2023电力行业边缘计算视觉基础设施技术白皮书.docx

《2023电力行业边缘计算视觉基础设施技术白皮书.docx》由会员分享，可在线阅读，更多相关《2023电力行业边缘计算视觉基础设施技术白皮书.docx（50页珍藏版）》请在优知文库上搜索。

1、电力行业边缘计算视觉基础设施白皮书2022年4月目录1 .边绘计算及视觉产业发晨背景31.1 边计算产业发展情况31.2 视竟产业发展情况51.2.1 工业领域机器机竟发展敦况51.2.2 安防监控领域视角发展假况71.2.3 体眩交互领域视觉发展软况81.2.4 其他领域视觉发展慌况1013边视Jt产业发展现状H2.边城视觉典型应用场景及雷求142.1 梃述1412工业城机NUtjS用/景及求141.1.1 2.1工业领域也缘视觉发展就送141.1.2 工业领域典型应用场景151.1.3 工业领域的未来挑战202J安防H控城视色典型应用号景及求212.3.1 安防茸控领域边建视觉发屣慨逐21

2、2.3.2 安防监控领域典型应用场景222.3.3 安秫或控锁域的未来桃战2924体交互城视/宾S1.应用哥景及雷求311.1.1 4.1体险交互领域边缘视觉发展慨述311.1.2 体验交互领域史我应用场景331.1.3 体验交互领域的未来挑战363 .边修视觉并确设施技术总体架构373.1 边绘视包标准处属情况373.2 边修费曾蓄碉设技术架构384 .边It视觉技术的应用实践404.1 工业商可率检视,及检401.1.1案例背景与需求404.1.2 实施方案404.1.3 实苑效果414.2无人机8I+AI的轴化巡检421.1.1 1案例背景与需求421.1.2 实枪方案421.1.3 实

3、施效果4343电力近程视”自动巡检434.3.1 案例背景与常求434.3.2 实施方案444.3.3 实施效果454.4VR全景视角/商清果嬉H464.4.1 实施背景与需求461.4.2实施方案461.4.3实施效果475.边缘视觉技术及应用发晨晨直495.1 同题与掂战495.1.1 ii.地例系统定制化产重495.1.2 边便系笠豺闭形成致据孤岛495.1.3 数据安全防护面传挑战495.2 发展偈战SO缩陪语列表52多考文献531 .边缘计算及视觉产业发展背景1.1 边缘计算产业发展情况2015年8月，ETSI第一次提出了MEC的验证框架（ProofofConceptEraiiK-B

4、ork）,经过多年的演进.相关标准体系也逐渐清晰。ETSI定义MEC意义在于将边缘计算从IOE的视角扩展到ICT的视角，是“为应用开发者和内容提供商提供在（运营商的）网络边缘恻的云计算能力和IT服务,这一环境的特点是极低的延时和极大的带宽，支持针对应用侧无线网络的实时访问.”边缘计算产业联望（ECC2017年发布的边缘计算参考架构1.0中给出了边缘计算1.0的定义。边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键密求。它从边缘计算的位置、能力与价值等维

5、度给出定义，在边绿计算产业发展的初期有效牵引产业共识，推动边缘计算产业的发展。相比于集中部署的云计算服务,边缘计算解决了时延过长、汇聚流量大等问题，为实时性和带宽要求较高的业务提供更好的支持。殖着5G和工业互联网的快速发展，新兴业务对边缘计算的需求十分迫切，从产业共识走向落地实践，边缘计算的主要落地形态、技术能力发展方向、软硬件平台的关键能力等问题逐渐成为产业界的关注焦点，边缘计算2.0应运而生。边缘计算2.0：主要包括三类落地形态，云边边绿云和边嫌网关。围绕边级计算的技术体系构建.一方面涉及相关通用技术的应用,主要包括计算.存储、连接、云、视觉、人工智能等；一方面涉及边缘计算特有的技术能力，

