机器视觉在智能制造的应用情况如何？
目前机器视觉与自动化结合已经非常智能了，可以看我近期的文章，人工智能正在慢慢崛起。在智能制造应该是没问题的。所谓视觉检测就是用机器来代替人的眼睛做一些判断和测量的工作。目前已在电子、包装、印刷、化工、食品、塑胶、纺织等行业得到了广泛的应用。目前国内做视觉检测的公司比较多，深圳有家全帝科技还可以，特别是软件实力很强，一天检测能达到几万个，做的范围也挺广的，大大降低人工成本。
5G技术如何应用在工业物联网和智能制造上？
为新一代移动通信技术，5G技术的迅猛发展正好切合了传统制造企业智能制造转型对无线网络的应用需求，5G技术定义的三大场景不但覆盖了高带宽、低延时等传统应用场景，而且还能满足工业环境下的设备互联和远程交互应用需求，这种广域网全覆盖的特点为企业构建统一的无线网络提供了可能。移动通信技术的发展5G技术如何应用在工业物联网和智能制造？回顾移动通信技术的发展历程，第一代采用的是模拟技术，只能支持区域和距离限制的语音通话；第二代实现了数字化语音通讯，能进行简单的语音和文字类交互，比如短信和邮件等；第三代就是大家熟知的3G技术，以多媒体通讯为特征，可以支持语音、文字和视频交互，但由于带宽有限，在进行大量数据交互时，如视频交互时很难保证效果的流畅；第四代是正在铺建的4G技术，通讯速率大幅提升，标志着进入无线宽带年代。
从当前电信服务商做的基站测试结果看，5G的速度将会比4G更快且功耗更低，理论带宽将突破每秒10G。这保证你能够在一秒钟内下载一部高清电影，而4G需要至少10分钟。恰是由于这一得天独厚的优势，业界普遍认为，5G将对智能工业、无人驾驶汽车、VR以及物联网等领域产生重要推动作用。目前，5G标准尚未确定。AT＆T总裁史密斯认为，对于5G的定义可能于2018年确定，正式的5G标准将于2019年由联合国行动通信联盟编写成文。
5G标准将定义哪些无线技术可称为5G，以及5G有哪些特征等问题。5G定义的三大场景2016年，华为主推的PolarCode方案被国际无线标准化机构3GPP确定为eMBB场景的控制信道编码方案，而数据信道的上行和下行短码方案则归属高通LDPC码。eMBB即增强移动宽带，是3GPP会议上定义5G三大场景之一。
华为的PolarCode信道编码技术只是5G众多核心技术的一种。除eMBB之外，5G场景还包括mMTC和URLLC。eMBB（增强移动宽带）：主要面向3D／超高清视频等大流量移动宽带业务，eMBB除了在6GHz以下的频谱发展相关技术，也会发展在6GHz以上的频谱。而小型基地台将会是发展eMBB的重要设备，由于目前6GHz以下的频谱，大多是以大型基地台发展的传统网络模式为主，而较以6GHz以上频谱的毫米波技术，便须要小型基地台来把速度冲得更快。
mMTC（海量机器类通信）：主要面向大规模物联网业务。mMTC将会发展在6GHz以下的频段，其将会 应用在大规模物联网上，目前较可见的发展是NB－IoT。以往普遍的Wi－Fi、Zigbee、蓝牙等，较属于家庭用的小范围技术，回传线路主要都是靠LTE，近期随着大范围覆盖的NB－IoT、LoRa等技术标准的出炉，可望让物联网的发展更为广泛。
URLLC（超可靠低时延）：主要面向无人驾驶、工业自动化等需要低时延、高可靠连接的业务。在智慧工厂，由于大量的机器都内建传感器，从传感器、后端网络、下指令，再传送回机器本身的这些过程，若以现有的网络传输，将出现很明显的延迟，可能引发工安事故。有鉴于此，URLLC将网络等待时间的目标压低到1毫秒以下。5G支撑的工业应用物联网随着工厂智能化转型的推进，物联网作为连接人、机器和设备的关键支撑技术正受到企业的高度关注。
这种需求在推动物联网应用落地的同时，也极大的刺激了5G技术的发展。面对复杂的工业互联需求，5G技术需要适应不同的工业场景，能满足物联网的绝大部分连接需求。因此，5G与物联网是相辅相成的关系，物联网应用落地依赖于5G提供不同场景的无线连接方案，而5G技术标准的成熟也需要物联网应用需求的刺激和推动。在推动物联网落地过程中，5G三大场景能分别支撑不同的功能应用需求。
比如eMBB能支撑起远程视频监控、视频会议等高带宽的应用场景；mMTC能满足大量低功耗嵌入式终端的数据连接与传输需求。URLLC可以将网络等待时间的目标压低到1毫秒以下，以支撑工业自动化控制过程中系统和设备对数据传输的实时性的诸多指标和要求。工业自动化控制自动化控制是制造工厂中最基础的应用，核心是闭环控制系统。
在该系统的控制周期内每个传感器进行连续测量，测量数据传输给控制器以设定执行器。典型的闭环控制过程周期低至ms级别，所以系统通信的时延需要达到ms级别甚至更低才能保证控制系统实现精确控制，同时对可靠性也有极高的要求。如果在生产过程中由于时延过长，或者控制信息在数据传送时发生错误可能导致生产停机，会造成巨大的财务损失。
