2019-12-26 14:30

    各位领导、嘉宾，大家下午好！我是来自中国移动上海产业研究院的马博佳，下面给大家汇报一下“基于工业网络连接的数字化工厂测试床”。

    首先给大家介绍一下我们的项目背景。从2017年10月我们跟广西玉柴成立联合实验室，我们结合5G、机器视觉还有AR这些新的技术，帮助玉柴工厂做智能化的改造。我们整个试点是围绕着两个方向，第一个方向就是差别缺陷检测，这块结合到5G和机器视觉；另外一个方向是用AR设备联检还有代替它以往的员工培训，这块是5G和AR的应用。在后面的片子中会详细给大家介绍。

    这是我们测试床的拓扑架构，我们基于端、管、云的模式，我们给玉柴提供了工业相机、AR眼镜、高清摄像机这样的终端，我们还给玉柴在厂外搭建5G基站，给它提供边缘计算服务器，在云端我们给它搭建了两个应用，一个是AR的应用管理，还有一个是质量缺陷检测的平台。

    第一个应用场景是产品缺陷检测，我们利用工业的高清摄像机对这些产品进行拍摄图像，然后利用5G网络传到平台上。在这个场景下我们主要实现了两个功能，一个是对于发动机铭牌的OCR检测，我们主要检测的就是它的机打铭牌信息完整性、清晰度、准确性，一旦出现问题的话就及时反馈。另外一个应用用在了螺栓防漏拧检测，我们通过检测发动机表面的螺丝的数量和状态来反馈报警给产线。

    在这个场景下我们这个业务的关键性能指标包括我们要求高清图像的采集清晰度达到2K，实时性，为了配合这个产线流水，端到端的数据传输时延要小于15毫秒，总的带宽要达到60Mbps。

    第二个场景是AR设备点检和员工培训考核，我们将5G网络还有AR眼镜和平台相连接，通过智能分析将设备信息显示到眼镜上。这个主要也是用了两个功能，第一个就是AR培训考核，就是我们将设备的模型3D可视化呈现在眼前，可以辅助玉柴的工人进行相关器械的拆装、功能结构演示，另外我们可以利用AR眼镜再结合它现场的点检表单，在现场点检设备的时候可以把设备的状态信息显示在AR眼镜上，同时还可以通过AR眼镜对这些设备进行及时的拍照回传。

    这个场景下的业务关键性能指标我们要求AR终端设备显示的图片分辨率要达到240万像素，视频分辨率是110万。实时性端到端传输时延小于15毫秒，目的是降低佩戴AR眼镜人员的眩晕感。

    整体测试床项目验证了AII工业互联网体系架构，我们利用5G网络+平台+应用实现了两个场景的落地，整个架构也符合安全框架。

    在创新性和可复制性上面就是在以往4G的时候，像机器视觉还有AR这些技术都遇到了一些发展的瓶颈，这就要求图像的清晰度很高，端到端传输这些图像的速率要低，包括AR设备的响应时延在以前比较长，AR设备的渲染能力不够，画面叠加效果传输时延长，这些都是在以前4G网络下遇到的问题，所以我们通过5G的结合将数据汇聚到边缘云，我们可以保证它产品质量检测的准确率，同时还可以满足产线实时流水的检测，提高它整个的生产效率。

    5G的大带宽还有低延时的特性就是AR设备不再依赖于本地的处理，使设备能够变得更加轻量化，能够提高AR设备的整体渲染能力，降低AR眼镜给人带来的眩晕感。

    在复制性上面就是我们这个测试床做的两个应用目前已经在玉柴完成了试点，也验证了这个技术在离散制造业中可落地的条件，未来可以继续在离散行业进行复制推广，而且机器视觉和AR这两个技术跟5G的耦合度比较高，具有比较好的复制推广性。

    基于我刚才介绍的两个场景，我们最终给玉柴交付了5G基站、CPE这些网络设备，我们给它提供了工业相机、AR眼镜、iPad这些终端还有一些配套设施，还给它提供两个平台，我们最终取得的效果就是我们可以帮玉柴实现产线产品的自动检测，保证准确率在95%以上，同时我们改变了玉柴原有的员工线下培训的方式，提高了设备的检修效率，提高了30%。

    测试床带来的经济效益，总结一下我们解决了以往人工检测时候可能出现效率低、检测准确率低的这些问题，我们可以帮玉柴缩短检测时间，提高检测的准确率，降低这些次品给企业带来的损失。

    玉柴如果需要专业的人员对新员工进行培训成本比较大，而且当设备遇到问题的时候它需要从远程赶来，交通成本高；用现在的设备可以让远程专家直接协助多个场景，这样也可以帮它提高修检效率的时候降低人力成本。

    整体价值就是我们通过这两个应用在5G网络下进行，我们有效的验证了5G的传输速率、稳定性这些特性，我们可以加快工业的无线网络体系的发展构建，同时我们还会基于这个测试床分布出不同场景的应用，助力我国制造业转型升级。

    下面请看一段我们的视频。

    （VCR）

    以上就是我的分享，谢谢大家。