基于MEC的通用机器视觉平台:让5G更懂制造

2021-05-26 作者:中兴通讯 李阳,黄勇
基于MEC的通用机器视觉平台:让5G更懂制造 - 中兴通讯技术(简讯)
您当前访问的的浏览器版本过低,为了给您带来更好的体验,建议您升级至Edge浏览器或者推荐使用Google浏览器
取消

基于MEC的通用机器视觉平台:让5G更懂制造

发布时间:2021-05-26  作者:中兴通讯 李阳,黄勇  阅读量:

随着5G技术在工业互联网行业应用中逐渐普及和成熟,融合5G技术的机器视觉成为运营商ToB业务纵深发展的重要抓手。机器视觉技术落地需要依赖大量的非结构化数据的高效传输,同时分析的结果往往需要快速反馈支持现场的决策与执行,因此5G技术将进一步推动机器视觉的发展。 

机器视觉面临的机遇与挑战 

近几年,越来越多的企业面临招工难、用工贵的问题,一些条件艰苦的岗位甚至面临招不到人的窘境。此外,数据是工厂的“核心资产”,很多工艺和品质数据都掌握在人的经验里,随着这些“专家”的退休,企业面临着工艺传承和数据流失的风险。基于此,机器视觉技术在制造加工领域有巨大的市场需求。有机构预测,至2025年,全球范围机器视觉市场规模年均增速为7.7%,中国市场2021—2022年增速预计为10%左右。

现有机器视觉在应用中尚存在一些问题:工控机及有线部署方式下,如果企业有多场景、多产线机器视觉应用,将不得不面对重复投资以及实施成本高的问题;其次,由于厂家的异构性以及多个机器视觉子系统间的封闭独立性,造成后期的维护升级以及数据的融合难度较大;同时,散布在各工位的算力有限,且无法云化共享,造成算力有效利用率低,进而影响视觉算法处理的效率;最后,工位部署难以实现模型的在线训练优化,进一步降低检测与识别的准确率,精度方面也受到制约。 

5G时代,MEC如何赋能机器视觉 

目前,机器视觉在业界主要由4种部署方式:端侧部署、公有云部署、边缘/私有云部署以及云-边-端协同部署。其中,端侧部署受限于资源环境,而公有云部署会存在数据安全性和业务实时性难以保障的问题。MEC(Multi-Access Edge Computing)在适配了网元的分布式部署基础之上,借助云化技术将集中式电信云进行边缘分布式重构,不但可满足机器视觉边缘/私有云部署,还能结合云-边-端协同部署所带来的优势。

作为5G技术的核心特征,MEC是一跳入云、实现低时延高带宽确定性网络的基础。基于MEC可以将高密度计算、高流量、低时延需求的业务就近部署,满足客户对业务安全、速率、可靠性的多重要求。

    - MEC提供灵活的网络能力:无论终端是基于4G、5G,还是固网、Wi-Fi,都可以直接接入MEC,并在MEC上统一进行分析处理,企业无需调整网络布线就能快速实现对已有产线的技术改造。另外,MEC支持边缘分流,实现流量本地化,降低承载/传输网的压力,进一步降低传输时延,保证数据不出厂。

    - MEC支持多态的资源能力:对于机器视觉应用,往往依赖加速硬件(GPU/FPGA)以及不同规格的裸机、虚机及容器资源,MEC可很好地满足这些需求,可极大简化现场设备,同时支持可靠、弹性存储。

    - MEC提供云边协同能力:基于MEC的云边协同,边缘节点进行AI推理和策略执行,而AI模型的训练和大数据分析类对时延敏感性较低的业务则可以部署到中心云上,为视觉检测、识别,提供更为强大的计算能力和存储能力,同时进一步平衡成本和使用效能。

基于MEC的通用机器视觉平台架构见图1。

         图1   基于MEC的通用机器视觉平台架构

 

中兴通讯5G+机器视觉应用实践 

中兴通讯凭借5G网络优势,基于5G专网打造云化工业级机器视觉解决方案。方案支持工业视频图像采集、存储、分析、应用全流程,向企业、开发商和个人提供数据服务,同时支持视觉AI算法训练、计算资源调度,为算法开发者提供训练服务。

在算法层面,中兴通讯已在电子制造、钢铁冶金等重点工业领域积累了具有典型应用价值的算法库,算法库支持与第三方算法松耦合集成。同时支持ResNet、YOLOV、Faster RCNN等常用深度学习神经网络算法和经典算法工具,具有算法快速生成和定制能力。

此外,中兴通讯自研的算法模型训练平台AIE(AI Explorer)可实现可视化、拖拽式的算法模型训练任务搭建。AI深度学习建立在对大数据的训练基础上,支持算法在线训练、评估优化、发布与部署。

2020年第三届“绽放杯”5G应用征集大赛中,中兴通讯联合中国电信打造的“基于5G +MEC的分布式通用机器视觉平台”获得全国一等奖。该方案结合了中兴通讯5G+机器视觉技术优势,以及中国电信丰富的网络和计算资源及专业运维能力,共同为工厂提供高效稳定的云化工业级机器视觉方案,助力行业升级。目前该方案已在中兴通讯南京滨江工厂和中兴通讯长沙工厂成功落地,应用场景包括AAU转接柱、螺钉检测、SMT自动叠板、点胶及PCB板检测等。据统计,经过5G MEC机器视觉系统改造后,工厂平均每班单条生产线可节省2名人力,漏检率比人工降低80%,综合良率提高5%。

此外,中兴通讯协同云南神火铝业综合应用5G+MEC+高清工业相机,针对传送皮带跑偏和裂纹实时在线检测、阳极铸造高温溶液检测、能源表计AI读数等多应用场景进行机器视觉应用落地。其中,通过机器视觉实时检测溶液温度,相比传统手段可有效将电解阳极铸造品质提升15%以上,进而在电解铝的过程中大幅降低单吨电耗,对于年产7000万吨的工厂来说,价值极大。

中兴通讯持续打造底层软件和算法平台的核心竞争力,并结合AI、深度学习以及3D视觉等先进领域能力,构筑自己的核心技术壁垒。同时在行业市场持续深耕场景化解决方案,深入探索机器视觉在工业领域的应用,满足更多工业生产场景需求。

分享到: