導讀：本文從實例引出“邊緣控制”——邊緣計算在工業自動化領域的融合性應用技術，簡單梳理了對相關概念的一般性理解，并給出了“云、邊、端”三層參考架構和“三步走”的目標規劃，介紹了基于通用計算平臺的實現邊緣控制的優勢。舉例說明了當前落地的挑戰，并進行商業可行性的分析，還針對國內企業給出了一些參考建議。此外，以“英特爾工業邊緣控制平臺”為例，通過主要功能組件的介紹，嘗試提煉出開放邊緣控制系統——基于通用計算硬件、功能由軟件定義——應具備的基本特征、相較傳統自動化的優勢和設計執行的相關任務。最后，從發展前景、實現路徑和意義等方面，對邊緣控制技術進行了總結。

某頭部自動化公司的成都數字化工廠需要大量的印刷電路板（PCB）用于生產。為確保“零缺陷”，該廠利用自動化光學檢測（AOI）系統，對PCB產品進行判別。其嚴格的檢測規則和閾值設置，導致此AOI系統判定的“缺陷”產品，經復核實際為“假缺陷”。因此，該工廠不得不增設人工復檢環節，由此帶來的大量重復勞動增加了該廠生產PCB的成本。

為了解決這個問題，該廠決定引入人工智能的方法——即利用基于機器學習的檢測手段來降低“假缺陷”的檢出率，從而減少人工復核的勞動量。AOI檢測所需的人工智能計算模型，是基于前期數據經驗，在云端利用高階算力訓練完成的；在生產現場，則利用了搭載人工智能推演芯片模組的邊緣計算平臺進行推理應用。此種架構還可以滿足制造業對“敏感數據不出廠”的安全性需求，大大降低直接將數據上傳云端可能會發生泄露的風險。

依靠人工智能視覺檢測，在確保PCB產品100%“零缺陷”的前提下，該方案的實施，相較此前降低了75%以上的人工復檢勞動成本。

以上描述了一個利用邊緣計算平臺，使人工智能得以在工業自動化工廠的應用，降低生產成本提升效率的真實案例。

隨著邊緣計算技術的不斷深入發展和廣泛普及，其應用已從面向終端消費者的移動互聯網應用——諸如：線上零售、游戲娛樂、視頻安防、交通出行和金融服務等領域，開始滲透并主動拓展到了以傳統工業自動化技術（OT技術）為主導的制造業中。在產業界實踐中，邊緣計算這一IT技術表現為越來越與OT技術進行聯合應用的趨勢；在學術理論探討中，也相應地催生出“邊緣控制”這樣一個融合了“邊緣計算”和“工業自動化”的新興概念；理論研究與技術實現間相互促進，共同發展，極大地推動了各參與方就邊緣計算相關技術進行持續研發投入和積極落地嘗試。

本文旨在從技術簡介、期望和挑戰、商業考量和解決方案等幾個方面，對邊緣控制的相關概念和技術進行粗淺分析和初步探討，以期對相關討論有一定的助益：

（1）從現實技術基礎和市場實際需求兩個角度綜合考慮，“邊緣控制”技術，能否在短期內實現大規模普及，并實現具有商業價值回報的落地應用？

（2）作為工業自動化必然的技術發展趨勢，對產業鏈上相關各類廠家，特別是中小型企業，若規劃進行邊緣控制技術的相關開發和積累，那需要怎樣的開發范式和工具，以助其現有自動化核心產品的升級換代？

1技術簡介

1.1邊緣計算

邊緣計算技術，是在互聯網的云計算服務廣泛普及之后應運而生，其目的是要解決云模式下如延遲較高、網絡不穩定、用戶端帶寬低等性能問題，為終端用戶提供快速、穩定、可擴展的增強型云模式的服務——即業務處理不發生在本地，而在遠端的集群數據中心上。

具體實現是在傳統云計算的兩層結構間，增設一個具備很強處理能力和較豐富資源、并且位置上更靠近終端用戶的“邊緣層”。所以，邊緣計算從功能邏輯角度上可視作一個三層分布式計算架構。層與層間依靠網絡通信來實現數據交互。其中，邊緣層對下，通過將云的處理能力和計算資源等遷移至或緩存在靠近終端用戶的計算平臺上，來實現或增強原本的云服務功能；而邊緣層對上，提供了上云前用戶層數據的采集操作、過濾、預處理等操作。這樣的模式，既強調了云端超高算力和海量資源，又突出了邊緣層強算力和低時延的快速響應特性，并且明確了端設備的主要功能是實現接口，完成設備間交互和人機交互。如圖1所示。

