分类：行业新闻

近年来，世界制造强国纷纷推进制造业向智能化、自动化转型。2016年，工业和信息化部发布了《智能制造工程实施指南（2016-2020）》，希望企业通过实施智能制造带来“两提升、三降低”，即：生产效率大幅度提升，资源综合利用率大幅度提升、研制周期大幅度缩短、运营成本大幅度下降、产品不良品率大幅度下降。

“十三五”时期，大力发展智能制造已成为我国企业界的广泛共识，大量企业初步解决了传统制造生产效率低下的问题，实现从劳动力为主的重复生产制造逐步向自动化设备普遍参与的数字化生产制造转变。一是有效缓解了制造业劳动力不足的问题；二是解决了企业在生产经营过程中的“盲点”；三是打通了企业研发、生产、物流之间的信息孤岛；四是为产业数字化和数字产业化奠定了坚实基础。尤其是疫情期间，智能制造赋予了广大企业强大的生命力，率先实现复工复产，部分企业通过业务转型拓展，及时调整生产线加工口罩、防护服等医疗用品，解决了现实迫切需求。

在智能制造的实施过程中也存在一些问题，企业实施智能制造容易“虚化”，过于超前网络化建设和部署，对于制造过程的数字化重视不够；广大中小微企业的数字化转型步伐仍然较慢，资金不足、技术缺失影响了中小微企业的积极性；智能制造人才供给水平无法满足下一步全国大规模数字化转型的需求。

“十四五”规划纲要明确提出，推进产业基础高级化、产业链现代化，提高经济质量效益和核心竞争力。“十四五”期间，实现制造业质量效益提升、保持制造业比重基本稳定、提高产业链现代化水平，仍然离不开智能制造这一关键手段。

一是要统一认识，强化智能制造作为制造强国主攻方向。

智能制造是我国制造业转型升级、实施高质量发展的重要途径，一方面通过数字化、网络化转型实现了企业数据采集、数据互联互通，提高了企业生产制造效率，并拓展了远程运维、定制化生产等新业态新模式，提升了企业核心竞争力，同时企业积累了大量数据，对于数字经济发展具有重要意义；另一方面随着人工智能技术的不断融合与深入推进，智能制造能够解决由于经验缺失导致的产品加工精度不高等传统问题，通过数据的积累，实现了产品加工精度的提升，同时，一批智能产品得以生产、面世，促进产品更加满足居民日益增长的生活需求。在“十四五”期间要更加重视智能制造的作用，要注意工业互联网、人工智能等新一代信息技术与制造技术相融合，将工业互联网、人工智能作为提升制造业企业效率、实现价值链跃升的技术手段，持续推动智能制造发展。

二是要坚持制造业企业为主体实施智能制造。

制造业是立国之本、兴国之器，制造业企业税率13%，是金融业的2倍，是名副其实的利税大户，只有切实提高制造业的营业收入和利润水平，才能推动社会经济的健康发展。同时，智能制造的核心在于新一代信息技术在制造业的深入应用，激发新的价值、新的增长点。在“十四五”期间，实施智能制造要避免“虚化”，避免互联网代表一切，避免脱离制造的“新一代信息技术”，要通过制造业为新一代信息技术提供广阔的应用场景，要推广解决制造业实际问题的新一代信息技术。

三是要关注广大中小微企业的智能制造。

中小微企业贡献50%以上的税收、60%以上的GDP、70%左右的专利发明权、80%以上的城镇劳动就业，但是中小微企业在固定资产投资、技术改造往往处于不利地位，缺少资金支持、缺少技术支持，往往使中小微企业在智能制造面前望而却步。在“十四五”期间，实施智能制造要重点解决中小微企业数字化网络化转型难题，开发低成本简易化的智能装备、工业软件，只有广大中小微企业走向了数字化，才代表我国迈向智能社会。

四是要提升产业链供应链整体智能制造水平。

从智能制造的历程来看，“十三五”期间大多数企业开展了单机数字化、生产线数字化、工厂数字化和企业数字化，智能制造在企业中逐步得以推广。在“十四五”期间，实施智能制造要围绕产业链现代化，重点推动若干条重点产业链供应链实现整体智能化，提升产业链协同制造效率，要鼓励产业链中的龙头企业加大产业链供应链体系的技术渗透、网络渗透、数据渗透，龙头企业应协助产业链上中下游企业按照统一标准实施智能制造，并推动智能制造人才在产业链中有序流动。

五是高等院校要发挥更大的作用。

当前，机器人和数控机床的应用基本解决了技能人才供给不足的问题，广大企业可以通过“无人工厂”摆脱对劳动用工的依赖。但是“无人工厂”不等于“零人工厂”，企业需要的熟练机器人和数控机床操作、维修人员，以及掌握信息技术的人员大幅度增加，也就是需要更多的技术人员，这些技术人员既要懂得制造技术，也要懂得信息技术，培养这些人才必须要依赖高等院校培养的本科生研究生。“十四五”期间，实施智能制造要抓紧智能制造专业技术人才培养，鼓励高校开设智能制造相关专业，鼓励企业和高校联合制定培养方案、联合设置课程，解决未来技术人才紧缺的问题。

随着科技的不断前进,“人工智能+制造”模式应用越来越广泛。但制造业的智能化过程与过去制造业的自动化有实际的差异,智能化并不等于自动化,更不等于无人化,而如何走向智能化,关系到求解现阶段的AI制造困境,以及加工制造业转型升级的真正落地。而现阶段,人,依然是智能制造的核心。

