边缘计算视觉基础设施白皮书(2022年).pdf
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《边缘计算视觉基础设施白皮书(2022年).pdf》由会员分享,可在线阅读,更多相关《边缘计算视觉基础设施白皮书(2022年).pdf(52页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、 边缘计算视觉基础设施 白皮书 2022年4月 边缘计算视觉基础设施白皮书 目 录 1.1.边缘计算及视觉产业发展背景边缘计算及视觉产业发展背景 3 1.1 边缘计算产业发展情况边缘计算产业发展情况 3 1.2 视觉产业发展情况视觉产业发展情况 5 1.2.1 工业领域机器视觉发展概况 5 1.2.2 安防监控领域视觉发展概况 7 1.2.3 体验交互领域视觉发展概况 8 1.2.4 其他领域视觉发展概况 10 1.3 边缘视觉产业发展现状边缘视觉产业发展现状 11 2.2.边缘视觉典型应用场景及需求边缘视觉典型应用场景及需求 14 2.1 概述概述 14 2.2 工业领域机器视觉应用场景及需
2、求工业领域机器视觉应用场景及需求 14 2.2.1 工业领域边缘视觉发展概述 14 2.2.2 工业领域典型应用场景 15 2.2.3 工业领域的未来挑战 20 2.3 安防监控领域视觉典型应用场景及需求安防监控领域视觉典型应用场景及需求 21 2.3.1 安防监控领域边缘视觉发展概述 21 2.3.2 安防监控领域典型应用场景 22 2.3.3 安防监控领域的未来挑战 29 2.4 体验交互领域视觉典型应用场景及需求体验交互领域视觉典型应用场景及需求 31 2.4.1 体验交互领域边缘视觉发展概述 31 2.4.2 体验交互领域典型应用场景 33 2.4.3 体验交互领域的未来挑战 36 3
3、.3.边缘视觉基础设施技术总体架构边缘视觉基础设施技术总体架构 37 3.1 边缘视觉标准进展情况边缘视觉标准进展情况 37 3.2 边缘视觉基础设施技术架构边缘视觉基础设施技术架构 38 4.4.边缘视觉技术的应用实践边缘视觉技术的应用实践 40 边缘计算视觉基础设施白皮书 2 4.1 工业高可靠性视觉质检工业高可靠性视觉质检 40 4.1.1 案例背景与需求 40 4.1.2 实施方案 40 4.1.3 实施效果 41 4.2 无人机无人机 8K+AI8K+AI 的精细化巡检的精细化巡检 42 4.2.1 案例背景与需求 42 4.2.2 实施方案 42 4.2.3 实施效果 43 4.3
4、 电力远程视频自动巡检电力远程视频自动巡检 43 4.3.1 案例背景与需求 43 4.3.2 实施方案 44 4.3.3 实施效果 45 4.4 VRVR 全景视角超高清采编播全景视角超高清采编播 46 4.4.1 实施背景与需求 46 4.4.2 实施方案 46 4.4.3 实施效果 47 5.5.边缘视觉技术及应用发展展望边缘视觉技术及应用发展展望 49 5.1 问题与挑战问题与挑战 49 5.1.1 边、端侧系统定制化严重 49 5.1.2 边侧系统封闭形成数据孤岛 49 5.1.3 数据安全防护面临挑战 49 5.2 发展倡议发展倡议 50 缩略语列表缩略语列表 52 参考文献参考文
5、献 53 边缘计算视觉基础设施白皮书 3 1.1.边缘计算边缘计算及视觉产业及视觉产业发展背景发展背景 1.1 边缘计算产业发展情况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(Proof of Concept Framework),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)网络边缘侧的云计算能力和 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。”边缘计算产业联盟(ECC)2017 年发
6、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需求。它从边缘计算的位置、能力与价值等维度给出定义,在边缘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。随着 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
7、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,云边缘、边缘云和边缘网关。围绕边缘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,主要包括边缘原生、边云协同、边缘智能、边缘连接等。边缘计算视觉基础设施白皮书 4 图图 1 1.1.1 边缘计算边缘计算 2.02.0 摘自边缘计算安全白皮书(ECC 2019 版)云边缘是云边缘形态的边缘计算,是云服务在边缘侧的延伸,逻辑上仍是云服务,主要的能力提供依赖于云服务或需要与云服
8、务紧密协同。如华为云提供的IEF 解决方案、阿里云提供的 Link Edge 解决方案、AWS 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,是在边缘侧构建中小规模云服务能力。边缘服务能力主要由边缘云提供,集中式 DC 侧的云服务主要提供边缘云的管理调度能力。如多接入边缘计算(MEC)、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,部署在云侧的控制器提供边缘节点的资源调度、应用管理与业务编排等能力。如新型工控、视频 NVR、XR
