瑞芯微、恩智浦边缘计算盒子在智能制造中的实际应用

发布时间：2024-03-8 阅读量：1002 来源: 我爱方案网作者: bebop

摘要：边缘计算技术在制造业领域加速创新应用，实现材料、设备、产品等生产要素与用户之间的在线连接和实时交互，逐步实现机器代替人生产，智能化制造是未来行业的发展趋势。我爱方案网配合原厂发展方案商生态，今天推荐基于瑞芯微、恩智浦高性能AI芯片开发的边缘计算应用方案，为设备终端制造商提供即插即用的方案PCBA。

即刻扫码，获取方案规格书和主控IC套片信息

方案推荐

NXP i.MX9532工业边缘计算网关开发板

开发板基于NXP .MX 9352处理器开发设计，集成2个Cortex-A55核和1个Crtex-M33实时核，主频达1.5GHz原生支持8路UART、2路Ethernet含1路TSN)、2路USB 2.0、2路CAN-FD总线等常用接口。方案最多支持2路千兆网口，助力构建低时延网络，为工业自动化和车载应用提供有力支撑。

方案优势：

1.主控采用多核异构架构，集成2个主频1.7GHz的ARM Cortex-A55多任务核和1个Cortex-M33实时核。

2.内置0.5TOPS NPU,有效降低人工智能应用成本

3.核心板全部器件采用工业级物料，可满足-40°C~85°C宽温工作范围

4.核心板提供丰富接口资源，方便扩展

应用场景：

普遍适用于汽车电子、工业自动化、安防、电力能源等行业。

瑞芯微RK3588 AI边缘计算盒子

方案具备高算力、低功耗、多接口、支持定制开发等功能，采用旗舰级高端处理器3588，8核CPU，6T算力NPU，超强计算，采用嵌入式基于ARM架构，降低功耗，整机功耗≤10W，可聚合丰富AI算法，支持人脸识别、客流分析、智能视频分析等功能，拥有丰富接口，可灵活拓展智能边缘场景全覆盖。

方案优势：

高清晰度：HDMI -8K 输出和 HDMI -4K 输入。

支持 USB 线、TF 卡、电脑等多种升级方式。

TF 卡/U 盘配置屏参，即插即亮，完美支持各尺寸，各分辨率显示屏。

完美支持行业主流发布软件、行业应用软件，即装即用。

完美支持行业主流 USB/串口设备，打印机、刷卡器、密码键盘、指纹仪、摄像头、身份证识别、二维码扫描仪等，提供 demo 测试程序。

高度集成：拥有 2 路千兆以太网、WIFI、2 路 RS232、4/5G、GPIO、4 路 USB 扩展等多种接口方式。

应用场景：

广告机、Ai 机器人、自助终端、交通、金融、工控、智慧教育、智能零售等等智能领域。

瑞芯微RK3588S边缘计算开发板

方案主控采用瑞芯微新一代8核64位CPU-RK3588s，主频高达2.4GHz，内部集成AI神经网络处理器NPU，算力高达6.0TOPS，支持多屏异显功能，eDP和MiPi显示接口输出，HDMI-8K输出；接口资源丰富，支持千兆以太网, WiFi/蓝牙, USB 扩展/重力感应/CAN/RS232/RS485/IO 扩展/补光灯/I2C 扩展/MIPI 摄像头/红外遥控器等功能。

方案优势：

高性能: 主频高达 2.4 GHz,算力6.0TOPS，可实现基于 TensorFlow/Caffe/Mxnet/pyTorch等通用模型转换

高扩展性: 六路 USB 口，四路 RS232，一路 UART，一路 RS485，一路 CAN，一路 I2C接口，四路 IO 扩展口,一路 AD 接口能扩展更多的外设设备。

高集成度：集成了千兆以太网、WiFi/蓝牙、18W 功放、IR 遥控功能、HDMI、LVDS、eDP、MiPi、麦克风、重力感应等等功能

应用场景：

智慧零售、云服务器、智能 NVR、智能座舱、ARM PC、人脸支付设备、安防等。

智能制造的核心目标实际上是“降本增效”。通过各种先进信息技术，推动制造业向数字化、智能化、个性化、定制化等新方向升级，实现数字化转型，从而提高效率、降低成本。成本并为最终用户带来更好的体验。

边缘计算是制造业用于实现智能制造的技术，通过它可以更好更快地实现数字化转型。通俗来说，边缘计算本身也属于一种分布式计算，将原本集中处理的能力，分散到各个边缘节点去处理。由于边缘节点更接近生产侧，可以加速数据的收集、存储、分析及决策，而不需要将数据通过网络传送到远端的计算平台。同时加速数据的传送，减少网络延迟，提升效率，提高安全隐私保护。

边缘计算在智能制造中的应用案例

汽车工厂智能制造

以汽车制造为例。每天有超过数千万辆汽车下线。各种零部件在装配线上不断流动，按照设计流程组装成不同的车型，交付给最终客户。在此过程中，质量控制是关键工序。质检人员每天要完成数千万个以上零部件的检验。平均而言，他们每分钟必须检查数十个配件，在车辆下线前还要再进行整车检查，确保产品质量。销售旺季期间，质检人员连续工作10小时以上是常有的事。

在这种检验模式下，质检人员工作量大，精力跟不上，很容易出现漏检、误检的状况。为此，汽车制造企业不得不考虑如何减轻质检人员的工作压力，减少产品出错，提高产品质量。

边缘计算是一种分布式架构，可以在数据最近的边缘收集、分析和处理数据。它将深度学习、图算法和AI技术相结合，形成一套有效的工业线边缘智能图形品质。检查解决方案。使用英伟达、瑞芯微的边缘计算盒子产品可实时读取质检图片，分析图片内容，定位缺陷，判断缺陷类型，并发出智能报警，无需将所有数据上传到云端进行计算。这样既满足了就近分析的业务需求，也满足了生产对网络时延的要求。同时，还可以与云平台结合，将这些历史数据反馈到云端，以便后期边缘计算中图形算法的进一步分析和优化。

总的来说，利用边缘计算网络和图形化AI质检解决方案，可以快速准确地捕捉质检中的常见缺陷，不会造成大量漏检或错检，在提升产品质量的同时提高员工效率。

钢铁工厂智能制造

在钢材生产过程中，质检员基于传统作业方式采用手电筒作为光源，对线钢进行挨个抽样检查。这种方式对经验依赖程度较高，人工质检存在较大的主观因素，长期作业导致的视觉疲劳也会影响质检精度与效率，漏报、漏检的情况屡见不鲜。且线钢余温烫伤质检员的事故屡有发生。由于职业因素，质检行业人员流动性较高，带来较重的培训和用工成本。

AI表面无人质检系统基于多年在人工智能技术上的积累，赋能工业质检领域。通过深度学习技术和图像处理算法，预测准确率高达97%以上，且准确率随着数据量提升可持续优化。

相对于传统云计算技术，依赖于云计算中心资源，工业现场视频数据需要全部上传云计算中心进行计算，这不仅会带来带宽成本增加，而且网络延迟也不能适应实时生产控制的需求。

AI表面无人质检系统采用先进的边缘计算技术，将AI应用下沉到生产车间，在靠近设备的地方进行机器视觉分析，降低视频传输对带宽需求，缩短了应用响应时间，提高了业务实时性。

总的来说，AI表面无人质检系统可以帮助成千上万的一线质检工人，减轻大量高重复性、高频次的工作，提升效率，解放更多劳动力。

即刻扫码，获取方案规格书和主控IC套片信息