2018-02-01 15:10

　　大家好！我是罗为，我来自富士康集团，我们富华科公司是它旗下的一个公司。今天我想跟大家分享一下我们在无线通信用于工业互联网的看法。现在现代化工厂里，大多数网络连接还是有限连接，我们看到无线连接开始慢慢向工厂连接渗透，相对有线连接，无线连接当然有一些好处，一个是灵活方便，有线连接最高境界就是即插即用，但是对用无线连接来讲只要开机插电就可以，所以灵活性肯定比有线连接好。另外是移动设备，有些设备是无法完成网络连接的。第三，有线连接受到连接端口的限制，有多少端口就连接多少设备，大家对于无线连接来讲，受到的限制很小。

　　这张图是显示我们在工业互联网整体的系统，从上面来讲，设备是通过无线接入，通过小基站接入到系统空间去，在工业环境下，大多数接入都是在室内产生的，所以在这种情况下，小基站是比较适合的场景。在无线接入频谱上面，各种可能性都是存在的。另外一种连接方式就是从小基站直接连到企业内网里面来，这个就会连接到我们边缘计算服务器和端网的核心网。在端网里面会有资料分流，一部分不是特别敏感的资料也可以连接到公众核心网，连接到公有云去，但是一些敏感资料，从工厂角度来讲，我们还是希望它在工厂区间里面得到处理，在边缘计算服务器上得到处理，循环回到工厂的环境。边缘计算服务器好处有几个，我们希望数据开放，这是从运营商角度来讲的。从工厂角度来讲，边缘计算服务器或者数据局部化，对我们来讲也是有一些好处的，第一是安全性，一些敏感数据不希望流到工厂之外的，在局部信号处理，内部循环保证了数据安全性更可靠，更可控。打个比方，我们国家的很多关键网络服务器是不允许在境外设置的，这跟工厂也是同样的考虑，我们也希望有一些敏感数据，不希望在厂区外服务器上处理。第二个好处，边缘服务器能够在低时延要求下更容易达到。第三个好处，我的数据在本地循环，对于核心网流量压力也会减轻。

　　所以资料分流，专网专用，一部分资料会在公有云上处理，另一方面资料会在专网上处理，分流的点就在基站里。从应用案例来讲，我们这边从工厂接入设备来看，它有可能从接入设备通过以太网接口，接到我们无线的资料传输单元，通过无线频谱传到小基站，通过以太网接入到工业以太网交换机，接入到边缘计算服务器。另外是设备和通信模式结合到一块，通过以太网接入，第三是可以通过WIFI接入，第四是可以通过有线来接入。另外在核心网后端，也可以通过VPN，通过毫米波连接来接入后面的交换机和核心网络接入，这样可以降低连线的成本，提高我们在工厂接线的灵活度。

　　TSN对于工业制造环境中，网络延时是非常重的考虑点。对于创造一个低时延工业的信息处理环境，只靠TSN交换机是不够的，要达到低时延的处理，在每个环节，包括无线接入，网络交换，边缘服务器都需要非常低的延时，任何一个环境延时比较高的话，都达不到我们的效果。比如在5G标准里我们提到网络延时要低于一毫秒，但是工业应用场景里，比如用图像进行传感、控制机器的话，如果我们仅仅在一毫秒延时在网络传输上能够达到的话，那是不够的。因为我们知道我们图像传输通常来讲最快也是120帧/秒，每帧之间的间隔消耗就超过了好几毫秒，所以仅仅在网络端达到低时延是不够的，在应用端、计算端、数据采集端都要有相当高的低时延，才能完全保证需求。

　　当然无线网络还有一个是定位，AGV在工厂中或者设备在工厂哪个地方，这些都是相当重要的应用，所以定位系统和无线通信系统结合是非常重要的，这里面我们也有相应系统，我们的电子标牌通过信标来定位，信标之间相互同步也是相当重要的关键因素。信标之间采集信息，通过边缘计算服务器，来计算我们标牌具体的位置，这也是无线通信网络在工厂应用中非常关键的要点。今天论坛里都讲到无线接入，另外是边缘计算，或者专网，或者公有云，我们这边也不例外，边缘计算对它来说也不是在边缘层仅仅一个计算，它从逻辑上来讲，它是将设备域的一些数据采集到边缘计算服务器上，它同样能够提供PaaS和SaaS的服务，所以边缘计算并不是边缘层，边缘计算其实和云计算在逻辑上是并行的，只是它将云计算的很多功能拉近到靠近设备端，而且它也将设备有些智能化处理拉远到边缘计算服务器，集中进行处理。

