工业制造加“数”升级,英特尔找到下一片蓝海:边缘计算

来源/头部科技(Toubukeji)
作者/木青

工业制造需要加“数”升级了。

一组来自“十三五”时期的数据,有着相当的说服力:数字经济对我国GDP增长贡献率超过六成,工业化和信息化融合加速,制造业转型升级进程加快。

有一个业内广为人知的比喻——“数据,新时代的石油”。

这比喻绝妙之处除了准确点出数据价值之高外,正如同石油的散落分布在世界各地,数据往往也分布在边缘端,尤其在工业制造业中,而如何更高效、更快地“开采石油”(挖掘边缘端的数据价值)成为重中之重。

那么,何为工业制造业下一步升级的关键?通过发力智能边缘来攫取真正的商业价值。

1/ AI视觉搭档边缘智能,挖掘海量工业数据价值

2020年,一家智能工厂一天就可以产生1PB的数据。

而随之以深度学习为代表的第三次人工智能浪潮发展,基于AI的机器视觉技术已被广泛应用于工业自动化生产领域,视频数据的体量更大,蕴含的价值也更高。

智能制造不断推进数据分析的普及,帮助制造商明智地制定有关工厂运营的业务决策,提高生产力和效率。

而边缘计算使每一台设备都有可能成为信息存储的载体,并让我们可以实时提取和使用这些信息。

在工业生产环境中边缘计算设备可在生成和使用数据的传感器和执行器附近处理与存储数据,而无需将数据传到遥远的数据中心,如此可以实现更快的响应速度、更低的成本、更安全的数据保护等。

但是,将人工智能和机器学习相结合会对基础设施提出一系列挑战,例如如何部署解决方案来实现或近实时地采集、存储和处理海量数据。

如何进行软件和硬件的配置,成为挖到真正“油田”的关键。

2/ 软硬件组合“撒网”,海选餐桌上的鱼虾蟹

一撒网,船里装满鱼和虾。

从水里捕捞到做成美味送上桌,中间非常重要的一步:海产品分选。然而,劳动密集型的人工分选早已无法满足庞大的市场需求。

机器帮忙呢?称重分选机和传统机器视觉分选设备因其技术局限性,同样无法满足行业发展对分选效率及精度的要求。

在此背景下,深度学习与边缘技术搭档出场,视觉处理平台与工业相机相互配合。深度学习算法与传统CV技术相结合的全新分选方案不易受杂质的影响,具有非常高的识别率,算法精度高达98.5%。

信捷电气推出全新的基于深度学习方法的海产品分选解决方案架构,主要由工业相机、视觉处理平台以及物料传送系统三部分构成。当海产品进入分选工序时,待检测的海产品通过物料传送系统进入工业相机拍摄视野,工业相机接收到来料信号后进行拍摄,得到高质量的海产品图像。



这些产品图像会被送往部署在边缘服务器中的视觉处理平台中进行实时运算处理,计算出海产品的最小外接矩形,即可得到其长宽参数,从而实现高精度的自动化海产品分选能力。

在新方案的开发部署中,信捷电气也发现,要使算法模型发挥更大效能,实现对视觉图像的实时高速处理,离不开强大算力的支持。为此,信捷电气与英特尔展开深入合作,通过引入一系列基于英特尔架构的软、硬件产品和技术,全面提升系统的处理性能。

密集的图像识别、物品定位、特征学习以及数据分析,这些工作负载让视觉处理平台离不开强大的算力。针对新方案中采用的并行计算方式,英特尔® 酷睿™ i5处理器拥有的大量核显执行单元 (Execution Unit,EU),具有出色的并行图像视频处理性能,能够满足视觉处理平台全方位的快速处理需求。同时,该款处理器还可从BIOS层面和操作系统层面针对实时计算进行大量调优,能进一步提升海产品分选处理过程中的系统响应速度,使得新方案中系统图像处理速度达到5FPS。



在高性能硬件基础设施之外,信捷电气还引入英特尔的OpenVINO工具套件作为分选系统的优化器和加速引擎。这一面向高性能计算机视觉和深度学习应用推出的快速开发工具包,不仅对传统OpenCV、OpenCL图像处理库的指令集进行了全方位优化,融合了优化视觉库 (Photography Vision Library) 以及英特尔® Media SDK等组件,还能够通过英特尔深度学习部署工具来大幅提升视觉处理平台中深度学习模型的推理效率。

