前言

随着科学技术在各行各业的迭代升级，云边协同解决方案在以新生态的形式遍地开花，大大助力了各行各业的发展，提升了绝大多数行业的问题解决能力。IOT是行业数字化转型的趋势，IOT的行业应用场景多样化且产业链较长；结合市场投入和场景成熟度，目前车联网、公用事业、工业制造是重点的应用领域，今天我们就重点看一下IOT在工业制造领域的内容。

一、人工智能技术在应急管理的应用研究现状

钟宇老师，芯峰科技（广州）有限公司研发总监，负责公司企业事业部产品研发工作，十多年产品研发团队管理工作经验。今天介绍的主要内容是AI技术在应急行业的应用解决方案。

2019年十大化工行业的事故共造成112人死亡，717人受伤，全年伤亡人数多达数千人。主要的事故原因总结为四大类：设备老化、人员操作不当、检查不到位、安全红线意识不强。因此，国家也出台了很多相关的政策条例，比如，2019年2月国务院公布了《生产安全事故应急条例》。

基于视频监控技术被广泛应用到应急管理工作中，相关技术应用包括基于视频图像分析技术应用于危化品仓库和危化品车辆的技术应用、基于AR三维实景融合技术的危化品存储风险检测关键技术应用、基于智能视频分析算法应用到安全生产风险意识检测的关键技术应用。

接下来重点介绍第三点基于智能视频分析算法的关键技术应用。那么，视频技术当前应用都存在哪些问题呢？其实，大致经历了三个阶段，第一个阶段，模拟视频时代，我们重点解决看得见的问题。第二个阶段，数字视频时代，我们着重解决看得清的问题。第三个阶段，智能视频时代，我们关心解决看得懂的问题。

1.1 基于视频检控官的AI应急管理平台介绍

接下来介绍一下基于视频检控官的AI应急管理平台，首先收一下该解决方案的背景。

1. 安全规范。提升政府的监管效率，增强企业和个人风险防范意识，有效保证人民群众的生产和生活安全。

2. 风险意识。化被动为主动，有效增强个人对风险行为的认知，加强个人防护的意识形态，确保个人的人身安全。

3. 安全管理。从人工到智能，显著提升企业安全生产管理的水平，降低生产事故的发生率，保证企业安全生产。

基于视频监控的AI应急管理平台架构包含了非常多功能模块，具体架构如下图所示：

云边协同部署，利用现有视频监控设备收集远端信息，并上传数据到中心平台，完成视频分析和执行策略下发。

该解决方案的特点有四个：实时监控、秒级预警、图片和视频取证、结构化数据共享。通过智能识别技术对危险化学品企业、重大危险源的风险评估、预测预警，强化企业的动态监管能力，以信息化发展提升监管信息化效能，有效防范化解重大安全风险，坚决遏制特重大事故，有力保护人民群众生命财产安全，以安全生产提供信息化吃撑和保障。

系统管理功能完善，使用便捷，包含告警查看/推送，设备管理，视频源管理、算法管理、任务管理、用户权限管理/数据隔离，统计等功能。

1.2 应用场景介绍

应用场景1-油气田，主要检测项涉及明火识别检测、刺漏识别检测、漏油检测、区域入侵检测、仪表识别、开关状态识别等内容，具体场景如下图所示：

应用场景2-油库，主要检测项涉及油罐车出入安全检测、工作人员穿戴检测、付油区离岗检测、排水作业人员离岗检测、中控室睡岗检测、付油操作规范检测等内容，具体场景如下图所示：

应用场景3-危化园区，主要检测项涉及对危险品的装卸规范检测、明火检测、中控室睡岗检测、人员倒地、值班人员离岗、人员巡检等内容，具体场景如下图所示：

应用场景4-加油站，主要检测项涉及加油区吸烟检测、加油区打电话检测、稳油15分钟检测、卸油人员离岗检测、物品占用消防通道检测、油机侧盖闭合状态识别等内容，具体场景如下图所示：

