历史上的今天
今天是:2025年04月16日(星期三)
2021年04月16日 | 智慧工厂中的黑科技,恩智浦带你揭秘!
2021-04-16 来源:eefocus
无论你是否承认,21世纪以来,科学技术的不断进步,似乎成了人类前行的无形推手,改变着我们的个人生活,企业的生产经营。而刚刚过去的2020年,也是让无数企业难以忘怀的一年。进入后“疫情”时代,非接触式生产,减少聚集等词汇被越来越多的提起,生产方式的改变和升级也变得越来越迫切。而其中非常重要的话题,便是如何利用技术的进步,把工厂的运转变得更加高效。
在工业生产与制造流程中,对于自动化的需求日益增长,这催生了对于视觉系统更高的需求。如今,智慧视觉系统不仅仅出现在消费电子,也越来越渗透于工业生产的流程。视觉系统能够捕捉影像,作为一个庞大控制系统的一部分,具备与工厂中其他设备进行实时交换数据与通信的能力。另外,更加高效可靠的通信协议也正在崭露头角,多重新技术的相互配合,实现不同于传统的工业生产系统。
工业4.0时代下生产制造的新需求
进入工业4.0时代,车间不再是一个简单的流水线生产场所,而是渐渐发展成了一个相互配合的,具备强大边缘计算、实时交互能力的庞大系统,不仅能提高产能、降低成本,还将催化大规模定制生产。要实现这样的工作模式,便需要生产系统能够融合机器学习能力,强大的视觉,工业级的实时通信以及精准的自动化控制。
非接触式人机交互
首先是针对人机交互方面,要求系统具备接受非接触式指令的能力,包括高效的人脸识别,手势与动作识别等。
集中式工业控制网络
另外,要求系统能够在单路以太网电缆中支持多个应用,基于先进的通信协议,在复杂的工厂自动化系统中实现数据传输的无缝衔接,提高数据收发的实时性与带宽的充分利用。
分布式驱动控制
当下的以太网技术已经能够将可控的时延和信号抖动考虑在内,对系统进行精确的控制。对于分布式的多个设备实现电机控制。
恩智浦智慧工厂运作演示
恩智浦近日在官方网站发布了恩智浦技术展厅客户体验平台,以更好的向客户展示恩智浦所构想的基于旗下不同产品所搭建的未来城市解决方案。其中针对工业自动化领域,展厅清晰直白的演示了工业4.0背景下,融合了机器学习(Machine Learning)与时间敏感网络(TSN)技术的智慧工厂运作模型。
智慧工厂场景下,首先需要一系列的机器时刻运作于待机状态,等待操作员运送工件。机器集成了超低功耗的摄像头模块,实时监控着收件区域。一旦在监控区域范围内检测到了人脸,即有人进入监控区域范围内,就会唤醒一系列牵涉到机器学习技术的识别流程,包括对于操作人员的人脸识别,对于所到工件的物体识别,手势识别也相应被激活。
首先,机器识别人脸信息,进行操作员的认证,在确保该人员为工厂操作员后,激活手势识别。在本次演示中,操作员离开推车,并将双手高举起来,表示工件已经顺利运达指定区域,示意系统可以开始操作。接下来的流程将会由机器与系统配合进行,同时低功耗的摄像头也会在此时再次进入待机状态,等候下一次的工件运送。
接着我们的视线转向集中工业网络方面。时间敏感型网络(time sensitive network,TSN)是目前国际产业界正在积极推动的全新工业通信技术。这一技术允许周期性与非周期性数据在同一网络中传输。TSN的出现更好的服务时间敏感应用及系统,保证数据在准确的时间内以最小的时间抖动进行传输。这里借助时间敏感网络(TSN)技术,利用以太网作为现场总线,实现高效的流量分配,对于高优先级的数据,系统能够自发的进行传输,通过更精准的时间同步控制,最大程度利用总线带宽。
我们再来近距离了解工业4.0背景下,生产系统中的生产设备。智慧工厂要求系统具备低延迟和高鲁棒性的基本特点。对于电机控制也有更高的实时性要求。而TSN低延迟,高确定性,低抖动的特点能够帮助实时数据和指令可靠的在同一个现场总线进行传输,带来更好的电机控制整体表现。
纵览智慧工厂的整个系统网络,TSN不仅仅作用于智慧工厂的某一特定设备节点,也可能贯穿整个系统。利用TSN高等级的时钟同步与多重数据同时传输的能力,在同一网络中可能同时存在多个工业协议的通信过程。
智慧工业网络如今面临了前所未有的网络化,标准化和网络安全的要求。针对这些方面诉求,基于以太网的 OPC UA(Open Platform Communications – Unified Architecture,开放平台通信 - 统一架构)通信标准正在快速发展。OPC UA提供完整的架构,让数据采集、信息模型化以及工厂底层与企业层面之间的通讯更加安全、可靠。利用这一开放的平台架构,进行智慧工厂监控,上至工厂下至现场设备,例如传感器和驱动等,OPC UA提供了充分的透明度,使数据变得更安全。
恩智浦智慧工厂解决方案
时间敏感网络,OPC UA发布,工业PLC
