文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.191153
中文引用格式: 楊鑫,時曉厚,沈云,等. 5G工業互聯網的邊緣計算技術架構與應用[J].電子技術應用,2019,45(12):25-28,33.
英文引用格式: Yang Xin,Shi Xiaohou,Shen Yun,et al. Edge computing applications and technical architecture of 5G industrial Internet[J]. Application of Electronic Technique,2019,45(12):25-28,33.
0 引言
5G被廣泛認為是戰略基礎技術與產業之一,目前已經陸續在全球主要國家進入商用發展階段。與此同時,工業互聯網作為一種工業制造與互聯網的融合技術與產業,在全球獲得關注并成為各國科研與產業發展的焦點之一。中國政府高度重視5G和工業互聯網的發展,在加快5G商用步伐,加強工業互聯網新型基礎設施建設基礎上大力推動5G+工業互聯網的融合創新發展。中國工業互聯網研究院徐曉蘭院長發文指出工業互聯網是加快5G商用規模部署的重要突破口[1],工業和信息化部2019年在上海召開的“5G+工業互聯網”全國現場工作會議上指出:工業互聯網作為第四次工業革命的重要基石和數字化轉型的關鍵支撐力量,開辟了科技競爭、產業競爭的新賽道。“5G+工業互聯網”的探索實踐,順應了新一代信息技術與實體經濟深度融合的要求與方向[2]。本文重點探討基于5G工業互聯網邊緣計算應用與技術架構。
1 5G工業互聯網邊緣計算應用
1.1 工業互聯網應用
工業互聯網有狹義和廣義之分,狹義上的工業互聯網由GE率先提出,主要面向智能制造,基于大數據技術,提升工業生產的效率、質量以及降低成本;廣義上的工業互聯網則是工業化和信息化的融合,不僅僅是面向制造業,也不僅僅針對生成過程,還面向工業企業運營、產業協同等。在我國,工業互聯網一般是廣義上的。無論狹義還是廣義,都是為了提高工業產品質量、生產效率、服務水平、降低成本,均要求實現OT(Operation Technology)與ICT(Information and Communication Technology)技術融合。
根據中國通信標準化協會CCSA相關標準研究與分類,我國的工業互聯網包括智能化生產、個性化定制、網絡化協同和服務化延伸4類主要應用[3]。
(1)智能化生產:是面向企業內部的生產制造和運維管理的智能化應用,典型應用場景包括智能生產管理、生產設施/環境監測、智能廠內物流、智能流程管理。智能化生產涉及企業MES、WMS系統、物聯網數據采集傳輸與分析、自動化駕駛、機器人等技術應用。
(2)個性化定制:面向企業和用戶之間的智能化互聯與交互應用,典型應用場景為模塊化定制、開放式定制。個性化定制涉及面向公眾開放的工業電商平臺、工業產品大數據分析等。
(3)網絡化協同:面向企業和企業之間的智能化協同應用,典型應用場景包括供應協同、設計協同、制造協同。網絡化協同涉及企業供應鏈與企業ERP系統、工業標識等技術。
(4)服務化延伸:面向企業和產品之間互聯的延伸應用,典型應用場景包括面向產品本身的服務、面向產品的增值服務。服務化延伸涉及產品工業設備與產品的聯網監測、在線分析與診斷等技術。
從工業互聯網體系架構,工業互聯網體系架構功能架構主要包括網絡、平臺和安全三部分內容,其中網絡是基礎,平臺是核心,安全是保障,而構建在工業互聯網平臺之上的各類業務服務則是工業互聯網應用(工業App)。工業互聯網應用是工業互聯網發揮作用的關鍵體現,一方面,傳統的CAD(Computer Aided Design)、ERP(Enterprise Resource Planning)、MES(Manufacturing Execution System)等工業產品設計工具、軟件系統通過云化改造,基于工業云實現云端部署和應用提供;另外一方面,工業互聯網平臺提供各種工業微服務等工業PaaS微服務,開發者基于這些工業微服務和能力,開發形成面向特定行業特定場景的工業互聯網應用。
總體來說,工業互聯網應用包括ICT類應用和OT類應用兩大類:ICT類應用主要面向人和管理相關,包括辦公協同、人力資源管理、ERP、CRM以及財務管理等信息化應用;OT類應用主要面向設備和生產流程相關,包括MES、DCS(Distributed Control System)、SCADA(Supervisory Control And Data Acquisition)等,是工業互聯網與一般企業應用的區別和關鍵應用。ICT類和OT類應用都逐漸走向數據為中心的生產與運營,圍繞工業設備和工業產品的數據采集、數據存儲、模型開發是工業互聯網應用的最主要服務形態。
1.2 5G工業互聯網的邊緣計算應用
