【2021EdgeX中国挑战赛精选】中兴通讯AGV载重平台5G云化导航解决业界传统痛点

EdgeX中文社区 2022-03-11 08:58:00

在前期的介绍中,我们已经领略到EdgeX在工业、商业、医疗、物流等多个领域的不同魅力,多场景落地的参赛作品给人惊喜不断。本次我们要介绍的,又是2021 EdgeX中国挑战赛上一款明星产品,它以独有的特色功能和创新的行业价值,针对行业内的一些传统问题提供了出色的解决方案。这,就是中兴通讯的业界首批集成5G模组的工业自然导航AGV载重平台。

随着自动化工厂、智能物流的快速发展,物流自动化的进程不断加快,AGV是物流自动化的创新核心。中兴通讯5G AGV,是业界首款集成5G模组的工业自然导航AGV载重平台,支持5G全频段通讯,解决了传统的AGV采用WIFI通讯模式掉线概率大、通信时延长的问题,有效提升网络稳定性。尤其是在工业区域内,5G网络能有效解决AP切换时延大的问题,平均掉线率也降低了80%。


由中兴自主研发的rBrain智能调度系统搭载在Ubuntu系统架构上,可基于裸金属、边缘云、公有云部署,具备智能指派、交通管制、过程可视等特色功能。

目前,AGV市场行业内定制化需求十分普遍,中兴作为产业内的新入局者,产品的迭代速率十分之快,每年对同型号产品进行多次硬件更新,并同时发布十款左右的新车型和定制化车型。如此高频的产品迭代速率,使研发的版本适配工作十分艰巨。对此,中兴积极寻找更有效的升级方案。EdgeX的边缘计算理念同中兴入局AGV一开始所定义的云化调度不谋而合。因此,中兴以2021 EdgeX中国挑战赛为契机,将成熟的商用产品同EdgeX结合,利用EdgeX替代部分硬件设备接入手段,使用Intel Whiskey Lake工控单元,简化下位机连接部署方式,显著提升后期研发选择多元零部件、传感器设备、摄像头等硬件的可能性。通过EdgeX Foundry实现了Intel Real Sense Texture的接入,更加高效灵活、同时可降低本地处理图像和深感信息的计算单元资源消耗量。


在AGV同EdgeX结合的过程中,架构调整虽然不可避免地产生一定工作量,但这次的适配工作是一个好的开始,为中兴的参赛团队积累了丰富的工作经验,也为以后的EdgeX协同工作打下了扎实的基础。在本届EdgeX中国挑战赛中,中兴以出色的参赛产品获得了工业与物流赛道的一等奖,并一举夺得5G云化AGV的开源组件特别奖。


未来,中兴通讯AGV产品团队希望通过EdgeX Foundry作为AGV端硬件的统一接入和通讯手段,实现接入的统一化,并由此方便快捷地进行车辆硬件选型变化和升级。同时,EdgeX作为一款开源共享的服务框架,蓬勃的生态和后续发展的潜力是大家共同所期冀的目标。希望更多的开发者,尤其是非商用开发者,能够共同快速发展EdgeX的创新能力,共建EdgeX的成熟生态。

 

文末,让我们一同认识中兴通讯AGV产品团队的成员们。主要参赛成员有:
中兴通讯AGV产品团队研发骨干 赵显庭,
中兴通讯AGV产品团队产品规划 杨扬,
中兴通讯AGV产品团队综合方案 钟钰,
中兴通讯AGV产品团队综合方案 李溦,

更有众多参与本次参赛项目的的研发同事因工作原因未能来到现场,在此对他们的辛苦付出表示感谢。 

 

 

