边缘计算网关的应用场景和原理
发布日期:
2023-07-13

目前市面上硬件解析方式一共有三种、分别是前端解析、边缘计算、后端解析。

前端解析速度最快,但受硬件的影响,其算力有限,且解析算法单一,一般都是出厂前烧录好的,算法更新比较困难,算法管理也比较困难,因此造成了使用场景单一的劣势。且目前市面上能支持前端解析的设备也比较少。

后端解析,是将AI算法部署在GPU服务器上,并接受算法管理平台的管理,解析能力强,算法更新简单,适用场景广,但受网络延迟的影响,无法低延时的对现场发生的事件做出反应。

特别在工业制造领域,每多1S的延时,对生产的损失都是巨大的。比如在工业质检领域,我们依靠机器视觉对产品质量进行检测,如果采用后端解析的方式,那么延迟巨大,很容易造成我们产线的拥堵。

因此,我们就产生了边缘计算网关这么一个产品,它具有算力强和解析速度快两个优点,在以下领域拥有很好的应用场景。

1、智慧石油

“边缘计算+”将重点解决由于油井地理位置偏远,给油井现场、设备的实时管理和监控带来挑战。利用边缘视频处理技术以及边缘AI 能力,实现现场级的油井异物入侵、人员行为检测、设备状态监控等业务能力,降低业务成本,保障石油开采过程中人员设备安全。

边缘计算网关的应用场景和原理

2、自动驾驶

自动驾驶是智能边缘计算的典型应用场景之一。自动驾驶汽车必须不断地扫描周围的环境并评估行驶情况,根据突发事件对其行进轨迹进行校正。这些情况具备很强的实时数据处理需求,通过边缘计算+人工智能技术的融合,在车载端搭建智能边缘计算系统,负责数据的存储、处理和分析,保证数据处理的实时性。

边缘计算网关的应用场景和原理

3、工业AI 质检场景

计算机、通信、消费类电子等3C 产品通常对精密度和外观要求非常高,而微小结构件检测产量大、人力耗用巨大,缺陷类型多、数据无法收集,人工检测已经成为制造业效率提升和成本降低的瓶颈。工业AI 质检解决方案中通过边缘计算技术能够对5G 传输来的数据做到实时分析处理,保障工厂生产效率的同时实现无人化质检。通过机器视觉+人工智能深度学习算法能够处理很难提取的特征如产品表面的细小瑕疵,同时能够消除由于拍摄、光源、对焦等一系应用。

边缘计算网关的应用场景和原理

天拓四方推出的数网星工业云平台中的边缘端带智能边缘计算的数据采集网关, 可以方便地实现现场设备的远程数据采集、程序远程下载和远程维护。支持300+的工业设备驱动 协议,2 路 RJ45 以太网和最多 5 路串口通讯接口, 可满足绝大部分工业控制器设备的联网需求。 同时支持以太网宽带、4G/5G、Wifi 上网方式。可通过数网星工业云平台实现远程配置、诊断和管理等功能。咨询热线:400-696-5700

声明:部分内容来源于网络,如侵权请后台留言联系删除。