智能制造——“中国制造2025”的主攻方向

为了解决智能制造领域中云化控制与视觉分选应用相结合的问题,提出了基于深度学习的云化可编程逻辑控制器（Programmable logic controller,PLC）物料识别与定位系统,并在端到端5G与时间敏感网络（Time sensitive networking,TSN）传输网络环境下,实现了对云化PLC架构和控制功能有效性的验证。首先,将传统PLC系统控制功能容器虚拟化,实现PLC的本地和云端自由部署;其次,在云端设计人工智能学习平台,采用基于You only look once v5 （YOLOv5）的目标检测算法实现物料的定位和分类,获取目标的像素坐标和类别信息;然后,利用相机标定方法把像素坐标转换成物理世界坐标,并将目标类别、坐标、时间戳信息传输到云化PLC;最后,在5G和TSN融合网络环境下,实现云化PLC对天车设备的实时控制与复杂计算功能整合。结果表明,该系统能够有效的对多天车进行协同控制,物料定位均值平均精度（Mean average precision,mAP）达到99.65%,分选准确率达到96.67%,平均消耗时间225.99 s,满足工业低时延、高精度的视觉分选需求。     

市政管道工程施工要点

市政管道施工涉及的因素比较复杂,要处理好施工和各种城市生活的和谐进行,施工方案对不同的管线、管质、管型和不同的路段其侧重点有所不同。     

面向工业时敏业务的5G TSN融合网络切片资源调度

5G与时间敏感网络（time sensitive network,TSN）融合部署是实现工业互联网无线化和柔性制造的重要基础,如何实现多类型工业业务和移动业务的共网高质量传输,是5G TSN融合网络需要解决的关键问题。为此,面向工业互联网场景,依据业务特征差异划分工业业务流的类型,设计了一种适配周期性时敏业务和突发性时敏业务的网络切片资源调度策略,提出了基于均匀分布的资源分区调度算法。所提方法通过控制资源预留和资源抢占,在优化无线资源使用的同时,保障了工业业务流的时延,满足了移动业务的传输速率需求。最后,通过仿真实验验证了所提方法在提升业务需求满足度和资源利用率方面的有效性。