隨著智能制造的深入發(fā)展，傳感器獲取的數(shù)據(jù)以幾何級(jí)增長(zhǎng)。為了更高效地處理信息，傳感器解決方案供應(yīng)商通過5G高帶寬、云處理、本地處理等方式不斷提升數(shù)據(jù)處理速度和性能。當(dāng)下，傳感器+邊緣AI的解決方案已成為新的發(fā)展方向，越來(lái)越多的企業(yè)以此實(shí)現(xiàn)了更高效的傳感器信息處理與通信。

　　在上一期內(nèi)容中，我們也聊到了AI傳感器正在成為新一代智能傳感器的核心。但在具體實(shí)踐中，由于邊緣AI需要將算法和模型部署在本地邊緣設(shè)備上，傳感器小巧的尺寸很大程度上限制住了運(yùn)算性能，所以邊緣AI是否適用于所有生產(chǎn)環(huán)境一直是各大企業(yè)爭(zhēng)論的話題，也是傳感器解決方案供應(yīng)商當(dāng)下集中攻克的難題。那么現(xiàn)階段的生產(chǎn)企業(yè)該如何取舍？本期內(nèi)容中我們就通過一些案例和分析，給大家提供一些參考。

　　通過邊緣計(jì)算對(duì)傳感器加成

　　邊緣傳感器（Edge Sensors）是指在網(wǎng)絡(luò)邊緣執(zhí)行數(shù)據(jù)采集、預(yù)處理和分析的感知控制設(shè)備。它最大的優(yōu)勢(shì)在于利用邊緣計(jì)算（Edge Computing）架構(gòu)，使企業(yè)應(yīng)用程序更接近數(shù)據(jù)源。通過在數(shù)據(jù)源附近進(jìn)行計(jì)算任務(wù)，達(dá)到降低數(shù)據(jù)傳輸延遲和帶寬需求，提升系統(tǒng)的實(shí)時(shí)響應(yīng)性和效率。通過邊緣計(jì)算，傳感器幾乎能把數(shù)據(jù)進(jìn)行實(shí)時(shí)處理。

　　消除了傳統(tǒng)云處理時(shí)數(shù)據(jù)上傳下載的不穩(wěn)定因素。另一方面，邊緣計(jì)算傳感器更加獨(dú)立可靠，從“網(wǎng)游”變成“單機(jī)”后，全面停盤的可能性幾乎被降到零，即便單個(gè)傳感器出現(xiàn)問題，檢修和恢復(fù)速度也遠(yuǎn)高于傳統(tǒng)處理方式。更重要的一點(diǎn)是，數(shù)據(jù)安全有保障了，沒有了數(shù)據(jù)上傳這一動(dòng)作后，制藥、醫(yī)療等數(shù)據(jù)敏感企業(yè)將不用擔(dān)心泄露和網(wǎng)絡(luò)安全風(fēng)險(xiǎn)。此外，邊緣傳感器支持實(shí)時(shí)決策和行動(dòng)，對(duì)于需要快速響應(yīng)的應(yīng)用場(chǎng)景至關(guān)重要，如：智能制造、自動(dòng)駕駛、物聯(lián)網(wǎng)（IoT）等領(lǐng)域。

　　在不同領(lǐng)域落地實(shí)例

　　以智能制造為例，預(yù)測(cè)性維護(hù)是邊緣AI傳感方案大有可為的領(lǐng)域。意法半導(dǎo)體基于STM32硬件平臺(tái)，提供NanoEdge Studio模型創(chuàng)建工具。該工具為傳感器、變頻器、伺服設(shè)備提供了機(jī)器學(xué)習(xí)功能。通過對(duì)生產(chǎn)設(shè)備的電流、電壓等數(shù)據(jù)處理和監(jiān)控，用戶不需要增加新的傳感設(shè)備，就可以在資源受限的邊緣計(jì)算設(shè)備上快速構(gòu)建準(zhǔn)確高效的AI算法。結(jié)合不同生產(chǎn)環(huán)境中的傳感器（振動(dòng)傳感器、超聲、溫濕度、氣壓和加速度計(jì)），能夠高精準(zhǔn)度實(shí)時(shí)檢測(cè)生產(chǎn)設(shè)備的任何偏移或者異常，在發(fā)生重大故障之前觸發(fā)警報(bào)作出調(diào)整。

