边缘计算在工业视觉识别中的应用优势及重要性分析

自从30年前引入监视控制和数据采集 （SCADA）以来，边缘计算是工业计算领域最重要的进步。

为了缓解带宽限制或固有延迟，以及提高系统的安全性和可靠性，计算资源（从网关到多功能设备再到计算机）都被安置在边缘，这就是边缘计算的概念。边缘的计算资源可以过滤或处理数据，需要做的只是在制造企业生产过程执行管理系统（MES系统）或企业系统与云之间传输数据。

尽管边缘计算是未来的工业控制技术，但是目前全球对边缘计算的认识也不尽相同，对于多数工程技术人员来说，边缘计算的概念还处于一知半解之中。

为此，美国CFE Media and Technology（CONTROL ENGINEERING杂志所在公司）最近联合Stratus（一家边缘计算设备供应商）对其全球读者进行了调查，发布了《2020边缘计算趋势报告》，调查内容涉及边缘计算的机遇、挑战以及对该技术的态度。

1 哪些新技术的应用需要边缘计算？

2部署边缘计算的难点

3 如何使用边缘计算的功能

4 边缘计算具有哪些功能

5边缘计算适合哪些应用程序

6如何选择边缘计算供应商

以NVIDIA Jetson Nano和 Jetson AGX Xavier 为核心板开发的蓝海大脑边缘计算单元，快速部署DNN／CNN／RNN／LSTM 等主流模型或其它训练好的神经网络模型；体验功能强大且高效的AI计算机视觉和高性能计算，在边缘设备中进行实时推理。体现在工业视觉识别中具有无需编程，降低集成难度；快速部署，极大缩短时间； 适应性强，快速迁移等优势。同时CPU和GPU高效协同，无序分拣拆垛码垛，具有缺陷定位、分割、分类、检测以及多维数据实战应用能力。

客户收益

1． 预测性维护、精确定时：通过装配线上使用工业物联网传感器，智能制造可以跟踪设备磨损的关键指标，如振动和温度。可在网络边缘提供实时数据分析，准确提示需要维护时间，尽可能减少停机时间及降低成本。

2． 更严格的质量管理：检测产品异常，避免影响产品质量。通过计算机视觉查看微小缺陷。加强质量控制，在整个生产过程中（从供应链到工厂车间）增加数据分析和情报。

3． 测量和管理机器： 具有开放和可互操作的特点，与现有设备集成收集和分析整个生产线的性能数据。通过使用工业物联网传感器和智能设备提高机械操作的可见度，提高智能工厂整体设备效率。

4． 安全传输、效率更高：支持工业物联网传感器、设备和可穿戴设备可在智能工厂出现危险时提醒工人，提高工人在严峻环境中工作表现 。从海上钻机到物流仓库，蓝海大脑的工业物联网解决方案可为联网工人提供信息，提高安全性和生产力。

责任编辑：gt