5G，MEC边缘云，边缘网关，机器学习，机器视觉，质量检测，质量优化。
二、发起公司和主要联系人联系方式
三、合作公司
四、测试床项目目标和概述
五、测试床解决方案架构
(一)测试床应用场景产品质量是保障工业安全与效率的基础，如万向节和齿轮轴作为汽车零部件中的的关键部件，其质量对车辆运行安全性和持久性有很大影响，因此在生产过程中的产品质量必须进行严格控制。
图齿轮轴
图万向节
当前缺陷检测技术主要依赖于将产品检测图像与预定义的缺陷类型库进行对比分析，缺乏一定的学习能力和检测弹性，从而导致检测精度和效率较低。
图在线检测设备
采用基于深度学习的在线机器视觉检测，提高了缺陷检测的准确率和效率。利用机器视觉系统实时采集产品图像：在生产线上部署工业高速和高灵敏度线扫描CCD相机和照明系统；图像采集子系统从不同角度采集图像。深度学习模型由训练和测试图像构建并部署到边缘计算平台中：确定产品是否有缺陷；确定缺陷类型，如表面裂纹、磨削废料、压力损伤、挫伤等；深度强化学习提高了检测精度。
(二)测试床重点技术12
1.边缘网关设计：本测试床项目中的边缘服务器设计参考并遵循ECC、EdgeXFoundry等组织的协议及架构，如下图所示，本项目边缘服务器从架构上分为：设备支持层、核心服务层、用户服务层、扩展服务层。
流程化工业生产过程中，作为开发AI支持的分析与自优化机器的第一步，机械与自动化制造商应该对自身机器性能保持完全透明。本测试床采用图像识别方式，将人工智能方法在流程化生产制造领域的优化决策过程的辅助作用。本测试床项目将产品质量优化问题的全过程概括分为数据获取、决策优化、方案实施这三个阶段，边缘网关通过图像处理方法，实现决策优化过程，基于远端云海量数据和算法，更快更好地完成边缘服务难以实现的大数据计算任务。基于5G和人工智能的产品质量实时检测和优化测试床项目在实施阶段的云端检测反馈信息作为新的输入数据，并对边缘侧算法进行自我更新和提升，不断提高边缘侧的图像识别能力，提高分析的准确率。在边缘侧，通过基于5G高性能网络传输，将图像在云端做进一步处理，同时同步到边缘侧，边缘侧通过产品质量检测，可以从以下两个方面改进产品的质量：
图质量检测训练模型
图质量预测网络模型
通过生产过程中的设备数据预处理后，就可以将数据输入神经网络模型中进行质量预测。数据预处理可以改进数据的质量，从而有助于提高其后的BP神经网络训练的精度和性能。数据预处理，是将得到的原始数据转化为能被人工神经元网络识别的数据，是数据挖掘的重要内容之一。BP神经网络由于具有很好的函数逼近能力,因而通过对训练样本的学习,能很好地反映出对象的输入/输出之间复杂的非线性关系。实质是求误差函数的最小值，它通过多个样本的反复训练，权值误差函数的最速下降(负梯度)方向来改变,最终收敛于最小点,最后将多个已知样本训练得到的各层连接权及各层神经元的偏置值等信息作为知识保存，以便对未训练样本值进行预测。
六、预期成果
七、测试床技术可行性
图拟测试的设备可视化界面
3.物联网设备管理平台物联网设备管理平台可实现物联网的设备连接、设备管理、应用使能等功能。向下提供设备的快速接入、数据采集；提供灵活的可编程智能规则等。对数据进行分析、存储、可视化及整合；同时提供丰富的可调用的应用接口（API），满足工业行业的应用快速开发。
八、和AII技术的关系
(一)与AII总体架构的关系
参考AII《工业互联网体系架构》中的AII参考体系构架，见下图，本测试床项目服务的业务属于企业内智能生产业务，主要着眼于：l基于机器学习对工厂产线机器视觉系统的改造以提高机器视觉系统的智能；l采用升级后机器学习系统改造生产线良品保障系统。
图AII参考体系构架
本测试床成果可为AII参考体系架构中数据域的数据采集交换提供技术参考，包括：l试验蜂窝网络对于准实时图像数据采集、分析的支持；lMEC边缘云与边缘网关的业务协同。本测试床成果可为AII参考体系架构中数据域的工业数据建模、仿真与分析提供技术参考，包括：l采用机器学习对工业图像分析算法进行改进，试验多种机器学习模型；l试验将准实时图像分析算法部署在MEC边缘云上，将机器学习模块部署在中心云。本测试床成果可为AII参考体系架构中的网络域应用支撑提供技术参考，包括：l试验物联网设备管理平台在5GMEC边缘云上的部署以支撑低延时高可靠工业应用；l试验物联网设备管理平台对图像类准实时数据识别算法的支持。(二)AII安全（可选）无(三)详细清单（可选）无(四)风险模型（可选）无(五)安全联系人
(六)与已存在AII测试床的关系目前AII已存在工业领域的测试床主要集中在对物理设备数据采集上云，并且通过云端数据分析和挖掘，以数据为导向，实现车间的智能化生产，或者是对新型无线网络协议的测试。主要的注意力集中在构建数据链路，以及后期对数据的分析利用。而本测试床的亮点集中在基于人工智能的机器视觉技术实现产品质量检测精度和检测效率，虽然也涉及设备物联和数据上云，但是采用了最新的5G技术（包括MEC边缘云）、最新的物联网边缘设备管理平台。我们的注意力并不是对数据的分析和挖掘，而是对数据本身的保护，确保其真实、可信、可靠。
九、交付件
十、测试床使用者
测试床项目是针对机器视觉技术实现产品质量检测精度和检测效率的一个概念验证，欢迎非发起方的公司使用该测试床进一步提出创新的想法。
十一、知识产权说明
十二、部署，操作和访问使用
测试床的物理生产线直接使用万向钱潮股份有限公司车间内的生产线，数据存储在边缘云和中心云平台上，参与单位可以通过特定接口访问。
十三、资金
预估资金1000万，包括设备采购以及开发成本。资金由牵头单位和参与单位自筹。