自动化追求的是机器自动生产,本质是“机器换人”,强调大规模的机器生产;而“智能化”追求的是机器的柔性生产,本质是“人机协同”,强调机器能够自主配合要素变化和人的工作。

可见,智能化一定不等于无人化。在推动大量智能制造过程中,只有通过机器和人的共融,推动这种决策思考的变化,才能让人的工作能力和方向得以拓展,让机器的的赋能实现最大化。

因此,人工智能+制造所追求的,不是简单的“机器换人”,而是将工业革命以来极度细化甚至异化的工人流水线工作,重新拉回“以人为本”的组织模式,让机器承担更多简单重复甚至危险的工作,而人承担更多管理和创造工作。

显然,想要实现人机共融的加工制造智能化,必然要经历从人到机器的过程。只有当机器融合了更多智能可能,才有可能拓展更多能力。

工业机器人的应用是这一阶段的重要标志,工业机器人作为工业化和信息化的完美结合,以其天然的数字化特性,打通了单个生产设备到整个生产网络的连接,进而支撑起第四次工业革命的应用场景。

如果说,过去二十年互联网的发展联通了智能时代下的每一个人,那么未来二十年工业智能化发展将会联通每一台工业机器人,从而带来生产效率乃至生产方式的全面革新。

但在实现从人到机器的过程中,工业机器人还需要具有能够在复杂和非典型的环境里与人进行互动的属性,只有灵活和便捷,才能满足人机共融的发展条件,对制造业智能化作全面的部署。此外,对于机器的部署还应具有可拓展性,即需要搭载更多智能化的平台来拓展工业制造的应用场景。

当前,人工智能与制造业融合应用已具备一定的基础,但是仅仅依靠单点的人工智能将企业升级到另外一个管理水平显然不可取,想要在制造的人工智能之路上加速,更应该从产业的整条价值链来优化提升。所以,现阶段的人工智能制造业还有待更新。

物联网（IoT）可以帮助自助式仓储运营商更智能地工作，同时获得对其业务的洞察力。了解哪些领域最有可能得到物联网的帮助，以及物联网如何增强您的运营。

物联网帮助自助仓储运营商更智能地工作，同时更好地控制其业务。物联网指的是任何连接互联网的“东西”网络，这些网络能够独立于人类进行交互。这些“东西”可以是任何事物，从Alexa驱动的虚拟助手到患者的心脏监测器植入物。

在自助仓储领域，物联网技术的应用似乎永无止境，并迅速为原本停滞不前的运营技术注入新的活力。让我们看看最有可能得到帮助的业务领域。 关注重点 物联网的主要卖点是数据的集中化和访问数据的灵活性。警报和通知可以自动发送给管理层，并可以通过系统的仪表板随时获取。通过主动识别需要维护或关注的区域，并将员工的整体意识提升到一个新的水平，有助于最大限度地降低运营成本。 关键受益者之一是现场安全。确保租户的财物安全是自助仓储的基本要求，而技术的进步已使该行业远远超出了这一要求。改进措施加强了租户和运营商的安全。以下是4个被物联网改进的关键方面： 门锁。通常，当客户租用一个单元时，他会用自己的物理锁将其锁住。如果该客户拖欠租金，管理人员会在其门上再加一把锁，拒绝其进入，直到付完租金为止。这一流程已经持续了几十年，如今，它是自助仓储应用物联网的完美例子。 自2018年以来，仓储运营商已经能够在设备上安装支持蓝牙的智能锁。它们可以轻松授予新租户访问权限，并为员工提供快速、方便的锁定选项。 这些装置获得了压倒性的好评，促使多家供应商向市场推出智能锁以及物联网服务和平台。这些综合系统提供各种解决方案和集成，包括蓝牙和无线锁、门禁报警、暖通空调控制、移动平台、警报、视频监控等。 视频监控。就其本身而言，这不是物联网技术的一部分，因为它涉及人们主动检查视频源或将内容记录到某种存储设备的系统。传统视频高度依赖于人机交互，这使得它在实践中容易失去应有的作用或在审查过程中容易丢失事件。 有了物联网，一些视频监控服务可以通过结合人工智能和机器学习来检测、拦截和提醒工作人员现场入侵，从而将设施安全提升到新的有效水平。 大门。几十年来，自动门一直是自助仓储的主要装置，这是有充分理由的。尽管出现了各种变化和改进，但仅向付费租户授予访问权限的基本原则是所有仓储运营的基础。然而，当犯罪分子试图利用此类系统的漏洞时，实施一个具有更高智能水平平台的需求变得显而易见。 可以使用物联网传感器，以在大门没有按预期运行时自动提醒管理人员。自动生成的警报可能是针对一些无关紧要的情况，如租户输入正确的密码时门没有及时打开，这表明硬件出现故障，或者是一些可疑的情况，例如门在没有输入有效密码的情况下被强行打开。无论如何，多一层安全保护从来都不是坏事。 环境控制装置。能够提供一个温度或湿度可控的环境来存放物品，这在自助仓储中已经变得非常流行。这对那些希望保存敏感物品的租户来说很有吸引力，而且仓储运营商通常可以以高价出租空间。 物联网解决方案可以监测环境条件，以帮助企业节省能源成本并在问题升级之前识别问题。例如，平台可以与暖通空调系统集成，以自动检测损坏的设备。这种改变游戏规则的技术使用嵌入式传感器在需要维修时发送警报，这可以主动防止仓储资产的潜在破坏。此外，市场上还有其他技术集成，可以监测空气质量和恒温器参数。 其他 以下是物联网可以对自助仓储产生积极影响的三个值得注意的领域。 资产管理。人们总是丢失东西，这使得通过蓝牙进行自主资产跟踪的想法成为物联网环境中的一个有趣补充。通过在仓储梯子、手推车和其他设备上放置小型传感器，可以减少寻找错放物品所花费的时间，并消除潜在的盗窃行为。 漏水检测传感器。几乎每位自助仓储经营者都经历过水损害所带来的麻烦。物联网可以与水传感器集成，以监测设施的泄漏，如果不迅速解决，泄漏可能会演变成代价高昂的灾难。 无人应用。物联网是运营效率的代名词，因此很容易看出无人自助仓储设施如何从进一步增强的自动化环境中受益。与早期及时监测出问题相比，被动维护通常成本更高，而且修复时间通常更长。物联网监测是一种主动的维护方法，可提供有价值的洞察力，同时降低人员成本。 总结 物联网在自助仓储行业的采用仍处于起步阶段，但随着连网设备出现更多创新和更多实用用途，并加入先进的物联网系统行列，采用率肯定会大幅上升。 看到我们前进的方向无疑是令人耳目一新的：一个更高效、更有利可图的未来！

