测及报警等高危、高频场景下的数据处理必须达到“低时延”。

插播一条广告

高通人工智能&物联网开发技术开放日

数据传输阶段,5G的空中接口时延低至1ms;而在数据处理阶段,传统的云计算多部署于数据中心,受困于技术与传输距离,时效性是其始终难以突破的痛点,但融合了网络、计算、存储以及应用处理能力的边缘计算,部署在靠近用户与数据源头的边缘节点,就近提供数据处理服务并回传用户,能够有效缩短时延。

在工业数字化转型过程中所暴露出来的种种痛点也为5G与边缘计算提供了良好的落地环境。首先,制造企业对生产安全要求非常高,但工厂目前仍然属于劳动密集型产业,人工管理成本高,管理人员的紧缺以及单纯依靠人员管理所造成的疏漏而导致的意外事故频繁发生。其次,在产品批量生产制作过程中,由于生产作业时间过长、检测人员视觉疲劳以及缺乏检测培训、检测标准不一致等问题,致使产品次品率提升。在此需求之上,越来越多的5G与边缘计算融合应用已成功落地工厂。

工业产品的瑕疵检测为例,一个看起来毫不起眼的缺陷或瑕疵,轻则致使企业的商誉和财产遭受损失,重则甚至会导致伤亡事故的发生,仅靠传统的人工检测手段无法保证准确率,且效率低、成本高,所以很多企业正在用摄像头替代人眼进行质量的检测和瑕疵的识别。这个过程中,不但需要基于5G“大带宽”的特性实现数据的采集和传输,还需要利用人工智能技术在边缘侧或云端快速且准确地对图像和视频进行视觉异常检测。

针对于此,中科创达早在2018年就推出了工业视觉检测一站式解决方案——智慧工业ADC (Automatic Defect Classification)系统,包含缺陷自动化分类、新产品迭代数据清洗、业务作业员认证三个子系统,从作业员技能认证、数据集更新到新产品导入,贯穿工业检测的整个生命周期,有效帮助制造企业减少75%的工作量,产能提升35倍。相比人工检测,漏检率下降3%,准确率提升99%。

工厂内典型的5G+边缘计算应用场景

依托于5G+边缘计算的技术融合,工业视觉、AR远程协助、AI视频监控、多机器人协作等场景得以快速落地。

工业视觉

腾讯云代理

梦飞科技 - 最新促销活动优惠获取

Copyright © 2003-2021 MFISP.COM. 国外vps服务器租用 香港梦飞 版权所有 粤ICP备11019662号