“智能”为机器视觉点睛，

我要借它来探索边缘计算新的落地路径。

“边缘+智能”，赋予数据挖掘、业务场景创新一双“慧眼”，让“视觉”无处不在，从而加速推动各行各业的数智化转型。

01
推动边缘计算走深入实

信通院近日发布的《边缘计算市场和用户调查报告（2022）》显示，边缘计算能够更好地满足各行业用户越来越多样化的算力需求，在计算时延、带宽成本、安全保护、敏捷部署等方面具备先天优势。2021年，我国边缘计算市场整体规模已达436.4亿元，其未来增长潜力与规模堪比当前炙手可热的大数据市场，有望达到万亿元级规模。有专家用“期望膨胀期”来形容目前中国边缘计算所处的发展阶段，行业融合、边缘智能、开源协同等将成为边缘计算未来发展的关键词。

以边缘计算为重要引擎，云边端一体化的新型数字基础设施将推动算力的泛在化发展，为各行业的数字化转型提供强大驱动力。以边缘计算为连接和载体，海量边缘数据的处理尽可能靠近其源头，便于更好地获取数据、处理数据。有预测显示，到2025年，我国将有超过50%的企业数据在边缘数据中心进行处理，至少50%的新建物联网项目将在边缘侧使用容器进行应用程序生命周期管理。以边缘计算为抓手和落脚点，边缘计算将与人工智能应用深度融合，更有效地挖掘数据价值，助力工业、安防、体验交互等众多领域的业务创新。

当前，我们正处于边缘计算2.0深入发展时代，除了继续完善边缘计算技术体系的构建以外，更重要的是推动边缘计算与人工智能、工业互联网、5G等的融合发展、协同创新，将边缘计算垂直应用做深做实，进而将整个边缘计算产业做大做强。

02
智能视觉是一种基础能力

未来，越来越多的智能场景将诞生于边缘端,因为那里有五花八门的应用和层出不穷的数据。作为需求最迫切，并且已经在诸多领域有了成功实践的边缘智能典型应用场景，智能视觉能够更好地满足行业智能化持续演进的需求。

人类获取的信息80%来自于眼睛。机器视觉对于行业应用来说，就如同一双眼睛，而要想让这双“眼睛”保持明亮，就要借助传感器、企业的数据中心等。但是，眼睛不能只是单向地、被动地接受外部世界的信息，所谓的“慧眼”不仅要看得清，更要观察得细致入微，甚至入目三分。因此，机器视觉与AI的融合成为大势所趋，再加上边缘计算的加持，更让智能视觉变得无处不在，无所不及。

比如，机器视觉与AI、机器学习的深度结合，可以帮助企业用户提升运营水平，增强生产系统弹性，获得更高的成本效益。采用边缘计算系统，可以大大减少数据在云和边缘之间的传输移动，从而进一步缓解网络拥塞，降低延迟和成本，更快地进行数据计算和分析，从而做出更迅速、更精确的响应，提升工作效率和效益。随着万物感知、万物智能时代的来临，视觉能力与算力、连接能力、大数据能力等一样，都是支撑数字世界发展的基础能力。

如今，在工业制造领域，数字化转型、智能化升级正在如火如荼地进行中。工信部在《“十四五”智能制造发展规划》中明确提出，到2025年，规模以上制造业企业要基本普及数字化，智能制造装备国内满足率超过70%。作为工业制造领域转型升级的使能器，智能边缘视觉将大有可为。基于云端和边缘端的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，从而提升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，赋予工业制造企业一双明亮而智慧的“工业之眼”。
03
智能边缘视觉在工业应用中无处不在

工业视觉离我们其实并不遥远。前瞻产业研究院的统计数据显示，中国每天在产线上进行目视检查的工人超过350万。但是，这并不能掩盖人工质检效率低、审核质量不稳定等问题。如今在汽车制造、芯片制造、医疗器械、钢铁制造、3C电子制造等众多领域，利用人工智能技术代替人工，完成大量且重复性的工作，实现高精准检测，提升工作效率与良品率已经蔚然成风。随着工业4.0和物联网的快速发展，智能边缘视觉已经成为众多工业制造企业从传统制造迈向“智造”的强大助力。

