在新冠肺炎大流行期间,随着数字化转型,各行各业开始蓬勃发展。物联网(IoT)、机器学习和人工智能(AI)等新兴技术尤其发展迅猛,但这些技术如何实现有效连接?
在工业4.0时代,5G为企业的数字化转型奠定了基础。机器学习、人工智能和物联网都在很大程度上依赖于 5G 连接提供的高带宽、低延迟属性,而建筑工地等工作场所则需要专用5G 才能真正看到数字化转型所带来的进步。
借助5G技术支持的数字化转型,企业有望看到更智能的机器人,这些机器人由机器学习和 AI 提供支持,并具有更高的生产力和监控能力。不仅机器的效率会提高,而且工人的效率也会提高,他们还可以从更高的安全性中受益。
根据诺基亚的说法,75%的企业已经将5G用于视频监控目的,但他们还想走得更远,比如将带有分析功能的摄像头用作传感器,以检测风险、缺陷,并实现人脸、物体、风险和事件的实时检测——这些是5G可以促进的。
诺基亚发现,能源和制造业对 5G 的认知度最高,并正在探索其在维护、远程机器控制和云机器人等高级用例中的潜力。
风电场
风力涡轮机依靠风来获取最佳能量。然而,当它们旋转并从风中获取能量时,它们会产生尾流。
风力涡轮机的尾流会干扰其周围其他风力涡轮机的效率,从而干扰其能源生产。因此,它们需要间隔很远,从而限制了可以部署在特定位置的涡轮机的数量。
云计算服务Vayu AI正在美国蒙大拿州测试一个解决方案,使用一个专用的5G网络来解决这一问题。它使用自主无人机,利用5G连接将有关风力涡轮机位置和附近涡轮机旋转的实时数据传递给控制系统。
在机器学习的支持下,该系统可以改变每个涡轮的角度,以便它们能够协调工作,产生更好的结果——这一过程被称为尾流转向。
这种解决方案允许风力发电场将涡轮机放置得更近,从而提高总发电量。
在评估了1500个美国风力发电场后,Vayu AI认为先进的尾流转向技术可以将风力发电场的容量提高30%和68%。
对于海上风电场来说,其中的风力涡轮机需要靠得更近,尾流转向将是极其有益和重要的。
5G 网络收集的这些数据将允许创建风电场的数字孪生,从而提升其效率和生产力。
最终,尾流转向可以使风电场产生的电量翻倍。
提高生产效率的机器人
在工厂里,搬运机器人沿着规划好的路线搬运重物。尽管它们减轻了人类劳动的负担,但它们还可以进一步数字化,因为它们的搬运路线无法改变,而且对人类员工也有危险。
这是因为编程的路线是固定的,并且改动起来很昂贵,这限制了工厂有效响应的灵活性。
除此之外,搬运机器人必须与人类工人完全分开工作,以减少碰撞事故的风险,这意味着大量的工厂空间被浪费。
物联网提供商 Thundercomm 的 5G 工业搬运机器人可以通过在机器人中嵌入人工智能来解决这个问题,使它们变得更智能,并随着时间推移帮助提高它们的性能。
通过使用机器人上的机载摄像头,它们可以捕捉静止或移动的图像,以帮助训练它们们识别特定的物体。然后,机器学习在云端或边缘计算设施中进行,它使用结果来改进机器人机载模块上的图像识别软件。
“5G机器人”还利用其机器视觉,通过检测附近的工人并采取适当措施来防止事故发生,使工厂更加安全。
支持安全高效的建筑工地
由于建筑工地是动态和临时的,因此它们往往缺乏安全监控和ICT基础设施,无法真正从数字技术中受益。
电信提供商Singtel通过部署专用的5G网络和边缘计算能力来支持新加坡的一个建筑工地,从而解决了这两个挑战。
在建筑和工程承包商 Gammon 拥有的建筑工地上,5G 用于连接可以 3D 扫描现场的机器人、安全摄像头、无人机和用于增强现实服务的头戴式耳机。
这些高分辨率摄像头在大容量和低延迟连接的支持下,特别有助于监控大型复杂的建筑工地。
Gammon 估计,使用 5G 连接的机器人而不是人类员工来检查建筑工地,可以将这一过程的生产效率提高 30% 到 40%。
同时,该公司认为,5G连接的安全摄像头将能够立即检测潜在危险来显着提高安全性。
Singtel 5G生态系统和合作伙伴助理总监James Chan解释道:“监督员一次只能查看一个地方,借助连网的高分辨率摄像头,我可以在边缘计算的同一视频源上运行所有这些不同的 AI 算法,以检查设备、社交距离和其他潜在危险。如果存在违规行为,可以向上级主管的移动计算设备发出警报。”
支持5G的摄像头还可以提供建筑工地的数字模型,用于监控进度、验证工作质量、管理资产和设备,并确保遵守安全和环境法规。
第三十八届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:zhangwenwen
免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。