作为智慧工厂的“中枢”,恩智浦Layerscape LS1028A工业应用处理器基于强大的多核Cortex-A72,集成以太网控制器支持TSN,带有丰富的工业接口以及可配置的加密分流引擎。另外还集成了GPU与LCD控制器满足一定人机交互的需求,可应用于智慧工厂网络管理,OPC UA客户端。
此外,工业可编程逻辑控制器(PLC)作为智慧工厂典型的数字运算操作系统,要求强大的可编程逻辑执行能力,对于时间敏感网络的响应支持等。LS1028A工业应用处理器也能够很好的应用。
丰富的人机交互,机器学习
全新上市的i.MX 8M Plus应用处理器专注于机器学习和视觉、高级多媒体以及具有高可靠性的工业自动化,适用于智慧工厂的人机交互,图像识别应用。
i.MX 8M Plus应用处理器基于强大的4核Cortex-A53,集成神经网络加速单元,MIPI显示与摄像头接口,并集成了图像处理单元(ISP)用于图像处理与图像增强,能够胜任智慧工厂的动作识别,人脸识别,工厂实时监控系统等。同时,i.MX 8M Plus还支持h.265编解码,集成3D/2D图形加速及多种音频功能,助力开发者基于该处理器设计工业人机交互界面与操作面板。
电机控制
同样支持千兆以太网与TSN的工业级微控制器——i.MX RT1170为智慧工厂终端电机控制保驾护航。i.MX RT1170采用主频达1GHz的Cortex-M7内核和主频达400MHz的Arm Cortex-M4内核,自带2MB SRAM,集成MIPI显示与摄像头接口,提供一定的实时监控与图像捕捉能力。
随着智慧工厂从概念到走向普及,工业4.0也在悄然发生变化。其中针对机器学习与人工智能的需求越来越强烈,对于工业网络低延迟和鲁棒性的要求越来越高,这一系列的进步都离不开全新的技术和产品的支持。恩智浦基于全新量产的数款微控制器,处理器产品,描绘了一个智慧工厂的蓝本,也期待着智慧工厂的形态走向越来越多的生产车间,进一步提高整个社会的生产力水平与生产效率。
史海拾趣
|
具体在做芯片设计的时候,完成代码级设计后对于全定制流程而言主要是要进行模块划分与电路设计和版图实现。对比建筑领域的三视图我们的版图一般是一个顶层视图,但并不完全。各层的描述与实现近似的描述了三维状况。 但是对于版图实现,研究的意义 ...… 查看全部问答> |
|
这个DIY才是真正的强啊! 1.jpg (41.21 KB) 2009-1-11 15:10 2.jpg (31.29 KB) 2009-1-11 15:10 33.jpg (19.63 KB) 2009-1-11 15:11 4.jpg (35.96 KB) 2009-1-11 15:11 5.jpg (45.85 KB) 2009-1-11 15:11 6.jpg (3 ...… 查看全部问答> |
|
今天的cortex-m0的成果传到群共享了。大家可看看,没完成呢(现在完成了) 今天的cortex-m0的成果传到群共享了。大家可看看,没完成呢 明天继续。 [ 本帖最后由 wangkj 于 2010-5-25 15:17 编辑 ]… 查看全部问答> |
|
关于platform builder 升级问题,目的为了安装.net cf2.0或者3.5 首先说明俺的情况,目前转嵌入式开发(wince5.0方向,手头有一块armv4 广嵌的开发版),用.net 写了个测试程序,直接拷贝到开发版上无法运行,通过IDE vs2005的部署,可以运行起来.部署的时候,发现vs会自动拷贝.net cf 相关的文件到开发版上,可是重启后就丢 ...… 查看全部问答> |
|
关于usb cdc abstract control model的问题 我想使用USB转成串口,通过普通的串口工具和板子通讯。 这是我使用的描述符,PC枚举上设备并出现了一个虚串口号,并且可以使用超级终端向板子这边发送字符,但是板子这边向PC发送字符,PC只通过IN TOKEN接收一个字符后,再也不发IN TOKEN了是不是 ...… 查看全部问答> |
|
Shorter product life and increased technology drive the need for configurable test systems that maximize manufacturers’ investments. The introduction of the Series 2600A System SourceMeter instruments updates the existing Serie ...… 查看全部问答> |
|
由于google code 由于某些原因经常稳不稳定,现所有仓库的地址都已经迁往github. raw-os 的github 仓库地址为:https://github.com/jorya/raw-os micro raw-os 的github仓库地址为: https://github.com/jorya/micro-raw-os … 查看全部问答> |