...全文
911 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
源码链接: https://pan.quark.cn/s/0f7c75cb3aad ### MIPI Video Mode 与 Command Mode 的差异 #### 一、引言 MIPI (Mobile Industry Processor Interface) 是一种用于连接移动设备中处理器及其外围设备的标准化接口。MIPI 接口支持多种协议,其中包含 DSI (Display Serial Interface) 和 DCS (Display Control Interface) 等协议。在 MIPI 接口的应用中,主要涉及两种工作模式:Video Mode(视频模式)和 Command Mode(命令模式)。本文旨在系统性地阐述这两种模式的工作机制、特性以及实际应用环境。 #### 二、LCD RAM 概念说明 在进一步探讨 MIPI 的两种模式之前,有必要对文中提及的“LCD RAM”概念进行明确。实际上,“LCD RAM”并非一个通用术语,而是本文作者用来描述 LCD 控制器中用于存储显示数据的内存区域。LCD(Liquid Crystal Display,液晶显示屏)通常配备一个控制 IC(Integrated Circuit,集成电路),该控制 IC 可能内置 RAM 以缓存显示数据。 #### 三、MIPI Video Mode(视频模式) **定义:** - 视频模式是一种类似于传统 RGB 接口的工作模式,它要求主机持续不断地向显示器传输刷新数据。 - 在这种模式下,数据和控制信号以报文的形式通过 MIPI 总线进行传输。 - 显示器本身无需配备帧缓冲器,因为主机会周期性地刷新屏幕。 **特点:** 1. **实时性高:** 主机需要不...
源码下载地址: https://pan.quark.cn/s/a4b39357ea24 在电磁模拟技术中,CST(Computer Simulation Technology)是一种被广泛采纳的软件工具,它主要用于电磁场、微波、天线以及射频系统的设计工作。本资料将详细分析CST软件中离散端口的具体配置方法,这些方法对于提升仿真结果的精确度和专业水准具有决定性作用。离散端口在CST软件中扮演着模拟信号输入或输出的重要角色,它们构成了仿真模型不可或缺的部分。在配置离散端口时,一个核心的原则是保证端口的方向与网格线保持一致,这是因为这样做能够有效降低计算过程中产生的误差,并确保仿真数据的有效性。如果未能遵循这一指导原则,可能会引发未知的计算问题,进而导致仿真结果失去可靠性。 在CST软件中配置离散端口,通常需要借助“Pick Points”这一功能。通过选择“Pick Edge Center”选项,端口将被设定在模型边缘的中心位置上。然而,这种做法并不总是能够确保端口与网格线保持平行。在某些特定情形下,模型的几何构造可能不允许直接选取一个与网格线平行的边作为端口的安装位置。 为了克服这一挑战,可以采用多种不同的策略。如果模型本身已经包含一条与馈电口平行的边,那么可以直接利用这条边来建立端口,此时CST软件会自动调整端口使其与网格线对齐。另一种可选的方法是,当模型不具备现成的平行边时,用户可以手动构建一个几何结构,比如一个立方体,并使其边缘与馈电口平行。通过这种方式,新建立的几何结构的边缘就可以作为端口的位置,从而确保端口与网格线的平行关系。 在实施上述操作时,必须关注端口尺寸的合理性和物理意义的一致性。端口的尺寸应当依据实际天线馈电部分的尺寸进行适当调整,过大的端口或...
代码下载链接: https://pan.quark.cn/s/a4b39357ea24 【使用TensorFlow进行图像识别】 图像识别作为计算机视觉领域的关键任务之一,其核心在于通过算法解析和理解图像所包含的信息。在此资源中,我们将集中探讨如何借助功能强大的深度学习框架TensorFlow来执行手写数字识别。手写数字识别构成了众多实际应用的基础,例如自动支票处理、光学字符识别(OCR)等场景。 TensorFlow是由Google创建的一个开源库,它主要用于数值运算和机器学习,尤其在深度学习方面表现卓越。其核心优势在于可以构建并训练复杂的神经网络架构,并且在多种硬件环境中实现高效执行,涵盖CPU和GPU平台。 在此实践项目中,我们将运用TensorFlow来构建一个卷积神经网络(CNN)模型,这种架构是处理图像数据的理想选择。CNNs通过模仿人脑视觉皮层的运作机制,能够自主地提取图像中的关键特征,进而达成识别目标。在手写数字识别的特定情境下,这些特征可能涉及笔画的几何形态、走向以及相互间的连接模式。 对于CNN的基础结构,我们需要具备相应的认知,其通常由卷积层、池化层、全连接层以及激活函数等部分组成。卷积层借助滤波器(亦称卷积核)对图像进行扫描,以捕捉局部特征;池化层则用于降低数据维度,同时保留核心信息;全连接层将特征向量映射至各类别的概率分布;而激活函数如ReLU则通过引入非线性元素,使模型能够学习更为复杂的模式。 在此案例中,建议采用MNIST数据集,这是一个广泛用于手写数字识别的标准测试集。该数据集包含60,000个训练样本和10,000个测试样本,每个样本均为28x28像素的灰度图像,代表0到9这十个数字中的某一个。为了训练模型,必须首先加载数据,并...

23,642

社区成员

发帖
与我相关
我的任务
社区描述
EdgeX Foundry 是一个由Linux基金会主持,供应商中立的边缘计算开源项目,旨在为物联网边缘计算提供开放、可扩展的平台。
人工智能edge边缘计算 企业社区 上海·浦东新区
社区管理员
  • EdgeX中文社区
  • 亿琪软件
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
EdgeX Foundry 微信官方公众号 (EdgeXFoundryCN) 【优质内容,全站网罗】 持续聚集沉淀来自社区的 EdgeX Foundry 专业内容和资源,点击首页右侧“关注社区”,参与到社区里来吧! 【进阶学习,技术交流】 欢迎在社区的“问答”频道发帖提问,优质回答者将有机会登上社区光荣榜,获得 CSDN 积分,EdgeX 社区头衔等奖励! 【投稿贡献,成为大牛】 我们诚挚邀请你成为社区贡献者,发布优质的自产内容或翻译内容,优质投稿者将有机会登上社区光荣榜,获得 CSDN 积分,EdgeX 社区头衔等奖励!

试试用AI创作助手写篇文章吧