久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

摘要：近年來，深度學習促進了人工智能的快速發(fā)展，并逐漸滲透到各行各業(yè)。然而人工智能訓練和推理所需的大量數(shù)據(jù)傳輸、算力資源調(diào)用會影響到系統(tǒng)的實時性能，從而導致該技術在工業(yè)應用中存在困難。眾所周知，實時性是工業(yè)自動化的一項指標，特別是在運動控制和自動駕駛方面更為重要。如果因人工智能而使得工業(yè)系統(tǒng)接收和發(fā)送數(shù)據(jù)、指令響應緩慢，那么工廠生產(chǎn)終將難以實現(xiàn)智能化突破，阻礙了人工智能在工業(yè)自動化中的普及。基于此，本文提出一種三實時架構(gòu)，它涉及實時網(wǎng)絡、實時操作系統(tǒng)和實時調(diào)度，希望通過提出該架構(gòu)引起業(yè)界廣泛的研究熱潮。

關鍵詞：三實時架構(gòu)；邊緣計算；人工智能；工業(yè)自動化

1 引言

在過去的三次工業(yè)革命中都無一例外地淘汰了一些舊技術，出現(xiàn)了一些新技術。正如內(nèi)燃機取代蒸汽機，電力能源解決燃料能源傳送效率低下的問題， 可編程邏輯控制器（Program Logic Controller, PLC）替換繼電器提升自動化水平……在不久的將來，一種更先進的智能化控制器也會出現(xiàn)，邊緣計算或許是優(yōu)選的平臺。

PLC是工業(yè)自動化（Industrial Automation, IA）行業(yè)的專用計算機，能夠在惡劣環(huán)境下運行，具有寬溫、防灰、防塵、防潮和防電磁干擾的能力。相較于通用型計算機，PLC具有更高的實時和穩(wěn)定特性，但計算速度卻遠遠不如個人電腦或者服務器，更不能像圖形處理器（Graphics Processing Unit,GPU）一樣并行計算[1]，所以無法滿足人工智能（Artificial Intelligence, AI）的算力要求。雖然軟件型PLC可以部署在云計算中，這樣便能與AI更好地融合[2]，但是這種基于云平臺的軟件架構(gòu)在和現(xiàn)場設備交互時存在著延遲問題。

2 三實時架構(gòu)的提出

2.1 延遲的原因分析

造成延遲的原因有三方面：一是，云計算與終端設備間的多級網(wǎng)絡；二是，過多的操作系統(tǒng)任務；三是，算力資源的分派與調(diào)度。顯然延遲已經(jīng)成為研究人工智能AI與工業(yè)自動化IA 融合的重要方向（以下簡稱：IA&AI）。目前，AI技術主要集中在人臉識別、語音識別和信號處理特征提取等應用場景；IA技術依托高實時、可靠和確定性普遍應用于工業(yè)自動化的各行各業(yè)，如圖1所示。在我國產(chǎn)業(yè)轉(zhuǎn)型升級背景下，IA擁抱AI突破智能制造難題，首先要解決的就是“實時”問題。

圖1 IA&AI融合問題

2.2 三實時架構(gòu)的形成

首先，載波偵聽多路訪問/沖突檢測（Carrier Sense Multiple Access with Collision Detection, CSMA/CD）是以太網(wǎng)通信中常用的協(xié)議，其沖突檢測方式造成的延遲不確定性已成為工業(yè)控制的主要障礙[3，4]；第二，實時計算的目標是滿足每個任務的時序要求，而不僅僅是速度快，實時系統(tǒng)的最重要屬性應該是可預測性[5]；第 三，由于AI算法正朝著更高實時響應的領域發(fā)展，IA 則需要智能行為更加復雜的應用程序開發(fā)，“調(diào)度” 成為邊緣計算平臺對算力資源進行整合與分配的有效手段[6]。深度學習（Deep Learning, DL）作為AI的前沿，需要更為強大的并行計算、數(shù)據(jù)存儲和處理能力， 只有通過資源的有效調(diào)度才能更好地助力工業(yè)發(fā)展[7]。 因此，網(wǎng)絡、系統(tǒng)和調(diào)度成為了三項重要組成，三實時架構(gòu)如圖2所示。

圖2 三實時架構(gòu)金字塔

為了完整地描述基于邊緣計算的三實時架構(gòu)，后文將繼續(xù)闡述三實時架構(gòu)的主要技術構(gòu)成，展望云、邊、端互補優(yōu)勢和我中心基于該平臺的未來主要研究工作。

3 三實時架構(gòu)的主要技術構(gòu)成

3.1 實時以太網(wǎng)