工業互聯網在工業生產制造的網絡連接目前主要還是有線連接,無線連接(包括WiFi、藍牙、LTE等)只占很小的一部分,主要還是受限無線連接的可靠性、車間電磁干擾等。5G的大帶寬、大連接、低時延高可靠特性為工業互聯網的無線化、網聯化發展提供巨大的技術驅動,而5G不僅僅只是無線技術的升級,還包括邊緣計算、網絡切片的引入與NFV(Network Function Virtualization)化網絡技術變革,其中邊緣計算技術的引入尤其符合工業企業的工業數據安全治理(數據不出廠等)、低時延高可靠的數據處理等要求。5G+邊緣計算為工業互聯網特別是核心的工業生產制造提供了強大的云網一體化使能服務,主要應用場景包括無線園區類、物料管理類(如移動掃碼)、智能機器人/車(如倉儲運輸自動駕駛車)、智能視頻類(如安防監控、工業視覺)、AR/VR(AR維修、VR培訓等)。
電信運營商大力推動5G工業互聯網的發展,提供了網絡連接+云+應用等多種邊緣計算解決方案,并在現網提供了商用服務或試點,如:
(1)基于4G/5G MEC提供工廠虛擬專網:基于MEC的本地分離,提供基于運營商大網的移動虛擬專網服務,解決制造企業工廠園區內部數據采集、移動終端、視頻監控、設備連接等在內的多場景無線連接需要。
(2)5G云化AGV(Automated Guided Vehicle)服務:傳統AGV的磁條導航與電磁導航方式均需要工廠車間進行設施環境改造,而且場景固定,而激光導航成本較高,另外采用WiFi技術易被干擾以及無線時延不穩定,對AGV特別是多AGV的調度控制帶來不穩定的影響。基于5G+MEC技術,為AGV小車提供5G的高可靠低時延無線連接控制并在MEC就近部署視覺SLAM等提供視覺導航服務。
(3)4G/5G MEC+視頻分析/視覺識別分析服務:通過工業現場或生產線部署工業相機/攝像頭,利用視頻圖像分析處理技術,用于工業生產的工況監視、過程質量檢測、成品缺陷檢驗等,減少人工,提升檢測效率和質量。如浙江某水泥廠探索5G與工業視覺結合應用,通過機器視覺技術和5G網絡,實現水泥包計數檢測、進料秤斷料檢測、鏈條機輪子停轉檢測等智能化應用,提升了水泥生產設備的利用率,降低了水泥生產成本。
2 5G工業互聯網的邊緣計算技術架構
2.1 工業互聯網邊緣計算技術架構
運營商的邊緣計算很多時候主要指多接入邊緣計算(Multi-Access Edge Computing,MEC)[4],實際上邊緣計算有多種形態,業界各類提供商基于自身優勢和面對的應用場景提供了多樣化的邊緣計算服務。運營商的MEC目前更多還是網絡視角,既作為核心網用戶面下沉網元,同時也是基于NFV提供邊緣ICT類業務處理的邊緣基礎設施,當前發展還存在業務與技術的多重挑戰[5]。公有云和物聯網提供商、工業自動化與設備提供商的工業互聯網邊緣計算產品已經有較多商業化落地。在互聯網云領域,國際上AWS在2016年底率先推出面向物聯網的Greengrass[6]商用邊緣計算服務,Azure在2017年推出IoT Edge,國內的阿里云、百度云、華為云在2018年均推出類似服務。在工業領域,GE、西門子等推出的工業互聯網平臺也包含了邊緣計算服務,以GE的Predix[7]工業互聯網平臺為例,Predix Machine即為其邊緣計算服務,負責工業現場設備連接、本地計算以及與云端的連接。Greengrass等是自上而下從云端延伸下沉至現場設備,Predix Mache等是由下而上基于工業設備提供云+邊緣服務,而無論是Greengrass還是Predix Machine,它們的邊緣計算架構實際是類似的,典型架構如圖1所示。
AWS Greengrass和GE Predix Machine等面向現場邊緣的邊緣計算產品形態是軟件,包括在現場/邊緣側具有計算能力的網關或者服務器等(稱之為邊緣計算節點)安裝運行的一套軟件應用環境、設備側的支持設備接入邊緣和云端的終端SDK、云側的邊緣管理等云端服務,這類邊緣計算產品的核心功能類似,差異化主要體現在邊緣設備的軟硬件以及開發者等生態支持、各自后臺的云端服務。
2.2 5G工業互聯網的邊緣計算技術架構
對于運營商而言,可以結合自身的5G網絡邊緣基礎設施優勢以及云、物聯網等服務,面向5G工業互聯網打造云管邊端協同的邊緣計算服務,參考技術架構如圖2所示。
(1)云:包括中心云服務、集中化的MEC管理編排系統,中心云服務包括邊緣計算節點的管理以及為邊緣應用與服務提供云端的后臺服務,包括設備管理、AI訓練、云端存儲、鏡像倉庫等。
(2)管:包括端-現場邊緣、端-網絡邊緣、現場邊緣-網絡邊緣、現場邊緣-中心云、網絡邊緣-云等不同連接,其中端-現場邊緣采用藍牙、ZigBee等短距局域通信協議為主,而端-網絡邊緣、現場邊緣-網絡邊緣采用5G回傳,實現大帶寬、低時延的云邊通信,包括邊緣節點上的邊緣應用下發、邊緣應用分析處理結果的云端保存以及視頻等數據的云邊協同處理。5G連接可以作為有線連接的補充與備份,而在布線困難等場景則可以作為主要的連接手段。
