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：

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，