什么是工控机

工控机全称工业控制计算机，英文简称IPC，简单来说，就是与商业计算机相对立的应用于特殊场合的电脑，无非是I/O口数量，规格、环境适应能力等综合能力相较商业电脑都有大幅提升，能满足商业计算机所不能完成的任务。

工控机的特点有大体上有着下列几种，首先是可靠性，其具有在粉尘、烟雾、高/低温、潮湿、震动、腐蚀和快速诊断和可维护性，其MTTR（MeanTimetoRepair）一般为5min，MTTF10万小时以上，而普通PC的MTTF仅为10000～15000小时。接下来是实时性的特点，工业PC能够对工业生产过程进行实时在线监测与控制，对工作状况的变化给予快速响应，及时进行采集和输出调节，遇险自复位，保证系统的正常运行。然后是扩充性的特点，工业PC由于采用底板+CPU卡结构，因而具有很强的输入输出功能，最多可扩充20个板卡，能与工业现场的各种外设、板卡如与道控制器、视频监控系统、车辆检测仪等相连，以完成各种任务。最后是兼容性的特点，工控机能同时利用ISA与PCI及PICMG资源，并支持各种操作系统，多种语言汇编，多任务操作系统。

工控机在新零售行业中的应用

在零售行业当中，工控机便是新时代智能化的体现，我们不妨把他看做新零售智能硬件的功能，例如扫码开柜，刷脸付款等功能，便是通过工控机在幕后进行操控的，它通过和取货柜，电子结算等进行有机结合，从而在零售行业的具体销售当中完成联网，销售，结算等指令，且工控机的功能不止如此，它在零售行业的各个方面都有着详细的体现。

智能货架的建立

越来越多的零售运营商正在考虑智能货架，智能货架的作用是为了更好地了解客户的需求和行为，也就是，在工控机的作用下，当客户查看屏幕，进行销售交易之后，可以将消费者的有关信息加以记录，也就是说，通过工控机的作用，商店老板不必要像传统模式下那样，对顾客进行询问，而是直接可以确定顾客的性别，年龄，喜好，注意力时间和顾客的满意度，并且在顾客购买商品的过程当中，简化了流程，帮助零售者创建了交互式的购物体验，从而可以了解到广大顾客的需求是什么，进而采取相应的措施，提高客户的满意程度。

传统模式下，零售行业在应对顾客有一个最大的问题便是，面对繁多的商品，即便是销售者，也难以将所有的商品所处的位置以及库存加以一个详细的把握，但是通过智能货架，可以将所有商品的信息录入到计算机当中，通过工控机进行调控，想要购买商品的顾客直接通过智能货架，便可以获得自己想要的商品，大大地节省了所需的时间。

可以说，智能货架的建立，一改传统环境下的销售模式，而是建立起一个很难出现差错，且提供了服务质量和效率，使得顾客在购买商品的过程当中，体验更加的良好。

物流监测

工控机还有着对物流安全进行监测的作用，一般来说，利用工控机结合物联网当中的RFID技术，便可以通过RFID电子标签、读写器、EPC编码标，Savant网络等，对零售行业的应用环节有着极为重要的作用，可以进一步用于信息化跟踪与检测服务，并且能够对于物品进行实时地显示，以保证零售物流管理的透明程度，增加零售产品物流处理的效率与应用，实现零售行业在生产、运输、销售当中的全程监控，使得整个零售过程更加智能化、效率化。

通过工控机对零售行业的物流进行监测，零售商可以直接掌握商品的信息，其中有多少质量不符的，过期的，都能够加以一个详细的掌握，这一点尤其体现在生鲜零售食品领域当中，因为其质量不够导致的食物中毒案例一直以来也不在少数，商家传统模式下在收货之前难以对其进行第一时间的发觉，这就造成了很大的经济损失，而通过工控机之下，结合我们提到的RFID技术，工控机可以更好地使得这一环节透明直白，实行一个全程的监控，保证人们能够吃到健康的食品。

自动销售

工控机在零售行业的应用之中，可以进一步对于零售行业的环节进行控制，例如：扫码开柜、刷脸付款等应用，这些均是零售新智能的硬件功能的提升，这些新的应用已经被广泛的应用在无人货架、无人超市之中，并且在物流行业里也被应用在无人物流之中，这些功能的实现，是自动销售的实现。工控机的应用，为用户带来了新的体验，但是在这新的体验的同时，也为用户带来了陌生的感觉，这些新应用改变了人们的日常生活方式，例如一台普通的冰柜，通过系统的实现也可以完成联网、自动结算等各种智能化的应用，所以，对于工控机而言，用户们在使用的过程之中，更加在乎它的操作程度流畅度，性能稳定性，以及数据的传输和功能的延展。