(3)邊:邊緣計算節點作為邏輯實體,包括網絡側邊緣計算節點、現場側邊緣計算節點。其中網絡側邊緣計算節點基于5G MEC提供,除了利用MEC本地分流能力,還可以充分利用MEP平臺的服務化架構以及網絡定位、防火墻等網絡能力,并基于MEC的MEP平臺部署MEC工業服務和工業應用提供工業數字孿生[8]等數據分析處理等。現場側邊緣計算節點進一步分為邊緣控制器、邊緣服務器、邊緣網關等形態。這里的邊緣控制器是指工業制造現場,將生產數據匯總發送到上層業務處理的邊緣計算與控制單元,有適用于少量數據傳遞的輕量級控制器,如單個或多個傳感器數據的采集設備等;有多設備大數據傳輸的中等量級控制器,如PLC(可編程邏輯控制器);有復雜工業應用的重量級控制器,如機器人控制器、數控機床控制器等。邊緣服務器則是部署在工業現場或者工業園區邊緣數據中心的服務器,作為現場本地計算設備。邊緣網關是通過網絡連接、協議轉換等功能聯接大網和云端,同時提供本地計算處理與應用管理功能的設備。
(4)端:包括各種工業設備及傳感器等,一般基于MQTT[9]、Modbus[10]、OPC-UA[11]等協議接入現場/網絡邊緣計算節點。
需要指出的是,在實際業務提供時不一定完全如圖2所示采用云+網絡邊緣+現場邊緣+端部署,而可能是網絡邊緣+現場邊緣+端、云+網絡邊緣+端、云+現場邊緣+端等多種方式,實際上云和邊是相對概念,對于采用網絡邊緣+現場邊緣+端的部署模式,這里的網絡邊緣節點(MEC)相對于現場邊緣可以充當參考架構里面中心云的角色,參考架構里面的中心云服務通過MEC管理編排系統在MEC部署并以MEC應用和MEC服務方式進行執行。
3 結束語
邊緣計算是工業互聯網的關鍵技術之一,領先的云和物聯網提供商、工業自動化和設備提供商已提供了工業互聯網邊緣計算產品。邊緣計算技術也是5G網絡中引入的新技術,在5G工業互聯網發展中,運營商除了將MEC作為網絡邊緣基礎設施面向工業客戶按需建設部署,還需要提供適合工業設備協議接入、數據分析、智能處理等工業互聯網邊緣計算服務并與自身云和物聯網平臺連接,提供云管邊端協同的一體化服務。
參考文獻
[1] 人民網.工業互聯網:5G商用的主戰場[EB/OL].(2019-06-26)[2019-11-05].http://scitech.people.com.cn/n1/2019/0626/c1007-31196569.html.
[2] 工業和信息化部.工業和信息化部“5G+工業互聯網”會議[EB/OL].(2019-08-13)[2019-11-05].http://www.miit.gov.cn/n973401/n5993937/n5993953/c7260343/content.html.
[3] 中國通信標準化協會.工業互聯網應用場景和業務需求(報批稿)[S].2018.
[4] ETSI.Multi-access edge computing(MEC)[EB/OL].[2019-11-05].http://www.etsi.org/technologies-clusters/technologies/multi-access-edge-computing.
[5] 亞馬遜云AWS[EB/OL].(2019-08-18)[2019-11-05].https://amazonaws-china.com/cn/greengrass/.
[6] 楊鑫,趙慧玲.多接入邊緣計算MEC技術及業務發展策略[J].移動通信,2019,43(1):29-33.
[7] GE.Predix[EB/OL].(2019-08-18)[2019-11-05].https://www.predix.io/.
[8] 陶飛,劉蔚然,劉檢華,等.數字孿生及其應用探索[J].計算機集成制造系統,2018,24(1):1-18.
[9] AL-FUQAHA A,GUIZANI M,MOHAMMADI M,et al.Internet of Things:a survey on enabling technologies,protocols and applications[J].IEEE Communications Surveys & Tutorials,2015,17(4):2347-2376.
[10] DRURY B.The control techniques drives and controls handbook(2nd)[M].The Institution of Electrical Engineers,London,UK,2001.
[11] IEC/TR 62541-1:2016 OPC unified architecture part1~part13[S].2016.
作者信息:
楊 鑫1,時曉厚1,沈 云1,熊小敏1,段惠斌1,朱雪田2
(1.中國電信股份有限公司戰略與創新研究院,北京102209;
2.中國電信股份有限公司智能網絡與終端研究院,北京102209)