边缘计算产业联盟、机器视觉产业联盟、智能视觉产业联盟联合发布 2022年5月边缘计算视觉基础设施 白皮书编写单位与人员： 中国移动通信有限公司研究院 喻炜、郭漫雪、王萍、苗丹、杨晓伟 华为技术有限公司 黄还青、张亚兰 凌云光技术股份有限公司 张见、徐盈莹、熊伟、颜冬青中国信息通信研究院 王哲腾讯云计算（北京）有限责任公司 刘海涛 浪潮通信技术有限公司 冯景、王晔彤 中国电信上海研究院 史敏锐上海极清慧视科技有限公司 赵伟时 南京大学 马展 软通智慧科技有限公司 闫江前 言PREFACE （排名不分先后）随着5G、大数据及产业互联网的发展，以边缘计算为代表的算力下 沉成为新的发展趋势。未来越来越多的智能场景将发生在边缘端，而智 能视觉作为边缘智能的重要场景之一，是边缘计算发展的重要使能器，两者的结合将更好地满足行业智能化发展的需求。 本白皮书聚焦于工业、安防、体验交互三大领域，从应用场景及业 务需求、发展趋势和面临的挑战出发，提出未来构建边缘计算视觉基础设施的技术框架，并结合标准研究、产业实践进行论证。 ¹‹¡{—N§N€TvßÿECCÿ www.ecconsortium.net目 录CONTENTS 1.1 边缘计算产业发展情况 3 1.2 视觉产业发展情况 5 1.2.1 工业领域机器视觉发展概况 5 1.2.2 安防监控领域视觉发展概况 6 1.2.3 体验交互领域视觉发展概况 8 1.2.4 其他领域视觉发展概况 10 1.3 边缘视觉产业发展现状 10 2.1 概述 12 2.2 工业领域机器视觉应用场景及需求 13 2.2.1 工业领域边缘视觉发展概述 13 2.2.2 工业领域典型应用场景 13 2.2.3 工业领域的未来挑战 17 2.3 安防监控领域视觉典型应用场景及需求 17 2.3.1 安防监控领域边缘视觉发展概述 17 2.3.2 安防监控领域典型应用场景 18 2.3.3 安防监控领域的未来挑战 23 2.4 体验交互领域视觉典型应用场景及需求 25 2.4.1 体验交互领域边缘视觉发展概述 252.4.2 体验交互领域典型应用场景 26 2.4.3 体验交互领域的未来挑战 283.1 边缘视觉标准进展情况 29 3.2 边缘视觉基础设施技术架构 30 4.1 工业高可靠性视觉质检 32 4.1.1 案例背景与需求 32 4.1.2 实施方案 33 4.1.3 实施效果 33 4.2 无人机8K+AI的精细化巡检 34 4.2.1 案例背景与需求 34 4.2.2 实施方案 34 4.2.3 实施效果 35 4.3 电力远程视频自动巡检 35 4.3.1 案例背景与需求 35 4.3.2 实施方案 36 4.3.3 实施效果 36 4.4 VR全景视角超高清采编播 37 4.4.1 实施背景与需求 37 4.4.2 实施方案 37 4.4.3 实施效果 38 5.1 问题与挑战 40 5.2 发展倡议 40 缩略语列表 41 参考文献 4201边缘计算及 视觉产业发展背景03边缘视觉基础 设施技术总体架构 04边缘视觉技术的 应用实践 05边缘视觉技术及 应用发展展望02边缘视觉 典型应用场景及需求 ¹‹¡{—N§N€TvßÿECCÿ 边缘计算视觉基础设施白皮书 — 3 — www.ecconsortium.net边缘计算及视觉产业发展背景 2015年8月，ETSI第一次提出了MEC的验证框架 （Proof of Concept Framework），经过多年的演 进，相关标准体系也逐渐清晰。ETSI定义MEC意义在 于将边缘计算从IOE的视角扩展到ICT的视角，是“为应用开发者和内容提供商提供在（运营商的）网络边缘侧的云计算能力和IT服务，这一环境的特点是极低的时延和极大的带宽，支持针对应用侧无线网络的实时访问。”边缘计算产业联盟（ECC）在2017年发布的《边 缘计算参考架构1.0》中给出了边缘计算1.0的定义。边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台，就近提供边缘智能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。它从边缘计算的位置、能力与价值等维度给出定义，在边缘计算产业发展的初期有效牵引边缘计算产业发展情况1.1 01 ¹‹¡{—N§N€TvßÿECCÿ — 4 — www.ecconsortium.net www.ecconsortium.net产业共识，推动边缘计算产业的发展。 