隨著物聯(lián)網(wǎng)的快速發(fā)展，智能終端的不斷普及，我們已經(jīng)進入了萬物互聯(lián)時代。在工控領(lǐng)域，工業(yè)設(shè)備所產(chǎn)生的數(shù)據(jù)量將越來越多，海量的連接及由此產(chǎn)生的海量數(shù)據(jù)，對數(shù)據(jù)處理的實時性、智能性、安全性和隱私性都帶來了更大的挑戰(zhàn)，而僅靠上傳到云端的云計算的方式越來越難以滿足人們的需求。

　　邊緣計算的誕生與發(fā)展

　　既然海量的數(shù)據(jù)產(chǎn)生在網(wǎng)絡(luò)邊緣側(cè)，那么有沒有一種方式能夠?qū)⒅腔勰芰ο鲁粒瑢崿F(xiàn)數(shù)據(jù)在邊緣側(cè)的及時處理和反饋，彌補傳統(tǒng)云計算方式的不足呢?在這樣的背景下，邊緣計算(Edge Computing)應(yīng)運而生。

　　邊緣計算產(chǎn)業(yè)聯(lián)盟(ECC)把邊緣計算定義為：“邊緣計算是在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力的開發(fā)平臺，就近提供邊緣智能服務(wù)，滿足行業(yè)數(shù)字在敏捷聯(lián)接、實時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護等方面的關(guān)鍵需求”。與云計算相比，邊緣計算具有低延時、低帶寬、實時性高、更安全可靠等特點。如果說云計算是一個統(tǒng)籌者，負責長周期數(shù)據(jù)的大數(shù)據(jù)分析，而邊緣計算更注重于實時、短周期的數(shù)據(jù)分析。

　　邊緣計算參考架構(gòu)

　　為了更好的理解邊緣計算的相關(guān)技術(shù)、架構(gòu)模型，以及促進邊緣計算在各垂直行業(yè)的深度應(yīng)用，2018年12月4日，邊緣計算產(chǎn)業(yè)聯(lián)盟(ECC)與工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟(AII)聯(lián)合發(fā)布了《邊緣計算參考架構(gòu)3.0》。

　　邊緣計算參考架構(gòu)3.0的主要內(nèi)容：整個物聯(lián)網(wǎng)系統(tǒng)分為云、邊緣和現(xiàn)場三層，邊緣計算位于云和現(xiàn)場層之間，邊緣層向下支持各種現(xiàn)場設(shè)備的接入，向上可以與云端對接;邊緣層包括邊緣計算節(jié)點和邊緣管理器兩個主要部分。邊緣計算節(jié)點是硬件實體，是承載邊緣計算業(yè)務(wù)的核心，一般具有計算、網(wǎng)絡(luò)和存儲資源。邊緣管理器的呈現(xiàn)核心是軟件，主要功能是對邊緣節(jié)點進行統(tǒng)一管理。

　　1.云層

　　云層由多個高性能服務(wù)器和存儲設(shè)備組成，具有強大的計算和存儲功能，可以執(zhí)行復雜的計算任務(wù)。云模塊通過控制策略可以有效地管理和調(diào)度邊緣節(jié)點和云計算中心，為用戶提供更好的服務(wù)。

　　2.邊緣層

　　邊緣層位于網(wǎng)絡(luò)的邊緣，由大量的邊緣節(jié)點組成，通常包括路由器、網(wǎng)關(guān)、交換機、接入點、基站、特定邊緣服務(wù)器等，這些邊緣節(jié)點廣泛分布在終端設(shè)備和云層之間。在工業(yè)領(lǐng)域，邊緣層涉及到由很多邊緣設(shè)備互相連接構(gòu)成的工業(yè)現(xiàn)場，業(yè)內(nèi)通常稱之為OT層。

　　3.現(xiàn)場設(shè)備層

　　現(xiàn)場設(shè)備層就是最底層的一個邊緣設(shè)備，例如傳感器、智能手機、智能車輛、智能卡、讀卡器等。在工業(yè)領(lǐng)域，它可以是流程工業(yè)的儀器儀表、傳感器，也可以是離散制造業(yè)的數(shù)控機床或者工業(yè)機器人。

　　邊緣計算系統(tǒng)對資源的使用有兩種方式：第一，直接將計算、網(wǎng)絡(luò)和存儲資源進行封裝，提供調(diào)用接口，邊緣管理器以代碼下載、網(wǎng)絡(luò)策略配置和數(shù)據(jù)庫操作等方式使用邊緣節(jié)點資源;第二，進一步將邊緣節(jié)點的資源按功能領(lǐng)域封裝成功能模塊，邊緣管理器通過模型驅(qū)動的業(yè)務(wù)編排的方式組合和調(diào)用功能模塊，實現(xiàn)邊緣計算業(yè)務(wù)的一體化開發(fā)和敏捷部署。