實時以太網(wǎng)（Real-Time Ethernet, RTE）可按交互時間分為三類[8]：

（1）人機控制：人機交互響應時間約100ms，該類控制屬于低速控制。由于人類的視覺暫留停頓效應， 其響應速度已經(jīng)能夠滿足人機交互要求，幾乎所有的TCP/IP網(wǎng)絡都能夠輕松達到。

（2）過程控制：設備與設備間的交互時間在10ms 以內(nèi)。這是大多數(shù)生產(chǎn)線、機床控制系統(tǒng)的實時響應要求。在工業(yè)以太網(wǎng)出現(xiàn)之前，現(xiàn)場總線一直是過程控制的主流通信網(wǎng)絡，常用于PLC與輸入/輸出（Input/ Output, I/O）模塊間的通信。

（3）運動控制：設備與設備間的交互時間低于1ms。主要用于伺服電機控制和自動駕駛控制，其特點是速度快、精度高，對于網(wǎng)絡的實時性能要求非常高。信號在網(wǎng)絡中傳輸?shù)乃俣群痛_定性，決定了實時網(wǎng)絡的性能表現(xiàn)。在上述三種模式中，人機控制對速度的要求最低，但由于它屬于工業(yè)場合，必須無條件服從信號傳輸?shù)拇_定性，比如控制電機啟動/停止命令不能因 網(wǎng)絡丟包或延時而失效。因此，即使在人機控制的低速要求模式下，也應當使用具有確定性保障機制的工業(yè)通信網(wǎng)絡進行信號傳送。

RTE網(wǎng)絡的一個重要特征便是引入了時間敏感網(wǎng)絡（Time-Sensitive Networking, TSN）的技術。 IEEE-1588協(xié)議用于網(wǎng)絡測量和控制系統(tǒng)的精確時鐘同步協(xié)議的標準，它根據(jù)需要以特定間隔發(fā)送特殊電報， 以避免時鐘偏離超出規(guī)定的限制。一方面，高精度時間同步可以有效提高頻譜利用率，另一方面，時間同步可以通過軟件使用PTPD實現(xiàn)（開源的IEEE-1588實 現(xiàn)），這為三實時架構(gòu)的上下層銜接，即實時操作系統(tǒng)與實時通信層之間的協(xié)作創(chuàng)造了條件。

通過文獻檢索，本文列出了國內(nèi)外部分有線和無線RTE協(xié)議，如表1所示。

表1 國內(nèi)外部分工業(yè)實時網(wǎng)絡

需要注意的是，當前5G得到了高速發(fā)展，6G 的研究也在如火如荼地進行中。但是在I A行業(yè)， 許多自動化制造商或國際組織都擁有自己的工業(yè)以太網(wǎng)協(xié)議，從功能上來看5G和6G解決的是信息與通信技術（Information and Communications Technology, ICT）層面的問題，而表1羅列的通信協(xié)議則是解決操作技術（Operational Technology, OT）層面的問題，對于邊緣計算終端的操作與數(shù)據(jù)的交互同樣重要。

3.2 實時操作系統(tǒng)

一般來說，操作系統(tǒng)（Operating System, OS）負責管理計算機的硬件資源，并運行托管在計算機上的應用程序，在非工業(yè)環(huán)境中，實時性并不那么重要。實時操作系統(tǒng)（Real-Time Operating System, RTOS）是專門為滿足嚴格的時間限制而設計的。大多數(shù)實時操作系統(tǒng)經(jīng)常出現(xiàn)在嵌入式系統(tǒng)中，普通用戶一般不會注意到它們。RTOS是一個具有時空分區(qū)的操作系統(tǒng)，每個關鍵的操作都必須有已知的最長時間，它有硬實時和軟實時兩種類別。硬實時系統(tǒng)能夠保證操作最長時間的絕對性，而軟實時系統(tǒng)則允許丟失少量的數(shù)據(jù)。因此，在數(shù)據(jù)輪詢采集的過程中可以應用軟實時系統(tǒng)，但在對設備發(fā)出控制指令，要求設備進行時間同步操作時，就應當采用硬實時操作系統(tǒng)。

與Windows操作系統(tǒng)一樣，RTOS用來維護用戶對眾多進程的響應。但是Windows并不需要精確計時或延長阻塞時間準點發(fā)送控制指令。然而RTOS 是為了可靠地運行關鍵應用程序而設計，這種可靠性包含了精確和可預測的時間。如果用戶編程正確， RTOS可以保證程序以預先設計的絕對一致時間運行，并且不會越過最終截止時間線（Deadline）。顯然基于邊緣計算構(gòu)建IA&AI架構(gòu)應當采用RTOS才能滿足工業(yè)控制指令下發(fā)的確定性。表2列出了部分RTOS和官方網(wǎng)站。