6、主要包括边缘原生、边云协同、边缘智能、边缘连接等。S1.1边缘计算2.0娴H云边嫁是云边缘形态的边缘计算,是云服务在边缘恻的延伸，建辑上仍是云服务，主要的能力提供依赖于云服务或需要与云服务紧密协同。如华为云提供的IEF辉决方案、问里云提供的1.inkEdge解决方案.WS提供的Greengrass解决方案等均属于此类.边缘云是边缘云形态的边缘计算，是在边缘侧构运中小规模云服务能力。边嫌服务能力主要由边缘云提供，集中式DC他的云服务主要提供边螺云的管理调度能力。如多接入边缘计算(MEO,CDN.华为云提供的IEC解决方案等均属于此类。边缘网关是边缘网关形态的边缘计算，以云化技术与能力重构原有嵌入

7、式网关系统，边缘网关在边缘侧提供协议/接口转换、边缘计算等能力，褂署在云侧的控制器提供边绿节点的资源调度、应用管理与业务编排等能力。如新型工控、视频WR.XR类双向互动CDN等均属于此类。目前边缘计算行业处于期望膨版期，随着国家不断加快新基迂的战略部召，经济社会各领域正逐步向数字化触型升级，涌现出海量边数据处理诉求。前避颈计未来3-5年国内边缘计算市场有望比肩大数据市场，到2025年我国超50%的企业生成数据将在边税数裾中心处理,至少50%新建物联网项目在边缘使用容器进行应用程序生命周期管理.市场规模将达到万亿元级别。边缘计算产业上游包括设备供应商，整体产品朝小型化、轻量化和集成化方向发展，国

8、内厂家主要包括华为、浪潮等,国际厂家包括艾默生、思科、施利德等;边缘计算产业中游为边缘服务商，提供边缘网络和专业化集成运旨服务等，主要厂家包括三大电信运营商和华为、腾讯、阿里和百度等互联网公司：下游为终端客户，涉及安防、交通、气象、航运、保险.农业、家庭、健康、能源、零售等多个垂直行业。1.2 视觉产业发展情况视觉产业在此主要定位于机器视觉的研究领域。机器视觉系统是一个包含硬件、软件和算法等诸多单元的应用系统，主要包括成像和图像处理两大部分，前者通过硬件部分实现，后者由算法及软件构成的视觉控制系统负责,时成像进行处理分析，输出分析结果至执行机构。目前机器视觉的主要应用领域包括工业、安防、体就交

9、互以及其他领域如I)S和AGV等。1.2.1 工业领域机号视觉发展概况工业视觉系统可以代替人眼完成检测、测量、识别和定位等工作，不仅可以克服人眼标准的不一致性，为行业制定品质管控的数字标准，还能在尚速、高光谱、高分辨率、高灵敏度、商可率性等方面全面超越人果极限，已广泛应用于电子制造、包装印刷、汽车制造、食品饮料等众多生产性行业和服务性行业。R1.2机叁视觉累恢示宠图机器视觉国内企业多以系统集成为主，由于中国本土企业对于市场及客户客求更加了解，从而在系统集成及设备制造方面优势明显,也出现了很多优秀的机器视觉公司，如无准科技、矩子科技、凌云光等公司。随着多年来的国家政策支持和国内企业研发、生产技术

10、水平的提升，机器视觉行业中的众多国外品牌的技术领先优势在不断减弱,国产工业机器视,觉产品凭借不输国外品牌的盾量、更低的价格及更优质的服务，在国内市场中销售额占比从2016年的38.97%提升到2019年的48.66%,国内机器视觉行业及相关产品也正在慢慢打入国际市场。,F:.S蛆=TnCOON*“部.c三)ragon2m空器;M(XS5S51.USTERWnIV肥;，TETETZTEK天庵A1.能力平台图1.3机g视觉产业图-rt11cmsw%wnB202i版）目前消费电子仍是工业机器视觉主要应用行业，当前中国大陆已经成为全球最大的3C产业研发和制造基地.在3C产业链上机器视觉技术基本厦盖元器