圖1 邊緣計算三層架構示意圖

1.2邊緣控制

應用邊緣計算是為了解決云計算的短板；“邊緣”這一專用稱謂，也是在云計算產生并經歷一段時間發展之后才出現的。邊緣計算層，就是在傳統云計算雙層結構間誕生的夾層。按出現順序依次是最初的單層終端模式（本地模式）、雙層云服務模式（分布式）、三層的邊緣計算模式。從發展規律上來看，其產生過程是由新的現實需求不斷催生出新的技術，而技術發展和應用也會反向促進需求發現，這樣一個“自然”的迭代過程。實際產生的各種需求，可被不同的新技術方案來嘗試實現，成功的落地方案也能在市場得到快速普及。這種需求與技術雙向促進發展的局面，都得益于以計算機軟、硬件為主要載體的信息技術（IT）和通信技術（CT），借助各種業界標準和規范的推廣和實施，而正處于一個通用和專用方案并存且均蓬勃發展的開放時代。

工控領域的大部分工廠中的傳統制造過程，基本都采用了封閉式的控制和管理架構；圖3是工廠自動化雙層簡化結構示意圖，此雙層架構的基礎是現場控制層，由工業的現場設備（如伺服電機等各種執行機構、傳感器等）與控制器（如PLC、CNC等）構成的；盡管不同制造過程在具體指標要求上會有較大差異，但現場數據交互和控制過程，均有實時性和響應確定性的要求，即在現場控制層中的均是實時控制系統，僅在程度上差異；在此之上是監控和管理層，最簡單的可以僅是一些數據信息電子表格，但形勢松散且無標準化，管理專業的企業都會引入如SCADA、MES、ERP和PLM等專用信息管理系統中的一種或幾種，將生產制造過程和管理流程進行集成化和數字化；雖然這些系統可按咨詢界較流行的ISA-95金字塔架構進行層級劃分，如圖2所示，在本文中，按上位機的觀點籠統地將其視為屬于同一層的功能模塊；這些專業信息管理系統，傳統上一般都有專用的軟件在獨立的硬件平臺上提供相關服務。

圖2 ISA-95模型中的自動化金字塔架構圖

圖3 工廠自動化雙層簡化結構示意圖

邊緣控制，并非簡單地將邊緣計算與工業自動化進行疊加，而是需要將邊緣計算發展出來的一些開放式的IT和CT技術、架構和解決方案，融合進工業制造中相對封閉的OT設備上，增強或替換原有的實現方法。具體按發展階段來講，期待是一個“三步走”的過程： （1）融合初期目的，是來輔助和改善現有的成熟工業自動化技術，引入諸如基于人工智能（AI）和數據驅動（data-driven）等新興IT技術，對一些之前在OT領域難以解決或方案成本過高的問題，提供一些值得嘗試的和可落地的方案，用以進一步提升制造和管理過程的自動化率和集成度； （2）中長期遠景，則是當工業界按諸如“工業4.0”等熱門戰略規劃，對工業制造全流程、商業模式進行革新時，為其提供可用的基礎支撐技術和作為概念落地的執行載體的一種選擇； （3）終極期盼，是助推建立一個有如當前IT界一樣百花齊放、百家爭鳴、和而不同、兼容并包的“開放自動化”局面。 邊緣計算參考架構3.0及工業邊緣節點通用架構模型如圖4、圖5所示。

圖4 邊緣計算參考架構3.0

圖5 工業邊緣節點通用架構模型

在圖6所示架構的邊緣層中，可以按功能邏輯分成兩類設備；可獨立實現，也可以組合在一臺邊緣計算硬件設備上；如在基于x86的通用平臺，邊緣層所要求的控制、數據和計算任務，可進行“負載整合”式應用；邊緣層中的網關和控制器，基礎架構相同且均具有與現場設備通信的能力；控制器是突出對現場設備的實時控制，網關更強調從下層設備進行數據采集類工作；若再利用統一的工業以太網進行通信，這兩類設備的數量和與現場設備的連接就可以做到按需而定；并且在云端管理支撐下，利用容器化技術，有望做到邊緣設備間的在線熱備、冗余切換和不停機升級等靈活和健壯部署的實現。