自动销售可以说是新时代发展的必然趋势，零售行业在这个大潮流当中必然是首当其冲，自动销售的实现能够大大的节省人力物力的需求，作为一种新式的销售模式，自动销售在工控机的管控下，可以保证顺利且不容易出现差错的进行，且在一定程度上，提升了用户的购买体验，交易资金往来也是难以出现差错，杜绝了因找钱假钱造成的纠纷现象的存在。

结束语

通过上面的分析我们可以得知，在当今时代中，工控机在新零售行业当中，在多方面发挥了重要的作用，可以说，有着工控机的存在，零售行业在物流、运营、对用户的需求等多个方面都发挥着十分重要的作用，提升了运营的效率和零售产品的质量，使得零售行业逐渐智能化，由此可见，在未来的一段发展过程当中，工控机都可以在零售行业当中发挥着重要的作用，但是存在不足的是，由于笔者的自身学识尚浅，对于研究的内容和研究的方法存在一定误差，对于探讨工控机在新零售行业中的应用研究方面没有一定的深入研究，在方法与措施中，没有办法对于相关问题和相关措施提出一定方法，而研究的工控机在新零售行业中的应用研究也仅仅是根据自身的研究作为基础，在领域上不能够广义地包含每一种情况和设计，在文章当中，可能存在着纰漏的地方，学者在后续的研究当中，应该了解自身的研究内容，谨慎参考意见，但是笔者相信工控机在新零售行业当中可以有着更大的发展，拥有更好的发展前景。

近期，工信部发布了首批“5G+工业互联网”重点行业和应用场景，首批重点行业和应用场景涵盖电子设备生产、装备制造、钢铁、采矿、电力等5大行业，以及协同研发设计、远程设备操控、柔性生产制造等10大应用场景。

 

特别是5G网络的发展，自2019年实现商用以来，包括中国移动、中国联通、中国电信等在内的运营商加紧了5G网络建设步伐，在全国各地部署5G网络，建设5G基站。尤其是2020年新冠疫情期间，5G表现尤为突出，近一年时间，5G网络覆盖从十几个城市扩展至300多个城市。

据统计，从三大运营商发布的2020年财报中可以看出，2021年三大运营商资本开支预算合计为3706亿元，同比增长10.69%，5G相关的资本开支预算合计达1847亿元，同比增长2.44%。

截至目前，全国建成5G基站81.9万个，占全球的70%以上，覆盖了全国所有地级以上城市，5G终端连接数超过了3.1亿，5G在工业领域和经济社会各领域的应用示范项目已经超过了1万个。全国工业企业建设“5G+工业互联网”项目超过1500个。

显然，“5G+工业互联网”已成为工业互联网和5G发展进程中产业热情最高、创新最活跃、成效最显著的领域之一。

十大典型应用场景

工业互联网涉及的主体包括机器、车间、企业、人等，端到端的产业链包括设计、研发、生产、营销、管理、服务等环节，在工厂内需要实现信息采集设备、生产设备、生产管理系统及主体之间的关联，在工厂外需要实现生产企业、协作企业、产品、用户、金融机构、供应链、物流等企业的互联。

而5G超大带宽、超低延时，具备感知泛在、连接泛在、智能泛在等优势，可以确保工业互联网全要素资源的顺畅连接和快速精准控制的高要求。因此，在5G商用强大辅助下，工业互联网涉及的应用场景愈渐丰富。

■ 协同研发设计

远程研发实验：科研人员结合现场画面和数据，远程在线协同完成实验；

异地协同设计：设计人员利用各类虚拟现实终端接入沉浸式虚拟环境，异地协同修改设计图纸。

■ 远程设备操控

设备操控员根据生产现场视频画面及各类数据，远程实时对现场工业设备进行精准操控。

■ 设备协同作业

生产现场的多台设备按需灵活组成一个协同工作体系，实现多个设备的协同调度及分工合作。

■ 柔性生产制造

数控机床等设备通过无线化改造可以实现快速重构，按照市场需求进行灵活配置。

■ 现场辅助装配

现场人员通过AR\VR眼镜等智能终端获取增强图像叠加，装配可视化呈现，辅助完成复杂精细的设备装配。

■ 机器视觉质检

质检终端根据边端、云端算法对高清图像的识别与分析，实现产品缺陷实时监测，自动分拣与质量溯源。

■ 设备故障诊断

系统利用设备全生命周期监测数据与数据挖掘等技术，实现对设备故障的诊断、定位，报警或动态预测。

■ 厂区智能物流

智能物流调度系统对厂区内的物流终端进行调度管理，实现全流程自动化，智能化的物流作业。

■ 无人智能巡检

采用智能的巡检机器人或无人机等移动巡检设备替换传统人工巡检，实现高效灵活，更大范围的安防巡检。

■ 生产现场监测

智能监测系统通过实现数据采集、图像识别、自定义报警等技术，实现生产现场全方位智能化安全监测和管理。

五大重点行业

■ 电子生产设备

电子设备制造行业自动化水平高、数字化基础好，产品迭代速度快，发展智能制造、个性化定制、精益化管理等模式潜力大。如华为、海尔、格力、中兴等利用5G技术实践柔性生产制造、现场辅助装配、机器视觉质检、厂区智能物流等典型应用场景，显著达到降本增效的作用。

 

