Insight Tech

当今世界对电力的需求巨大，并且需要可靠、实惠且越来越可持续的电力，这并不是什么突发新闻。然而，我们许多人没有花很多时间去思考，在后端需要做多少工作才能实现这一点。除此之外，能源需求如何成为电网创新的驱动力。

我们来自英特尔、戴尔、ABB 和 VMware 的专家小组深入探讨了电网现代化的方方面面。该小组的成员包括：英特尔的能源和可持续发展总监 Prithpal Khajuria；云计算公司 VMware 的边缘解决方案架构师 Anthony Sivesind；行业数字化领导者 ABB 的技术中心经理 Jani Valtari；以及科技公司戴尔的全球能源领域总监 Russell Boyer。他们都不仅深切致力于满足当今的电力需求，还致力于满足未来的需求。

电网的现状及其最近的发展态势如何？

Prithpal Khajuria：电网架构已经有一百年没有改变了，但在过去十年，我们已经开始转向可再生能源，其中最重要的是可再生能源在电网边缘（家庭、企业、停车场）的普及。我们已经开始部署大规模可再生能源，主要是太阳能，而且已开始向电网回馈电能。

电网最初被设计成一个单向的电子高速公路，让电力从公用事业公司传输到家庭和企业。但在电网边缘增加可再生能源已经开始了电子的双向流动。系统之前被设计成单向运行，但现在我们必须让它适应新的情况。这要求我们重新思考电网的架构，我们如何向其中加入更多智能技术，才能在未来获得更好的可见性和更快的决策能力？

Anthony Sivesind：我补充一下 Prithpal 刚才说的话。我同意，曾经是单向的电力流现在发生了巨大变化；曾经对公用事业公司来说不是问题的事情现在成了问题。而且随着电力的流动，我们看到点负荷的占有率增加，负荷密度也在增加。我们看到的两个例子是数据中心和电动汽车。

这对公用事业公司来说是一个挑战，加上极端气象事件和物理网络攻击的增加，同时还要维护老化的电网基础设施。VMware 希望帮助实现一个灵活的平台，让公用事业公司能够提高其能力。

Russell Boyer：公用事业公司必须找到方法来应对这些不同的挑战，例如天气事件和网络攻击，并增加更多智能和运营能力，将数据转化为洞察力，并最终提高电网的可靠性和弹性。

Jani Valtari：这是一个棘手的挑战。我们需要增加可再生能源的数量；我们需要使能源领域脱碳。同时，社会的更大一部分将需要电能。因此，我们既要非常灵活，又要非常适应可再生发电，还要比以前更安全。实现这一目标的方法是增加更多数字技术。为了以经济实惠的方式做到这一点，我们需要标准化的平台，即可以广泛部署到全球多个不同位置的可扩展解决方案。

电网现代化的最大机遇在哪里？

Prithpal Khajuria：我们过去一直在自上而下地构建模式驱动的电网。但现在，我们需要自下而上，在电网边缘构建智能的、数据驱动的系统，在这种情况下就是变电站。那么，我们如何构建智能边缘，然后使用它来收集更多数据、标准化数据并提取更多情报，来实现更高的可见性和更快的决策？

我们可以通过最大限度地利用可再生能源来应对这些挑战并达到 ESG 目标。而最大限度地利用可再生能源的唯一方法是拥有更高的可见性和洞察力。这正是英特尔的愿景 — 构建一个面向未来的数据驱动的电网。

你们如何看待新兴技术被用来满足当今的需求？

Russell Boyer：戴尔多年来一直投资于边缘和互联网，以强化我们的整体计算基础设施，并能够在边缘提供更多功能。为了支持所有这些自动化和实时运营决策，我们需要在变电站边缘拥有更多能力和更多计算。而这只是为了能够满足目前的需求。

如果看一下可持续性目标，我们将必须为未来的 AI 模型提供一个落脚点。今天，变电站的基础设施已经老化，我们确实需要对其进行大规模现代化改造，这样不仅可以满足目前的需求，还可以满足未来的需求。

举例来说，由于我们开始拥有更多虚拟电厂，其中大量发电在配电侧进行，我们将需要改进这些运营技术，才能更好地进行管理，并达到 Prithpal 提到的那些 ESG 目标，以确保我们更多地使用可持续能源。

Jani Valtari：在变电站处理保护控制的传统方式是使用一次性安装的设备，然后让它们运行 10 年、15 年，不需要再碰它们。现在我们实际上需要非常频繁地改变环境。

我们还需要让我们的设计更加被数据驱动，这不仅是为了收集数据并获得一些洞察，还为了能够根据数据快速做出反应，甚至是毫秒级的反应。你可以在虚拟平台上运行应用，无论何时需要对网络进行更改，都能非常快速地做出调整。

英特尔如何应对电网现代化？

Prithpal Khajuria：英特尔正在从多个角度审视电网现代化。一个角度是首先与最终客户（在这种情况下是公用事业公司）进行沟通。他们面临的挑战是什么？技术如何帮助他们？我们看到的最大的挑战之一，刚才 Jani 也提到了，是固定功能设备的占有率；它们被设计成做一件事，并且只做一件事。所以英特尔组建了一个团队来构建下一代基础设施，目标是将硬件标准化，并将软件与硬件分离。

