AI边缘计算在工业视觉识别系统中的应用 边缘计算与智能视觉应用答案

AI边缘计算在工业视觉识别系统中的应用

AI

边缘计算在工业视觉识别系统中的应用

 

来源：工业头条

      

作者：周富林

 

黄靖

  

1 

引

       

言

 

 

 

 

 

 

随着工业数字化、智能化转型逐渐深入，智能制造的逐步推进，

市场对于工业机器视觉的需求也将逐渐增多，工业机器视觉逐渐形成

规模化的产业。机器视觉主要用计算机来模拟人的视觉功能，也就是

把客观事物的图像信息提取、处理并理解，最终用于实际检测、测量

和控制。机器视觉具有高度自动化、高效率、高精度和适应较差环境

等优点，将在我国工业自动化的实现过程中产生重要作用。在工业领

域，机器视觉对计算的高效性有严格的要求，将数据传输至云端计算

可能无法满足高效实时的需求，同时考虑到在工业现场中存在大量异

构的总线连接，设备之间的通信标准不统一，需要将计算资源部署在

工业现场附近才能满足需求，边缘计算成为了关键节点，起到了重要

的作用。工业机器视觉目前在智能制造中主要用于四个方面：识别、

检测、识别和测量。传统机器学习算法使用人工输入的特征提取代码

来训练算法，而深度学习算法使用现代技术自动提取这些特征。深度

学习算法在视觉图像分类、语义分割、目标检测、显著性检测等任务

上取得了很高的准确性

 , 

甚至超过人的认知水平。深度学习技术的引入

以后，人工调试的研究大大减少。因为深度学习可以很好的解决视觉

图像轮廓影像检测，虽然深度学习还无法保证其

100%

可靠性，但是

可以通过技术手段已经可以实现相当高的可靠性。

 

2.

边缘计算在工业制造中的应用

 

 

边缘计算在传媒领域的应用

号：19ZDA329）的阶段性研究成果。

边缘计算技术作为云计算技术的补充和优化，在

5G

时代焕显初新的应用活力，尤其是以云边协同发展的智

能计算技术不断激活传媒行业想象空间。边缘计算技术

在终端设备对原始数据进行处理，再将处理好的结果数

据上传至云端，

可更快速地对现实情况进行反馈和呈现，

一方面减小了云端计算压力，另一方面也降低了设备与

云端交互的时延问题，为媒体数据采集、内容呈现、信

息传输和媒介服务的形态和效率提供了更多可能。本文

从采、策、编、发、服务等环节探讨边缘计算技术将为

新闻媒体带来的影响和可能的应用方向，并对潜在方向

和技术应用趋势进行分析，以期促进传媒领域的技术融

合和智能化发展。

1.

文献综述

1.1 边缘计算研究

边缘计算自

2014

年来快速发展，目前，国内对于边

缘计算的研究主要集中在人工智能、工业互联网和物联

网应用等计算机科学和工程应用领域，研究者普遍看好

该技术在未来对推动

5G

和智慧城市建设的应用。国外的

研究集中在智能医疗应用、智能农业物联网平台以及基

于边缘计算的

AR

应用优化和深度学习技术优化等领域，

并尝试结合区块链技术对移动边缘计算的隐私保障问题

进行探究。

传统的云计算在线实时处理大规模数据集容易遇到

严重的“长尾”延迟问题，导致处理响应的平均时间延

迟，无法反应网络延迟的极端边界情况，符永铨，李东

升

（2018）

在研究边缘计算应用的系统架构特征的基础上，

对长尾延迟的产生原因进行分析，归纳出了针对长尾延

迟的优化技术及未来将面临的挑战。

[1]

Shi W，

Fellow

（2016）

介绍了边缘计算的定义，并从云卸载、智能家居、智能

城市等领域探讨了边缘技术的应用。

[2]

施巍松，张星洲，

王一帆（2019）围绕边缘计算“从哪里来、现状如何、

到哪里去”三个问题，梳理了其发展历程，并总结出“技

术储备期、快速增长期、稳健发展期”三个阶段及未来

发展中急需解决的六类问题。

[3]

朱晓云（2019）认为，

在未来几年边缘数据中心发展的关键时期，产业界需要

进行深入研究与合作。

[4]

周益秋，陈艳敏（2018）聚焦

钢铁制造产业，将云计算、大数据与边缘计算技术融合，

并应用于钢铁制造大数据中心的系统架构研究中。

[5]

研究者普遍认为，边缘计算技术将有效弥补云计算

应用中存在的安全隐患问题，但同时需要安全技术的更新

来保障边缘设备的安全。凌捷，陈家辉，罗玉（2019）总

结归纳了边缘设备容易遭受攻击的情况，提出一种更加适

用于边缘设备到边缘设备的通信安全保障的技术——基于

身份标识的密码技术。

[6]

Qian Y，Hu L，Chen J

等（2019）

提出了一种隐私感知服务放置（PSP）方案，以解决边缘

云系统中具有隐私感知的服务放置问题。PSP

机制的目的

是保护用户的隐私，并在从移动边缘云获取服务时为用户

提供更好的

QoS（服务质量）。

[7]

近年来，在移动设备或传感器附近的计算和存储节

点位于互联网边缘的边缘计算的行业投资和研究兴趣急

剧增长。除了工业互联产业外，边缘计算在智能医疗产

业的应用也受到了研究者的关注。Alaa Awad Abdellatif，

Amr Mohamed

等（2019）认为，实现智能医疗（s-health）

的最有前景的方法包括边缘计算功能和下一代无线网络

技术，可以提供实时且经济高效的患者远程监控。并设

想了一个基于

MEC

的架构，用于事件检测的多模态数据

压缩和基于边缘的特征提取。

[8]

1.2

传媒行业应用

目前，边缘计算在传媒领域的研究相对较少，国内

的研究普遍集中在广播电视产业，并结合

5G

技术和国家

政策支持对边缘计算的模型和应用展开研究。国外的研

究涉及

VR/AR、本地流媒体服务等领域。