■ 装备制造

装备制造业涉及航空制造、船舶制造、汽车制造与工程机械制造等重要领域，其产品结构高度复杂、产品体型偏大，具有技术要求高、生产安全标准严格、资本投入大等行业特点，因此，需要更加精密的装配加工能力及质检手段来支撑企业长期发展。如中国商飞、三一重工、福田汽车等应用5G技术积极探索协同研发设计、协同设备作业、现场辅助装配、机器视觉质检等典型应用。

 

■ 钢铁

钢铁行业主要包括炼钢、铸钢、轧钢、仓储物流等环节，该行业面临设备维护效率低、生产过程不透明、下游需求碎片化等痛点，对智能制造需求迫切。如鞍钢、马钢、宝钢等均应用5G技术的典型应用场景，覆盖钢铁生产全流程，取得提质增效、绿色发展的成效。

 

■ 采矿

安全生产是采矿行业的红线，采矿行业存在着矿石坠落、塌方、滑坡、瓦斯爆炸等一系列事故风险，对工人健康造成较大威胁。如新元煤矿、千叶水泥、庞庞塔煤矿等利用5G技术积极实践远程设备操控、设备协同作业、无人智能巡检、生产现场监测等典型应用场景，成效显著。

 

■ 电力

电力行业主要涉及发电、输电、变电、配电、用电五个环节，存在安全监控不到位、环保要求高、信息孤岛、设备实时监管难、精细化管理难等痛点，对向清洁、低碳、高效、安全的转型需求迫切。如国家电网、中核集团、南方电网均利用5G技术，在发电环节的现场辅助装配、输电环节的无人智能巡检、配电环节的设备故障诊断、用电环节的生产现场监测等典型应用，取得明显成效。

 

可见，经过两年多的摸索应用，5G与工业互联网都取得了阶段性的进展，两者的融合应用的范围正在向生产制造核心环节不断延伸和深入，覆盖行业和领域也日趋广泛。

融合现状：聚焦痛点+持续发力

尽管5G+工业互联网的应用成效已经非常明显，也取得了诸多喜人的成绩，但总的来看，5G+工业互联网方面的应用现处于标杆打造阶段。一方面，5G+工业互联网与现存制造厂商自有网络融合难度较高；另一方面，5G+工业互联网产业尚未成熟，相关产品及解决方案仍需要完善，现有5G+工业互联网网络部署成本相对较高，工厂客户建设负担大。此外，5G与工业互联网融合发展过程中安全问题也引起关注。

安全风险

安全无疑是5G+工业互联网应用的基础。现有的工厂控制系统是一个相对封闭的独立网络，与企业信息系统之间通常单项隔离，甚至是完全物理隔离，现场采集终端也处于相对封闭的环境，但随着5G、物联网、工业互联网的发展与应用，IT与OT实现跨界融合，这种泛在的连接致使生产安全管理和网络安全管理的界限模糊，工厂控制安全容易受到威胁，网络攻击才有机可乘，从IT层渗透到OT层，造成工业系统中断等风险。

根据国家信息安全漏洞共享平台统计数据显示，截止到2020年12月，CNVD收录的与工业控制系统相关的漏洞高达2955个，其中，2020年新增593个。

安全漏洞数量快速增长，整体形势严峻，特别是能源、化工等事关国家经济命脉的关键基础领域，对安全问题尤为看重。近年频发的工业互联网安全风险事件足以引发全行业的共同关注，如今年5月份，美国最大的成品油管道运营商Colonial Pipeline遭受到疑似勒索软件DarkSide攻击，为了控制安全漏洞，该运营商被迫关闭其位于美国东部沿海各州供油的关键燃油网络。

投资回报率

众所周知，在未来，工业互联网将是5G最大的应用场景，就目前来看，我国制造业中目前有90%以上的企业属于中小企业，这其中的大部分企业现有设备，尚不具备智能化及数字化采集能力，因此，数据连接就无从谈起，工业互联网的价值还没有被工业企业普遍认同。

对于很多尚未达到自动化、信息化、智能化水平的工厂，其升级改造的资金与成本压力很大。而5G推广初期的建网和运维成本都很高，企业利润空间非常有限，由于资金回报周期拉长，在一定程度上也会影响各方参与的积极性。

面对不同应用场景、不同业务对通信网络能力的差异化需求，需要构建更多的5G解决方案，以最大限度的提高运营商、用户企业的投资回报率。

产业成熟度

当下，5G与工业互联网融合发展的知识难度、生产环节的专业性要求都很高，现有技术、产品和解决方案大多针对工业制造流程的某一环节，尚未形成完整的产业生态。面对很多行业和技术壁垒，虽涌现出一批典型应用，但可持续的商业模式、市场造血能力均亟待加强。

因此，5G+工业互联网要与各领域的生产实践、行业特性、知识经验紧密结合，拓展应用场景的广度与深度，进一步加强运营商与工业互联网企业的沟通融合与跨界合作，积极建立供需对接渠道，推动运营商、设备商与工业互联网企业开展“5G+工业互联网”终端关键技术、性能、形态等方面的测试验证，加速推动产业应用能力的成熟，共同培育壮大“5G＋工业互联网”产业生态圈。

当然这些痛点与问题都是5G与工业互联网在初期融合与探索过程中不可避免的共性问题，当前，这二者究竟融合到什么程度，业界对其认知也不统一。一方面，5G是管道，加速工业互联网在工厂应用，催生工业专网，这是其基本应用方向；另一方面，5G渗入工业制造业场景中，在无人操作、协同作业、柔性制造、无人工厂等方向发挥不可替代的作用，所以5G+工业互联网是有边界的，并非包罗万象。