　　邊緣計算設(shè)備與平臺

　　傳統(tǒng)意義上網(wǎng)絡(luò)應(yīng)用現(xiàn)場的控制器或者網(wǎng)關(guān)，并不能代表邊緣計算設(shè)備，符合邊緣計算定義要求的設(shè)備需要具備以下三個條件：

　　首先，該設(shè)備要具備邊緣側(cè)數(shù)據(jù)采集能力。數(shù)據(jù)采集是邊緣計算的基礎(chǔ)，從工業(yè)設(shè)備到消費電子，一切設(shè)備都是數(shù)據(jù)的來源。

　　其次，設(shè)備需要有基于機器學習的智能運算能力，尤其是能夠跨越邊緣側(cè)和云端提供智能化的運算能力。不僅如此，設(shè)備還需要具備良好的運算性能和數(shù)據(jù)管理能力。

　　第三，設(shè)備不僅僅能夠完成采集和運算，還需要提供可操作的決策反饋，要有連接至決策執(zhí)行系統(tǒng)的開放性。系統(tǒng)管理層可以根據(jù)數(shù)據(jù)分析獲得相關(guān)決策建議，由執(zhí)行系統(tǒng)或者設(shè)備本身直接完成決策過程。

　　邊緣計算不是單一的部件，也不是單一的層次，而是涉及到EC-laaS、EC-PaaS、EC-SaaS的端到端開放平臺。在實際應(yīng)用中，要實現(xiàn)邊緣計算功能，不僅要有符合要求的邊緣計算設(shè)備，還需要有能夠?qū)崿F(xiàn)落地的邊緣計算平臺。

　　根據(jù)邊緣計算平臺的設(shè)計目標和部署方式，目前可將邊緣計算開源平臺分為3類：面向物聯(lián)網(wǎng)端的邊緣計算平臺、面向邊緣云服務(wù)的邊緣計算平臺、面向云邊融合的邊緣計算平臺。由于針對的場景不同，各邊緣計算平臺的設(shè)計多種多樣，但也不失一般性，邊緣計算平臺的一般性功能框架如下圖所示。

　　在該框架中，資源管理功能用于管理網(wǎng)絡(luò)邊緣的計算、網(wǎng)絡(luò)和存儲資源;設(shè)備接入和數(shù)據(jù)采集功能分別用于接入設(shè)備和從設(shè)備中獲取數(shù)據(jù);安全管理用于保障來自設(shè)備數(shù)據(jù)的安全;平臺管理功能用于管理設(shè)備和監(jiān)測控制邊緣計算應(yīng)用的運行情況。

　　邊緣計算應(yīng)用場景

　　邊緣計算應(yīng)用非常廣泛，如智慧城市建設(shè)、智能家居、安防監(jiān)控以及車聯(lián)網(wǎng)自動駕駛領(lǐng)域，但目前邊緣計算應(yīng)用最具成效的是在工業(yè)制造業(yè)。

　　在工業(yè)物聯(lián)網(wǎng)領(lǐng)域的應(yīng)用實踐中，對于工業(yè)實時控制及邊緣設(shè)備安全隱私的要求較高，并且產(chǎn)生的數(shù)據(jù)需要本地化處理，因此將邊緣計算應(yīng)用于工業(yè)物聯(lián)網(wǎng)成為行業(yè)發(fā)展的方向。

　　目前，邊緣計算在制造企業(yè)主要應(yīng)用在以下幾個場景：

　　1.設(shè)備智能監(jiān)控

　　在設(shè)備監(jiān)控業(yè)務(wù)場景中，邊緣計算能夠支持對近億條甚至更多的數(shù)據(jù)傳輸和處理，并保證傳輸?shù)膶崟r性和可靠性。同時，結(jié)合大數(shù)據(jù)及人工智能技術(shù)，邊緣計算能及時對車間設(shè)備進行遠程控制，并能夠提升設(shè)備故障的預測能力，實現(xiàn)預測性運維，最大限度延長設(shè)備壽命和提高設(shè)備利用率。

　　邊緣計算還應(yīng)用到終端產(chǎn)品(如挖掘機、智能汽車等)的日常使用和運維中。遠程控制無人挖掘機基于5G通訊技術(shù)、邊緣計算和人工智能技術(shù)的融合，通過無人駕駛及5G遠程遙控設(shè)備等實現(xiàn)準確快速施工，達到提升工作效率、節(jié)約費用、降低危險系數(shù)等功效。

　　2.機器人作業(yè)

　　傳統(tǒng)的工業(yè)機器人已經(jīng)很難滿足智能制造時代對智能化和多感知融合等需求，必須依托互聯(lián)網(wǎng)技術(shù)、深度學習和機器人操作系統(tǒng)平臺等進一步構(gòu)建下一代工業(yè)機器人。通過邊緣計算的模式提升機器人作為終端執(zhí)行設(shè)備的自主決策能力，是實現(xiàn)復雜工藝和協(xié)同控制的必要基礎(chǔ)。

