Latest Announcement
Periodic Announcement
Real-Time Quotes
Investor Contact
Attention to TZTEK
NEWS
marketing network
Contact us
作为“新基建”之一，中国工业互联网产业迎来了发展新机遇。2020年10月29日，亿欧智库联合SAP、中国工业互联网研究院重磅发布《2020工业互联网产业研究报告》，全面展示了工业互联网的发展现状、面临的挑战、行业落地详情及未来发展趋势。天准入选《2020工业互联网产业研究报告服务商案例集》。以下全文经授权，转自亿欧智库：[ 亿欧导读 ] 亿欧智库联合SAP、中国工业互联网研究院重磅发布《2020工业互联网产业研究报告》，全面展示了工业互联网的发展现状、发展过程中面临的挑战、行业落地详情及未来发展趋势。作者：施展，图片来自“亿欧网”从18世纪60年代，蒸汽机的发明引爆第一次工业革命开始，全球制造业经历了机械化、电气自动化、数字化三个阶段，在行业需求与技术创新的助力下终于进入了以网络化、智能化为代表的工业4.0时代。2019年，全球经济迈入发展新常态，需要寻找新的增长动能。同时，中国登上了全球制造舞台，未来竞争格局日渐激烈。劳动力成本与原材料价格持续上涨，工业制造企业面临成本压力，亟需寻求降本增效的方法。值此时刻，新一代信息技术与制造业的深度融合将助力全球工业互联网崛起。工业互联网是工业4.0时代下实现制造业转型升级的重要助力，在工业互联网体系中，工业物联网连接设备层与网络层，为工业场景中万物互联、数据采集、应用开发等功能打下基础，帮助实现制造业数字化、网络化、智能化的最终目标。在此背景下，亿欧智库联合SAP、中国工业互联网研究院重磅发布《2020工业互联网产业研究报告》。本报告结合了亿欧智库对于工业互联网的长期观察、SAP在工业互联网领域的实践以及中国工业互联网研究院对于工业互联网政策、产业经济领域的研究成果，全面展示了工业互联网的发展现状、发展过程中面临的挑战、行业落地详情及未来发展趋势。如今，工业互联网在全球范围内引起了高度重视，全球工业互联网整体已经度过落地与商业模式探索期，正处于发展初期，进入了市场推广期。世界主流制造强国在工业互联网均有布局，产业基础与技术优势决定了各自地发展路径。美国于2012年启动了AMP战略，并以工业物联与数据分析为发展重点。日本用工业价值链强化智造水平，以数字化技术构建智能社会。德国在工业设备及控制硬件方面累积深厚，主要目标是实现制造模式变革。中德制造合作交流增强，各自依靠产业基础明确了发展优势路径。自2018年起，中国政府大力发展“新基建”，工业互联网作为信息基础设施建设方向迎来了发展新机遇。中国工业互联网顶层设计目标明确，经过三年的市场培育与沉淀，中国工业互联网产业规模增加值从2017年的2.35万亿元增长至2019年的3.41万亿元，CAGR达到20.46%，整体产业迈向发展快车道。从两化融合到工业互联网，中国已经形成较为完整的工业互联网顶层政策体系，指导产业发展。工业互联网建设成果进展明显，有力提升了产业融合创新水平。同时，产业集群效应显著，结合不同地区产业经济的发展特点，京津冀经济圈、长三角经济带、粤港澳大湾区大力推动“平台+特色产业集群”发展。中国工业互联网已经取得阶段性成效，但总体依旧处于发展的初期阶段，诸多技术痛点亟待攻克，产业信息化水平不均、产业边界及分工尚未明晰，商业模式创新有待加强，这些挑战使得中国工业互联网发展成为一场“持久战”。中国工业制造业门类众多，产业链丰富，不同行业之间对于工业互联网的需求有所不同，这也是促使服务商开发应用新技术，赋能行业的重要动力。如今，数据不仅成为了新的生产要素，更成为了工业制造业推动技术创新与生产力增长的新动力。从行业落地的角度看，实施工业互联网的最终价值体现在通过数字化生产与数字化管理达到价值链重塑。而数字化生产与数字化管理水平又可以反映中国工业互联网行业落地情况，就亿欧智库对化工、金属冶炼及加工、装备制造、电子信息、汽车制造五代表性子行业地研究来看，全面实现互联互通还需时间。工业互联网在发展过程中，形成了网络、平台、安全三大功能体系，其中网络是工业互联网实现互联互通的基础，平台是发展工业互联网的核心，安全是工业互联网的保障，实现海量数据汇聚、整合、分析和处理。亿欧智库同时发布的《2020工业互联网产业研究报告服务商案例集》中，也收录了不同层级的典型案例。