一、方案背景
传统的生产过程质检以及设备运营状态检测依赖人工和经验，人力成本高，标准化程度低，容易出错。随着技术发展，越来越多的机器视觉方案被引入到生产过程中，它通过产品外观图像的计算、分析和识别来达到产品质量检测的目的，可以很好的和工业自动化系统进行联动实现产品的过程质量控制。
通常在机器视觉的场景里，上行带宽需求比较高，要求不小于30Mbps，而5G网络能够很好的满足该场景的需求。5G+机器视觉的检测方式，则可以发挥5G大带宽优势，通过5G网络将识别图像上传到边缘计算中心MEC统一识别处理，并将检测结果反馈给产线看板系统和DCS/PLC等，对不合格产品进行告警及剔除。采用5G+机器视觉检测方式，能够快速实现已有产线的技术改造，并能提高机器视觉识别效率，减少工位的人工成本。
二、方案介绍
1、方案整体架构
图1 中兴通讯基于5G MEC的通用机器视觉整体方案架构
2、组网方案
方案基于5G MEC，组网方式如下图所示：
图2 方案组网图
通过5G网络，可保证数据传输的稳定性，以实现机器视觉判别结果的准确性和应用正常运行。同时，机器视觉系统实现以移代固，图像采集自由分布于多个工位且共享图像处理单元，实现高速，低成本自动化检测生产线。
作为5G技术的核心特征，MEC是一跳入云、实现低时延高带宽确定性网络的基础。基于MEC可以将高密度计算、高流量、低时延需求的业务就近部署，满足客户对业务安全、速率、可靠性的多重要求。
3、平台方案
中兴通讯机视觉智能平台支持视频和图像数据的采集、存储、分析全过程，向企业、应用开发商和个人用户提供数据服务，同时支持视觉AI算法训练、计算资源调度，为算法开发者提供训练服务。
视觉智能平台架构如下图所示：
图3 视觉智能平台架构图
机器视觉平台包含设备管理层，视频采集层，算法层，分析层，服务层和能力开放层 6大部分。
（1）设备管理层：
平台支持各类视频设备和工业相机设备。其中，视频设备可通过视频网关接入到机器视觉平台；而工业相机的管理和控制，主要通过相应的接口/SDK，直接接入到机器视觉平台中。
（2）视频采集层
视频采集层负责接入设备，采集设备数据并提供设备数据的存储和数据治理机制。
设备可以是摄像头设备，它将摄像头设备输出的视频信号，通过专用的模拟、数字转换设备，转换为二进制数字信息的过程。视频采集层支持ONVIF、RTSP等协议的视频码流接入管理。视频采集层保存的图片和推送的视频作为计算数据源。
（3）算法层
平台已集成OCR、识别类、测量类、质检类、定位类多种成熟算法，同时，具备开放式视觉算法库+机器视觉应用商店支持聚合开发者，加速专业领域视觉质检算法的开发和扩展部署。数据池支持海量数据+快速训练，加速视觉算法优化。5G边缘分流支持5G+8K/5G+3D超高清视觉质检图像快速传输；视频AI加速，提升视觉质检响应速度。在算法层上，系统还支持ResNet、YOLOV、Faster RCNN等各种常用深度学习神经网络算法模型。
（4）分析层
分析层提供视频流分析、图片分析功能。支持并行调度、智能流控，确保海量码流能够得到及时处理，计算因子也处于最优工作状态，保障全链路秒级响应。分析层支持存储分析后的非结构化数据和结构化的数据。分析层提供计算任务的管控功能。
（5）服务层
平台针对工业物联网场景，定制一批分析任务模板，如包装盒分析服务模板，螺钉检验服务模板。用户使用时，只需要设置模板参数，就可以创建一个分析任务，交由平台分析处理。
（6）能力开放层
基于模型训练平台的能力开放，北向开放若干接口。开放接口类型：算法模型接口、训练服务、分析任务接口、数据服务接口等。
三、实际部署应用情况
目前该方案已在中兴通讯南京滨江工厂和中兴通讯长沙工厂成功落地，应用场景包括AAU转接柱、螺钉检测、SMT自动叠板、点胶及PCB板检测等。据统计，经过5G MEC机器视觉系统改造后，工厂平均每班单条生产线可节省2名人力，漏检率比人工降低80%，综合良率提高5%。中兴长沙工厂实现垫片、上盖、包装盒等产品外观检测，单次检测时间仅为0.5秒，准确率达95%。
图4 中兴通讯南京滨江工厂基于5G MEC的机器视觉AAU表面检测应用
此外，中兴通讯协同云南神火铝业综合应用5G+MEC+高清工业相机，针对传送皮带跑偏和裂纹实时在线检测、阳极铸造高温溶液检测、能源表计AI读数等多应用场景进行机器视觉应用落地。其中，通过机器视觉实时检测溶液温度，相比传统手段可有效将电解阳极铸造品质提升15%以上，进而在电解铝的过程中大幅降低单吨电耗，对于年产7000万吨的工厂来说，价值极大。
图5 云南神火基于5G+MEC的机器视觉阳极铸造温度精准分析应用
此外，该方案还在钢铁冶金、电子制造、汽车制造、纺织化纤等多家工厂开展应用。
四、方案优势
（1）基于5G+MEC部署：在5G带来更高灵活性基础上，MEC带来网络时延的降低，降低骨干网络带宽占用；在保障数据安全同时，获得更强大的计算和存储能力；
（2）云化增强：将视觉AI与前端采集解耦，多产线、多场景共用机器视觉算法和配置，支持柔性产线，同时，集中平台可实现视觉算法模型不断的自优化和迭代、更为精准，后期便于集中维护和扩展；
（3）快速上线：方案基于拖拽的算法应用编排，强大可视化组件Studio，方便客户零代码创建应用，支持小样本快速上线。