英特尔提供核心技术和要素，即我们的芯片和相关技术。戴尔在此基础上提供其技术和功能层。然后 VMware 在戴尔的基础上提供其软件定义的基础设施，ABB 进一步提供以电力为中心的技术。这就是英特尔的愿景 — 将整个生态系统汇聚在一起，构建可扩展的基础设施来加速公用事业部门的技术采用，推动实现全球每个公用事业公司或国家的目标，即最大限度地利用可再生能源并最大限度地减少化石燃料。

合作伙伴关系和联盟对于电网现代化的价值是什么？

Jani Valtari：二十年来，我们一直在寻求一种面向软件的方法 — 试图真正将事物从以硬件为中心转变为以软件为中心，并从基于模型转向基于数据，从固定系统转向非常不稳定且快速变化但仍然超级可靠的系统。

最近，我们发布了世界上第一个虚拟化的保护和控制系统。但我们无法独自完成这一切，所以有稳固的合作关系非常重要。例如，我们需要超级可靠的硬件来运行算法，因此由英特尔和戴尔进行硬件开发。此外，我们不是虚拟化环境专家，与 Anthony 和 VMware 的合作对我们也很重要。

Russell Boyer：为了实现创新，我们必须建立一个意愿联盟。英特尔已经出色地组建了一个由各种软件和硬件供应商以及客户组成的联盟，来共同制定标准 — 我们必须影响标准。

另一方面，我们必须与各种不同类型的合作伙伴进行合作。随着我们的不断前进，我们希望确保我们拥有完整的选择组合，能够在边缘支持这些现代平台。

Anthony Sivesind：不仅要与合作伙伴合作，还要与公用事业公司合作 — 我要向英特尔致敬，因为他们与所有公用事业公司建立了联系。英特尔在该领域的几个联盟刺激了行业发展：欧洲的 E4S、美国的 vPAC 联盟。这是建立 Russell 提到的那些标准规范的绝佳机会。 

给我们多讲讲这些行业标准的重要性。

Jani Valtari：为了使解决方案具有可扩展性并可以广泛用于不同的地方，我们所做的一切都需要基于全球标准。在电力行业，关键标准是 IEC 61850。它包含了与硬件、软件、通信、多种不同协议和方面相关的标准化项目。当我们将其作为中心点时，我们就能很好地创建可以广泛使用的解决方案。

你们能详述一下电网现代化生态系统吗？

Prithpal Khajuria：英特尔的策略是，让客户也就是公用事业公司从第一天起就成为旅程的一部分。因为归根结底，是客户遇到了问题，他们想要购买能解决这些问题的解决方案。所以我们让他们参与进来，在每个领域引入一个覆盖他们能力的一流生态系统。ABB — 在电力行业拥有一百多年的经验。VMware 发明了虚拟化技术。戴尔 — 软件组件领域的领先硬件解决方案提供商。

Anthony 刚刚提到，我们建立了两个完全专注于电力行业的行业联盟：专注于二级变电站数字化的 E4S 联盟，客户和公用事业公司在其中相互交流。以及专注于变电站自动化和控制的虚拟化的 vPAC 联盟。

这一直是英特尔的愿景：将所有人聚集在一起，加快技术的采用，并为公用事业公司及其客户带来优势。

关于电网现代化，最后还有什么想法或关键信息吗？

Jani Valtari：一个关键信息是，技术已经可以支持非常快速的电网现代化，ABB 非常乐意与客户合作，为他们提供最佳的实现方式。

Anthony Sivesind：我同意：我们现在已经准备好了。我们拥有技术，VMware 也准备好尽其所能来帮助公用事业公司，为他们提供培训并让他们的团队凝聚在一起。

Russell Boyer：如果我们要实现这些 ESG 目标，我们真的必须加快新技术的部署。戴尔致力于开发最新技术来实现这一目标。

Prithpal Khajuria：我想对公用事业公司说：让我们一起制定一个迁移计划。我们可以指导你们完成从试验或概念验证、到现场试行、再到部署的整个过程。这个迁移计划需要拼接在一起，英特尔及其生态系统合作伙伴将在此提供帮助。

相关内容

要了解有关电网现代化工作的更多信息，请阅读电网现代化推动向脱碳经济的转变，并收听电网现代化背后的驱动力。有关这些公司的最新创新，请在 LinkedIn 上关注它们：ABB、戴尔、英特尔物联网和 VMware。

 

本文由文案编辑 Erin Noble 编辑。

每个制造商都希望为其员工创造一个安全的工作环境。但是实现这一目标可能很困难，而且成本高昂。减少工厂中的风险意味着持续监控以识别环境安全问题和适当的工作场所预防措施。但这种警示过程可能需要投入大量劳动力。

“平均而言，一个 10, 000 平方米的工厂必须至少有 10 名安全员，其中需要两名 HSE（健康、安全和环境）主任进行视频监督和监控。”提供基于机器视觉的健康和安全解决方案的人工智能公司 Aotu 的首席执行官 Stephen Li 说。