9、 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胀期,随着国家不断加快新基建的战略部署,经济社会各领域正逐步向数字化转型升级,涌现出海量边缘数据处理诉求。前瞻预计未来 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缘数据中心处理,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,国内厂家主要包括华为、浪潮等,国际厂家包括艾默生、思科、施耐德等;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营服务等,主要厂家
10、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 边缘计算视觉基础设施白皮书 5 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,对成像进行处理分析,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、体验交互以及其他领域如ADAS 和 AGV 等。1.2.1 工业工业领域领域机器机器视觉发展
11、概况视觉发展概况 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,还能在高速、高光谱、高分辨率、高灵敏度、高可靠性等方面全面超越人眼极限,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。图图 1 1.2 2 机器视觉系统示意图机器视觉系统示意图 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需求更加了解,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,如天准科技、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、生产技术水平的提升,机器视
12、觉行业中的众多国外品牌的技 边缘计算视觉基础设施白皮书 6 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质量、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。图图 1 1.3 3 机器视觉产业图谱机器视觉产业图谱 摘自机器视觉发展白皮书(2021 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覆盖元器件、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
13、,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。机器视觉作为第四次智能化科技革命的典型载体,帮助制造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进智能制造阶段,机器视觉将向全行业覆盖,应用市场需求急剧扩增,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。人工智能及计算成像技术的发展,极大促进了工业视觉的发展。计算成像赋予传统光学诸多难以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
14、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、三维形貌、景深延拓、模糊复原、重聚焦)边缘计算视觉基础设施白皮书 7 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集合在一起,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,云端和边缘端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、数据安全性、海量数据计算力以及检测准确性。1.2.2 安防安防监控监控领域领域视觉发展概况视觉发展概况 作为安全防范体
15、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,通过安装视频监控系统,可以对所监控范围内的情况进行实时监视和分析,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、AI 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频录像机 V
16、CS、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监控分析系统,如智能 IPC,AVS 等,进入融合视频云、AI 技术、视频大数据技术于一体的深度智能时代。图图 1.1.4 4 视频监控发展历程视频监控发展历程 AI 算力成本降低使得 AI 可以在云边端部署应用,而深度学习开源软件及算法框架又使得 AI 迭代加快,算法开发迅速;GB/T 28181、GA/T 1400、ONVIF 等行业标准更加成熟,使得跨厂商设备及系统间的视频图像及结构化数据的联网共 边缘计算视觉基础设施白皮书 8 享成为可能
17、;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 4K,8K 超高清发展。随着技术的发展,端侧的 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 AI 分析算法、低照度、低码率、低成本三高三多三低的技术发展趋势;边缘侧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;在云端,专网建设呈现出云化、分层、解耦的趋势;同时运行在公有云上的 AI 服务、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。图图 1.1.5 5 技术引领监控发展技术引领监控发展 1.2.3 体验交互体验交互领域视觉发展概况领域视觉发展概况 体验交互
