MEC与AR/VR工业可视化辅助

将来,工业应用或可利用部署于本地的AR/VR边缘计算服务器提供实时的AR/VR内容匹配运算和应用推送,实现本地场景和AR/VR内容的实时融合,可以很好地降低传输距离引进的时延问题。
基于AR/VR技术的“工业可视化辅助”在工业互联网领域是极具潜力的,可应用的场景包括工业设备维护、工业设备可视化管控、专家远程协助等。
 
目前的AR/VR解决方案,属于“本地AR/VR”,即用户需要在本地AR/VR终端上预先下载一个耗费巨大容量的APP来体验业务,这造成如下制约:
 
(1)工业用户消费成本高。AR/VR“工业可视化辅助”属于强交互类业务,如果其渲染主要在本地主机和终端进行,就对GPU资源能力有着很高的要求,工业AR/VR终端的性能和成本压力大,从而容易限制相关业务的广泛普及。
 
(2)工业用户体验待提升。如AR/VR终端可移动空间受限、舒适性欠缺、佩戴沉重、透气性不够。
 
于是,有人可能会想到用“云AR/VR”来解决制约AR/VR“工业可视化辅助”发展的上述“痛点”。
 
纵然,云AR/VR将计算复杂度高的渲染上云,大幅降低云AR/VR终端的渲染计算压力,使云AR/VR终端以轻量的方式和比较低的消费成本容易被用户所接受。内容以经过编码压缩后的视频流的方式通过网络推向用户,借助工业无线网络技术,可将连接终端的HDMI线“减掉”,实现云AR/VR终端的无绳化、移动化。
 
但是,从云AR/VR的上述特点,也很容易发现,这种方式相比于“本地AR/VR”的时延较大。
 
而很多工业互联网场景下的AR/VR业务对实时性要求较高,一旦时延过高,微小的操作失误都可能会造成巨大的安全隐患。
 
所以,AR/VR“工业可视化辅助”的实现,就需要在“本地AR/VR”以及“云AR/VR”两者之间寻求一种平衡。
 
边缘计算(MEC)或是一种可行的解决方案。
 
相关研究成果表明,在工业现场引入分布式的工业互联网智能网关(文献[1])和面向服务的工业互联网架构(文献[2]),可以有效提升工业生产制造效率。
 
其实,MEC系统包括MEC云设施(边缘云)和MEC云服务器两部分。
 
MEC云设施通常部署在工业车间本地的无线接入网关内或运营商的无线基站内,以提供本地化的云计算敏捷服务。
 
MEC云服务器即基于IT通用硬件平台搭建的MEC工业应用云服务器,其内部又包括了业务调度子系统、内容分发子系统、能力开放子系统和平台管理子系统四部分。此外,MEC服务器还可连接第三方私有云,以实现“边缘混合云”服务,通过封装组件的方式,更好地为智能制造企业提供基于MEC技术的设备运维管理、设备资产管理、产线良品率与产线故障监测等应用服务。
 
可见,MEC将原本孤立的、中心化部署的云计算服务和无线网络有效融合在一起,在网络侧的边缘增加了云计算、云存储和云处理等功能,边缘节点将提前过滤掉与工业制造无关的数据信息。与此同时,构建开放式MEC云服务器,用以用以更进一步地处理复杂的工业数据,同时以开放接口的方式供第三方调用数据或植入内容。
 
将来,工业应用或可利用部署于本地的AR/VR边缘计算服务器提供实时的AR/VR内容匹配运算和应用推送,实现本地场景和AR/VR内容的实时融合,可以很好地降低传输距离引进的时延问题;利用边缘计算服务集群大的CPU、GPU计算能力,构建靠近工业企业用户的AR/VR视频系统和AR/VR云渲染系统。总体上具备实现对工业领域的设备智能运维等应用场景带来革命性的新体验的潜力。
 
另一方面,边缘计算并非孤立、唯一的解决方案,或还需要实现与“云AR/VR”的无缝配合来实现更佳的工业AR/VR应用——主要可从以下3个方面进行:
 
(1)AR/VR视频预处理:以边缘云服务器对于上传到云中心的AR/VR视频进行预处理,可为工业云AR/VR应用提供实时的应答服务,并有效地降低网络和云中心负载。
 
(2)工业AR/VR应用计算任务“前置”:将部分渲染或部分AR/VR视频优化任务放在边缘云服务器进行,以提供更敏捷的适应性,有效提高视频率的性能,减少视频抖动或重新缓冲。
 
(3)边缘任务协同:通过大数据深度学习与挖掘,实现智能化移动网络信息感知与性能优化,促进工业AR/VR通信、计算、渲染和内容存储的深度协同融合。以此弥补现有网络端与客户端协同能力的不足,并降低工业AR/VR的整体能耗、端到端时延等。
 
商业模式方面,小邮认为,在运营商建设的5G网络中,可通过网络切片+移动边缘计算来实现对“AR/VR工业可视化辅助”业务支撑:工业企业可通过“打包购买服务”的方式,采用“按年计费”;或者由第三方信息化服务提供商集中从运营商处按照集团客户的方式统一购买服务,再转售给工业企业。

本文来自信息化观察者网,转载请注明出处。

 

扫码加入本站知识星球小密圈,获取1万+行业最新精选报告。

注:本站文章除标明原创外,均来自网友投稿及分享,如有侵权请联系dongxizhiku@163.com删除。

         

发表评论