11、件、部件和成品的全制造环节的自动化及品质检测。在汽车制造、半导体等行业，机器视觉技术广泛应用于加工装配、引导定位、校验检测等各个环节，机器视觉硬件产品和算法平台帮助实现汽车及半导体行业严苛的质量要求，进一步提升精益智造水平O机器视觉作为第四次智能化科技革命的典型我体，帮助制迨业实现自动化和智能化,是现代化制造提质、增效、降本、减排的刚需，是推动智能制造的关键引擎。随着我国进入全面推迸智能制造阶段，机器视觉将向全行业覆光，应用市场帚求急剧扩缙，因此智能制造为机器视觉提供了巨大的需求牵引，是机器视觉的重大战略机遇。人工智铉及计算成像技术的发展,极大促进了工业视觉的发展。计算成像赋于传统光学诸多难以

12、获得甚至无法获得的革命性优势,如提高成像的质量，简化成像系统，突破光学系统与图像采集设备的物理限制，使成像系统在信息获取能力、功能、性能指标（相位、相干度、三维形猊,景深是拓、模糊复原、重聚焦）等方面显著提升。通过深度学习技术直接将图像特征提取与模式分类祟合在一起，然后根据具体的模式分类目标从数据中自动地学习到有效特征并实现模式分类，可以实现通用问题的统一建模和识别。机器视觉融合AI已成为未来的大趋势，云端和边缘惴智能计算将为机器视觉系统提供深度学习和行业知识图谱技术的智能计算技术，助力检测系统的数据传输效率、数猾安全性、海量数据计算力以及检测准确性。1.2.2 安防Jtt控G城视觉发晨概况作

13、为安全防范体系的重要内容之一，视频监控具有技术先进、防范能力极强、便利直观等优势，通过安装视教监控系统，可以对所监控范围内的情况道行实时监视和分析，并且可以将被监控范围内的场景等全部记录下来，为以后处理某些意外情况和事件等提供最有力的证据和支持。此外，视频监控系统还可以和报警系统等相连,实现自动报警，达到有效避免某些安全事故发生的目的。近年来，随着雪亮工程的推进使得超过千万台监控摄像机密布在国内城镇的大街小巷，使得国内城市级的视频监控系统从数字化、网络化，逐步过渡到高清化、智能化，目前正进一步向包含视频云、A1.及视频大数据的深度智能时代发展推进。相应的视频监控系统等设备也经历了从最初的模拟视

14、梵录像机VCS.模拟摄像机、硬盘录像机DVR到网络录像机NVR,网络摄像机等仅用于视频的录像存储系统，发展到可以叠加智能分析功能、实时告警的高清智能的视频览控分析系统，如智能IPC.AVS等，迸入融合视频云、A1.技术、视族大数据技术于一体的深度智铉时代。EB1.4覆发K控发展历程A1.算力成本降低使得1.可以在云边端部署应用，而深度学习开源软件及算法椎架又使得A1.迭代加快，算法开发迅速：GB/T28181、GA/T1400.ONVIF等行业标准更加成熟，使得跨厂商设备及系统间的视族图像及结构化数变的联网共享成为可能；H.265及H.264的应用进一步降低视频的存储成本，进而又推动了视频像4

15、K,8K超商港发展。随着技术的发展，端恻的IPC呈现高分辨率、高对比度、高变倍、多光谱、多维信息感知、多种A1.分析算法、低蹙度、低码率、低成本三高三多三低的技术发展越势；边缘恻的设备呈现图像分析、录像存储、网络传输等多功能融合趋势：在云翔，专网建设呈现出云化、分层、解情的趋势；同时运行在公有云上的AI承务、智能化视频数据服务平台、行业性SaaS应用等新业态开始茁壮成长。1.2.3 体睑交互枚域视觉发展辕况体脸交互领域近年来主要涉及新兴技术如VR/AR等传来的用户交互及体验提升。VR/AR产业是由硬件制造和组装开始，某成了操作系统与开发工具、应用、内容、销售分发等多种供应商的生态系统,产业价值锥中的技术设备环节时于行业发展有极大影响.三1.6AR/VR发展量*11*ivrtus.SrtUespeech.中倒健投/芬席亢发Mfit视觉感知与处理是AR/VR的1.项关钺技术，包括硬件设备与操作系统、内容制作等环节,从零部件开始的输入设备，输出设备、芯片中都需要考虑图像视觉信息的传递与处理。B1.7VR/AR产业价值