4、定制化制造中的边缘智能：技术与应用解析

定制化制造中的边缘智能：技术与应用解析

1. 边缘智能概述

在定制化制造领域，随着网络终端设备数量的快速增长以及它们所产生的数据量的激增，单纯基于云计算的人工智能暴露出了一些不足。边缘智能应运而生，它将人工智能部署在边缘网络，强调靠近数据源，以减少智能云计算服务交付的延迟，实现无线态势智能感知、智能快速决策和实时响应。

边缘智能旨在将边缘计算与人工智能等应用相结合，把基于云计算的数据处理能力同步到边缘节点，为定制化制造边缘网络提供高级数据分析、场景感知、实时决策等服务功能。在定制化制造中，边缘智能包含以下六个功能：
- 数据收集 ：传感器是定制化制造中边缘智能应用系统的前端组件。结合传感器技术，边缘设备能高效获取数据。例如，智能无源传感器（SPSs）可无线监测温度、压力等参数；iDAR 是集成了低光相机的微光电机械系统激光雷达，还具备嵌入式人工智能算法，可实时感知周围动态环境。不过，边缘传感器设备可能受能量、带宽或原始计算能力的限制，带宽会限制数据收集和传输的最大速率，这可能给编程带来挑战并牺牲一些效益。理想情况下，传感器应仅发送必要信息，关键数据能立即做出关键决策。此外，体积小且不显眼的边缘传感器可轻松部署在空间受限的环境中。
- 数据通信 ：定制化制造边缘网络中收集的大量数据对数据传输能力构成了巨大挑战，因此出现了许多面向边缘的通信技术。设备到设备（D2D）方法用于提供实时数据传输和共享等服务，在边缘智能框架中发挥着关键作用。与传统的以网络为中心的数据传输模式不同，D2D 通信技术开辟了以设备为中心的通信方向，可有效增加边缘网络的通信容量，为边缘智能提供必要的数据传输和信息共享能力。通信理论和技术可有