可以肯定的一点是，5G+工业互联网已经从概念走向现实，这其中虽有诸多应用场景有待挖掘，诸多应用困难亟待突破，诸多技术瓶颈需要解决，但总体来看，未来，随着信息技术与运维经验的不断成熟，5G+工业互联网创造的价值将颠覆传统行业想象力，为行业提质增效释放乘数效应。

 

在5G的加持下，借助低时延、高带宽、大连接传输特性，激光导航AGV将迎来全新的应用模式。

在原有技术体系下，受传输时延、带宽瓶颈制约，为确保应用的灵活性，激光导航AGV的功能更多地被内置于本地端，以单机的形式独立运作。

激光导航AGV将不再受到传输限制，而是作为执行终端与控制中心实时联网，支持任意时间对AGV下达任务，后台可以通过音视频等感知端对AGV进行全程跟踪，实时掌控物流搬运轨迹及状态，并可对执行的任务进行任意中断、 恢复、调整等操作，实现前所未有的柔性与灵活。

其次是提升智能化水平。激光导航AGV通过联网，实现了前端与中心的实时交互，在5G高带宽支持下，许多原本需要本地运行的AI算法得以移植到后台云端，大大降低前端AGV运算负荷量；不仅如此，在减负的同时，激光导航AGV还可以增加更多的传感器，提升多维感知能力。

另外，在5G的加持下，AGV感知的庞大数据得以实时回传到运算中心，借助后台的庞大算力，可提供更迅速、更精准、更全面的AI分析，进而将准确指令下达到激光导航AGV，提升柔性物流搬运能力。第三是提升场景适应能力。智能化水平的提高，激光导航AGV在环境感知、行为感知、障碍应对、系统协调等方面的能力将得以全面提升，能适应多障碍、跨楼层、杂乱仓库等复杂工作场景，保证物流搬运过程的安全、稳定、可靠以及条理性。

第四是降低人为干预。由5G构建的通讯网络将贯穿于智慧工厂的每一个节点设备，实现智能制造的智慧化联网与管理，能大大降低工厂人员需求数量以及人为干预的频率，提升工厂自动化水平。而激光导航 AGV作为其中的物流搬运中坚力量，将实现全程物料自动对接与搬运，提高搬运效率，降低人力成本。

第五是打通业务隔阂。物流搬运系统只是智慧工厂的有机组成部分之一，在5G赋能下，各个关联系统的孤立状态将被打通，并高效融合为一个有机整体，AGV调度系统已实现与WMS、MES、ERP等生产管理系统无缝对接，当有订单时，智慧工厂将在中控中心的统一调度下智能运转，激光导航AGV也将根据系统分配的指令智能进行物料搬运，从而达成系统全自动下单、工厂智能调度的智慧化生产目标。

未来的智能工厂是人与机器和谐共处所缔造的，这就要求机器人能够与人一同协作，并与人类共同完成不同的任务。这既包括完成传统的“人干不了的、人不想干的、人干不好的”任务，又包括能够减轻人类劳动强度、提高人类生存质量的复杂任务。正因如此，人机协作可被看作新型工业机器人的必有属性。

什么是协作机器人？

协作机器人，顾名思义，就是在机器人与人可以在生产线上协同作战，充分发挥机器人的效率及人类的智能。这种机器人不仅性价比高，而且安全方便，能够较好地促进制造企业的发展。

协作型机器人作为一种新型的工业机器人，扫除了人机协作的障碍，让机器人彻底摆脱护栏或围笼的束缚，其开创性的产品性能和广泛的应用领域，为工业机器人的发展开启了新时代。

协作机器人有哪些特点？

1.轻量化：使机器人更易于控制，提高安全性。

2.友好性：保证机器人的表面和关节是光滑且平整的，无尖锐的转角或者易夹伤操作人员的缝隙。

3.感知能力：感知周围的环境，并根据环境的变化改变自身的动作行为。

4.人机协作：具有敏感的力反馈特性，当达到已设定的力时会立即停止，在风险评估后可不需要安装保护栏，使人和机器人能协同工作 。

5.编程方便：对于一些普通操作者和非技术背景的人员来说，都非常容易进行编程与调试。

协作机器人有哪些优势？

人机协作给未来工厂的工业生产和制造带来了根本性的变革，协作机器人具有决定性的重要优势：

1.生产过程中的灵活性较大。

2.承接以前无法实现自动化且不符合人体工学的手动工序，减轻员工负担。

3.降低受伤和感染危险，例如使用人机协作型夹持器。

4.高质量完成可重复的流程，而无需根据类型或工件进行投资。

5.采用内置的传感系统，提高生产率和设备复杂程度。

基于人机协作的优点，顺应市场需求，更加灵活的协作型机器人成为一种承担组装和提取工作的可行性方案。它可以把人和机器人各自的优势发挥到最好，让机器人更好地和工人配合，能够适应更广泛的工作挑战 。

很长一段时间以来，我们从未以全球可持续发展的名义要求建筑行业做这么多事情。而如今，无论是巴黎协议、欧洲绿色协议，还是地方和区域法规，设施管理人员都被要求大幅减少这些建筑物的碳足迹。

至于原因，应该不足为奇。

建筑物使用全球约40%的资源、25%的全球水资源、40%的全球能源，并且它们排放的温室气体排放量约为1/3。因此，我们看到建筑物设施经理在优化可持续实践方面面临越来越大的压力。

根据世界绿色建筑委员会的一份报告，到2050年，全球每座建筑都需要实现净零碳排放，以将全球变暖控制在2°C以下。尽管新建筑的设计目的是减少温室气体排放，但这并不一定意味着新建筑才是解决方案。

