本文着眼于私人5克(称为P5G)和它如何支持发达国家和新兴技术,包括人工智能相机,使制造商能够开更多的功能接近边缘。gydF4y2Ba
私人5 g连接和人工智能技术加快转变从自动化的自治权gydF4y2Ba
Chia-Wei杨主任,边缘视觉商务中心、物联网解决方案和技术业务单位|gydF4y2BaADLINKgydF4y2Ba
4.0以来第一次提到的物联网和工业,机器视觉等技术的进步,人工智能(AI),机器学习(ML),深度学习(DL)和无线传感器继续打造一个进步的路径从自动化向自治。然而,直到最近,连接有线工业以太网的形式,有一个巨大的安装成本和否定柔性制造的可能性。无线解决方案,如无线和4 g,提供这种灵活性而不是速度和带宽,虽然4 g LTE符合这些标准,缺乏其延迟。gydF4y2Ba
本文着眼于私人5克(称为P5G)和它如何支持发达国家和新兴技术,包括人工智能相机,使制造商能够开更多的功能接近边缘。私人5 g的低延迟是一种改变,加上其高带宽,可以捕获近实时洞察制造业务。从自动引导车辆(agv)自主移动机器人(amr)与群体智慧,例如,仅仅是开始。本文涵盖了一些用例,5 g连接AI-enabled设备可以感知环境和彼此互操作,分散决策。最后,本文是对短期和中期的未来。gydF4y2Ba
物联网发展的四个阶段gydF4y2Ba
连接、存储和计算能力是实现物联网的基础。路上的第一个障碍克服遗留业务转移到智能工厂是不同的机器安装可能使用不同的控制器如PLC、PC机和单片机,以及各种机协议,如Modbus设备网、CAN总线甚至专有协议。许多老的机器甚至缺乏任何沟通。第二个障碍是机器制造商可能已经开发了专有源代码,让工程师很难改变或升级到最大化操作特定工厂的要求。最后,一些工厂管理者不愿允许系统集成商添加、删除或修改申请当前安装机器。gydF4y2Ba
ADLINK等对于这些类型的应用程序,公司开发的解决方案来有效地连接机器无关的遗产。例如,ADLINK数据提取系列能够从non-connected安装远程控制和检索数据,转换基本数据从设备没有输出到网络。初始部署物联网在本质上是被动的,在有限的计算能力与嵌入式控制器简单的任务。收集到的数据从传感器和其他设备是存储在一个集中的位置,如数据湖,和基于大数据的处理和分析架构。见解的分析被用来可视化field-side理解模式和任何关联的数据。许多机器操作员使用的这些见解是预测性维护机器正常运行时间最大化,从而提高生产率和节约成本。gydF4y2Ba
第二阶段将工厂与设备和连接边缘更积极的环境之间共享结果与其他边缘设备工业物联网(IIoT)网络。通过添加人工智能(AI)混合,IIoT实现离开呈现事实发生了什么事,尽管在最近的过去,可以自动采取行动。gydF4y2Ba
通过引入群体智慧,简单的边缘在本地设备可以相互影响。概念在殖民地的昆虫,如蚂蚁和蜜蜂,群体智慧是集体实体之间交互。适应制造环境的动态演化,实体是自组织的群,操纵快速协调的方式。虽然群集团有限的能力和规模,这低级自治基于认知AI和ML的使用技术。gydF4y2Ba
物联网技术成为真正普及——第四阶段——延迟水平需要降至允许实时决策、操作和部署物联网需要更加自动化。私人5克被认为是连接答案,促使更多的情报数据网络的边缘,减少延迟。同时,人工智能的东西(AIoT)技术正逐渐减少人类决策在很多物联网生态系统的作用。gydF4y2Ba
不久的过去的连接技术gydF4y2Ba
物联网实现的大多数目前在第二阶段,使用的有线与无线工业以太网,4 g,而最近,4 g LTE技术的骨干连接field-side设备。有限制这些无线连接技术的速度和带宽。更重要的是,延迟,两点之间数据所需的时间旅行,是成为一个关注的焦点。甚至考虑速度超快的4 g LTE;其延迟时间是200 ms,这是“实时”足以让一些决策行为,但不够快安全性至关重要的决策,如关闭一件设备,避免了一次事故。gydF4y2Ba
5 g的承诺gydF4y2Ba
尽管公众5 g技术提高了数据安全性的担忧,可能不会提供一致的延迟,推出企业范围的私人5克(P5G)正在加速。私人5克拥有低延迟,证明了4 g的200毫秒延迟P5G 1毫秒。P5G的高速度和带宽,以及人工智能/毫升技术情报,使工厂的运营商来捕获近实时洞察制造业务——主动而不是被动的活动。gydF4y2Ba
这适用于机器人、照相机、汽车和所有边缘AI应用程序要求可靠、安全的实时网络共享信息。这些技术是如何结合的好例子是自主移动机器人(amr)和机器视觉的生产率和工人的安全。gydF4y2Ba
从自主移动小车amrgydF4y2Ba
从自主移动小车转向自主移动机器人(amr)与群体智慧,例如,仅仅是开始。但是这是什么意思?agv跟踪映射跟踪和需要昂贵的基础设施和额外的个人安全措施。一群amr,另一方面,可以进行他们的工作由操作员没有监督。他们可以感知环境和互操作,分散决策。gydF4y2Ba
