機器視覺：智能制造的關鍵

機器視覺，指用機器代替人工來做測量和判斷。機器視覺的應用使得工業生產更加自動化、智能化，大大提高了生產效率，機器視覺已成為實現工業自動化和智能化的必要手段之一。目前，機器視覺在工業領域已經實現了外觀檢測、引導和定位、高精度檢測和識別等方面的廣泛應用：

5G助力智能制造加速發展，但工業應用落地依然存在阻礙

隨著“新基建”概念的提出與“十四五”專項規劃的出爐，伴隨著智能制造的號角，5G的發展風頭正盛。5G“三超”（超高速、超大連接、超低時延）的關鍵能力，可以滿足工業場景下高速率數據采集、遠程控制、數據傳輸的穩定可靠性、業務連續性等需求。5G技術的發展，給智能制造在生產管理方面帶來了快速、有效的信息共享能力。機器視覺結合以“端、邊、云”架構理念設計的5G架構體系，能夠快速融入到多行業的應用中。

但是在工業場景中，產業應用的差異化給5G技術的落地提出了新的技術需求，工業場景的碎片化，使得時延和可靠性仍無法達到工業生產的要求。主要表現在：

1）垂直行業特性迥異，知識壁壘高，制造流程對可靠性和穩定性要求高，目前的運營商網絡還很難滿足工業物聯網對性能方面要求。5G現有網絡還需持續優化，提出更加精準的專網架構體系。

2）每個行業間的特性差異巨大，物聯網與每個行業結合，要根據行業自身特性調整其網絡能力，則給網絡建設復雜度提出了更高要求。

• 精準工業控制。生產過程中，操作的精準控制是必須要求。邊、云的數據進行分析、判斷、決策，再轉換成工業設備控制指令進行下發至設備執行，期間實現設備間精準信息交互和高效協作必須依靠網絡的低時延、高穩定性。
• 局域網部署，保證數據安全性。工業企業對生產過程中產生的業務數據有安全私密性要求，保證數據不出園區，是企業自有核心技術保護的需要。當前大部分場景的工業控制系統還部署在本地，受通信技術和處理能力限制，工業云平臺涉及工業控制的深度還不夠，多鏈接、大數據支持等仍需要加強。
• 高穩定性、低時延。目前工業物聯網的應用只能停留在表層的數據采集、展示和管理，難涉及工業系統控制核心領域及生產制造過程，其中穩定性和時延難滿足是主要因素。

基于工業領域生產特點，MEC需加強新技術方向建設

MEC (Multi-access Edge Computing)是一個邊緣云平臺，是指靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的開放平臺，能就近提供智能互聯服務，滿足行業在數字化變革過程中對業務實時、業務智能、數據聚合與互操作、安全與隱私保護等方面的關鍵需求。

MEC重點發展的技術方向除了完善自有通訊架構建設，同時也要提升應用場景設備的硬實力。MEC技術可在以下幾個方面展開探索：

1. 超低時延：目標的理想時延是1ms，典型場景可做到5-10ms。同時要兼顧時延和其他性能指標之間的平衡關系值，尤其是在超低時延的同時要求100%可靠性，及較高業務吞吐量。
2. 視頻編解碼技術：工業產線智能化設備多以視頻、圖像方式進行傳輸、數據分析等。除了5G大帶寬的數據要求外，在視頻流、圖片等信息傳輸保證不失真前提下的壓縮能力也必須依靠網絡的穩定性和可靠性。視頻編解碼技術可保證壓縮比的大幅度提升，減少管道帶寬的開支。
3. 超算能力：隨著5G應用的深入及更多深度學習算法的應用，大量數據的采集、分析能力的加強，快速提升了對MEC的算力要求。MEC需更快的完成端側的處理能力，復雜深度學習算法在MEC的超算需求更迫切，則算力需快速提升。

Eye-X通用化工業視覺平臺讓機器視覺技術更加廣泛滲透工業領域

機器視覺的核心技術圍繞著引導和定位、外觀檢測、高精度檢測、識別等應用展開，其以光、電、算、軟結合的方式實現，精度可達μm級、圖像大數據量要求高。上行帶寬超過100Mbps，時延10ms以內居多。尤其在工業生產場景中，產業鏈條跨區域現象非常普及，如何在區域之間保證信息的穩定性、及時性、實時性是保證整個工業生產過程的所必須支持的技術。