18、领域近年来主要涉及新兴技术如 VR/AR 等带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,集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,产业价值链中的技术设备环节对于行业发展有极大影响。边缘计算视觉基础设施白皮书 9 图图 1.1.6 6 AR/VRAR/VR 发展概略发展概略 资料来源:vrfocus,virtuelspeech,中信建投证券研究发展部 视觉感知与处理是 AR/VR 的一项关键技术,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。图图 1.1.7 7 VR/ARVR
19、/AR 产业价值链产业价值链 资料来源:L.E.K 未来 AR/VR 技术将不断向终端轻量化发展。目前属于一体机与有线分体机时代,未来 1-4 年,数据处理将逐步由本地处理向边、云处理方向发展,一体机逐步变轻、分体机向无线发展,5-10 年后,一体机和分体机将进一步融合,终端将变得跟日常眼镜重量体积接近,数据处理将主要存在边端和云端。边缘计算视觉基础设施白皮书 10 图图 1.1.8 8 AR/VRAR/VR 技术从独立运行到最终融合技术从独立运行到最终融合 从各细分技术来看,硬件设备端的显示关键技术(近眼显示、渲染处理等)已经有了清晰的发展路径,8K、可变焦大数据处理成为未来的主流需求。6D
20、FO传感技术的成熟和交互式传感体验极大地丰富了 VR 用例,高精度手势识别也将成为趋势,此外,高精度 SLAM 定位计算、多地协同交互、5G 远程网络传输方面也都成为未来要解决的技术问题。图图 1.1.9 9 AR/VRAR/VR 技术发展情况技术发展情况 资料来源:中国信通院、L.E.K 研究与分析 1.2.4 其他领域视觉发展概况其他领域视觉发展概况 目前智能视觉的主要应用领域除去工业、安防、体验交互(AR/VR 等)外,主要还有 ADAS(高级驾驶辅助系统)、AGV(自动引导车)等。边缘计算视觉基础设施白皮书 11 随着智能化、网联化、边缘化进程,ADAS 扮演的角色由“提示”向“协助”
21、、“接管”方向演进,在智能驾驶中重要性逐渐增强。ADAS 步入黄金发展时期,短期内有望快速扩张。车载摄像头是 ADAS 系统的主要视觉传感器,用于感知车辆周边的路况情况。摄像头主要应用在 360 全景影像、前向碰撞预警、车道偏移报警和行人检测等 ADAS 功能中。图图 1.11.10 0 中国中国 ADASADAS 市场规模市场规模 资料来源:公开数据整理 AGV 搬运机器人最核心的技术是自动导引技术,通过视觉对 AGV 行驶区域环境进行图像识别,实现智能行驶,通过边缘计算实现数据不出场,广泛应用在各大电商、物流、制造业仓储环境中。根据资料显示,AGV 在 16 年市场增长率达到了 160%,
22、17 年也达到了 94%。虽然在近两年增长速度有所放缓,但中国 AGV产业已经从最初的严重依赖进口转变为拥有核心技术研发、多场景深度集成的高科技产业,中国市场也已经成为世界最大的 AGV 使用市场之一。上述场景都需要使用来自近场传感器及视觉传感器的数据,所有的数据都需要实时处理,通过边缘技术,确保数据的实时、低延时处理响应,确保防止人类受到伤害,同时支持完成有难度的工作。1.3 边缘视觉产业发展现状边缘视觉产业发展现状 边缘视觉是应边缘计算与视觉领域结合的需求,把视觉处理的算力及智能分析下沉到边缘节点,发挥边缘计算的核心优势“传输低延时、大带宽,计算高性 边缘计算视觉基础设施白皮书 12 能”
23、,来实现泛视觉应用边缘处理的能力。以工业视觉、安防、体验交互(AR/VR)等为代表的视频应用,不断满足各行业对视频业务实时性、视频数据智能化等方面的需求。未来几年将是边缘计算规模部署的关键时期,视频领域将成为边缘计算先行落地的应用领域。在工业视觉领域,机器视觉主要应用于工业质检领域,涉及到产品外观缺陷、尺寸、平整度、距离、校准、焊接、质量、弯曲度等检测。工业机器人对边缘视觉系统的需求包括端侧图像数据本地化处理、并实时传递给机械臂,引导机械臂运动路径及抓取动作等。智能工厂对边缘端工业视觉的需求包括在端侧系统实现对被测物的各种缺陷的检测与分析,将端侧采集的数据传给边缘端系统,进行算法分析,再将分析
24、结果回传给端侧专机,快速实现设备生产端的应用等。在安防领域,应用场景主要有智慧交通、智慧连锁、智慧园区等。智慧交通中重要的边缘视觉设备是交通边缘智能体,通过边缘视觉边缘设备形成全息路口方案精准实现多种业务指标的分析。智慧连锁集合智慧运营,安保及营销诉求于一体,包括运用边缘侧智能分析功能实现智慧营销,智能化可视化安保管理和智能远程 AI 巡检等。智慧园区可实现园区出入口人车管理精细化管理、实现周界防范智能化、园区室外公共区域全局高清及智能化安保等功能。在体验交互领域,主要有工业制造强交互应用、娱乐弱交互应用等场景。在工业制造强交互领域中,AR 头戴式设备通过对现实世界工件上精确且持续地叠加大型复
25、杂 3D 模型/数字孪生模型,可实现关键的企业用例用于设计、培训、装配和制造。娱乐弱交互领域中需要使用轻量级摄像头和 VR 头戴式显示器(HMD),降低终端成本和功耗,提高摄像机和终端的便携性和移动性,实现随时随地的VR 体验。视频边缘计算产业与服务集中在 2020 年前后陆续上线,CT、云服务、互联网、AI 领域厂商是主要玩家,硬件厂商也在尝试进入边缘计算,依托硬件设备提供服务。电信运营商和设备商按照网络演进路线研发边缘计算产品。中国移动推出星辰视界视频边缘智能总体解决方案。星辰视界是面向家庭、行业客户提供的边缘视频服务技术平台,通过“1+3+N”的服务体系,可为用户提供视频 AI、视频 边
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 边缘 计算 视觉 基础设施 白皮书 2022
![提示](https://www.taowenge.com/images/bang_tan.gif)
限制150内