点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

随着工业互联网的热炒，自动化在其中发挥了越来越有趣的作用。一些对制造网站缺乏了解的人总是把它放在一边PLC理解是做逻辑控制，提到现场总线总是CAN、Modbus等等，自动化似乎是一个传统产业，一个过去的时代，人们喜欢用自动化、信息化、智能化来解释智能制造的关系，然而，事实并非如此——因为自动化是一个不断进步的领域，它是一个纯粹的应用行业，它所有的创新来源都来自客户需求。

今天，有必要重新梳理自动化——它不仅是控制，还包括边缘计算、数字双胞胎和机器学习的集成，成为整个制造业的基础和核心组成部分。

1、开放互联

开放互联网已成为一种不可避免的趋势。在现场总线和实时以太网之后，自动开放互联网正在进入OPC UA over TSN的时代。

工业互联网面临的最大挑战是连接。复杂的现场总线和各种协议使IT访问OT变得极其困难，不经济，成为推动工业互联网的最大障碍。

OPC UA这是一个实施普通话的过程，使不同制造商的控制器能够使用统一的语言TSN扮演同声传译的角色。

图1-基于OPC UA集成制造信息

目前，整个自动化行业的主流制造商，ICT华为等制造商，CISCO基于开发等TSN解决方案，即将进入批量经营阶段。

如图1所示，OPC UA它为整个智能工厂提供了上下游供应链和车间横向设备之间的集成，也完成了从传感器到云的垂直连接。更重要的是OPC UA信息模型保证了软件的高效开发，大大降低了工业互联网的工程成本。

2.柔性制造

无论是智能制造，工业4.0或所谓的工业物联网/互联网。事实上，本质是通过信息收集提高整体制造效率，响应大规模定制中的高质量、低成本要求。

但在底层实施中，会遇到机械的刚性连接障碍。因此，为了解决这一问题，主流自动化制造商推出了柔性电动驱动输送系统，如图2所示ACOPOStrak，它带来的变化是:

(1)解决了传统生产线的复杂性、精度和柔性问题；

(2)满足个性化定制的生产需求。

图2-可支持汇流和分流ACOPOStrak柔性电驱输送系统

它本身了电气控制向机械的延伸，运动控制已经进入了机电软一体化的时代。

3.边缘计算

边缘计算主要集中在数据的收集和连接上，实现生产线和工厂的实时任务调度、优化和战略问题的解决。自动化制造商将新的集成到原始架构中Web技术和云连接技术以分布式形式实现统一的框架。

图3-边缘计算软件和硬件扩展架构

自动化制造商积极整合IT技术连接制造现场和解决现场问题的技术IT边缘计算解决了当地设备的集成OEE计算、能源计量、运维、质量管理等功能。

通过OPC UA，自动化系统可以与开放世界的各种边缘计算开放，充分发挥各自的能力，包括与云服务的对接。自动化可以为其提供基本的制造现场数据和预处理的结构化信息。

4.机器学习

今天，我们讨论机器人工智能。然而，工程本身就是一个数学问题。1931年，科尔莫哥洛夫发表了《概率论中的分析方法》，为马尔科夫过程奠定了理论基础——它已成为信息理论、人工智能和机器学习的基本科学工具。然而，数字问题可以转化为软件问题。首先，它在数学工具上是可行的，所以软件是可行的。然后是实现-是否有足够的计算能力，以及如何与对象结合。

事实上，在早期的控制器即可以实现复杂的控制，例如，贝加莱在90年代初即推出基于pSOS 今天的定性分时多任务操作系统可以支持高级语言编程PLC基于可以直接运行C/C 基于高级语言开发的程序PC机器学习和人工智能算法运行可以通过多种形式实现。