　　有一些应用的例子，比如我们在工厂里，车床的车刀在使用过程中，尤其是大规模使用，比如在富士康工厂里会有车刀进行苹果手机加工，一天下来就会有成千上万的产品加工出来，而且车刀消耗量也是相当惊人的。怎样提高我们的车刀寿命预测，也是非常重要的降低成本的考虑点。所以在这个应用案例里，我们也会通过一个网络来搜集车刀在使用过程中的一些数据，这里面包括温度、用电量、振动、声音、图像方面的数据，采集到之后，这些数据会在边缘计算里进行处理，包括一些算法、特征提取以及工具的使用条件，以及数据格式的翻译。在这个里面进行实时数据处理之后，返回到设备上，决定我们易耗品是否需要更新。这里面数据的量和我们通常的理解也不一样，我们通常讲5G、NB-IoT要么是非常低的数据传输，要么是非常高的图像传输，达到几百兆、几G数据传输量，在工厂环境中，可能也不是NB-IoT那么高的速率或者图像传输那么高的速率，可能就是跟语音传输一样的速率。所以工厂内数据传输的形态，通常比我们所说的5G应用场景丰富得多。另外一个应用场景是AR，它在工业中的应用，我们工程师可以戴着AR眼镜在工厂中进行操作。在工厂里面有相当多的工人其实是流动性很高的，所以相当多的工人是新手，他们在操作之后，通常会看到一个操作设备，如果是操作手册的话，他需要经常抬头、低头，这样操作非常不变。AR眼镜可以提供不用抬头低头直接操作设备，在AR眼镜中显示出操作设备的指南，重叠到他的视野当中去，这样可以非常高效地提高工人的操作效率，而且降低出错的概率。在这个环境中，AR眼镜也需要通过无线传输网络，将数据传输到后方，后方通过机器或者通过一个专家，能够将一些指导传输回来，然后叠加产生数据，叠加在工人的视野中。所以这里面同样有高速的无线传输和后面低时延的边缘计算。

　　最后一点，我想讲一下频谱的使用。在无线工厂环境下，我们看到几个重要的关键词，大多数是在室内环境下应用的。另外随着5G时代到来，频谱应用越来越向高频迈进，所以频谱使用更有点像我们室内照明可见光，可见光使用过程中，可见光也是电磁波，所以电磁波的使用并不一定需要严格的规范来授权使用，所以在毫米波，也就是相当接近于可见光传输环境的一种电磁波。在这个里面我们电磁波的规范，比如无线电传输规范，为什么有这些规范？我们追根溯源，它的规范制定是为了有效使用频谱，避免相互之间的干扰。在工厂环境下，如果我们的高频频谱能够避免之间干扰的话，我们是不是有一些新的频谱规范能够采用，而不是沿用以前的基于频谱授权，一授权就是整个国家或者地区的授权方式，其实都是值得我们考虑的。大家知道其实频谱的授权或者频谱使用的规范放松，会大大促进无线通信的发展，我们已经有先例，像WIFI、蓝牙，他们可以先于授权频谱，在数据传输领域，实际上是远远早于我们所说的3G或者4G，能够在室内环境下得到广泛应用。工业互联网使用环境其实也是在室内环境，也是高频可见光，所以在这些领域中我们可以考虑一下，它的频谱规范我们是否还是要沿用以前惯用的思路。在这方面国外已经有一些考虑，但是这些考虑并不决定了我们要沿用国外的方法。比如LTU—U，CBRS这些是美国的，他们主要是使用分频的频谱使用，但是我们中国5G在世界上是领先的，我想我们频谱使用方面，尤其在工业互联网室内环境下，高频频谱使用环境下，我们也可以思考一下，如何在频谱在工厂的环境下得到快速的使用。谢谢大家！