新視智科自主研發的Eye-X通用化工業視覺平臺架構體系在工業制造中可實現引導定位、外觀測量、高精度檢測、識別等功能，滿足工業生產需求。該平臺采用軟件模塊標準化、通用化設計，由機器視覺管理、深度視覺算法、數據管理與分析、以及工業質檢云等功能模塊組成，支持多種類標準接口，支持多種核心應用零部件及多應用場景。

• 機器視覺管理模塊：提供六大類百多種算子，圖像化編程、靈活方便。
• 深度視覺算法：結合深度學習技術重點提供缺陷檢測、目標分類和OCR識別等功能。三大功能模塊，可快速匹配不同應用場景需求。
• 數據管理與分析模塊：重點提供設備接入管理、數據分析及決策、數據可視化、數字孿生、報表統計、數據聯動等應用，打造新時代智慧工廠。
• 工業質檢云提供工業領域系統云化部署方案，實現樣本收集、標注、訓練、模型在線更新等。

目前，Eye-X通用工業視覺平臺已經在多場景如紡織、3C、金屬等卷材，光伏、玻璃等片材，以及新能源鋰電、鋼鐵、酒業、水泥等領域得到廣泛應用，滿足多場景算法、大數據分析、分布式架構等需求。

Eye-X通用化工業視覺平臺與MEC架構融合，助力智能制造+5G應用泛化

MEC 和 5G 的融合為工業智能化改造提供了充分的想象空間，MEC 可以實現對工業業務數據的本地分流卸載、對業務的近端處理，在滿足企業數據不出園區的安全隱私性需求的同時，也進一步降低了業務時延，提升了諸如遠程控制、遠程協作等業務的體驗。

而Eye-X通用化工業視覺平臺架構體系可融合到MEC核心算法中，通過借助MEC在算力、算法、存儲上的優勢，及圖像流、視頻流等方面的編解碼及圖像壓縮能力等優勢，可以有效提高機器視覺在工業領域的檢測、識別、定位等需求的應用能力，快速在工業領域的應用場景中落地，并有助于提升在不同應用場景的擴展能力。

“通過高清攝像頭、工業相機采集生產線上產品的圖像信息，通過5G的高上行帶寬進行圖像信息的傳送，結合MEC平臺保障業務路徑最短。MEC平臺部署的機器視覺AI 算法對圖像進行處理、分析和理解，以識別各種場景下的目標和對象，實時檢測生產線上產品的質量，包括外觀缺陷檢測、尺寸檢測、圖案檢測等，以達到對產品質量檢測的高精度、實時性、高效率的目的，可以最大程度替代人工質檢，降低企業成本，提升質檢的效率和效果。”

同時，結合5G的網絡能力，MEC更靠近移動用戶在IT服務和云計算的優勢，使應用、服務和內容部署在分布式移動環境中，針對圖像、視頻、制圖等，將計算和存儲卸載到無線接入網，降低對通信帶寬開銷，提高實時性。5G的低延時技術，加快了物聯網端云結合的構建。

結語

目前，工業智能仍以解決碎片化需求為主。尤其是疫情中數字經濟讓企業更加重視工業智能的價值，新基建的投資拉動，將共同推動工業智能從單點智能快速躍遷到全局智能，特別是汽車、消費電子、品牌服飾、鋼鐵、水泥、化工等具備良好信息化基礎的制造業，貫穿供應鏈、生產、資產、物流、銷售等各個環節在內的企業生產決策閉環的全局智能化應用將大規模涌現。

在此基礎上，融合Eye-X通用工業視覺平臺+ MEC平臺的智能化工廠建設，將機器視覺與5G的產品集成，能夠快速進入工業領域的多場景應用，并在整個工藝產線上提升工位間不同需求的應用，實時解決每個環節的工作特性和問題，實現從單點智能到全局智能的衍進，將為企業帶來真正價值的提升，也為推動中國實體經濟的高質量、高水平發展助力。