1 感知：AI算力集成的機器視覺

　　AI人工智能在工業領域的應用，首先是感知，而視覺則 是“多面手”，它能夠進行缺陷識別、測量、定位、讀碼等 多種任務，也正在成為制造業中最為重要的傳感器。貝加萊 已經推出了“集成相機”，即，將鏡頭、光源、相機、處理 集于一體。而最新的貝加萊機器視覺，已經將AI加速器直接 嵌入在內，進行高算力的本地處理，并可以部署基于深度學 習的本地推理能力——它在增強分析能力的同時，也提供了 更快的響應能力。

　　這款全新的相機既有超強的算力，也有貝加萊 Automation Studio中的工程簡化能力，讓非專業的工程師 也能夠通過“配置”方式快速實現一整套機器視覺應用的搭 建。它主要包括以下一些功能：

　　· 采用深度學習的文本識別，無需訓練，不受字體影響 (手寫，或在雜亂背景如紋理或反射的情況下)仍可以進行 有效識別;

　　· 針對各種環境下的缺陷檢測，無需手動標定，也不需 要不良品圖片，僅需少量良品即可進行訓練;

　　· 在通?；谝巹t的算法上加入深度學習(如Halcon深 度網絡)，以獲得更好的產品質量。

　　如圖2所示的嵌入AI加速器的機器視覺， 其算力可達 26TOPS，這與最新的蘋果A16智能芯片處于同一量級。

圖 1 AI 人工智能嵌入式機器視覺

　　2 OPC UA FX：為AI應用搭建傳輸通道

　　早在2016年，貝加萊即加入TSN的整形器工作組，并與 全球工業通信領域的企業共同推進TSN技術發展。現在TSN 已被OPC基金會與5G/Wi-Fi統稱為“OPC UA FX”(FX，即Feild eXchange，現場層通信)。這項技術與規范正是為了 應對今天越來越多的全局分析、優化任務而準備的。運行于 邊緣側、云端的這些AI人工智能應用，需要能夠直接獲得傳 感器的信息，作為感知層輸入，并快速地計算分析、反饋給 底層執行機構。OPC UA FX工作組，正是為了這些越來越多 的AI級分析和計算任務而構造的下一代通信網絡。

　　如圖3所示，貝加萊目前在X20、APC系列的控制系統 中，均支持OPC UA FX的接口能力，并提供TSN交換機， 在分布式I/O系統的總線模塊提供OPC UA/TSN的連接能 力。它主要用于解決AI人工智能應用時代的重要問題，其 中包括：

　　· 通過OPC UA實現語義互操作能力，以跨平臺數據集成 應用;

　　· 信息安全保障，當數據要被在多個平臺系統間傳 輸時;

　　· 性能卓越，實現高速的傳輸，并支持大帶寬的需求如 視頻圖像;

　　· 多業務流數據混合傳輸——這正是AI時代所需的，從現 場到云端的數據傳輸，以及針對各個領域的信息建模支持。

　　3 計算：APC410高算力可擴展工業PC

　　在AI人工智能技術在工業領域的應用中，感知、傳輸， 再到計算，都有賴于高性能的PLC或PC。在一些對響應要 求不高的場合，采用PLC即可，而如果要獲得更高的算力， 則可以采用貝加萊的APC 4100。其可擴展的CPU從Intel處理器賽揚到Core i系列多核處理器，均可以運行貝加萊的 Hypervisor虛擬控制技術，且支持最大16PCIe的插槽——這 意味著可以在其上插入AI加速卡，以提高本地的推理能力， 例如英偉達、HALO、Intel等提供的加速卡。

　　如圖4，Hypervisor提供了在多核處理器如Core i系列 上運行多個操作系統的機制。它包括可以支持Automation Runtime的RTOS，和Windows/Linux的通用操作系統。這 使得可以在多個核心上分別支持不同的應用任務。在Linux 任務上，主要針對數據類、事件驅動類的AI任務， 或支持 Python、Docker這類開發應用。