相比集中部署的云计算服务，边缘计算解决了时 延过长、汇聚流量大等问题，为实时性和带宽要求较 高的业务提供更好的支持。随着5G和工业互联网的快速发展，新兴业务对边缘计算的需求十分迫切，从产业共识走向落地实践，边缘计算的主要落地形态、技术能力发展方向、软硬件平台的关键能力等问题逐渐成为产业界的关注焦点，边缘计算2.0应运而生。 边缘计算2.0：主要包括三类落地形态：云边缘、 边缘云和边缘网关。围绕边缘计算的技术体系构建，一方面涉及相关通用技术的应用，主要包括计算、存储、连接、云、视觉、人工智能等；一方面涉及边缘计算特有的技术能力，主要包括边缘原生、边云协同、边缘智能、边缘连接等。 云边缘是云边缘形态的边缘计算，是云服务在边 缘侧的延伸，逻辑上仍是云服务，主要的能力提供依 赖于云服务或需要与云服务紧密协同。如华为云提供的IEF解决方案、阿里云提供的Link Edge解决方案、 AWS提供的Greengrass解决方案等均属于此类。 边缘云是边缘云形态的边缘计算，是在边缘侧构 建中小规模云服务能力。边缘服务能力主要由边缘云提供，集中式DC侧的云服务主要提供边缘云的管理调度能力。如多接入边缘计算（MEC）、内容分发网络（CDN）、华为云提供的IEC解决方案等均属于此类。 边缘网关是边缘网关形态的边缘计算，以云化技 术与能力重构原有嵌入式网关系统，边缘网关在边缘侧提供协议/接口转换、边缘计算等能力，部署在云侧的控制器提供边缘节点的资源调度、应用管理与业务编排等能力。如新型工控、视频NVR、XR类双向互动CDN等均属于此类。目前边缘计算行业处于期望膨胀期，随着国家不 断加快新基建的战略部署，经济社会各领域正逐步向数字化转型升级，涌现出海量边缘数据处理诉求。前瞻预计未来3-5年国内边缘计算市场有望比肩大数据市场，到2025年我国超50%的企业生成数据将在边缘数据中心处理，至少50%新建物联网项目在边缘使用容器进行应用程序生命周期管理，市场规模将达到万亿元级别。 边缘计算产业上游包括设备供应商，整体产品朝 小型化、轻量化和集成化方向发展，国内厂家主要包括华为、浪潮等，国际厂家包括艾默生、思科、施耐德等；边缘计算产业中游为边缘服务商，提供边缘网络和专业化集成运营服务等，主要厂家包括三大电信运营商和华为、腾讯、阿里和百度等互联网公司；下游为终端客户，涉及安防、交通、气象、航运、保险、农业、家庭、健康、能源、零售等多个垂直行业。图1.1 边缘计算2.0　　——摘自《边缘计算安全白皮书》（ECC 2019版） ¹‹¡{—N§N€TvßÿECCÿ www.ecconsortium.net边缘计算视觉基础设施白皮书 — 5 — www.ecconsortium.net视觉产业发展情况1.2 视觉产业在此主要定位于机器视觉的研究领域。 机器视觉系统是一个包含硬件、软件和算法等诸多单 元的应用系统，主要包括成像和图像处理两大部分，前者通过硬件部分实现，后者由算法及软件构成的视觉控制系统负责，对成像进行处理分析，输出分析结果至执行机构。 目前机器视觉的主要应用领域包括工业、安防、 体验交互以及其他领域，如ADAS和AGV等。1.2.1　工业领域机器视觉发展概况工业视觉系统可以代替人眼完成检测、测量、 识别和定位等工作，不仅可以克服人眼标准的不一致性，为行业制定品质管控的数字标准，还能在高速、高光谱、高分辨率、高灵敏度、高可靠性等方面全面超越人眼极限，已广泛应用于电子制造、包装印刷、汽车制造、食品饮料等众多生产性行业和服务性行业。 机器视觉国内企业多以系统集成为主，由于中国 本土企业对于市场及客户需求更加了解，从而在系统 集成及设备制造方面优势明显，也出现了很多优秀的机器视觉公司，如天准科技、矩子科技、凌云光等公司。随着多年来的国家政策支持和国内企业研发、生产技术水平的提升，机器视觉行业中的众多国外品牌的技术领先优势在不断减弱，国产工业机器视觉产品凭借不输国外品牌的质量、更低的价格及更优质的服务，在国内市场中销售额占比从 2016 年的 38.97%提图1.2 机器视觉系统示意图 升到 2019 年的 48.66%，国内机器视觉行业及相关产 品也正在慢慢打入国际市场。 目前消费电子仍是工业机器视觉主要应用行业， 当前中国大陆已经成为全球最大的3C产业研发和制造基地，在3C产业链上机器视觉技术基本覆盖元器件、部件和成品的全制造环节的自动化及品质检测。在汽车制造、半导体等行业，机器视觉技术广泛应用于加工装配、引导定位、校验检测等各个环节，机器视觉硬件产品和算法平台帮助实现汽车及半导体行业严苛 ¹‹¡{—N§N€TvßÿECCÿ — 6 — www.ecconsortium.net