一份关于该主题的报告表明，一座比普通建筑效率高30%的全新“绿色”建筑需要10到80年的时间才能克服建筑带来的破坏性碳足迹影响。

似乎更好的方法是找到一种方法来改造现有建筑，使其变得更具可持续性。幸运的是，物联网技术可以提供解决方案。

物联网如何发挥重要作用

无线传感器技术的进步现在使设施管理人员能够快速、轻松且经济高效地将旧建筑改造为智能、可持续的建筑。

以下是物联网技术可以帮助实现建筑可持续性目标的一些方式。

• 减少清洁浪费-清洁人员可以根据入住率和数据驱动的需求优化他们的服务和时间表。这减少了时间、能源和清洁用品的浪费，这些物品通常装在塑料容器中并且难以回收。

• 远程监控-许多合规问题在设施管理中造成了大量浪费。通过常规的全系统冲洗，每年会浪费数千加仑的水来预防军团菌。通过远程监控，建筑管理人员可以看到水何时流过管道的各个部分，以及在什么温度下流动，从而可以对低使用率区域采取有针对性的行动，而不是一揽子方法。

• 能源效率-对温度、入住率、打开的门窗、建筑使用和水资源浪费的全面可见性可以快速优化能源使用。细微的行为和操作变化使建筑物更具可持续性。

• 占用监控-雇主和办公室经理可以了解员工的工作方式，以准确衡量和分配空间容量。这通常会导致缩小规模和更好的空间分配，从而可以将办公室的碳足迹减少30%。

让现有建筑更具可持续性的想法不再遥不可及。无线物联网传感器的进步现在使各地的设施管理人员能够快速轻松地减少水、能源和资源消耗。这与此处讨论的其他措施一起，将大大有助于帮助我们的社区减少碳足迹并实现我们的排放目标。

增强现实（AR）基于传感器和机器学习技术，对外部环境及物体进行扫描及信息探测学习，并且在现实环境叠加情景信息，满足用户所需。这种增强现实可以通过多种方式帮助用户，使他们能够更好地与当前环境互动，并以此做出决策和行动。

不同于虚拟现实技术（VR），AR会感知到现实世界并与现实世界进行交互。这意味着在AR会“增强”对于现实世界的视角，于数字和现实世界之间搭建桥梁，大大丰富了人对现实世界信息的获取、处理和交互的能力。

以前，许多AR应用都处于消费领域，例如曾在一夜之间席卷全球，风靡世界的精灵宝可梦AR游戏。如今，AR技术正在越来越多地应用于工业环境中，例如，设计、装配和培训等典型应用场景。

在VR Intelligence整理的 2020 XR Industry Insight 报告中就指出，接受调查的AR公司中有65% 表示他们致力于工业应用，而只有37%致力于消费产品和软件。由此可见，AR在工业领域的应用已被广为看好。

工业技术如何变革制造业

AR技术可实现对工业产品的优化产品设计，通过虚拟装配避免或减少实体模型的制作，缩短开发周期，降低成本。同时通过建设数字工厂，直观地展示工厂、生产线、产品虚拟样品以及整个生产过程。

工业设计，通过将AR技术集成到设计开发阶段，可以避免传统设计方法引起的繁琐，增强与客户的互动，使得产品设计更加符合客户需求。

装配制造，通过AR技术，工程师可以直观了解装配设备的内部结构信息以及某个部件的3D图形，并对其进行操作调整，从而实现准确快速的装配生产。还可以将安装指导手册和质量要求显示在AR眼镜上，从而量缩短工程师的装配培训时间。

质量检验，借助AR技术，可以为质量控制提供交互式平台，从而实时查看显示的产品尺寸精度、公差和表面光洁度等详细信息，方便质检人员轻松执行复杂任务，提升产品质量检验的效果。

设备维修，借助AR技术辅助维护和维修工作，工程师可以在智能手机、平板电脑甚至AR眼镜上查看设备的运行状态，通过交互式可视化操作，完成相应的维修工作。

员工培训，相较于传统培训或者监督式的培训方法，AR技术可以使培训方式更加具有互动性，实现远程培训，还可以确保培训期间员工的人身安全。

工业应用纷纷落地

近年来，AR技术频频在工业领域开花结果。根据场景的差异而有着不同的要求。有的追求效率，有的追求安全，也有为了降低成本。针对工业领域中不同应用场景都有相应的应用。

例如，DHL 利用 Google Glass 来提升仓库拣货的准确性、生产力和效率。经过 2015 年的成功试点应用，如今AR 眼镜已经成为 DHL 全球仓库作业的标配，将生产力平均提高了 15%。蒂森克虏伯利用微软 HoloLens 的 AR 功能来为现场技术人员提供电梯维修流程指导。技术人员还可以利用前置摄像头与远程技术专家进行视频通话。

使用AR技术，用户甚至不需要头戴式视图器，通过智能手机和平板电脑进行部署。毕竟头戴式视图器价格还是非常昂贵，但大多数人都拥有移动设备。

根据油管上的一段视频显示，俄罗斯苏-57战机的生产线上，工人们使用AR技术来协助组装飞机。在这个场景中，AR利用附着在苏-57各个主要组件上的二维码来工作的，技术人员扫描这些二维码，调用相应的AR算法，将各种子组件和部件的数字生成图像叠加起来，向工人展示不同部件的去向。

不过看了一圈下来也发现，目前VR更多的还是适用于设计、培训、展示类业务场景。例如我们在参加展会的时候，经常能看到一些企业用AR技术展示某设备的内部构造。除此之外，对于诸如煤矿、电力、石化等行业有硬需求，但是对于企业利润较低，对新技术投入比较谨慎的企业来说，这项技术的推广还有待提高。所以VR在工业领域内的落地面临着业务需求和商业模式的问题，市场仍需要进一步推广。