圖6 邊緣控制參考架構示意圖

此外，隨著計算機技術發展的持續進步，特別是CPU等硬件處理能力的突飛猛進；借助平臺虛擬化等資源復用和隔離技術，促使多任務整合能力、穩定性和可靠性不斷增強?，F在諸如MES、ERP、PLM等傳統制造業信息管理系統，已可在一臺本地服務器或本地數據中心上，亦或通過互聯網（Internet）在云（遠端數據中心）上實現，即在工控領域呈現出了所謂“軟件定義”——在通用計算平臺（通用硬件、通用操作系統和中間件）上通過軟件編程的方式實現專用功能——的發展趨勢，目的是借此方式大大提高計算平臺的利用率和功能實現的靈活性，利用軟件充分發揮當前高性價比，特別是高性能的硬件的真實計算潛力。

2期望與挑戰

如上所述，“邊緣控制”是邊緣計算對工業自動化技術的一次融合。參照業界現況，推斷當前對其主要期待可能是在已非常成熟的自動化產業中，通過對完全打通的數據鏈路和對數據進行充分地挖掘（多元數據采集、處理、分析和利用），來協助基于數據驅動和“人工智能”的應用落地，如預測性維護、數字孿生、基于視覺等新測量手段的質檢品控等。

這些應用的共同特征是在軟件中所采用的（數學）模型規模非常大，內部關系特別復雜；目前，對模型結構和參數，尚缺少統一的理論上合理且對現實操作有指導意義的解釋；對模型判別的準確性要求高（特別是數字孿生）、用于訓練用的工業數據的完整性難度大、投入人力和物力成本高，而目標達成后可產生可觀的收益。因此，這些對“邊緣控制”相對較強需求方向，大多數集中在大型制造企業的高利潤或高端產品的制造過程中。

以“數字孿生”為例，其目的是從數字信息世界的孿生體模型中，獲得對物理世界的真實設備的全生命周期的準確預測，從而給生產、維護和改進提供更加精確的決策依據。在工業場景中，需要對現場設備的運行狀態，進行全過程實時監控、數據采集、高效的處理，以便提供給部署在集群上的數字孿生體模型進行仿真推理、模型修正和分析預測之用。

面臨的主要挑戰，一是當前技術是否可實現期待中完美匹配的仿真模型；二是單從數據采集而言，需要用到支持相同通信協議或支持轉換互通的邊緣控制設備，來實現現場數據實時采集，同級和上傳交互，從而提供生產商對硬件配置的靈活性；換個角度看，這也避免了“邊緣控制”領域出現封閉的技術和市場壟斷，減小不必要高成本投入。

綜上，依托“邊緣控制”實現的制造業轉型和新技術革命，會呈現出“期望高回報、技術高難度、持續高投入”的特點；目前技術方案和路線很多，但確定路徑尚在探索之中，這也是另一個現存的挑戰。

3商業考量

根據目前了解到的業界現狀，首先從模式、定位、回報、工程資源等方面進行考量和分析；然后為工控產業鏈上的廠家該如何進行“邊緣控制”技術投入決策給出一些參考建議： （1）產研模式：工控產業集中度不高，競爭者眾多，擁有較高利潤的大企業有限，且有廣泛品牌價值的基本都是外資；然而，這些成熟自動化大廠相較于IT界的巨頭，在利潤率上一直都有很大的差距，也就形成了較穩健而非快速擴張的商業模式。傳統自動化技術已很成熟，加之當下有明確回報的邊緣落地場景有限，那在新技術上的投入和研發，均不會如IT界新技術那樣發展迅猛。 （2）角色定位：絕大多數自動化領域內資企業在產業鏈中扮演的都是跟隨者的角色。特別是某些中小型企業，其生產模式和自動化產線結構都相對簡單，而對現場設備和整體的管理，也會更加務實考量自身發展階段和定位，并不真的有必需云端服務的、大規模復雜計算的需求。對于已成規模而尚未具有國際影響力的內資大廠，其技術和商業決策，也通常會更偏向實用主義，而非未來趨勢性的技術發展的引領者。 （3）投資回報：投入的成本能否在預期時間內回收、并在未來一段較長時間里得到穩定的回報，對企業商業決策，尤其是中小型自動廠家而言，是最為重要的影響因素。由于這類企業的產品利潤較低，其對新技術的投入和試錯成本相對高；若成本回收時間過長可能影響資本周轉，則會在初期就降低進行嘗試的決策意愿。生存現狀讓其更重視短期回報，使其一般較傾向于采用已普及且成熟的技術，而進行持續高投入的研發可能性較低。 （4）工程資源：可能影響企業轉型有三個技術因素。一是現有研發和工程人員的技術儲備和能力能否支撐；二是會考量以往技術經驗、投資和歷史資產的復用和繼承；三是新技術在今后是否有足夠長的生命周期，本質上也是節省工程投入、提高資源利用率和保護技術投資的權衡考量。 綜上可推斷，邊緣控制技術的發展和普及，是一個需長期持續投入的過程，而相關的企業決策更應基于長效回報進行考量。但鑒于可預計的聯通優勢和極靈活擴展能力，且在目前“智能制造”和“工業4.0”等概念的持續熱潮作用下，“邊緣控制”可視作為自動化技術發展必然趨勢之一，所以工控大廠在技術層面的投入和研究具有非常重要前瞻布局意義。