　　機(jī)器視覺更是智能制造的核心之一。由于機(jī)器視覺對(duì)時(shí)效性、計(jì)算效率有更高的要求，更貼近數(shù)據(jù)源頭的邊緣計(jì)算具有天生的優(yōu)勢(shì)。對(duì)此，越來(lái)越多的機(jī)器視覺方案供應(yīng)商不斷推出帶硬件加速的MCU和MPU產(chǎn)品。

　　還是以意法半導(dǎo)體為例，STM32MP25系列不僅內(nèi)置了高達(dá)1.35 TOPS算力（每秒1.35萬(wàn)億次運(yùn)算）的NPU加速器，還采用了900MHz的3D GPU來(lái)實(shí)現(xiàn)全高清視頻編解碼。同時(shí)配備了MIPI CSI-2攝像頭接口，支持RGB、LVDS和DSI輸出的全高清視頻。開發(fā)者可靈活選擇在CPU、GPU、NPU上運(yùn)行AI應(yīng)用，對(duì)企業(yè)來(lái)說，適用性和兼容性也更高了。

　　此外，自動(dòng)駕駛也是邊緣AI傳感解決方案大放異彩的領(lǐng)域。

　　隨著汽車上搭載越來(lái)越多的傳感器，其對(duì)數(shù)據(jù)傳輸和處理的要求也越來(lái)越高。在邊緣AI中，高分辨率傳感器與AI處理器之間的數(shù)據(jù)傳輸鏈路在整個(gè)系統(tǒng)的性能中起著至關(guān)重要的作用。為了保證多數(shù)據(jù)高同步采集、采集數(shù)據(jù)錄制、實(shí)時(shí)數(shù)據(jù)回放、數(shù)據(jù)高效多維度處理和數(shù)據(jù)校驗(yàn)，需要有性能強(qiáng)大、穩(wěn)定性高、精準(zhǔn)性好的車載AI邊緣計(jì)算硬件產(chǎn)品來(lái)提供強(qiáng)大的支撐。

　　這也意味著，車載邊緣AI傳感解決方案中需要配置更高性能的處理器，支持顯卡和AI加速卡，低延時(shí)處理傳感器數(shù)據(jù)。同時(shí)需要具有豐富的接口，能滿足不同車型不同傳感設(shè)備方案，做到連接互通。此外，為應(yīng)對(duì)車輛行駛中的顛簸，數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)保護(hù)、抗沖擊能力都是供應(yīng)商們要解決的課題。

　　除了這些大家熟知的應(yīng)用領(lǐng)域，邊緣AI傳感解決方案在礦產(chǎn)、氣田、高溫高壓等極端生產(chǎn)環(huán)境中無(wú)疑是更可靠的選擇。

　　以氣田行業(yè)為例，礦底壓力變化直接影響產(chǎn)線的正常運(yùn)作。傳統(tǒng)作業(yè)中，傳感器會(huì)將數(shù)據(jù)變化上傳至地面，由操作人員處理判斷。但受特殊環(huán)境影響，數(shù)據(jù)傳輸往往會(huì)有延時(shí)。即便數(shù)據(jù)傳輸能實(shí)時(shí)將正確數(shù)據(jù)上傳至信息中心，操作人員的經(jīng)驗(yàn)和響應(yīng)速度往往更為關(guān)鍵，尤其是在中小型礦場(chǎng)。

　　對(duì)針這類需求。斯倫貝謝推出過一種智能針閥邊緣計(jì)算解決方案（SNV），就是將傳感器結(jié)合邊緣計(jì)算技術(shù)，實(shí)現(xiàn)全自動(dòng)、全周期的閉環(huán)算法控制，用于動(dòng)態(tài)管理氣井的間開生產(chǎn)調(diào)度。

　　SNV由傳感設(shè)備和AI兩部分組成。其中，傳感設(shè)備包括多種傳感器、遠(yuǎn)程控制針閥（RCNV）和邊緣計(jì)算智能網(wǎng)關(guān)（Agora）。