亿欧智库认为，工业互联网技术的发展趋势可以从两个方面来考虑：一是加大对核心工业软件的重视程度，二是围绕工业制造业产业链、价值链进行全方面的数字化转型升级，并且通过端到端集成形成产业链数字化闭环，对价值链进行重塑。工业互联网等基础设施将大大促进中国制造业的整体生产效率，促进产业链融合加速发展。而工业互联网平台在发展过程中将会针对行业进行细分，一方面利于沉淀工业Know-How，另一方面便于加强产业链合作。随着工业互联网平台的不断探索和发展，目前已初步形成六类商业模式。其中，专业服务、功能订阅是现阶段平台最主要的商业模式，电子商务、金融服务、软件销售、应用分成延申不同的业务场景，未来探索空间巨大。本文来源于亿欧，原创文章，作者：施展。转载或合作请点击转载说明，违规转载法律必究。
2020年10月22日2020中国SMT电子制造技术交流会，将于10月22日在上海举行。天准业务总监顾巍巍受邀参加，并将以“自动化精准点胶技术在汽车电子领域的应用”为主题，分享天准在智能点胶领域的技术创新和行业应用进展。文章原作者 电子制造技术，本文经 电子制造技术 授权转发。
全球制造业正在经历新一轮数字化、智能化的转型升级。在我国，伴随“新基建”政策的落地，5G、云计算、物联网等新基建领域的不断发展，为工业互联网打好了良好的基础。工业互联网作为新基建核心要素之一，是新一代网络信息技术与制造业深度融合的产物，能够推动形成全新的工业生产制造和服务体系。因此，工业互联网将是我国数字化转型的关键支撑，通过不断颠覆传统制造模式、生产组织方式和产业形态，肩负起了我国核心科技突破和制造业产业升级的历史使命。 早在2012年，“工业互联网”（Industrial Internet）概念在全球范围内由GE提出，其本质核心是将人、数据和机器连接融合起来，实现全要素、全产业链、全价值的全面链接，以帮助制造业拉长产业链，形成跨设备、跨系统、跨厂区、跨地区的互联互通、提高效率，推动整个制造体系智能化，使工业经济各种要素资源能够高效共享。 根据中国工业互联网产业联盟的定义，工业互联网平台是面向制造业数字化、网络化、智能化需求，构建基于海量数据采集、汇聚、分析的服务体系，支撑制造资源泛在连接、弹性供给、高效配置的工业云平台，包括边缘层、平台层（工业 PaaS）、应用层（工业SaaS）三大核心层级。 工业互联网平台 2020年，新冠疫情的突袭检验了全球各国各产业的数字化程度，受此影响越来越多的产业和企业意识到数字化的重要性，主动转型升级意愿强烈。一方面，以集成电路、通信、航天、军工为主的高精尖领域，通过工业互联网融合大数据、AI、深度学习等新兴技术，打造全生命周期数字化管理实现制造闭环，从生产自动化向生产智能化升级。另一方面，疫情过后复工复产稳步推进，传统制造业中无论大中小企业，进行数字化升级的意愿不断提升。工业互联网对于传统制造业的价值，不仅在于降低企业生产成本，更能平衡成本和质量以达到最优效果，转型企业将获得巨大收益。 基于此，36氪从资本价值力、研发与创新力、产业影响力三个维度出发，找到新基建工业互联网领域表现最为突出的五十家企业，重磅发布“36氪新基建之王「工业互联网领域」TOP50企业榜单”，具体名单如下： 文章原作者 36氪创投研究院，本文经 36氪创投研究院授权转发。
9月26日，TF29期线上活动邀请到多位专注于工业领域的机器视觉专家，从不同技术视角及场景视角，分享机器视觉领域的最新技术成果以及在相关工业场景中的落地应用效果和前景。 CCF TF 技术前线 只为技术专家 CCF TF第29期 主题 机器视觉技术进展及工业应用 2020年9月26日14:00-17:00 随着我国人口红利的逐渐消失以及国际竞争的加剧，我国制造业面临越来越大转型升级压力，从而对智能制造技术的需求也越来越迫切。机器视觉作为最早在工业领域落地的人工智能技术之一，通过提供视觉引导、智能识别、精确测量、外观检测等先进功能，为现代工业生产过程装上了比人眼更强大的“机器眼睛”，极大提升了制造过程的效率、质量以及柔性化、智能化程度，已成为现代制造系统中不可或缺的一项关键技术。随着传感器技术、计算平台以及算法等学科技术的进步，机器视觉的性能也不断提升，在工业领域的应用持续拓展，为推动工业转型升级发挥着越来越重要的作用。 本次活动邀请到多位专注于工业领域的机器视觉专家，从不同技术视角及场景视角，分享机器视觉领域的最新技术成果以及在相关工业场景中的落地应用效果和前景。 