5G+边缘计算拉开中国“智造”大幕

在某种程度上，工业化的进程也代表了人类社会的发展进程。工业制造业在经历了机械化、电气化、自动化三个阶段后，正式步入以网络化、数字化、智能化为代表的工业4.0。

面对风起云涌的数字化浪潮，工业制造领域凭借数据规模的独特优势，成为转型升级的先行者。5G、AIoT、边缘计算等技术帮助企业降本增效的同时，遍布工厂的生产线、设备、机器以及由此产生的海量数据也为新兴技术的发展和融合提供了肥沃的土壤。

具体来说，5G的大带宽、低时延、高可靠性保证了传输速率，同时使数百台设备实现一网全覆盖；边缘计算的出现有效弥补了云计算在时效性、传输距离、安全性等方面的不足，从而进一步推动了智能制造的落地。一方面，5G网络通信保证了数据本地化处理的实时性和稳定性；另一方面，通过将计算从数据中心下沉到边缘，低延迟特性可以更好地应用于终端设备。

5G+边缘计算引领智能制造

6月7日，工信部发布《工业互联网任务组2022年工作计划》，将深化 5G+工业互联网 列为重点工作，明确提出建设5G全连接工厂，加快典型场景推广。不难看出，5G在工业制造领域的深度应用是大势所趋，5G在工厂也是如此 如鱼得水 。

5G 易于部署 ，消除了老厂升级过程中的诸多障碍，使项目实施更加容易；5G 低延迟 ，使重要数据能够及时回传，保证关键业务的连续性；5G 高可靠性；，大大减少了机器设备造成的通信干扰 失去联系 现象；5G 宽带宽 以便将工厂内的视频数据上传到云端进行统一处理；5G 广联系 ，使数百台机械设备实现一网全覆盖。

同时，随着越来越多的终端设备接入5G网络，数据量与日俱增，这无疑对后端计算提出了更大的挑战。另外，工业数字场景要求极高的响应时间，所以如果要实现真正的 无人工厂 必须保证及时准确的反馈，任何网络延迟都可能给工厂带来不可逆的损失，尤其是现场环境监测、故障预测、报警等高风险、高频率场景下的数据处理必须达到 低延迟 。

插播广告

高通人工智能及物联网开发技术开放日

在数据传输阶段，5G 空的接口延迟低至1ms；在数据处理阶段，传统云计算多部署在数据中心，受技术和传输距离的限制。时效性是始终难以突破的痛点。而集网络、计算、存储和应用处理能力于一体的边缘计算，部署在靠近用户和数据源头的边缘节点，就近提供数据处理服务并发送给用户，可以有效缩短时延。

工业数字化转型过程中暴露的痛点也为5G和边缘计算提供了良好的落地环境。首先，制造企业对生产安全的要求非常高，但工厂仍然是劳动密集型行业，人工管理成本高，管理人员短缺，单纯依靠人员管理造成的疏漏导致事故时有发生。其次，在产品量产过程中，由于生产时间长、检测人员视觉疲劳、检测培训不足、检测标准不一致等问题，导致不良品率上升。在这一需求之上，越来越多的5G和边缘计算的融合应用成功落地工厂。

以工业产品的探伤为例。一个看似不起眼的瑕疵或缺陷，就可能导致企业的商誉和财产遭受损失，甚至导致人员伤亡。单靠传统的人工检测方法无法保证准确性，效率低，成本高。因此，很多企业都在用摄像头代替人眼进行质量检测和缺陷识别。在这个过程中，不仅仅是基于5G 宽带宽 要实现数据的采集和传输，还需要利用人工智能技术，快速准确地检测边缘侧或云端的图像和视频的视觉异常。

针对这一点，中科创达早在2018年就推出了工业视觉检测一站式解决方案 mdash mdash智能工业ADC(自动缺陷分类)系统包括三个子系统:自动缺陷分类、新产品迭代数据清洗和业务操作员认证。贯穿工业检验全生命周期，有效帮助制造企业减少75%的工作量，提高35倍的生产力。与人工检测相比，漏检率下降了3%，准确率提高了99%。

工厂中典型的5G+边缘计算应用场景

依托5G+边缘计算的技术集成，工业视觉、AR远程协助、AI视频监控、多机器人协作等场景可以快速落地。

工业愿景

视觉用于自动检测、工件加工和装配自动化以及生产过程的控制和监控中的图像识别。通过4K、8K等高清摄像机和工业摄像机，采集生产线上产品的图像信息，对图像进行处理、分析和理解，识别各种场景中的目标和物体，实时检测生产线上产品的质量，包括外观缺陷检测、尺寸检测、图案检测等。，从而达到产品质量检测的高精度、实时性和高效率的目的，可以最大程度地替代人工质检，降低企业成本，提高质检的效率和效果。

