5G的超高無線速度，將給社會的一切帶來一場升級革命，這就是由量變引起質變的社會變革。那么，5G通訊技術將給智能制造帶來哪些影響呢？




智能制造對5G網絡有哪些需求？


       （1）智能制造為什么需要無線通信

       顯而易見，智能制造過程中云平臺和工廠生產設施的實時通信、以及海量傳感器和人工智能平臺的信息交互，和人機界面的高效交互，對通信網絡有多樣化的需求以及極為苛刻的性能要求，并且需要引入高可靠的無線通信技術。

       高可靠無線通信技術在工廠的應用來看，一方面，生產制造設備無線化使得工廠模塊化生產和柔性制造成為可能。另一方面，因為無線網絡可以使工廠和生產線的建設、改造施工更加便捷，并且通過無線化可減少大量的維護工作降低成本。

       （2）無線通信網絡在智能制造應用面臨哪些挑戰

       在智能制造自動化控制系統中，低時延的應用尤為廣泛，比如對環境敏感高精度的生產制造環節、化學危險品生產環節等。智能制造閉環控制系統中傳感器(如壓力、溫度等)獲取到的信息需要通過極低時延的網絡進行傳遞，最終數據需要傳遞到系統的執行器件(如：機械臂、電子閥門、加熱器等)完成高精度生產作業的控制，并且在整個過程需要網絡極高可靠性，來確保生產過程的安全高效。

       此外，工廠中自動化控制系統和傳感系統的工作范圍可以是或者幾百平方公里到幾萬平方公里，甚至可能是分布式部署。根據生產場景的不同，制造工廠的生產區域內可能有數以萬計傳感器和執行器，需要通信網絡的海量連接能力作為支撐。


5G網絡具備的能力

       華為在北京懷柔率先完成了由IMT-2020(5G)推進組組織的中國5G技術研發試驗無線技術第二階段測試。在C-Band 的測試環節中，利用200MHz帶寬，通過5G新空口及大規模多入多出等技術進行測試，小區峰值超過20Gbps，空口時延在0.5ms以內，單小區大于1000萬連接。

       和傳統的移動通信技術相比，5G將進一步提升用戶體驗：在容量方面，5G通信技術將比4G實現單位面積移動數據流量增長1000倍;在傳輸速率方面，單用戶典型數據速率提升10到100倍，峰值傳輸速率可達10Gbps(相當于4G網絡速率的100倍);端到端時延縮短5倍;在可接入性方面：可聯網設備的數量增加10到100倍;在可靠性和能耗方面：每比特能源消耗應降至千分之一，低功率電池續航時間增加10倍。


5G典型制造業應用場景

       （1）5G 使能工業AR應用

       在未來智能工廠生產過程中，人將發揮更重要的作用。然而由于未來工廠具有高度的靈活性和多功能性，這將對工廠車間工作人員有更高的要求。為快速滿足新任務和生產活動的需求，增強現實AR將發揮很關鍵作用，在智能制造過程中可用于如下場景：如：監控流程和生產流程。生產任務分步指引，例如手動裝配過程指導;遠程專家業務支撐，例如遠程維護。

       在這些應用中，輔助AR設施需要最大程度具備靈活性和輕便性，以便維護工作高效開展。因此需要將設備信息處理功能上移到云端，AR設備僅僅具備連接和顯示的功能，AR設備和云端通過無線網絡連接。AR設備將通過網絡實時獲取必要的信息(例如，生產環境數據、生產設備數據、以及故障處理指導信息)。

       在這種場景下AR眼鏡的顯示內容必須與AR設備中攝像頭的運動同步，以避免視覺范圍失步現象。通常從視覺移動到AR圖像反應時間低于20ms，則會有較好的同步性，所以要求從攝像頭傳送數據到云端到AR顯示內容的云端回傳需要小于20mms，除去屏幕刷新和云端處理的時延，則需無線網絡的雙向傳輸時延在10ms內才能滿足實時性體驗的需求。而該時延要求，LTE網絡無法滿足。

       （2）5G使能工廠無線自動化控制

       在自動化控制中，倒立擺是典型的應用。倒立擺原理用于機器人各種姿態控制、航空飛船對接控制等姿態控制等工業應用。華為X Labs通過倒立擺驗證5G對極低試驗自動控制的價值，研究表明，當倒立擺運行在4G模式下時，4G的過高時延，使得倒立擺的控制指令不能得到快速執行，倒立擺起擺到穩態的時間過長，達到13.2秒。

       當運行在5G模式下時，5G的1ms超低時延，使倒立擺的控制指令快速執行，起擺到穩態只用4秒。通過對比，可以看到5G低時延網絡在自動控制的巨大價值，網絡端到端時延從4G的50ms減低至5G的1ms。

       自動化控制是制造工廠中最基礎的應用，核心是閉環控制系統。在該系統的控制周期內每個傳感器進行連續測量，測量數據傳輸給控制器以設定執行器。典型的閉環控制過程周期低至ms級別，所以系統通信的時延需要達到ms級別甚至更低才能保證控制系統實現精確控制，同時對可靠性也有極高的要求。如果在生產過程中由于時延過長，或者控制信息在數據傳送時發生錯誤可能導致生產停機，會造成巨大的財務損失。