会议主席 CCF TF 工业人工智能SIG主席 曹葵康博士 个人简介：天准科技CTO，浙江大学，博士，曾就职于华为、微软亚洲研究院等公司，长期专注工业领域机器视觉相关技术研究及产品开发，多项国家标准起草人，主持开发天准科技多款工业智能检测装备及精密测量仪器，产品技术达到国际先进水平，填补了国内空白。 特邀讲者 天准科技研发总监 刘明星 主题报告：视觉检测技术在光伏硅片检测分选系统中的应用 主题简介：随着人力成本的提高，同时为保证产品的绝对质量、避免各种人为因素造成的产品质量问题，例如二次污染和分选破片，使用机器视觉检测技术代替人工进行客观、可靠地对硅片、电池片质量缺陷检测与分选已成为光伏制造行业技术主流，行业内众多知名厂家已将视觉检测系统用于硅片、太阳能电池片以及组件的质量检测。 天准科技研发的光伏硅片检测分选系统，通过引入包括深度学习在内的机器视觉先进技术成果，在检测效率、精度、准确率等关键性能指标方面达到国际先进水平，已在国内光伏行业龙头企业实现批量落地。 个人简介：天准科技研发总监，自从2001年研究生毕业以来一直从事高性能的图像处理算法的研发，开发工业生产过程与机器视觉相关的检测设备。在天准工作期间，主导开发完成通用机器视觉检测平台，并成功应用到公司的多个相关产品和项目中。 日程安排 14:00- 14:05 曹葵康 CCFTF工业人工智能SIG主席 开场致辞 14:05- 14:45 李海俊 众壹云联合创始人战略负责人 AI智造“芯”国货 14:45- 15:25 陶显 中国科学院自动化研究所副研究员 基于AI视觉的工业质检算法研究进展与应用 15:25- 16:05 李浩天 奕目科技联合创始人CTO 三维光场成像技术及其工业应用 16:05- 16:45 刘明星 天准科技研发总监 视觉检测技术在光伏硅片分选检测系统上的应用 天准简介 天准成立于2005年，总部位于中国苏州。2019年7月22日，天准科技在科创板正式挂牌上市，股票代码：688003。天准公司致力于以领先的人工智能技术推动工业转型升级。具体而言，天准以机器视觉为核心技术，专注服务于工业领域客户，帮助工业企业实现数字化、智能化发展。主要产品为工业视觉装备，包括精密测量仪器、智能检测装备、智能制造系统、无人物流车等，产品功能涵盖尺寸与缺陷检测、自动化生产装配、智能仓储物流等工业领域多个环节。 参会说明 1、将会场挪至互联网，打破地域限制，自由参与其中。 2、免报名费，对TF感兴趣的参会者完全开放。 3、会议模式：腾讯会议直播。 4、参会帐号和密码将在会前两个小时，通过邮件和手机短信的方式发至您的邮箱和手机。请参会者务必在报名信息里留下您的邮箱和手机等联系方式。 参会方式 长按或扫描二维码报名（免报名费） 联系方式 邮箱：tf@ccf.org.cn 手机：153-1141-9618 电话：010-62600321-22
人工智能已经成为新一轮产业变革的核心驱动力，正在对世界经济、社会进步和人类生活产生极其深刻的影响。作为人工智能范畴最重要的前沿分支之一，机器视觉已服务工业 30 年，相当于现代工业生产和智能制造的“机器眼睛”。苏州天准科技股份有限公司致力于以领先的人工智能技术推动工业转型升级，通过持续高强度创新，不断突破行业极限。在精密测量领域，由天准牵头的“复合式高精度坐标测量仪器开发和应用”项目入选“国家重大科学仪器设备开发专项”，设备精度高达 0.3 微米，使中国成为继德国、日本之后，掌握同等测量技术的全球第三个国家。天准的智能检测装备将机器视觉技术应用于工业流水线上的在线检测场景，实现对工业零部件和产品的实时在线尺寸与缺陷检测。以光伏领域为例，天准不断打破业界极限，将硅片分选检测设备产能成功提升到业界 1.5 倍以上，成本降低 50% 以上。天准的智能制造系统不仅可消除生产检测中人的不稳定因素、提升生产效率、降低生产成本，而且可帮助改善产品品质，已广泛应用于 3C 电子、汽车制造等智能化生产程度较高的行业，推进工厂无人化和智能化进程。无人物流车是机器视觉技术在物流领域的落地场景。天准作为 NVIDIA Jetson Preferred Partner，将基于 NVIDIAJetson 处理器的 AI 边缘计算技术与无人车相结合，打造无人移动平台加 AI 边缘计算整体解决方案，使机器视觉技术赋能更多的行业和场景。NVIDIA 产品或平台、工具介绍 NVIDIA® Jetson AGX Xavier™ 为边缘设备的计算密度、能效和 AI 推理功能设定了新标杆。