一群支持技术的自主权,除了AIoT,第二代机器人操作系统(ROS 2)。机器人软件开发的开源框架集成分布式数据服务(DDS)提供一个统一的数据交换环境集体共享数据河像一个数据。它允许多机器人协作和可靠、容错实时沟通。gydF4y2Ba
台湾电子产品代工制造商富士康与ADLINK已经成立了一个合资企业,称为FARobot(富士康ADLINK机器人),发展武器。在这种伙伴关系,ADLINK提供了Eclipse气旋DDS软件——一个平台用于导航。amr使用软件实时边缘设备之间共享数据,避免了成本和延迟发送数据到云上。gydF4y2Ba
用一群amr携带半成品到下一个工作站是一个典型的场景。如果总工资需要去不同的目的地,一个AMR可以携带一半的批量生产细胞“,”另一个带有30%生产细胞“B”和最后一个需要其他生产细胞“C”。amr协同运作和可视化使用AI-enabled field-side数据照相机,他们知道如何优先考虑工资的百分比。蜂群智能设计和决定自动队列。只有结合所有这些技术使智能工厂成为可能,提高工人安全,效率和吞吐量。gydF4y2Ba
SOP合规监测gydF4y2Ba
另一个场景中利用人工智能机器视觉是标准操作程序(SOP)监测。标准作业程式开发优化产品质量和周期时间,以及保护工人免受危险。然而,人为错误是失败的主要因素。gydF4y2Ba
传统上,工业制造商审计SOP合规手册监控。手动监控可以改变在不同生产经理和通常只有有限的时间。跟踪每一步执行的每个操作符太耗费时间来实现所有的生产线。因此工作流数据是不完整的,它需要时间来巩固,然后进行分析。这延迟反应修改不正确的程序可能会导致质量问题,降低生产率,甚至工作场所事故。gydF4y2Ba
台湾液晶面板制造商,友达,现在使用AI智能相机和行为分析深度学习算法来照顾这些需求。解决方案是基于从ADLINK霓虹灯AI智能相机,集英特尔Movidius或NVIDIA杰森AI视觉处理核心与广泛的图像传感器。是预装的操作系统和软件进行了优化。边缘视觉分析(EVA)软件开发工具包(SDK)支持英特尔OpenVINO AI和英伟达TensorRT,以及田间应用程序插件,简化人工智能视觉项目开发时间。此外,伊娃是一个没有代码,low-code软件平台,它要求最低编程工程师来检索他们的人工智能视觉分析。的时候,每个人都想从中受益AI但不配备合格的知识和技能,伊娃方便制造商的内部系统集成商或人工智能项目业主快速进行概念证明(PoC)人工智能视觉应用。gydF4y2Ba
这些技术使一致的和不断优化的SOP监测和评估,使生产管理人员转变他们的宝贵的时间来执行更有效的任务。实时分析人工智能视觉也使他们立即响应错误的程序,节省返工成本和材料损失。它还可以防止运营商危险操作时不正确的程序。全面监控还可以帮助确定经营者改善周期可能需要进一步培训。生产部经理现在可以改变他们的宝贵的时间去做更有意义的活动。gydF4y2Ba
未来的智能制造gydF4y2Ba
制造商都渴望做一个移动智能工厂能够处理大规模定制。为了达到这个目标,生产的传统概念需要完全改变。数字转换将使智能工厂制造各种各样的产品而不改变生产线,布局或工人分配。amr地方拿零件和工具所需的生产和交付到工作站。工作站,自主机器人构建产品和,一旦完成,捡起,直接发送给客户通过自主物流通道。工作也会改变。例如,工人们将不再需要输入危险位置,可以使用增强现实(AR)和数字双胞胎可视化和实时监控运行状态的办公室。gydF4y2Ba
虽然P5G-enabled物联网连接数字智能制造骨干,AI是大脑,控制整个系统的决策。人工智能和物联网带给我们AIoT,提供智能和连接系统能够自我修正,甚至自愈的。ADLINK AIoT生态系统的联盟和合作伙伴将继续帮助加快部署AI-at-the-edge智能制造解决方案——从自动化的自治权。gydF4y2Ba
ADLINK主任的物联网解决方案和技术业务单位,Chia-Wei先生负责公司的智能制造市场和业务。Chia-Wei杨在发展中有15年以上经验的机器视觉和自动化创新以及与生态系统合作伙伴创造价值。在智能制造复杂的知识以及AI AOI程序,他确保客户和合作伙伴有最好的旅程可能当增加与建筑产品生产的效率和服务。杨Chia-Wei先生负责生态系统合作伙伴参与和战略垂直市场的发展。gydF4y2Ba
内容与本文作者的意见,不一定代表RoboticsTomorrow的观点半岛app官网gydF4y2Ba
评论(0)gydF4y2Ba
这篇文章没有任何评论。成为第一个在下面留下你的评论。gydF4y2Ba
特色产品gydF4y2Ba
