跳到主要內容
 

技術論壇

主題:智慧製造所會用到的邊緣運算有哪些應用?

2020/07/22slipknot

281 2 0


IoT數據資料蒐集/分析/預測類 Edge computingAIoT

現在所談的智慧製造、智慧工廠都伴隨AIOT的應用,那在當中是否都是運用邊緣運算?還是雲端運算?


就目前智慧製造來說,不管邊緣運算還是雲端運算都可以用上,關鍵在於兩個:運算資源與複雜性、事件反應時間與優先權,根據這兩者為基準去規劃,原則上很容易看出,究竟是哪一個環節,透過雲端運算比較省錢又省工,還是邊緣運算可以適時適地快速反應

一般來講,雲端運算的資源豐富,像是Microsoft Azure、Google Colaboratory等,不但有豐富的程式化界面,還附有龐大的記憶體空間,甚至像Google還可以用GPU能幫助訓練AI模型

邊緣運算則相對可以根據當時與當地快速進行反應,像是無人搬運車輛在工廠遇到突發事故的時候,可以自動煞車與繞道

laisan86 2020/07/24 0


假使以工廠產線來當場景,許多組裝作業用的機器人需要有AI模型,才能夠分辨出商品上各部分,再根據設計圖自動幫忙焊接與拼裝,像這時候如果可以利用雲端運算,將訓練出來的AI模型下載後,複製到每一台所需要的機器人記憶體中

再以同樣的場景,倘若產線目前發生嚴重公共安全意外,產線上的半成品可能每個的狀況都不盡相同,這時候各台機器人若能根據現場的情況進行判斷,以邊緣運算的成果,制定出搶救目前在產線上的半成品策略

laisan86 2020/07/24 0


2則留言

2020/07/24omnixri

0


智慧製造的範圍很大,但幾乎都脫不開AIoT(AI+IoT)的應用,亦可把AI和IoT分開來看。比較簡單的應用從各類感測器(溫度、濕度、振動、噪音、風速、亮度、電壓、電流等)的監控、記錄、管理,甚至進而到分析、預測。這類應用較為簡單,所以大概使用MCU等級的控制器加上連網功能就足夠,所以多半採用邊緣運算就足夠,若要較為豐富的視覺化管理則會搭配雲端的資料存取功能。若使用到機器視覺來進行品質、瑕疵檢測、精密量測等應用,由於計算量很大,若採邊緣運算則需佈署較好較多的電腦或運算設備在現場,這樣可能會造成建置費用提高,但可滿足低延時、高隱私的需求。另外亦可採用雲端(公有或私有雲)計算來簡化建置成本。

 


2020/07/24omnixri

0


目前智慧工廠除了定點式應用,自走車(或移動式)式應用亦越來越多。由於需自行移動,所以若採雲端控制則可能因反應速度不佳時造成意外(如碰撞等)產生,因此會考量有安全及即時性的部份一定要採邊緣運算,如移動控制、環境掃描、路線追蹤、機械臂控制等。而資料收集、分析或較無時效性但有高度複雜的視覺應用,則可考慮移至雲端計算。

未來5G興起,高速連網,智慧工廠應用可想像空間也變得更大。

相關新聞可參考:遠傳、台達、微軟三方聯手起跑,打造台灣首座5G智慧工廠
https://www.bnext.com.tw/article/58008/5g-manufacturing-taiwan-case

 

 