　　APC 4100既可以作為大型機器或產線的控制系統，也 同樣可以作為計算任務的執行者，它可以為高性能的本地推 理提供支撐，同時也可以實現控制與計算的融合。

　　4 X20 Edge：為邊緣側任務搭建的硬件架構

　　在產線級的邊緣側任務中，需要連接數據并集成邊緣應 用，它要求具備開放的架構，支持本地的AI應用。

　　X20 Edge，如圖6所示，它是采用基于ARM的CPU，運 行Linux操作系統，并支持Python編程，可以實現AI、ML和 IIoT算法的容器化環境。

　　它內嵌的OPC UA協議棧可以與云端系統進行快速的連 接，也可以自行采用WebAPI、Restful、MQTT來實現這些 連接。容器環境，可以支持外部的容器化應用的運行。

　　5 執行：機器人與智能輸送系統

　　在生產線的執行端，除了ACOPOS系列伺服驅動器， 貝加萊的Codian系列機器人、ACOPOStrak/6D智能輸送系 統，也將更為智能地提供產線的生產調度(圖7)。

　　ACOPOStrak和ACOPOS 6D都內嵌有智能路徑調度功 能，因此，它們本身是一個智能的執行體。當任務需求發送 給它們之后，如何獲得最優的策略，將由軌道系統的控制調 度算法來自行計算，并控制驅動系統給出控制的電流、相位 等信號。

　　6 工程集成：AIGC編程

　　人們會擔心AI時代的這些技術將變得更復雜，讓工程 師花費更大的學習和工程時間消耗于不同的任務之中，而 這也是自動化企業在技術集成中要必須考慮的。而貝加萊的 Automation Studio Copilot則基于AIGC的方式，為開發者 提供了更為高效的代碼編程利器(圖8)。

　　Copilot與Automation Studio的幫助文件相連，它可以 更為廣泛地使用示例代碼和項目模版，以及更多的知識庫資 源來為開發者提供輔助。

　　Automation Studio可以快速地生成自動化的代碼， 如ST的代碼，支持代碼的注釋和優化，并且它非常了解貝 加萊庫中的自動化系統命名規則。除此之外，Automation Studio還為AI時代的分布式能力提供了協作，并在版本控制 方面進行了增強。

　　7 感知-傳輸-計算：執行的完整應用架構

　　這是一個完整的架構，在原有的系統升級中，將AI分別 嵌入在機器視覺、PC中，并通過OPC UA FX實現設備之間的互聯、云端/邊緣側的連接等，并在執行側提供更為智能 的機器人與輸送技術。如圖9所示，貝加萊在整個應用架構 中，強化了AI的能力。

　　AI對于裝備、產線及應用而言，最為重要的是，它能夠 實現以下幾個方面的技術升級：

　　· 通過語音交互來提高機器的“易操作性”——這是大語 言模型時代的基本能力;

　　· 視覺的感知，對產品生產過程中的缺陷識別、機器人 智能導引，前者能夠協助提高質量，后者將帶來效率和工程 的簡化;視覺與機器人、與輸送系統的同步，將帶來整體效 率的提升;

　　· AI的參數優化功能，對于出廠前的調試、現場運行的 批次后參數優化，能夠帶來良品率的提升，從而幫助廠商降 低生產成本。

　　總之，AI人工智能技術最大的潛能，就在于它能夠構 建一個“自我迭代”、“更為聰明”的機器;而貝加萊，一 直致力于為這樣的機器和系統提供基礎支撐，以及工程化 的服務。

　　8 貝加萊推出的基于人工智能的機器健康追 蹤系統

　　近期，貝加萊又推出了兩款工業物聯網(IIoT)應用程序，可實現基于人工智能(AI)的機器健康與性能優化。 IIoT Connector旨在開放集成到任何平臺，作為數據驅動服 務的關鍵推動因素，可靈活訪問邊緣和云環境中的貝加萊設 備數據。而基于這些數據，ACOPOStrak Monitor運用AI人 工智能分析功能，可支持貝加萊自適應輸送解決方案的實時 性能優化和預測性維護工作。

　　(1)IIoT Connector用于機器的健康與性能(圖10)

　　“我們中的許多人使用智能手表和健身應用程序來分析 我們身體的數據——我們的脈搏、步數和呼吸，以便我們保 持健康并提高表現，”貝加萊副總裁兼軟件全球產品組經理 Sridharan Rangarajan解釋道，“健身追蹤之于運動員，就 如同工業物聯網(IIoT)解決方案之于機器?！?/p>

