当前位置 > 首页 > 解决方案 > 工业制造 > 基于边缘计算的铸管感算控一体化智能视觉解决方案

基于边缘计算的铸管感算控一体化智能视觉解决方案

1 目标和概述

本解决方案的目的是对铸管行业生产过程中承口随机铸字进行识别，以获取准确的铸管编码字符，为铸管生产过程中的产品追踪提供校验。在项目实施前，铸管行业尚无有效的字符识别方案，其难点在于铸管的生产工艺无法使用传统的标签与RFID技术，而铸管铸字完成后的退火、精整、喷锌、养生等工艺环节会对原有字符造成不可逆的破坏，字符残缺不全，加之铸管生产过程温度过高，也使字符识别难度大大增加。一直以来仅能通过人工在高温环境下艰难识别并手工记录，严重影响了铸管行业的智能制造升级改造和产品质量管理。

在本项目中，字符识别系统除了包括边缘侧的机械电气设备、控制系统与机器人系统外，其核心是在边缘侧部署了中科院沈自所自主研发的ThingOrigin边缘计算平台，该平台不仅完成边缘侧设备及系统的数据采集、存储工作，而且在边缘侧直接对设备数据和图像进行基于深度学习的人工智能算法处理计算，通过对大量字符图像数据的迭代训练，代替人工实现在高温环境作业下的残缺字符结果识别，并将识别直接发送给云端MES系统，大大节省了云端对数据的处理时间和资源的占用。本项目依托新兴铸管有限公司阳江分公司，首次完成了国内铸管行业的稳定字符识别工作，并且达到99%以上的识别准确率。该项目解决方案的成功实施，标志着边缘计算技术在铸管领域的成功创新应用，并在整个铸管行业乃至冶金行业都具备高价值的可复制的快速孵化和示范推广作用。

图1 边缘视觉识别流程

图2 铸造视觉识别系统

图3 现场部署图

2 解决方案介绍

沈自所自主研发的边缘计算ThingOrigin物源平台是整个解决方案的核心架构。它分为运行时和开发时两部分，如图4所示。 

图4 边缘计算ThingOrigin物源平台

其中，运行时包括了边缘控制器、语义数据网络、微服务中间件和控制台。开发时包括IDE一体化编程工具。

作为解决方案的核心系统架构，ThingOrigin物源平台具备三大优势。

（1）数据语义化融合

ThingOrigin物源平台支持异构数据库统一索引，支持OPC UA、Restful API、WebSocket、MQTT等多种数据通讯接口，支持基于语义的数据关联可视化建模。

（2）边缘计算能力

ThingOrigin物源平台支持20余种主流工业协议的解析能力，支持SpringBoot、ServiceMesh微服务接口、支持Kubernate容器化管理、支持边缘侧视觉处理、逻辑控制和运动控制。

（3）纵向分布式部署

ThingOrigin物源平台支持轻量级微服务部署、系统功能即插即用，提供工业模型标准库，支持一体化编程开发。

边缘控制器Edge Controller作为新一代硬件平台，构建了智能化协同制造技术及应用创新平台。实现边缘侧的互联互通、全流程信息交互、大数据端到端集成。为制造物联和智能感知、核心工业软件研发，以及大数据分析等相关技术的工程化提供了基础。

基于语义的数据网络Semantic Web，能够实现工业物联设备信息的横向跨系统快速索引与查询，为控制对象增加数字化外衣，从而形成对象管理模型。可对零部件、设备、产线、工作站等重要部件或机器组件形成互联互通，构建工业4.0组 件。它是国内首个支持网页信息与设备实时数据的混合呈现的物联设备的搜索引擎，高于传统数据库的强大查询能力，适用于物联设备相关信息追溯与相关影响查询。

微服务中间件Service Mesh是基于轻量化微服务架构进行业务定义，可实现系统功能的高强性裁剪，以及新功能的即插即用。控制台Console负责边缘侧配置云端资源，配置基础计算和存储资源，镜像和虚拟实例的生成和监控运行。还可实现边缘侧一键部署边云协同业务。除此之外，Console还负责边缘节点的安全、网络安全、数据安全和应用安全的监控。

一体化编程工具IDE是基于工业自动化特征，使用复合微服务抽象任务级指令。可对机器人等工业自动化设备功能组件进行建模，实现控制代码与物理工艺过程的映射，实现任务的多层抽象与工艺级编程。IDE的核心优势是针对工序工步建立标准工步/工序库，进一步开发工艺模板，先预编译，然后根据硬件平台实现代码生成，实现工艺级配置，代码自动生成。它是国内首个支持工业业务语义服务与语义关联的组态IDE，兼容轻量级微服务与标准工作流的工业领域组态IDE。

在铸管字符识别解决方案中，首先通过控制台Console实现了对边缘侧所需资源的弹性分配，边缘控制器Console实现了底层设备的数据采集，包括字符图像的获取。语义化数据网络Semantic Web实现了设备间的互联互通，通过一体化编程工具IDE开发了铸管字符识别监控系统，该系统调用Semantic Web定义好的数据通讯接口实现对设备的调度控制，通过 ThingOrigin物源平台提供的视觉微服务中间件ServiceMesh，实现对字符图像的预处理、字符定位和字符识别工作。最后，通过边云协同接口将识别出的字符发送给云端的MES系统，帮助企业实现产品质量的追溯和管控。 

图5 基于工业机器人的智能识别机构（3D激光轮廓仪+高清工业相机）

图6 基于深度学习的视觉识别训练模型

图7 边缘智能识别流程

3 代表性及推广价值

从应用情况及效果方面看，边缘计算技术不仅解决了铸管行业应用物联网终端产生的数据量爆炸式增长，缓解了企业私有云计算数据处理压力，而且不占用云端网络带宽，将每次识别生成的几十兆字符图像仅转为6字节的字符结果，更减少了网络环境带来的长时延和数据隐私问题。

从示范效应方面看，基于边缘计算能力的铸管字符识别应用，在其产品质量的表面检测等工艺环节同样有所需求，扩大至整个冶金行业中的炼钢、轧钢、铸管、铸件等车间同样有大量需要边缘计算能力来处理和分析的应用场景存在。因此，本项目解决方案的成功实施，为后续冶金行业中应用边缘计算技术来处理实际生产问题提供了技术的示范效应。

从商业价值和社会价值看，基于边缘计算能力的铸管&冶金行业字符识别应用、产品表面质量检测等应用，帮助企业实现了生产过程中产品有效管控，增强了企业对产品质量的追溯能力，提高了企业对售后产品的维保能力。