表2 國內(nèi)外部分RTOS

RTOS具有高精度定時、多級中斷和實時調(diào)度等特點。目前，很多操作系統(tǒng)忽略了實時性能，源于民用場合的要求相對較低，通常以提高吞吐能力運行更多任務為目標，導致了對硬件的極致需求。

3.3 實時調(diào)度

事實上，實時與吞吐是一對矛盾關系，為了實現(xiàn)負載均衡，內(nèi)容分發(fā)網(wǎng)絡（Content Delivery Net work,  CDN）是一種提高互聯(lián)網(wǎng)服務質(zhì)量的有效途徑[ 1 7 ] 。 C D N 能夠?qū)?nèi)容從來源地復制到副本服務器提高訪問的響應速度。軟件定義網(wǎng)絡（Software Defined Network，SDN）則把網(wǎng)絡變?yōu)榱斯艿溃沟脭?shù)據(jù)流轉(zhuǎn)變得更加智能[18]。依靠CDN和SDN在不同設備間的程序調(diào)度不再變得那么困難，基于嵌入式的輕量級容器技術[19]則更進一步地推動了實現(xiàn)該平臺的難度。基于此，如圖3所示，采用RTOS構(gòu)建虛擬計算，在滿足系統(tǒng)的單機實時性能要求的同時，把剩余的算力提取出來幫助其它計算能力相對較弱或計算繁忙的設備分擔計算任務，那么邊緣計算將變成可橫向擴展算力的新型架構(gòu)。

圖3 三實時IA&AI軟硬件架構(gòu)

圖3可以是一個可擴展平臺，能夠在邊緣側(cè)完成自和智能控制。所有的I/O模塊通過RTE與上層硬件

連接，然而具體生產(chǎn)程序在哪一個RTOS上運行卻不確定，這與云計算的方法一致。此外，右側(cè)的GPU服務器可以增強深度學習的訓練和推理能力。

三實時IA&AI邊緣計算架構(gòu)應具有以下特點：

（1） 確定性：信號傳送確定性、計算任務確定性；

（2） 可擴展性：可不改變原來接線動態(tài)增加算力；

（3）靈活性：可柔性調(diào)用不同的程序完成生產(chǎn)；

（4）兼容性：兼容PLC編程方法；

（5）穩(wěn)定性：達到工業(yè)級別穩(wěn)定性要求；

（6）高速性：達到時運動控制實時響應要求；

（7）融合性：實現(xiàn)自動化與人工智能的平臺融合。

4 三實時架構(gòu)的云邊端互補

邊緣計算不是云計算的替代品，相反，它是云計算的補充，但是依靠實時邊緣計算卻完全可以取代傳統(tǒng)的工業(yè)自動化控制器。事實上，在過去的30年里， PLC的性能變化不大，邊緣計算正好可以補足PLC的缺點。因此，本文的研究依托云南省高校邊緣計算網(wǎng)絡工程研究中心，建設三實時IA&AI邊緣計算平臺并命名為工業(yè)物理信息智能控制操作系統(tǒng)（Industrial Cyber Intelligent Control Operating System, ICICOS）[20]。該平臺擬通過整合物理I/O、邊緣計算平臺、云計算平臺，實現(xiàn)對工業(yè)的智能化升級改造， 如圖4所示。 

圖4 工業(yè)物理信息智能控制操作系統(tǒng)

5 總結(jié)與展望

本文提出了一種基于邊緣計算的三實時IA&AI體系架構(gòu)，通過對邊緣計算、IA、AI等梳理，給出了工業(yè)自動化向智能化轉(zhuǎn)型升級的思路。希望對該架構(gòu)的研究引起業(yè)界的廣泛關注。展望未來，我們將依托工程研究中心聚集國內(nèi)外優(yōu)秀人才，共同建設ICICOS邊緣計算平臺，開展實時算法、工業(yè)控制器虛擬化、嵌入式AI、人工智能訓練和推理等研究工作。

★基金項目：云南省第七批高校重點實驗室和工程研究中心建設項目——云南省高校邊緣計算網(wǎng)絡工程研究中心；云南省教育廳科學研究基金項目（2021J0893）。

作者簡介：

蘇為斌（1983-），男，云南通海人，副教授，碩士，現(xiàn)就職于云南工商學院智能科學與工程學院，擔任云南省高校邊緣計算網(wǎng)絡工程研究中心負責人，主要研究方向為邊緣計算、工業(yè)自動化、人工智能等。

潘明波（1984-），男，江蘇鎮(zhèn)江人，副教授，碩士， 現(xiàn)任云南工商學院智能科學與工程學院院長，主要研究方向為邊緣計算、計算機科學等。

徐 剛（1978-），男，湖北宜昌人，副教授，碩士，現(xiàn)就職于云南工商學院智能科學與工程學院，主要研究方向為網(wǎng)絡工程、云計算、創(chuàng)新創(chuàng)業(yè)等。

董家瑞（1983-），男，云南通海人，工程師，學士，現(xiàn)就職于云南云創(chuàng)數(shù)字生態(tài)科技有限公司，主要研究方向為數(shù)據(jù)通信、區(qū)塊鏈、數(shù)據(jù)應用等。

參考文獻：

 [1] Li-Yung Ho, Jan-Jan Wu, Pangfeng Liu. Adaptive communication for distributed deep learning on commodity GPU  cluster[P]. Cluster, Cloud and Grid Computing, 2018. 