3/ 边缘智能加持的灵活与可扩展,迈向柔性制造重要一步

这样的配方不仅能海选鱼虾蟹,还能帮助工业焊接。

传统工业制造的转型路上,更离不开AI视觉技术与边缘计算的搭档

作为风机制造的核心工序,焊接直接决定风机的质量和美观。但传统人工焊接方法不仅技术性要求高,焊接质量和一致性也难以保证,加之日益增长的人工成本,驱使制造商德通风机寻求更智能化的方案来应对以上挑战。



信捷电气与英特尔一起,以先进的机器视觉技术与产品,助其在叶轮等关键产线中构建全新的3D机器视觉焊接解决方案。新方案以一系列基于英特尔架构的产品为基础,融合了视觉相机、边缘服务器以及焊接机器人等部件,通过对焊接件的3D识别与定位,实现了工业级焊接视觉识别与引导自动化。

通过工业智能相机与视觉处理平台相互配合,构建起焊接系统与曲面器件之间的3D空间模型,进而打造焊接机器人持续、稳定和高速的焊接能力。但3D模型的应用也带来了更大的数据量和计算需求,不仅需要智能相机具有更强的视频采集、I/O以及预处理性能,也要为视觉处理平台配备强有力的软硬件基础设施。



同时,德通风机还将视觉处理平台与其信息化系统进行了互连,使的焊接过程中的生产数据、工艺数据、图像数据、设备状态等数据都能被收集、存储。并通过后续数据分析和挖掘来生成数据洞察,对生产工艺和生产效率进行预测,进而根据风机生产线的实际需求不断优化产能。

在视觉采集端,为了高效采集和预处理3D扫描过程中生成的点云数据,信捷电气智能相机搭载了低功耗、低发热的英特尔凌动处理器以及具有强大并行计算性能的英特尔FPGA。

一方面,英特尔® 凌动™ 处理器以其丰富的图形效果支持,以及强有力的I/O集成功能,为视觉信息的I/O传输和预处理提供坦途;另一方面,针对3D扫描中产生的巨量点云数据,英特尔FPGA 依托优秀的内置并行处理能力,能够进行数据的高效采集以及精确的视觉定位。同时,这两款产品即便面对3D视觉信息采集所带来的巨大负载,仍具备高性能的实时处理能力,且低功耗,适用于在智能相机这种内部紧凑场景的部署。

在边缘服务器中,信捷电气同样为视觉处理平台选择了拥有卓越计算性能的英特尔® 酷睿™ i5/i7处理器。这一系列处理器能从BIOS层面和操作系统层面针对实时计算进行了大量调优,能进一步提升自动焊接过程中,机器视觉引导的响应速度。

同样,除硬件基础设施外,软件工具套件OpenVINO也被引入方案中,它还有着丰富的通用API接口,能方便地部署在德通风机各类基于英特尔®架构的硬件设备,有效地帮助德通风机提升系统部署的灵活性和扩展性。

这套方案效果显著,德通风机内部估算数据表明,在同样检测标准下,智能焊接的效率可比人工提升50%。

AI从边缘到云端的高效应用与部署,事实上是迈向柔性制造的重要一步。例如在德通风机的规划中,公司新一代的智能化信息系统将由更精准化的智能生产系统和更全景化的数据洞察能力构成,并以此为基础,最终达成柔性生产的目标。而3D机器视觉智能焊接方案的部署,就是面向这一目标跨出的关键性第一步。

智能制造不仅仅是一个机器自动化程度更高的“智慧工厂”,而是一个拥有超高敏捷性和自主生产能力的“智慧工厂”,能够通过数据推动业务变革。

英特尔最新的智能边缘展望报告》指出,边缘计算对企业来说至关重要,只有智能边缘才能引领企业走出迷局,把握好当前和未来的无限数据机遇。

除了信捷,仅在英特尔的客户中,就有超过 24000 个前沿部署产生了真正的商业价值,帮助企业在这个分布式智能的新时代实现发展和创新。

这只是个开始,毕竟在智能边缘的世界,每一个对象都有潜在的信息——可以被实时提取和使用。

。END 。

(0)

相关推荐