　　機器人智能作業(yè)的傳輸狀態(tài)類信息，如關(guān)節(jié)的位置、速度等，不僅信息量較大，而且對信息的實時性要求高;而控制命令信息對安全性和可靠性有較高要求。通過邊緣側(cè)與遠程控制端、智能中心的配合能夠?qū)崿F(xiàn)機器人的智能控制。此外，邊緣計算還應(yīng)用在多機器人協(xié)同作業(yè)，保證多機器人安全、高效的協(xié)同完成任務(wù)。

　　3.AI質(zhì)檢

　　AI質(zhì)檢系統(tǒng)采用先進的邊緣計算技術(shù)，將AI應(yīng)用下沉到生產(chǎn)車間，在靠近設(shè)備的地方進行機器視覺分析，降低視頻傳輸對網(wǎng)絡(luò)帶寬的需求。

　　目前，邊緣AI工業(yè)質(zhì)檢的訓練階段需要在邊緣側(cè)完成，利用深度學習進行數(shù)據(jù)的獲取、標注、訓練、測試和部署，然后根據(jù)產(chǎn)品檢驗要求對產(chǎn)品類別信息、缺陷位置、缺陷類別等檢測結(jié)果進行反饋，提出預警并控制現(xiàn)場設(shè)備進行處理。邊緣計算AI質(zhì)檢實現(xiàn)了工業(yè)產(chǎn)品外觀缺陷的高精度識別分析，縮短了應(yīng)用響應(yīng)時間，提高了業(yè)務(wù)實時性。

　　4.產(chǎn)線優(yōu)化

　　柔性化作為制造業(yè)轉(zhuǎn)型升級而產(chǎn)生的新型生產(chǎn)方式，受到了眾多企業(yè)的追捧。由于數(shù)據(jù)分析慢、終端信息化程度低，實現(xiàn)柔性化生產(chǎn)對于傳統(tǒng)制造業(yè)并不簡單。而制造企業(yè)通過邊緣計算能力控制不同的生產(chǎn)設(shè)備進行協(xié)作，實現(xiàn)工廠柔性化定制生產(chǎn)模式，讓生產(chǎn)線變得更加智能。

　　邊緣計算通過對設(shè)備的加工狀態(tài)，如工藝參數(shù)、生產(chǎn)環(huán)境數(shù)據(jù)的監(jiān)控，建立“狀態(tài)改變對于加工質(zhì)量影響”的數(shù)學分析模型，并通過趨勢分析預測加工質(zhì)量的異常，及時調(diào)整設(shè)備工藝參數(shù)，形成“監(jiān)控-分析-調(diào)整-優(yōu)化”的閉環(huán)，防止廢品、殘次品產(chǎn)生。

　　5.工廠安防

　　在工廠安防領(lǐng)域，需要借助邊緣計算對人員進行精確定位以及將定位信息與實時視頻、圖像以及數(shù)據(jù)傳輸進行聯(lián)動，保證毫秒級的響應(yīng)及提示，為預警的有效性提供保障，以防止安全事故的發(fā)生。同時，為了數(shù)據(jù)的長期存儲以便事故的追溯，需要借助邊緣計算的大帶寬、實時性以及云端海量存儲來實現(xiàn)這些需求。

　　6.機器人巡檢

　　傳統(tǒng)人為巡檢工作量大，而且容易出現(xiàn)漏檢。依托5G、AI和邊緣計算，智能巡檢機器人可以代替人力巡檢。在機器人巡檢場景中，必須要利用云端強大的大數(shù)據(jù)處理能力，對設(shè)備風險特征點進行有效的提取和分析，從而形成設(shè)備巡檢報警模型。將機器人管理和DIAG系統(tǒng)(診斷系統(tǒng))部署在邊緣側(cè)，通過5G網(wǎng)絡(luò)回傳實時高清巡檢畫面、設(shè)備信息、環(huán)境信息、系統(tǒng)交互等，判斷現(xiàn)場產(chǎn)品是否與DIAG系統(tǒng)的產(chǎn)品信息一致，防止遺漏。

　　7.物流裝備智能化控制

　　在智能工廠內(nèi)部，多AGV之間的作業(yè)協(xié)同，調(diào)度算法極其復雜，而且復雜環(huán)境和大量的跨區(qū)域作業(yè)，對通訊的穩(wěn)定性和帶寬提出了更高的要求。隨著企業(yè)內(nèi)AGV數(shù)量的增加，云AGV可以更好的解決運算問題，邊緣計算恰好能給云AGV提供高可靠、低時延的通訊條件支持。

　　邊緣計算是物聯(lián)網(wǎng)不可或缺的基礎(chǔ)設(shè)施之一，目前，對于邊緣計算技術(shù)的研究和認識依然在持續(xù)深入。伴隨5G商用的不斷推進和邊緣計算產(chǎn)業(yè)生態(tài)的發(fā)展完善，工業(yè)互聯(lián)網(wǎng)、虛擬現(xiàn)實、智慧交通、無人駕駛以及眾多目前難以想象的邊緣計算典型場景有望加快落地、走向應(yīng)用和普及，將會給整個社會創(chuàng)造更大的價值。

　　來源：控制工程網(wǎng)