这么好用的AR技术，落地困境是什么？

AR在未来的制造运营中能够发挥至关重要的作用，但其采用速度与使用它的产品和流程的复杂性成正比。

AR的关键是如何通过在虚拟环境里重构现实世界的物体已实现“现实-虚拟”交互，也就是说需要使用真实世界的数据来构建。虽然我们也发现很多公司都在使用AR和VR ，但是在许多情况下，它仅仅只是一个新技术的尝试，如果要大规模的商业化落地，还差太多。

谈及AR落地不够普及，很多用户都会觉得是因为AR眼镜等一类设备的原因，例如重量不轻、续航不久、运算不快，造成AR在工业领域内不能大面积落地的原因。但上文的案例，从另一个角度来看，也表明了AR技术的应用不是一定要选择眼镜或者各类头戴设备。

在与某AR解决方案供应商交流中，对方也表示很多工业企业在在常规运营中仍然难以使用增强现实技术，除去眼镜等硬件设备体验感不好等原因，更主要的原因是许多增强现实系统的准备工作复杂而费力。

该供应商表示：传统的数据或模型资源并不能直接应用于AR 场景，如果需要对客户设备进行全方位建模并细化信息，工作量非常大。而工业企业往往又缺乏拥有专业3D模型制作编辑的工作人员，因此无论是 AR 模型的制作还是编辑调整都十分困难。

AR技术在与制造业整合过程中会碰到很多的模型，需要处理各种CAD文件，这与传统在游戏界的模型、格式、知识转换都不一样。同时，那些复杂的设备模型需要准确和高度详细的数据描述。一些复杂的AR应用还需挖掘来自企业业务系统或外部数据源的数据流，并将其整合到内容中。

但我们都知道工业中很多设备都是有知识产权的，设备模型不能随便对外，其次是相关数据。在制造业中采用AR的限制因素不仅与可视化技术等因素有关，同时还受到了数据的限制。数据的可视化是数字化运维管理的前提，然而传统的三维模型、图纸以及工艺文档等多元异构历史数据并不能直接用于 AR 可视化应用。

针对于当下这种应用困境，小编注意到已经有国内外企业出具了相关解决办法。例如，国外的PTC公司推出的Vuforia可以将各类三维CAD模型直接转化为AR内容在手机、平板、AR眼镜等设备上进行查看和操控。国内企业ALVA Systems 也推出了ALVA Editor AR内容创建平台，可以帮助用户利用现有资源实现设备“AR化”，帮助他们直接移植导入。

借助于类似的手段，让即使不具备AR技术开发能力的企业用户，无需成为 IT 或 AR 专业人员即可专注于相应工作，简化AR应用开发流程，透过简单操作就能帮助设计好的3D绘图模型实现AR效果。

在“十四五”规划纲要中，小编也注意到已经明确将云计算、大数据、物联网、工业互联网、区块链、人工智能、虚拟现实和增强现实产业列为数字经济七大重点产业。其中，虚拟现实和增强现实产业被列为数字经济重点产业，具体就表现在：

推动三维图形生成，动态环境建模，实时动作捕捉快速渲染处理等技术创新，发展虚拟现实整机，感知交互、内容采集制作等设备和开发工具软件、行业解决方案。

相信在相关政策的推动下，AR技术的应用问题将进一步得到解决。

前景很美好，现实很骨感，AR技术在工业领域要规模化应用，仍有较长的一段路要走。面向未来发展，我们需要大量懂行业又懂平台的内容开发商、解决方案开发商，来降低使用混合现实的技术门槛，才能真正打开AR的行业应用空间。

数据是工业数字化转型的核心生产要素，但迈向数据应用之路需跨越六大难关：标准关、网络关、集成关、流通关、软件关、AI关。

第一关 —— 数据采集标准关

数据采集阶段各种各样的设备及协议缺乏统一的标准，各讲各的“方言”，要解决这一问题，工业设备、工业参数、协议之间要讲普通话——即工业协议的标准化。

采集阶段两个问题：一个是通讯协议标准化，再一个是面向对象标准的定义、内容的定义。

第二关 —— 网络

可以利用现代技术，打造除了5G以外的IP化的先进工业网络，实现工厂内、园区内网络的安全、网络的自动化，包括带宽、低时延、连接的确定性，提供一个高质量的数据通路。

第三关 —— 数据集成

网络通了，但是不同系统之间、云上和云下、内部和伙伴之间、IT与OT之间存在数据壁垒，数据无法自由地共享流通，打破数据集成、流通壁垒是工业数字化转型面临的迫切需求。

第四关 —— 数据流通

数据作为生产要素，只有流通起来，才能实现价值的最大化。但在企业应用中，往往因为数据安全、隐私保护等问题，使得数据无法在企业间流通。 蜂巢工厂2．0的迭代将综合考虑数据密级、数据权限、操作权限管控，数据处理更加安全可靠，可保证在数据不出域、可用不可见的前提下，实现了数据的流通，有效释放数据的价值。

第五关 —— 工业软件选择

工工业软件种类众多，很多企业都面临如何选择软件的问题，蜂巢工厂可为装备制造企业提供一站式数字化工厂集成解决方案，让用户不再为选择软件烦恼。

第六关 —— AI

AI是工业企业迈向智能化的关键技术，但目前工业企业因技术门槛高，人才缺乏，数据标注成本高等原因导致AI应用落地仍存在诸多挑战。 未来结合航天项目的推动，蜂巢工厂将有对应的AI应用场景落地，如OCR识别技术、三维坐标检测技术等的应用。