未来几年将是边缘计算规模部署的关键时期，而视频领域将成为边缘计算先行落地的应用领域。在工业制造领域，智能视觉可广泛应用于加工装配、引导定位、校验检测等各个生产制造环节，有助于实现制造业的自动化、智能化，是推动智能制造提质增效、降本减排的重要引擎。随着工业制造技术不断精进，被检测的对象和场景繁多且复杂。因此，智能视觉技术本身也在“水涨船高”，实现了三大关键转变。

第一大转变
从2D视觉走向3D视觉。3D视觉对照明（环境光）变化不敏感，而且精度和可靠性高，能够更好地实现多传感器融合，检测快速移动目标，并获得形状、对比度、空间坐标信息等深度信息。

第二大转变
从传统工业视觉向基于深度学习的AI工业视觉过渡。传统视觉算法依赖的是预先明确的固定特征，逻辑简单但局限性明显，无法用于随机性强、特征复杂的工作任务。而这正是AI工业视觉的强项，它依赖深度学习技术和算法，能够更高效地检测随机出现的复杂外观缺陷等。

第三大转变
边缘端的智能逐渐增强。为了有效降低延迟，并在必要时能够立即响应，工业视觉需要在边缘网络实现计算处理。今天，端侧视觉系统需要采集的数据量越来越大，边缘端高效的数据处理能够减轻数据回传的网络带宽压力、提升处理效率。因此，AI工业视觉应用正越来越靠近边缘端，以便实现更高精度、更快速的图像检测。

在工业制造领域，智能边缘视觉最典型的应用场景包括自动化产线质检、工业机器人和智能工厂等。

自动化产线质检是AI在制造业应用落地较成熟的场景之一。相比人工质检效率低、成本高且易出错，采用智能边缘视觉系统则具有效率和精确度高，且稳定性强的明显优势。举例来说，国内某知名IT设备制造商将“AI+5G+机器视觉”用于设备零件的质检，降低了硬件故障率，提高了质检效率、工作质量和自动化程度。智能视觉质检时延低于20ms，可靠性超过99.99%，单班质检人员仅需5人。

将AI集成到机器人中使得机器人自动化在工业应用中更上一层楼。智能边缘视觉与机器人应用相结合，主要应用方向包括机器人视觉引导与检测两种。视觉引导是指通过成像系统对工件进行定位和识别，引导机器人进行抓取，可用于无序分拣与堆码以及上下料、焊接等。边缘计算与智能视觉形成整体解决方案，借助智能传感器、3D视觉系统等，进行动态定位和识别，可以有效控制机械臂，更准确地抓取或夹紧零部件。

智能制造的目标不仅仅是建设一个自动化程度更高的制造工厂，更要打造一个具有敏捷性和柔性制造能力的高效、绿色、舒适、人性化的智能工厂。智能工厂利用各种技术加强信息管理服务，增强生产过程的可控性，同时减少生产线人工干预，实现合理的计划排程。在智能工厂中，智能边缘视觉不可或缺，它不仅可以有效实现对被测物各种缺陷的检测与分析，还将端侧采集的数据传送到边缘视觉系统中进行处理和分析，快速、准确地控制生产设备，同时智能边缘视觉系统还与云端服务器通信，通过云平台对整个智能工厂实现自动化管理。

04
打造开放共享的智能边缘视觉平台

其实，不仅仅是工业制造领域需要一双洞悉一切的“慧眼”，就连智慧交通、智慧园区、智慧环保、智慧零售，甚至需要AR/VR沉浸感的元宇宙，都需要一双能看、能理解的“慧眼”。未来，智能视觉将无处不在。

IDC预测，到2024年，近20%的IoT系统、近30%的边缘基础设施系统和近90%的IT客户端系统将支持人工智能。边缘计算作为新兴的计算架构，在连接、实时、数据优化、智能、隐私安全等方面具备先天优势，是实现万物感知、万物互联、万物智能的核心支撑。打造开放共享的智能边缘视觉平台，充分整合边缘计算、视觉能力、人工智能、边云协同等关键技术和能力是未来视觉产业的重要发展方向。
7月20日下午14：00-17：00，“2022智能边缘视觉高峰论坛”将在线上隆重举行。本次论坛由边缘计算产业联盟（ECC）、机器视觉产业联盟（CMVU）、智能视觉产业联盟（IVIA）联合主办，以“边缘智能，让视觉无处不在”为主题，将深入探讨“边缘+视觉”的技术能力、应用场景、落地形态、未来发展。