[2] Goldschmidt T, Murugaiah M K, Sonntag C, et al. Cloud-Based Control: A Multi-tenant, Horizontally Scalable Soft PLC[C]. IEEE International Conference on Cloud Computing. IEEE, 2015.

 [3] Lin C L, Chen C H, Huang H C. Stabilizing control of networks with uncertain time varying communication  delays[J]. Control Engineering Practice, 2008, 16 (1) : 56 - 66. 

[4] Jiqiang X, Quan C, Ronggang B. Modeling and quantitative real-time analysis of Ethernet based on CSMA/CD[C].  IEEE Conference Anthology. IEEE, 2014. 

[5] Stankovic J A. Misconceptions about real-time computing: a serious problem for next-generation systems[J].  Computer, 1988, 21 (10) : 10 - 19.

[6] Huangke Chen, Xiaomin Zhu, Hui Guo, Jianghan Zhu, Xiao Qin, Jianhong Wu. Towards energy-efficient scheduling  for real-time tasks under uncertain cloud computing environment[J]. The Journal of Systems & Software, 2015, (8) : 99.

[7] Dharinya S S, Ephzibah E P. Machine Intelligence and Automation: Deep Learning Concepts Aiding Industrial  Applications[M]. Internet of Things for Industry 4.0. 2020. 

[8] Felser M. Real-Time Ethernet - Industry Prospective[J]. Proceedings of the IEEE, 2005, 93 (6) : 1118 - 1129. 

[9] Li Lu, Dong-qin Feng, Jian Chu. Improving the real-time performance of Ethernet for plant automation (EPA) based  industrial networks[J]. Journal of Zhejiang University SCIENCE C, 2013, 14 (6). 

[10] 邵枝暉, 康良川, 黃易, 薛百華, 朱瑩. AUTBUS高速工業(yè)現(xiàn)場總線[J]. 儀器儀表標準化與計量, 2020, (02) : 9 - 12.

[11] Ferrari P, Flammini A, Rinaldi S, et al. On the Seamless Interconnection of IEEE1588-Based Devices Using a  PROFINET IO Infrastructure[J]. IEEE Transactions on Industrial Informatics, 2010, 6 (3) : 381 - 392. 

[12] Limal S, Stéphane Potier, Denis B, et al. Formal verification of redundant media extension of Ethernet  PowerLink[C]. IEEE Conference on Emerging Technologies & Factory Automation. IEEE, 2009. 

[13] Evaluation of EtherCAT Clock Synchronization in Distributed Control Systems[J]. A, 2014, 38 (7). 

[14] Depari A, Ferrari P, Flammini A, et al. Design and performance evaluation of a distributed WirelessHART sniffer  based on IEEE1588[C]. Precision Clock Synchronization for Measurement, Control and Communication, 2009.  International Symposium on. IEEE, 2009. 

[15] 王平, 劉其琛, 王恒, 李同波. 一種適用于ISA100.11a工業(yè)無線網(wǎng)絡的通信調(diào)度方法[J]. 儀器儀表學報, 2011, 32 (05) : 1189 - 1195.

[16] 曾鵬, 等. 面向工業(yè)無線網(wǎng)絡協(xié)議WIA-PA的網(wǎng)絡設備研發(fā)及應用(大規(guī)模應用)[Z]. 2015. 

[17] 趙紅. CDN內(nèi)容分發(fā)網(wǎng)絡技術原理[A]. 建筑科技與管理學術交流會論文集[C]. 2017. 

[18] 李藝, 唐宏, 馬樞清. 軟件定義網(wǎng)絡基于分段路由的多路徑調(diào)度算法[J]. 計算機應用研究, 2021.

[19] 彭博, 楊鵬, 馬志程, 等. Performace measurement and analysis of ARM embedded platform using Docker  container[J]. 計算機應用, 2017, 037 (s1) : 325 - 330.

[20] 蘇為斌. ICICOS工業(yè)云智能控制系統(tǒng)的研究與開發(fā)[D]. 濟南: 山東大學, 2020.

摘自《自動化博覽》2021年2月刊