2019-02-22 15:10

　　尊敬的曹书记、郑院士、张秘书长，各位同事们，我是做移动通信的，曹书记讲了讲我们移动通信的历史，过去我们一起做了很多工作，今天班门弄斧，把它上升到工业上，跟大家一起交流一下。

　　我们作为国家重点实验室，也有一些职责，我们是从网络上看问题的，从网络上来讲，如何能够把它跟工业制造结合起来。我的内容从移动通信的概述简单地讲讲，主要是讲一下趋势，我们移动通信发展的趋势是由理论、技术和需求三部分组成的，需求是驱动，理论是基础，技术是执行力。

　　我们经历了几个过程，现在快到6G了，最近我也了一篇文章，写移动通信6G的演进趋势。我简单地说一下，移动通信最早时候的理论就是电磁波理论，最后是莫尔斯编码，需求就是长途通信，到了第一代，就是所谓的小区制了，小区制为我们做了大的贡献。

　　到了2G是数字化，3G是多媒体，4G是OFDM，4G目前也用得非常好，5G有新的需求出来了，新的需求是什么？移动通信每一代的更新换代都跟颠覆性的技术做引领。新的需求，我们不再关心移动通信在运营商的使用了，而是两个方面，一个是超大规模的物联网，和uRLLC超可靠的低时延通信，这跟工业界有很大的关系，我们已经超越了这个阶段，移动通信不是简单的人与人之间的服务，写是上升到人与物，物与物，靠的是这两个。

　　最早的时候中国也出了一朵花，我们提出了一个花的概念，但是最后发现这个花解决不了所有的问题，于是分了三个场景。这三个场景跟我们各个行业的信息化，垂直行业的信息化是有关系的。到了6G，从1G到4G是线的，5G是面，6G是体的概念，除了人机物，我们可以上升到其他的。

　　第二就是5G的应用场景，我们这里提了两个，数控是信息随心所欲，万物随手触及，我们通过万物互联可以做到这一点，ITU对5G的定义也是这么说的。两个方面，一个是改变人们生活，影响社会，4G是改变个人的，5G是改变社会的。到了5G的话，有万物互联的需求，那么5G跟智能制造的关系，应用场景跟智能制造有关系。第一，智能制造是新一代产业变革的核心驱动和战略焦点。第二，工业互联网是我们智能制造的关键基础，5G是工业互联网的必要基础设施，国际上有很多人说5G上升到了军备竞赛的高度，它的重要性就非常高了。

　　第三就是工业互联网的现状，根据我们实验室所做的一些新的体会。工业互联网的环境比较复杂，因为设备智能化的程度不同，使得工业互联网的水平参差不齐，发展不均衡。第二是接入困难，因为它的量比较大，所以标准化的接入也不完善。大家都知道，这是我们在5G里面最重主要的竞争的点，这里有很多提法，还有产业薄弱，最主要的还是缺乏智能。总体上看，加快建设工业互联网平台的基础和优势，但是在技术突破、平台应用、行业覆盖范围以及生态构建等方面，具有和国际平台之间的比较大的差距。

　　我们的新思路就是工业制造，当然工业制造不是邮电大学擅长的事，但是我们的5G、互联网和AI是我们擅长的，这种高度融合可能就是工业互联网。所以我们从架构层面和技术层面，以及应用层面上来做这些事。

　　第四就是工业智能网，在内涵方面我们有以下考虑。第一是快速接入，提供完整的工业加互联网加AI的解决方案。不需要企业开发工业设备级的接入接口，不需要企业直接投入研发人员。还有一个统一标准，它不像一个运营商，它是垂直行业，面临的问题比较大。我们能够屏蔽不同行业的工业设备的差异，不论其智能化如何、接口适配能力如何均采用统一的技术方案来实现工业智能化。