       此外，在規模生產的工廠中，大量生產環節都用到自動控制過程，所以將有高密度海量的控制器、傳感器、執行器需要通過無線網絡進行連接。

       閉環控制系統不同應用中傳感器數量、控制周期的時延要求、帶寬要求都有差異，典型來看，周期時間和通信帶寬大小的一些典型值如下：

       5G切片網絡可提供極低時延長、高可靠，海量連接的網絡，使得閉環控制應用通過無線網絡連接成為可能。基于華為5G的實測能力：空口時延可到0.4ms,單小區下行速率達到20Gbps，小區最大可支持1000萬+連接數。由此可見，移動通信網絡中僅有5G網絡可滿足閉環控制對網絡的要求。

       （3）5G 使能工廠云化機器人

       在智能制造生產場景中，需要機器人有自組織和協同的能力來滿足柔性生產，這就帶來了機器人對云化的需求。和傳統的機器人相比，云化機器人需要通過網絡連接到云端的控制中心，基于超高計算能力的平臺，并通過大數據和人工智能對生產制造過程進行實時運算控制。

       通過云技術機器人將大量運算功能和數據存儲功能移到云端，這將大大降低機器人本身的硬件成本和功耗。并且為了滿足柔性制造的需求，機器人需要滿足可自由移動的要求。因此在機器人云化的過程中，需要無線通信網絡具備極低時延和高可靠的特征。

       5G網絡是云化機器人理想的通信網絡，是使能云化機器人的關鍵。5G切片網絡能夠為云化機器人應用提供端到端定制化的網絡支撐。5G網絡可以達到低至1ms的端到端通信時延，并且支持99.999%的連接可靠性，強大的網絡能力能夠極大滿足云化機器人對時延和可靠性的挑戰。

       華為已與德國與制造企業開展智能制造領域的合作。如與Festo共同合作基于5G切片網絡的云化機器人的項目,項目通過5G uRLLC(超高可靠和低時延通信)切片網絡，針對云化機器人閉環控制系統的高可靠性和實時性的滿足度進行測試。

       機器人的軌跡信息和控制數據在制造云中處理有助于系統計算能力的擴展和機器人平臺的節能。機器人生產服務與制造云的結合意味著將工業機器人的基本功能與高性能的計算系統進行實時協同，5G切片網絡使能了這一應用場景。

       （4）機器人與協同設施間的通信需求

       在智能制造柔性生產中，移動機器人是關鍵的使能者。在生產過程中要求多移動機器人之間的協同和無碰撞作業，所以移動機器人之間需要實時進行數據交換滿足該需求。移動機器人和外圍設備間也需要進行通信。例如，如起重機或其他制造設施。因此移動機器人需要和周邊協同設施機進行實時數據交換。

       隨著智能制造場景的引入，制造對無線通信網絡的需求已經顯現，5G網絡可為高度模塊化和柔性的生產系統提供多樣化高質量的通信保障。和傳統無線網絡相比，5G網絡在低時延、工廠應用的高密度海量連接、可靠性、以及網絡移動性管理等方面優勢凸顯，是智能制造的關鍵使能者。


機器視覺迎來黃金發展時期，企業怎么才能制造優勢

       機器視覺、機器智能化逐漸成為現實。隨著近年工業自動化中機器視覺技術的發展，視覺技術不斷更新迭代，使得其在智能制造中的地位日益顯現，包括生產自動化中的各種檢測，定位和識別工作，以及人工智能、智能制造、無人機、自動駕駛、智能醫生、智能安防等領域的進步，可以說機器視覺迎來黃金發展時期。

       機器視覺的產業鏈可以分成上游的部件級市場、中游的集成和整裝市場，以及下游的應用市場。機器視覺的上游包括光源、鏡頭、工業相機、圖像采集卡、圖像處理軟件、圖形交互界面、工控機等圖像獲取的軟硬件提供商。此外還包含有電動單元、機械單元等核心零部件。

       中游是集成和整機設備商，設備組裝和集成環節考驗的是企業性價比、深度定制以及服務優勢；下游主要是應用在半導體設備和電子這種制造行業、汽車、印刷包裝，還有煙草、交通等領域。

       由于國內機器視覺起步較晚，近年來才開始發展起來，真正的開始應用，所以中國的機器視覺產業主要集中于技術含量和價值量都較低的集成及設備組裝上。

       而國外部分工業視覺制造商具備全產業鏈優勢，其基本壟斷了中高端市場，視覺算法軟件主要有vision pro、halcon、mil、hexsight、evision、avl等；智能相機主要有康耐視、基恩士、microscan、邦納等。

       在應用方面，機器視覺工業應用廣泛，主要具有四個功能，引導和定位、外觀檢測、高精度檢測和識別。而從行業看，短期內電子和半導體制造仍是工業視覺核心的下游應用領域，主要因為半導體和電子設備制造對工業視覺技術存在剛性需求。

       工業視覺具有高精度的特點，天然適合高性能、精密的專業設備制造。以半導體制造為例，其前、中段過程都需要工業視覺的精密定位與視覺測量，后段制程中晶圓的電器檢測、切割、AOI封裝、檢測等過程都需要大量運用工業視覺技術。

       總結來說，這是一個技術稱王，毛利率極高的產業。而之前由于國外廠家壟斷了核心技術和服務場景較少的原因，整個行業偏窄，而現在國內廠家開始對核心技術發起沖擊，同時深耕應用場景，行業規模快速擴大，價格急速降低。但短期內行業技術還是難以突破，核心利潤仍然被外資掌握。