在現實的商業世界中，對于著眼于當下生產需求、更考慮投入產出比和利潤的內資中小型制造企業而言，應用已有的可靠自動化技術“活下去”才更重要，但同時又在成本可接受的范圍內進行未雨綢繆的規劃和準備。而對于內資自動化大廠，雖有較雄厚實力，可進行“未來概念”領域的布局，但在技術路線和相關資源的選擇上也應借鑒現有的成功案例和經驗，不可也應該不會是“大干快上”的局面，建議在權衡投入產出比，逐步看到技術和利潤回報的前提下，多利用和借鑒可供利用的資源（特別是現有質量高的開源資源和可靠的低成本授權的資源），進行小步穩走的發展模式。

4解決方案

首先介紹由英特爾工業團隊發布的邊緣控制解決方案，依次概述其設計理念、模塊組件和功能特點；然后以這套方案為參照，分析“邊緣控制”的軟、硬件需求和關鍵特征；再將開放自動化與傳統自動化，進行比較；最后嘗試提供一些建議，以進行技術路線決策時進行參考。

“英特爾工業邊緣控制平臺”（IntelEdge Controls for Industrial，ECI）方案，是以面向工業自動化領域的軟硬一體化參考設計為自身定位；基于“通用開放架構”和“軟件定義”的兩個基本設計理念進行開發，突出軟硬協同優化的特征；包含“一硬一軟”兩個基礎構件，用以實現各種邊緣控制任務整合應用： （1）以基于x86架構處理器的通用計算硬件平臺，用作邊緣控制軟件的執行載體。 （2）具備實時性的通用操作系統和平臺虛擬化方案，用作邊緣控制應用層的運行基礎。

圖7 ECI架構示意圖

圖7為ECI架構，邊緣控制所需的軟件基礎，可分成工業自動化、邊緣計算和公用技術等兩個方面： （1）工業自動化的基礎平臺技術：包含現場控制所需的實時解決方案和現場設備連接兩方面。因為工業自動化系統是物理+信息系統，涉及到真實世界的具體設備進行信息交互和控制物理過程，現在的趨勢是工業邊緣控制器自身裝備實時操作系統，ECI集成了以通用操作系統Linux為基礎進行實時性改造，包括基于雙系統內核架構的Xenomai開源方案和統一系統內核的Preempt RT實時補丁方案，均進行了相關硬件的適配和優化。工業自動化生產過程中會涉及到大量的現場設備，ECI中還集成了使用某些工業以太網和現場總線方案（如EtherCAT開源協議棧和開源CANopen協議棧）來與現場設備（執行機構和測量機構）進行可靠的實時通信；此外還集成了自研和第三方的軟PLC、ROS和運動控制庫等應用層的模塊和示例應用程序。 （2）邊緣計算相關的技術：參照ECI，工業邊緣控制器需要具備OPC UA和MQTT等現場數據上傳協議的支持，以具備上位（云端）通信能力和實時數據采集、處理及分析等基本模塊，對控制器獲取到的實時域現場數據進行轉存、處理和上傳以及接收從管理層相關工藝指令信息。 （3）公用平臺技術：平臺級虛擬化支持，包含操作系統級Hypervisor方案和Container的輕量級虛擬化方案，可在邊緣控制器和云端上，實現負載整合、遷移和升級等任務。 將邊緣控制與傳統自動化進行對比匯總，如表1所示。對敏感數據的安全保護，盡管封閉控制安全性在理論上最高，但實踐中因云計算有強安全保護機制，敏感數據安全性也會大大優于傳統自動化的簡單外連外發的情況。并且，云還具有更加通用、更強處理能力、更高效和靈活的優勢，可用以權衡上云的風險和收益。而對于看重技術和數據保密性的企業（或處于激烈競爭環境中的企業），數據安全則是其重要考量，要規避上云的數據風險，可采用私有云（邊緣云）的方式來實現邊緣控制。