5G可提供极低时延长、高可靠，海量连接的网络，使得闭环控制应用通过无线网络连接成为可能。基于华为5G的实测能力：空口时延可到0．4ms，单小区下行速率达到20Gbps，小区最大可支持1000万＋连接数。由此可见，移动通信网络中仅有5G网络可满足闭环控制对网络的要求。物流追踪在目前已成规模的机器对机器市场中，其应用将包括人员跟踪和在途高价商品等。
但（较）高连接成本限制了该市场的增长。预计5G将在深度覆盖、低功耗和低成本（规模经济）以及作为3GPP标准技术方面提供额外优势。5G提供的改进将包括在广泛产业中优化物流，提升工人安全和提高资产定位与跟踪的效率，从而最小化成本。它还将扩展能力以实现动态跟踪更广泛的在途商品。随着在线购物增多，资产跟踪将变得更加重要。
在物流方面，从仓库管理到物流配送均需要广覆盖、深覆盖、低功耗、大连接、低成本的连接技术。此外，虚拟工厂的端到端整合跨越产品的整个生命周期，要连接分布广泛的已售出的商品，也需要低功耗、低成本和广覆盖的网络，企业内部或企业之间的横向集成也需要无所不在的网络，5G网络能很好的满足这类需求。工业AR在未来智能工厂生产过程中，人将发挥更重要的作用。
然而由于未来工厂具有高度的灵活性和多功能性，这将对工厂车间工作人员有更高的要求。为快速满足新任务和生产活动的需求，增强现实AR将发挥很关键作用，在智能制造过程中可用于如下场景：如：监控流程和生产流程。生产任务分步指引，例如手动装配过程指导；远程专家业务支撑，例如远程维护。在这些应用中，辅助AR设施需要最大程度具备灵活性和轻便性，以便维护工作高效开展。
因此需要将设备信息处理功能上移到云端，AR设备仅仅具备连接和显示的功能，AR设备和云端通过无线网络连接。AR设备将通过网络实时获取必要的信息（例如，生产环境数据、生产设备数据、以及故障处理指导信息）。在这种场景下AR眼镜的显示内容必须与AR设备中摄像头的运动同步，以避免视觉范围失步现象。通常从视觉移动到AR图像反应时间低于20ms，则会有较好的同步性，所以要求从摄像头传送数据到云端到AR显示内容的云端回传需要小于20mms，除去屏幕刷新和云端处理的时延，则需无线网络的双向传输时延在10ms内才能满足实时性体验的需求。
而该时延要求，LTE网络无法满足。云化机器人在智能制造生产场景中，需要机器人有自组织和协同的能力来满足柔性生产，这就带来了机器人对云化的需求。和传统的机器人相比，云化机器人需要通过网络连接到云端的控制中心，基于超高计算能力的平台，并通过大数据和人工智能对生产制造过程进行实时运算控制。通过云技术机器人将大量运算功能和数据存储功能移到云端，这将大大降低机器人本身的硬件成本和功耗。
并且为了满足柔性制造的需求，机器人需要满足可自由移动的要求。因此在机器人云化的过程中，需要无线通信网络具备极低时延和高可靠的特征。5G网络与云化机器人5G网络是云化机器人理想的通信网络，是使能云化机器人的关键。5G切片网络能够为云化机器人应用提供端到端定制化的网络支撑。5G网络可以达到低至1ms的端到端通信时延，并且支持99．999％的连接可靠性，强大的网络能力能够极大满足云化机器人对时延和可靠性的挑战。
总结5G技术已经成为支撑智能制造转型的关键使能技术。5G技术可以利用三大场景将分布广泛、零散的人、机器和设备全部连接起来，构建统一的互联网络。由于实时性和可靠性高，5G技术不但能应用于工业场景中，还能支撑起个人移动化互联网应用。5G技术的发展可以帮助制造企业摆脱以往无线网络技术较为混乱的应用状态，这对于推动工业互联网的实施以及智能制造的深化转型有着积极的意义。
区块链技术在未来会被应用到智能制造行业吗？
谢谢邀请！区块链技术是近几年互联网领域一个研究的热门方向，区块链在设计上具备去中心化、全流程、可追溯、防篡改、安全性高等优势，虽然区块链技术诞生自“虚拟货币”领域，但是区块链的应用空间却十分广泛。智能制造是传统制造业发展的重要方向，通过人工智能技术完成制造业的系统性升级是智能制造的重要目标。在当前的产业互联网发展背景下，智能制造也是产业互联网要解决的重要问题之一。
那么，区块链技术与智能制造技术存在哪些关联关系呢？要想了解区块链技术与智能制造技术的关联，首先要了解智能制造的基本构成。智能制造的基础是人工智能技术与制造业的结合，而人工智能与制造业结合的基础则是物联网系统和大数据系统，物联网是完成智能制造系统分布式协同工作的基础，而大数据系统则是进行智能化决策的基础。
也就是说，在智能制造系统的实施过程中，需要先解决物联网问题和大数据问题，然后才能构建一个可持续发展的智能制造系统。由于智能制造系统具有一定的自治能力和决策能力，所以参与智能制造系统的所有智能体（Agent）都需要有一个安全的环境，这对于智能制造来说是非常重要的，而区块链技术则可以解决这个问题。区块链技术可以为整个智能制造系统提供一个安全的运行环境，通过为每一个智能体（Agent）赋予不同的权限从而控制整个系统能够在合理的范围内进行工作。