　　該系統(tǒng)的運(yùn)行方式如下：

　　1)、Agora通過Modbus TCP協(xié)議與遠(yuǎn)程終端單元（RTU）建立連接，RTU負(fù)責(zé)現(xiàn)場(chǎng)的數(shù)據(jù)采集和控制指令下發(fā)；

　　2)、通過壓力、溫度等各類傳感器，Agora實(shí)時(shí)獲取關(guān)鍵氣井變量數(shù)據(jù)；

　　3)、Agora將這些數(shù)據(jù)交由SNV處理，優(yōu)化氣井生產(chǎn)調(diào)度結(jié)果；

　　4)、Agora將結(jié)果返回RTU進(jìn)行生產(chǎn)控制；5)、最后，將所有數(shù)據(jù)傳輸至本地服務(wù)器或者云端，實(shí)現(xiàn)整個(gè)生產(chǎn)過程的數(shù)據(jù)管理。

　　在這一流程中，SNV利用機(jī)器學(xué)習(xí)方法對(duì)實(shí)時(shí)數(shù)據(jù)分析和生產(chǎn)制度優(yōu)化，以增加產(chǎn)量。最終，這將提升氣井的開井時(shí)間比率，并減少操作人員的現(xiàn)場(chǎng)作業(yè)。SNV主要利用現(xiàn)場(chǎng)傳感器收集到的高頻生產(chǎn)數(shù)據(jù)，包括油管壓力（THP）、套管壓力（CHP）、溫度和產(chǎn)氣速率等。當(dāng)氣井正在生產(chǎn)時(shí)，SNV會(huì)實(shí)時(shí)計(jì)算井筒內(nèi)的液位高度。當(dāng)液位高度超過閾值時(shí)，SNV將自動(dòng)關(guān)閉該氣井。當(dāng)氣井處于關(guān)閉狀態(tài)時(shí)，SNV將使用一個(gè)結(jié)合深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的集成模型推薦最佳的關(guān)井時(shí)長(zhǎng)和下一次的開井時(shí)刻。當(dāng)系統(tǒng)運(yùn)行到該時(shí)刻氣井將被自動(dòng)打開。

　　據(jù)現(xiàn)場(chǎng)測(cè)試，SNV解決方案能有效增加單井產(chǎn)量6%-8%；開關(guān)操作率提高了20%-30%；減少了50%的現(xiàn)場(chǎng)操作，從而減少了運(yùn)營(yíng)成本、安全風(fēng)險(xiǎn)和碳排放。

　　市場(chǎng)逐漸地興起

　　說了那么多優(yōu)勢(shì)，再來(lái)說說邊緣AI傳感器的短板：性能限制、資源限制、能效和可擴(kuò)展性等都是目前阻礙邊緣AI傳感器擴(kuò)大應(yīng)用范圍的阻力。當(dāng)然，供應(yīng)商們也正通過各種技術(shù)來(lái)彌補(bǔ)缺陷。這也引發(fā)了另一個(gè)問題：邊緣智能技術(shù)發(fā)展迅速亟需建立統(tǒng)一的技術(shù)標(biāo)準(zhǔn)和生態(tài)系統(tǒng)，促進(jìn)不同設(shè)備和方案之間的兼容性。

　　但就如同所有新生事物都有那么一些“不完美”，技術(shù)缺陷是會(huì)隨著工藝提升不斷完善的。

　　據(jù)IDC預(yù)測(cè)，預(yù)計(jì)2024年全球邊緣計(jì)算支出將達(dá)到2280億美元，較2023年增長(zhǎng)14%。到2028年，邊緣計(jì)算支出或?qū)⒔咏?780億美元，并以兩位數(shù)的復(fù)合年增長(zhǎng)率穩(wěn)步增長(zhǎng)。這一數(shù)字不僅反應(yīng)了市場(chǎng)的熱度，更有可能加速技術(shù)發(fā)展。

　　因此，我們很堅(jiān)定地認(rèn)為邊緣AI傳感解決方案也不是大型企業(yè)的專享，中小型企業(yè)也應(yīng)該密切關(guān)注它的進(jìn)化，說不定很快，隨裝隨用的方案即將來(lái)到你我的身邊。

關(guān)注讀覽天下微信， 100萬(wàn)篇深度好文， 等你來(lái)看……