表1“邊緣控制”和“傳統自動化”對比

參照ECI，對邊緣控制解決方案應具備的特征，提出如下幾點思考：

（1）負載整合：“一機多能”與“多機聯動”

·多種功能集中在同一控制器上實現，如：運動和邏輯控制、人機交互（HMI）和基于機器視覺及其它傳感器的感知功能；過去需多臺設備共同協作，現在則僅需一臺具有強處理能力的邊緣控制器；

·自動化設備間的聯合與協同控制，如：一條多機加工位的FMS（柔性）產線，物流和機床上下料控制，視覺檢測和功能安全等；

（2）全面互聯：“一網到底”與“全面通聯”

·南向通信：用各種工業以太網和現場總線方案，連接工業現場的執行器和傳感器；

·北向通信：通過工業以太網，連接車間和工廠信息管理系統，也包含控制器間的通信；

·同級通信：控制器間互為上下位機，從“互聯互通”向“互操與互換”演進。

（3）智能化：從“自動化”到“自治化”

·數據接口：邊緣側提供數據接口，采集工業4.0和工業物聯網場景下各種泛在數據；

·感知能力：主要是基于機器視覺檢測、測量；聯合其它傳感器，建立和實現一定程度上的類人感知功能；增強實時獲取工業信息的能力；

·數據能力：利用機器學習、深度神經網絡等AI工具，并結合傳統的工藝經驗模型，使機器在獲取足夠感知信息基礎上，具備自主進行判讀和處理的能力。

（4）云邊結合：兼顧平衡、靈活配置

·云端：處理能力強，計算資源豐富；任務負載遷移靈活，資源可在線升級和擴容；

·邊緣：低延時、網絡穩定、避免帶寬不足；數據不出本地，便于敏感數據的保護。

5結論

本文通過梳理對相關概念的理解，研判產業現狀和落地挑戰，再綜合考量內資公司特別是中小型自動化企業進行決策的商業因素，并對邊緣控制方案所應具備特征等進行介紹后，總結出如下認知要點供參考：

（1）相較于由大量、普遍的需求而推動誕生的“邊緣計算”技術，“邊緣控制”更像是在發展趨勢（主要動力）和少量高端技術需求共同推動下產生的。換言之，“邊緣計算”更像是普遍需求推動的技術發展，而“邊緣控制”則更像是技術發展帶動的需求發現。

（2）在硬件部署、改造升級方面，工業自動化從“封閉式控制”轉到“邊緣控制”具備硬件基礎優勢，可以通過添加/升級/改造“管理層”或“控制器層”，更快、更優地實現“端、邊、云”三層結構。

（3）“邊緣控制”可通過僅在“邊緣端”應用模型、處理和存儲數據，實現生產線能力優化的同時保護客戶的敏感數據。

（4）雖然“邊緣控制”實現了技術發展，但受限于使用場景、現實需求的必要性、投入產出比、自動化市場的產業結構（企業利潤率及競爭激烈程度）等因素，對該技術的實際使用需求量還是較少，“邊緣控制”仍主要存在于產業的“未來布局”概念中，短期內得到普及性應用的基礎較為薄弱，需要推動和持續發展。

（5）對IT、CT和OT融合的持續研究和投入具有長久而深遠意義。在更低成本、更高效率且能實現相同功能的新技術出現前，“邊緣控制”仍然是最有可能成為：在未來的某個時刻，爆發出普及性應用需求的某些領域中，既存的技術擴展和補充，或某些普及技術的基礎原型。

審核編輯 ：李倩