江苏龙网

  1. 首页 > 资讯 > 科技 > >

通信世界网■5G边缘计算在智能制造中的探索和实践( 三 )



通信世界网■5G边缘计算在智能制造中的探索和实践
本文插图

图3传统AGV业务的系统架构在5G网络环境下的优化和演进
其中 ， AGV管理应用以容器方式基于Ubuntu操作系统部署 ， AGV设备与5G UE集成 ， 如图4所示 。

通信世界网■5G边缘计算在智能制造中的探索和实践
本文插图

图4基于5G MEC的云化AGV部署构架
利用5G低时延特性 ， 实现AGV管理平台实时下发控制指令 ， 确保产线上AGV机器人按照指令进行货物收货、分拣、入库、搬运、出库等操作 。 基于5G+MEC网络的端到端时延控制在10ms左右、抖动仅2ms（如图5所示） ， 有效保障了AGV在运行中的精准连续控制 。

通信世界网■5G边缘计算在智能制造中的探索和实践
本文插图

图5端到端latency测试结果
AVI是基于机器视觉和图像识别处理算法能力的专用检测设备 ， 利用机器来取代依靠人力的视觉质检任务 ， 可以保证视觉检测的质量 ， 提升检测效率 ， 并节省制造企业的人员培训投入 。
目前捷普电子已经部署的单节点图像质检系统由于成本和操作复杂性的限制 ， 难以实现灵活的柔性调度和扩展 ， 并且各个单节点之间缺少数据共享机制和高效统一的系统维护和升级手段 ， 单机上的硬件配置也带来本地维护的难度和成本过高 。
如图6所示 ， 在本项目实施方案中 ， 将4K高清工业摄像头采集进入包装环节前的产品/材料图像 ， 通过5G网络将数据传输至在MEC上部署的机器视觉质检系统 ， 以识别产品信息并自动判断产品是否存在缺陷 ， 并反馈分析结果 。 前端无外接线缆机动部署 ， 轻量化架构降低维护成本 ， 后台云系统同时支持多前端操作 ， 并实现训练数据实时采集和模型持续优化在线更新 。

通信世界网■5G边缘计算在智能制造中的探索和实践
本文插图

图6基于5G MEC的AVI应用现场部署
AVI应用的网络部署架构如图7所示 。

通信世界网■5G边缘计算在智能制造中的探索和实践
本文插图

图7AVI应用网络部署架构
云化系统功能模块分工如图8所示 ， 计算资源消耗型的功能模块已经从前端现场单元移植到边缘云上 。 在原系统功能架构的基础上设计了计算模型的训练与优化机制 ， 实现训练数据实时采集和模型持续优化在线更新 。

通信世界网■5G边缘计算在智能制造中的探索和实践
本文插图

图8AVI云化系统功能模块分工
作为5G边缘计算网络能力对工业制造应用的支撑能力的验证 ， 本项目专注在网络能力对应用的关键场景的支持情况并验证了整体云化架构设计的合理性和可推广性 。 由于此方案是对原有单机技术架构的重新设计 ， 考虑到系统实现的复杂性 ， 本项目在第一阶段优先完成云化架构基本能力的端云拆分 ， 后期将逐步完善各个功能模块的完整能力和最终与生产执行系统（MES）的集成 。
本文作者：江苏移动牟宁龚舒蕾林兴罗一民 ， 爱立信（中国）甘泉 ， 捷普电子（无锡）吴成波杨剑郑浩


推荐阅读


上一篇：【】麒麟980和骁龙865运行速度差多少看到结果我无语了

下一篇：『』谷歌发布Chrome紧急补丁 修复CVE-2020