　　Rangarajan指出貝加萊方法的特別之處在于，它能夠 輕松地將生產中的數據轉化為生產率、設備壽命，以及材料 和能源高效利用方面的可衡量改進方案。“我們想要一個真 正為客戶服務的解決方案，因此我們設計的工業物聯網解決 方案能夠無縫融入任何平臺和任何系統架構。”

　?、買IoT Connector具有的兩個顯著特征

　　? 容器化軟件支持邊緣和云環境之間的開放集成;

　　? 對機器數據進行特定領域的AI分析，可提高設備可用 性、效率和壽命。

　?、趯祿D換為價值

　　圖 10 新的工業物聯網(IIoT)應用程序通過提供在邊緣和云環境中對貝加萊(B&R)設備數據的靈活訪問，實現了基于人工智能(AI)的機器健康和性能優化，類似于機器的“健身”跟蹤功能。

　　圖 11 直觀的 ACOPOStrak Monitor 儀表板為操作人員提供了基于人工智能的洞察力，幫助他們了解貝加萊自適應產品傳輸系統的性能，從而實現實時優化和預測性維護功能。

　　當數字化轉型項目難以提供有意義的價值時，很少是因 為缺乏數據，最常見的原因是訪問數據和理解數據的成本和 復雜性。或者，正如貝加萊(B&R)工業物聯網(IIoT)專 家Reinhard Achatz所解釋的那樣：“機器已經告訴我們需 要知道的一切，關鍵在于找到正確的方式來傾聽和理解。” 這就是IIoT Connector工業物聯網連接器的工作，這款新的 容器化應用程序使用戶能夠在新舊設施中，通過任何架構 (邊緣、云或混合)對貝加萊資產的數據進行開放和可配置 的訪問。

　　憑借自動資產發現和選擇性數據轉發功能，IIoT Connector 簡化了曾經復雜且成本高昂的任務。IIoT Connector基于OPC UA和MQTT等開放通信標準、Margo等開放邊緣編排框架構 建，并通過API直接集成到第三方工具中，從而輕松將貝加萊 設備數據整合到任何需要的地方。IIoT Connector不僅提供訪 問權限，還能將復雜的、特定于貝加萊的數據集轉換為易于 在IT系統中管理的輕量級、標準化格式，使貝加萊數據在云 環境和企業基礎設施中隨時可用。此外，它還可以通過實際 查看硬件配置、軟件版本和可用更新，簡化日常操作程序。

　　(2)ACOPOStrak Monitor：人工智能增強健康與表現

　　ACOPOStrak Monitor將貝加萊在軌道技術方面的深厚 領域專業知識與先進的AI人工智能算法相結合，將貝加萊軌 道系統的數據轉化為清晰的見解，幫助操作人員從被動維護 轉向主動優化(圖11)。

　　實時狀態、歷史趨勢和自動通知均以直觀、用戶友好 的儀表板形式呈現，可在本地或通過HMI面板和移動設備 進行遠程查看?！熬拖衲丬嚴锏膬x表板一樣，ACOPOStrak Monitor一目了然地告訴你需要知道的信息——幫助你的軌道 系統運行得更好、壽命更長?！?/p>

　　儀表板能夠在機器的整個生命周期內幫助用戶做出更 快、更明智的決策。裝配和調試期間的反饋，能夠縮短產品 上市時間。狀態監測和高級診斷，可最大限度地減少停機 時間，并延長組件壽命。與IIoT Connector一樣，貝加萊的 數據驅動服務應用采用容器化設計，并具備應用程序編程 接口(API)，可輕松集成到任何生態系統中。重要的是， ACOPOStrak Monitor能夠從現有的動子數據中獲取所需的 所有信息，無需額外的傳感器硬件。

　　其實，這也是柔性輸送軌道技術的數字化潛能，它與傳 統的機械產線相比，在數據能力上更為強大，包括產線的運 行數據、需要的維護、發生的故障等信息、軌道流動效率、 能源消耗等等，均可通過監測并獲得改善。

　　AI正在改變著自動化行業的未來，更為高效的數據連 接、更為專注于特定的數據驅動分析、AI的洞見，正在改變 知識的形成和利用過程。作為領先的自動化廠商，貝加萊一 直走在科技的前沿，利用前沿技術，融合進自動化系統的軟 硬件設計，并解決產業所遇到的現實難題，為用戶創造額外 的價值。