图4-机器学习可以直接运行PLC

事实上，机器学习并不那么神秘，简单地说，自动化系统最大的优势是现有的机器控制模型，在模型上添加观测器，使用成本函数约束，在非线性阶段学习，学习是一个数学概念，只要数学模型，可以编程，并在控制器上运行。对于更复杂的学习，它也可以在控制器上编程，很多人都理解PLC这是一种逻辑控制，但像贝加莱这样的控制器已经可以在20多年前使用高级语言编程了。

图5-通过Hypervisor实现多核任务处理技术

直接对于一些简单的机器学习PLC同时，它可以在贝加莱新运行Hypervisor技术，可以PCI标准的AI插入加速卡，由Windows同时处理和运行RTOS与物理被控对象连接，可以直接实现学习与对象的直接互动。

5.智能软件定义

自动化确实成为一个软件行业，因为智能可以通过软件实现，简单的修改可以实现重用，软件本身在智能制造中的作用变得更加复杂，我们会惊讶地发现自动化行业无处不在的软件，无论是RTOS或者综合开发环境Automation Studio，或者行业应用的标准化PLCopen为了实现开放互联网Web集成服务器。

图6-自动化软件价值系统

软件正成为自动化行业的核心竞争力——几十年来各个领域知识的积累，这些积累的控制对象和模型将成为知识集成的基础，为数据分析和人工智能奠定基础。

6.机器视觉

随着生产的集成，自动化也将视觉系统纳入其架构。2018年，贝加莱推出了集成视觉。该视觉系统在统一的架构下开发了机器的逻辑、运动控制和视觉感知，实现了最直接的同步，解决了传统视觉与自动化系统之间的通信连接、配置和编程障碍

?无需复杂的网络配置；

?软件变量耦合可无缝；

?同步关系可以在最高水平实现；

?避免多个软件的连接影响各自的性能。

图7-集成机器视觉

集成视觉为机器与生产线的协调提供了最有效的改进，这将成为未来视觉发展的趋势。

7.建模仿真

个性化制造最大的挑战是启动浪费和测试验证的浪费，这往往是一个烧钱的过程。因此，在过去的几十年里，建模仿真技术一直应用于机器和系统的开发。然而，在过去，模拟程序需要一个复杂的过程来实现控制器的运行，自2008年以来Mathworks推出基于C代码自动生成的工具，贝加莱Automation Studio一键导入可以直接在控制器上运行自动代码。

另外，通过和MapSim通过FMI接口，实现机电控制的协同模拟，使机电集成更紧密地结合，整合系统中的传动链、控制逻辑和对象，实现虚拟环境中的测试验证。

图8-基于数字孪生设计的图8-ACOPOStrak应用

在图8中，建模仿真也构成了当今数字孪生概念的核心部分MapSim的建模可以与控制对象的模型进行交互，并通过Scene Viewer实现三维呈现，可直接在控制器上运行，反馈现场实际传感器反馈数据，实现真实数字与物理对象的交互，便于早期验证和虚拟调试。

建模仿真是一种创新的开发方法，如今，我们越来越多地运用这些方法来解决许多行业问题：

(1)早期验证和测试，虚拟调试，尽量降低测试验证成本；

(2)开发可重复使用的软件模块，降低系统开发成本；

(3)通过自动代码生成降低开发成本。

……

自动化显然不再是自动化，然而，自动化总是以用户为中心行业，开放连接，整合各领域知识，一切都是让制造用户体验质量、成本、快速交付，以及今天更个性化定制的需求。

下载1：OpenCV-Contrib中文版教程扩展模块

在「小白学视觉」微信官方账号后台回复:扩展模块中文教程，下载全网第一份OpenCV中文版扩展模块教程，涵盖扩展模块安装，SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等20多章。

下载2：Python视觉实战项目52讲

在「小白学视觉」微信官方账号后台回复:Python视觉实战项目，可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情感检测、文本内容提取、面部识别等待31个视觉实战项目，帮助快速学校计算机视觉。

下载3：OpenCV实战项目20讲

在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~