1.3 案例分享

1. 应急行业：X市加油站智能监控项目

2. 石化行业：X市智慧油库项目

3. X省应急厅危化园区智能监控项目

二、数说质检，智赢未来，云边协同助力企业高质量发展

关键，远舢智能科技售前咨询总监，服务制造行业多年，从事面向企业的智能制造规划、智能化应用设计等相关工作，具备丰富等智能制造实践经验。今天关老师分享的主要内容就是数字化质检，AI质检，云边协同助力企业高质量发展。

2.1 大势所趋：未来已来 将“智”以“质”

新时代、新基建背景下的“智能制造”新动能，技术突破，助力行业变革。由于新冠疫情的“黑天鹅”事件，对原来的生产和生活方式产了重大的影响。企业智能化转型成为一种趋势。

理念、行动、落地，智能+从概念宣导进入动能转化阶段，一眼看过，全国都在做，风起云涌，你追我赶。2020年计划全国范围内达到300多个智能制造试点示范项目，150多个智能制造标杆企业。另外，通过第二届中国工业互联网大赛的参赛团队数量，可以看出智能制造的发展壮大。

在当前“品质决定一切”的市场态势下传统质检方式已无法有效支撑企业“高质量发展”的诉求。人工质检存在四个方面的特点：视觉疲劳、主观性强、专业性要求高、责任心态度。简单的图像质检也存在四方面的缺点：问题种类多、相似度高、规则性差、缺陷尺度小。

“云边协同”的AI质量智能检测平台架构如下图所示：

2.2 顺势而为：AI 质检（边云协同 深度学习）

产品外观检测应用 AI + 机器视觉，为产品线装上智慧之眼。利用一组高速工业相机，高分辨率、多角度拍摄，穹顶组合光源，有效屏蔽信号干扰。

极速之芯，高性能边缘计算一体机，集成专业升腾芯片，多CPU处理器，内置内存及高速固态硬盘。

超强大脑，深度学习算法，有效提升识别率，机器训练，随机缺陷全面覆盖，相机、光源等设置方案智能切换。

极致体验，全封闭一体化设计，超宽一体触摸屏，一览无余，结构合理美观，零进入风险。

边缘质检终端，多模式兼容、多场景兼顾，可以根据实际需要采用不同的检测设备和终端仪器。上图就是一些比较常用的设备和仪器。

ModelArts + IEF + 边缘智能终端，实现云边协同。分为四个步骤，第一步、模型训练，将模型打包到应用，并Docker容器化。第二步、算法仓，通过SWR对应用（算法）进行版本管理。第三步、IEF智能边缘平台，边缘计算节点安全接入，应用（算法）批量调度、升级。第四步、AOM应用运维管理，边缘计算节点监控指标，容器应用运维信息。

360度全景呈现，一览无余，云端一体化质检中心，品控尽在掌控云边协同，不仅仅是剔除，全面了解产线/品牌质量现状、风险、趋势。

云端质检中心，打造连接工厂、产线、产品的“中枢神经”运行模式，包括 IPC 智能处理中心、IMC 智能监控中心、IEC 智能预警中心、IDC 智能决策中心。

2.3 有所作为：质检增强，AI质检助力产业智能化升级

目前，AI质检包含的内容有外观检测，比如无损、刮痕、翘边，工艺检测，比如缺漏重、颜色、位置、印刷，产品信息校验，比如出厂、二维码。涉及的行业包括：材料、烟草、家电、印刷、电子、快消。

利用AI技术和“云边协同”的辅助，一定会推动制造行业智能创新，未来必定是一个全新的“中国智造”胜景，每一点智能创新，都如星星之火，点亮“中国智造”蓝图。

本文整理自华为云社区【内容共创系列】活动。
查看活动详情：https://bbs.huaweicloud.com/blogs/314887
相关任务详情：边云协同解决方案