工业视觉需要采集和分析大量的图像信息，并进行实时反馈控制，要求带宽大，延迟低。所以工业视觉场景需要5G+边缘计算。图像信息通过5G的高上行带宽传输，满足工业视觉大带宽需求；结合部署在边缘计算平台上的机器视觉AI算法，可以快速检测出产品。此外，它还需要与云端合作进行大数据存储和AI算法训练。

AR远程协助

AR远程协助可以支持员工的学习、培训和交流，提供操作演示和指导，提醒生产过程中的注意事项和操作细节。类似AR的应用程序旨在为用户提供身临其境的真实体验。但如果设备不能及时捕捉到用户的动作变化，屏幕就会偏移，造成拖影，远程协助也无法达到最佳效果。所以这种场景对网络延迟和带宽的要求很高。

边缘计算平台可以提供转码、渲染、3D重建、物体识别、ar内容管理等能力，为AR远程协助提供近端实时处理和低时延保障；而5G可以保证大带宽需求的AR远程协助。

人工智能视频监控

这类应用主要分为两个场景:安防监控和生产线监控，包括园区办公室监控、仓库监控、园区出入口监控、生产线设备异常、操作人员行为、是否戴安全帽、车间人员是否按规定路线行走等。在生产过程中，可以识别生产线设备和操作人员的异常行为，以增强生产线的安全性和可靠性，并为生产线过程定义操作红线。任何按键操作都不能省略。

AI视频监控场景会记录园区内的大量信息，所以要求数据的私密性。同时需要对大量的视频数据进行实时分析，所以对带宽和时延要求很高。因此，借助5G+边缘计算技术，管理人员可以在现场部署视频监控，在边缘端进行实时数据分析对比，快速识别异常事件。

多机器人合作

工厂用的工业机器人，物料配送用的移动机器人，都有感知周围环境的内部传感器和外部传感器。他们可以通过融合C2C技术进行信息交流和自主决策，完成复杂的操作，实现人机有效协作，保证工作安全可靠。

在多机器人协作过程中，需要传输两种信息:一种是状态信息，包括机器人的状态和环境信息，如关节的位置和速度。这类信息是底层机器人对控制端的反馈或者机器人之间的信息传递，信息量大，实时性要求高；另一类是控制信息，是控制终端给机器人的控制命令信息。这类信息对数据的安全性和可靠性要求较高。所以多机器人协作的主要要求是低时延、高可靠性、实时反馈、5G+边缘计算 有相同的看法 。

针对上述场景的需求，由中科创达和高通共同出资的迅雷通讯(Thundercomm)于今年3月正式发布了一款专为边缘计算应用场景设计开发的软硬件一体化产品 mdash mdash迅雷通讯EB5 edge智能站，集成了 5G+AI+Edge ；技术:

Thundercomm EB5 Edge智能站

硬件设计方面，提供最高主频2.84GHz的8核CPU with计算能力，8GB LPDDR5内存，可支持24路全高清视频解码和多种AI推理模式，支持5G和WiFi6连接。同时采用工业级无风扇散热设计，使产品完美满足各种恶劣使用环境的要求。

软件方面，迅雷通信EB5 edge智能站内置智能边缘操作系统，人脸识别、人形检测、边界检测、车牌识别等多种算法，可提供楼宇控制设备、人脸抓拍机、网络摄像机、NVR等设备的接入能力，以及端到端的云协作、远程算法和应用的部署和升级等功能。

不想选iPhone 14，还有五款国产手机也很强，用到2025年问题不大 2022年，苹果和华为旗舰手机怎么选？ 金秋买点什么好？这几款手机数码产品使用后体验出色，可以参考 2022下半年换机指南：华为苹果一加小米争鸣，这四款机型很难不爱 2022年下半年想换机，三款最值得购买的国产旗舰不能错过 高端旗舰别乱选，这五款实力偏强，你选对了吗？ 手机口碑很重要，这四款新机口碑较为出色，你选对了吗？ 国产旗舰机怎么选？这三款性能卓越堆料足，款款都综合实力强 覆盖高中低全价位，这四款手机才是2022年的真旗舰，入手不亏 不与iPhone 14和华为 Mate 50 争风头！这四款高性价比手机，覆盖高中低三档 OPPO18年，创新科技越来越多 OPPO看着现在很多一句话重复N多篇的“洗脑式”广告 盘点3K价位几款真香机，颜值拍照都在线，每一款都很值得入手 想要买AirPods Pro 2，现在华强北耳机就能代替，但不建议入手 手机流畅度是否值得重视？OPPO Reno8 Pro上手体验感受 A16芯片被吐槽挤牙膏？游戏玩家更推荐看看这些新机 华为 Mate 50 Pro和vivo X80 Pro这两款手机怎么选择？ 今天大家朋友圈最热的话题，应该就是羊了个羊如何闯关吧 iOS 16登上热搜，网友却说摆烂？现在入手骁龙8+旗舰更香 苹果14正式开售！追求高性价比，但更推荐这三款高口碑安卓旗舰