作为首款专为自主机器设计的计算机，Jetson AGX Xavier 的性能足以完成如下任务：视觉测距、传感器融合、定位与地图绘制、障碍物检测以及对新一代机器人至关重要的路线规划算法。在紧凑的外形下，用户可以获得 GPU 工作站级别的性能—— 32 万亿次运算/秒 (TOPS) 的峰值计算能力和 750 Gbps 的高速 I/O 性能；得益于 NVIDIA 整套丰富的 AI 工具和工作流程，可帮助开发者快速训练和部署神经网络。该平台支持 NVIDIA JetPack 和DeepStreamSDK，以及 CUDA®、cuDNN 和 TensorRT 软件库，使得在云端训练的深度学习算法模型可以无缝的迁移到边缘端，大大加速产品的原型验证和批量部署过程。方案与开发技术分享 随着 AI 算法的飞速发展和计算平台算力的不断提升，AI 技术充分赋能自动驾驶、智慧公路、轨道交通等诸多领域，应用于无人驾驶、车路协同、轨交列车安全监控等各种智慧交通场景。在这些场景中，往往需要借助于多种不同的传感器，利用各种传感器的不同特性，从不同维度充分获取周围环境信息。常用的传感器有相机、激光雷达、IMU、毫米波雷达等。各种传感器数据产生于不同的时刻、且均在各自的坐标系中进行表达，为了从各个不同的传感器中得到统一的目标信息，需要对其进行时空融合，即时间同步和空间对齐。下图是只进行空间融合、未做时间对齐的激光雷达和图像数据融合的结果：对于静止目标，两种数据可以很好地匹配到一起；对于运动目标，则会产生明显的数据不匹配情况，根本原因就在于两种传感器数据产生的时刻不同。因此，在有移动目标的应用场景中，时间同步和空间对齐缺一不可。在传统的智慧交通应用中，各种传感器数据往往通过 USB 接口或网口接入到工控机或服务器中进行算法处理，以满足 AI 推理算法处理海量数据的大算力需求。这种方式往往容易带来以下问题：①工控机网口和USB接口一般非防松设计，多种传感器接入后，在无人车或列车行进过程中，很容易出现松动问题；② 工控机只能通过网口进行IEEE 1588协议或NTP协议进行授时，前者需要专业的授时设备，后者授时精度不高；③在工控机中进行多传感器数据融合，由于需要进行大量的矩阵运算，会占用工控机宝贵的算力资源。为解决上述问题，本项目基于NVIDIA Jetson Xavier，设计了用于智慧交通场景的Sensor Box，主要解决以下三个问题：①各种传感器的可靠接入；②各传感器高精度的授时；③时空融合计算。Sensor Box 如下图所示，该设备支持常用的 GMSL2 相机接口、千兆网口、万兆光口、USB3.0 网口、CAN 总线接口等接口形式，各种接口均具有防松设计；内置纳秒级精度的同步触发和授时电路，并具有 GPS 失锁守时功能；可以耐受 XYZ 三轴 3Grms0~1000Hz 的随机振动，整机可以达到 IP65 防护等级。各传感器数据接入 Sensor Box 之后进行时空融合后，或者在 Sensor Box 内直接进行推理运算，或者通过万兆光口传给工控机进行更复杂的算法处理。一个 1080P 相机的像素数约为 200 万个，一个 32 线激光雷达一帧数据约有 12 万个点，按每秒 10 帧的帧率计算，产生的像素点是千万级，点云点数则为百万级。在自动驾驶场景，存在多个相机和多个激光雷达的情况下，每秒钟 sensor box 将要处理以亿计的像素和点云数量。对于点云到图像的融合计算来说，每个点需要进行 9 次乘法和 12 次加法运算，如果全部放到 CPU 中处理，难以满足海量数据处理实时性的要求。1个激光雷达和1个相机进行时空同步后的融合效果。基于Xavier 的 Sensor Box 解决方案已经在国内很多自动驾驶场景中路测使用。通过 NVIDIA Jetson 提供的 CUDA 工具，将空间融合的乘加运算迁移到 GPU 的 CUDA 核中进行并行处理，大大提升了处理速度，提高了计算性能。以典型的传感器数量偏多的自动驾驶卡车为例，基于 Xavier 的 Sensor Box 可支持多达10路 1080P 相机和 6 路激光雷达接入，为其提供同步触发和授时功能，在其内部完成所有传感器的时空同步计算后，通过万兆光口传到工控机。将传感器采集、时空同步等比较消耗算力的过程前置到 Sensor Box 中，使工控机内可以执行更复杂更智能的 L4 级自动驾驶算法。文章原作者NVIDIA开发者社区，本文经NVIDIA授权转发。