55世纪

隨著工業互聯網的迅速發展，“工業4.0”與“中國制造2025”的到來，使得工廠加快了智造轉型的腳步。工業級邊緣計算5G CPE具有低延遲、高帶寬、大接入的特點，適合于生產中的快速變現應用。

工廠側可以利用邊緣計算網關直接對本地數據進行采集、清洗、存儲、分析等實時處理操作。同時，邊緣計算還可以提供多協議轉換的能力，實現多種工業設備的統一接入。

應用場景1-AR7091工業級邊緣計算5G CPE實現廠內AGV聯網

以汽車工業為例， AGV車在傳統的汽車生產車間中得到了廣泛的應用。AGV小車可以方便、高效的將各類零件傳送到生產線上，由工廠的員工進行裝配。AGV是一種以電磁為基礎的自動導航技術，可以在規定的軌道上運行，是一種以自主運動為基礎的可重復任務的交通工具。

AR7091部署在離AGV設備最近的線邊或者零部件物流區域，利用分布式計算和存儲能力，實現AGV數據的本地存儲和實時分析。在云端與AGV之間建立一道快速處理通道，與云平臺協同算力，降低數據處理成本的同時，提升車間及物流區AGV的工作效率與穩定性。

應用場景2-AR7091工業級邊緣計算5G CPE圖形處理能力實現邊線質檢

就拿汽車來說，工廠一天要下生產線的車輛就有上千萬輛，各式各樣的零件在生產線上源源不斷地生產，然后根據設計的流程，將不同的車型裝配到終端用戶手中。其中，品質控制是最重要的一環。質量檢驗員一天要對上千萬個零部件進行檢測，平均每分鐘要對幾十個零部件進行檢測，然后再對整個車機進行全面的檢查。在銷售高峰期，質檢員經常工作10個多小時。

在這樣的檢驗方式下，質量檢驗人員的工作量很大，人力也很難跟上，容易出現漏檢、錯檢的現象。因此，如何降低質檢員的工作壓力，改善產品的品質，是目前急需解決的問題。

愛陸通AR7091工業級邊緣計算5G CPE能夠收集、分析、處理數據，并將深度學習、圖形算法和 AI技術相結合，從而為工業線邊側的智能圖形質量提供了一種高效的解決方案。可以實時讀取質檢圖片，分析圖片內容，定位缺陷，并對缺陷進行識別，從而實現故障報警，而不需要將所有的數據都上傳到云端進行處理，避免了系統的延遲。這種方法不僅能滿足近距離分析的業務需求，而且還能滿足生產對網絡延遲的需要。同時，它還可以通過云平臺，將所有的歷史資料都上傳到云上，然后再對其進行進一步的分析，以便在后期的邊緣運算中對圖像算法進行優化。

利用邊緣計算網絡及圖形化的AI質檢方案，可以快速、精準的捕捉質檢中常見的缺陷，不會造成大量漏檢、錯檢，提升員工效率的同時提高產品出廠質量。

在智能制造中，工業級邊緣計算5G CPE的應用場景在物聯網的分析上以及網絡優化上，也涉及到如政府機構、運營商、廠商、其他生態伙伴，甚至全球與之相關的協會等合作伙伴。

在未來，構建開放的邊緣計算平臺，凝聚各行各業的邊緣計算優勢，已成為邊緣計算發展趨勢，更加有利于加快企業實現數字化轉型的步伐。