最新發表
《設計思維》號稱是21世紀教育新趨勢,是不是對AI教育也有相關影響或幫助?
《設計思維》為21世紀教育新趨勢,是不是對AI教育也有相關影響或幫助?是否可以協助孩子們提早進入AI智慧自造學習及程式設計的領域?
AI人才炙手可熱,有相關產學合作以及更多的進修學習機會嗎?
有人說:沒有一個行業找不到充滿潛力的人工智慧應用,所以我們是處在一個非常關鍵、非常讓人興奮的時代。然而,AI的人才不好找,更不易培養,不知台灣在AI人才的培育上做的如何?  
很多產業都在導入AI,那在相關人才培育有哪些措施嗎?
例如有篇報導說到: 為協助產業快速導入AI,迎向智慧世代,聯發科技宣布攜手台灣人工智慧學校,開設終端人工智慧(Edge AI)課程,分享用於5G手機單晶片、8K智慧電視、智聯網(AIoT)等智慧裝置的AI核心技術
台灣AI教育目前在中小學發展情況如何目前呢?有人實際了解過嗎?
之前有看過幾篇報導在說:AI智慧教育科技發展計畫導入新北市的偏鄉國小,目的是為了幫助偏鄉的學生能學習符合108年的新課綱科技課程,還有了解新興AI科技趨勢。不知現況如何呢?
AI資料分析算不算是數位轉型的重要關鍵?
人工智慧發展快速,越來越多產業都開始需要人工智慧的協助與幫忙? 不管是工廠、咖啡店、服業業等都有人工智慧存在的身影 未來AI數據分析會成為產業界的決勝關鍵嗎? 一起來討論分享你的想吧!  

熱門發表
如果提供影像辨識的訓練資料不足,AI電腦視覺技術是不是就派不上用場了?
目前深度學習很火,從醫療、零售、倉儲、工業到監控等,好像各種影像辨識都能用到,但往往在一個地方卡關,那就是沒有足夠大量且有代表性的資料提供"訓練",有沒有可能用少量資料來達成好的辨識效果呢?
【解題建議】利用OpenPose來解決骨架(姿態、行為)分析
此次出題有很多項目和姿態(行為)分析有關(如下所示),而其根本就是要先找出人的骨架,再加上時間序列來分析骨架各特徵點的位移,進而判定使用者的動作(類型)。 【華碼數位】 體適能動作與姿勢辨識:以影像分析運動者姿態。 【宸訊科技】 利用動態影像辨識技術完成對農民於田間作業之行為分類與分析並能結合AI技術、配合專家互動,持續調整分類學習精準度:從串流影像中分析農業作業姿態(行為) 。 【集思動力】 iSEM多裂肌脊椎運動AI體況分析應用:透過影像、視頻分析人體動作姿態是否滿足特定位置、角度。 【百一電子】 AI電腦視覺辨識男生/女生的情緒與動作事件 :透過視頻分析十六種動作行為。 【良品嚴選】 客戶輪廓分析與服務人員及時輔助系統:從視頻分析客戶在店面行為以提供智能零售。 【良品嚴選】 線上連結線下新零售之AI分析:從視頻中分析行銷手段是否改變消費者行為。 【艾爾塔科技】 線下零售數據消費者行為洞察與全通路數據整合:透過人流資訊分析及預測消費者行為。 【卡訊電子】 智慧教室語音與影像偵測數據AI分析:建立語音、影像辨識老師、學生行為以增進學習效益。 而在開源技術中以CMU的OpenPose最為知名,包含有身體、頭(臉部)、手等部位,有興趣的朋友可以參考一下 https://github.com/CMU-Perceptual-Computing-Lab/openpose
Time is money!如何讓製程最佳化、讓生產更簡單?
從網路時代到物聯網興起,工業 4.0 強調自動化與生產線聯網功能,而新一代的智慧工廠發展,則更仰賴邊際運算、AI 和數據分析。然而,究竟要如何讓製程最佳化,使得生產速度提升呢?
「魚兒魚兒水中游」,有辦法辨識魚缸中魚的種類、數量的變化,甚至是活動力嗎?
最近在搞魚菜共生,想用"聰明"的方法來觀察魚缸中魚兒的數量變化(有沒有死魚),再與水質狀況(如含氧量)做關聯,想用深度學習與影像辨識來解決這問題,甚至進一步分析出魚的個別及群體活動力,不知各位大大有沒有相關的經驗或作法可供參考呢?
CES展上發佈的蚊子偵測器怎麼辨別這種微小差異的?
以色列新創業者Bzigo在CES展出一款室內蚊子或小型飛蟲偵測器,宣稱能夠偵測距離8公尺內的蚊子、追蹤蚊子飛行的軌跡,但蚊子很小隻且飛行速度不慢,實際可以偵測到的成效不知道如何,怎麼辨別蚊子或小型飛蟲和其他東西的差異?  

主題分類