　　第二是融合智能，充分利用学术界的科研能力和产业界的工程能力，结合云计算、边缘计算、大数据、图像识别、行为识别、虚拟和增强的现实等技术来实现工业和智能的真正融合。我在12月份在通信学报发了一篇文章，基本思想就是工业和制造业提供装转的智能服务的网络平台技术，传统工业设备、车间或者厂房力度的认知和智能决策迁移到具有更大载体的网络云上，以服务的形式提供工业智能，以网络的形式联通工业的智能服务，从而降低工业区对本地工业设备的依赖。

　　总体的架构有三个方面，一个是本地接入，主要是工业现场的超高清摄像头和传感器设备，通过设备级的多路精准同步汇聚网关、本地级的边缘物联网关接入到本地云。为满足具有不同服务质量要求的无线连接服务，本地将主要采用5G的技术，这是一个模式。

　　第二个模式就是云平台包括本地云和全国云，就是1+1的模式，本地云位于网络边缘并靠近生产现场，集成重要的智能服务，以保证重要业务的实时响应。全国云分布于互联网云平台，能够聚合海量计算资源，融合多维智能技术，具有强大的分析、处理和服务能力，为业务决策提供智能引擎。第三，互联网既包括工业设备间的工业网，也包括普通意义上的互联网，进行可靠的交互和保障，互联网讲打同通道。

　　这里有两个技术，一个是工业智能网的内涵，从安全的角度对工业视频进行采集和处理，比如视频采集设备安装的部署方案及部署算法，第二就是基于采集的视频进行人员行为识别和基础工业的基本识别，包括人员，还有一些基本的判断。第二个技术就是基于视频内容的工业环境行为识别，第一是工业生产场景中的环境、工业设备、人类行为建模技术。第二，构建并迭代工业环境下的行为数据库，第三，实时行为识别技术。第四是基于识别结果。第三个就是面向复杂工业场景的虚拟现实构建。在这里有两个技术，一个是工厂间的3D仿真与虚拟现实技术，工业设备行为3D仿真的虚拟现实。第四就是可靠高带宽的泛在网络服务。第一是可靠低时延高接入，安全大规模泛在物联接入，服务质量保证的网络切片技术，网络服务厂商不一样，用垂直厂商的服务，用切片技术比较好，还有就是提供分布式云服务边缘计算技术，我觉得边缘计算会在物联网里面是一个非常大的抓手。它的重要意义是三方面，一个是助力制造智能制造2025，第二个就是推进协同制造，第三是提升智能化水平，我们将5G的全场景的应用，以及AI的行为产业化落地。

　　下面是我们做的实践，我们有一个团队做了这件事。就是我们在手机制造业上进行了一个试点，在河南郑州的新郑县，覆盖手机研发、产品设计、软件开发、整机制造，手机出货量占有全国的七分之一，数量还是比较大的。

　　我们从三个方面开始做，一个是手机生产比如表面贴装、板端测试、屏幕预加工，对环境的监测进行烟尘监测、电磁监测、温度监测。人员监测是对人员操作的规范和分析，以及人员行为异常的跨领域识别。比如说设备面板的识别，我们通过对挂式的识别，不依靠设备接口还有抽象式的设备，多种面板的几十种不同变形，实时捕捉，进行数据上传。

　　应用场景就是建立场景库和物体模型库的基于机器学习算法进行识别引擎的训练。在智能分析应用方面也进行了以下的工作，比如我们对人体的实时监测，还有一些不规范的行为进行监测，这种识别的准确率可以达到80%以上，还是受欢迎的。

　　同时，这个界面能够跟厂方的信息化助理结合起来，进行大屏化显示，这是我们目前国家重点实验室的团队在做的工作，工业互联网和5G的结合确实是一个很大的事，过去更多的是做5G和移动通信，我们可以做的更多的是垂直行业的应用，它有各个方面的需求，如何找到共性的需求，能够把它实现起来，这是我们想做的事，希望明年能够为大家做更好的讲解，谢谢大家。