这对制造商来说是一项重大投资，尤其是在工业设施需要全天候监督的情况下。此外，手动监控也有其局限性，“尽管工厂安全员马不停蹄，但仍捉襟见肘。他们无法立即发现大多数健康和安全问题，而且他们永远做不到巨细靡遗，“Li 说。“此外，在及时响应问题方面存在延迟，因为人们必须真正打电话或亲自去违反安全规范的现场观察或纠正。”

对于重视工人安全的制造商来说，这是一种具有挑战性的局面，同时也面临着紧缩预算和优化流程的压力。但是，新的机器视觉健康和安全解决方案也许能兼顾工人的安全，同时满足对更高效率的需求。

机器视觉对装瓶厂进行自动安全监控

在中国一家基于 Aotu 机器视觉解决方案的装瓶厂的部署就很好地说明了这一点。

该工厂由一家大型饮料公司运营。庞大的厂房规模意味着要监控许多不同的区域，包括屋顶、天花板、锅炉、废弃区、仓储设施等。此外，繁忙的现场挤满了执行各种任务的工人，这使得监督员工行为变成一项复杂的任务。

Aotu与英特尔合作开发了一种基于机器视觉的健康和安全解决方案，旨在分析来自装瓶厂的视频源，并在检测到问题时自动提醒安全员。

该系统的 AI 算法配置为监控环境安全问题。该部署覆盖工厂内近 1,000 个关键监测点。与此同时，人工智能还分析视频源是否存在基于行为的安全违规行为：未穿戴适当的防护装备、不安全的攀爬和行走、未经授权进入高风险区域、违反最大人数限制等。

如果系统检测到问题，它会获取有关安全问题的 30 秒记录，将其分类为主要紧急情况或次要紧急情况，并向人事主管发送警报以进行验证和响应。如果问题非常严重，安全专员可以远程触发现场警报和警告消息，以提醒工人即将发生危险。对于不太严重的问题，安全员可以选择稍后跟进以解决问题和对工人进行培训。

实施该解决方案后，装瓶厂的安全计划效率和有效性都有所提高。“人工智能的使用减少了工厂 HSE 员工的工作量，并确保安全问题不再被忽视，” Li 说。“此外，一线工人的安全意识显著提高。”

灵活的视频分析平台

为了使机器视觉解决方案在制造业中的应用更为广泛，它必须具有适应性。毕竟，装瓶厂与汽车零部件工厂、高科技制造厂或化学设施完全不同。

为了创建一个强大而灵活的工业健康和安全机器视觉平台，Aotu 决定与英特尔合作。这两家公司合作共享了英特尔多个硬件和软件工具的功能：

• 第 11 代英特尔^® 酷睿^™ 处理器为深度学习、AI 和机器视觉场景提供了优化和加速。
• 英特尔锐炬^® X^e GPU 特别适合电脑视觉任务，例如智能视频处理。
• 英特尔^® 至强^® 可扩展处理器为^需要更繁重工作负载的配置提供支持，并且由于其坚固耐用的设计和较大的工作温度范围，也适用于更恶劣的工业环境。
• 英特尔^® OpenVINO^™ 工具套件为常见工业安全场景提供预训练的 AI 推理模型和参考模型，并为快速开发自定义 AI 算法奠定了基础。

“英特尔的处理器和人工智能工具套件是构建工业人工智能应用的可靠且强大的平台。” Li 说，并补充说，Aotu 与英特尔的合作“帮助我们缩短了开发时间，并为最终用户设计了可定制、可靠的低代码和无代码人工智能解决方案。”

迈向更安全、更高效的工业

机器视觉健康和安全解决方案越来越受大型制造商的欢迎，其适应性、成本效益和易于部署性应使其对系统集成商和小型工业企业具有吸引力。

但除了健康和安全方面的好处外，这些解决方案固有的灵活性也将适用于其他使用案例。

正如 Li 所解释的那样：“我们的机器视觉解决方案与芯片组合作伙伴的先进 AI 计算完全集成并针对先进 AI 计算进行了优化，具有许多潜在的智能制造应用，包括流程数字化、物流自动化和预测分析，并将与边缘计算和 5G 等新兴技术一起实现协同增效。”

未来，我们将寻找计算机视觉以更创新的方式进一步推动制造业的数字化转型，使工业 4.0 更安全、更高效和更具经济效益。

 

本文由 insight.tech 的编辑副主管 Georganne Benesch 编辑。

零售业数字化转型的核心是一个悖论。一方面，AI 为零售业带来了毋庸置疑的吸引力。计算机视觉产品识别为自助结算、自动补货和损失预防解决方案提供支持。行为识别使企业可以为客户创造个性化购物体验。幕后的自动数据分析意味着精简的运营和更好的供应链管理。

但另一方面，尽管认识到 AI 解决方案的潜在优势，许多企业仍然对其保持警惕。

零售业数字化商店解决方案提供商 Hanshow 的全球销售主管 Liangyan Li 说：“零售商不愿意采用 AI 解决方案的原因有多种，但目前最大的因素是缺乏执行这些解决方案所需的内部技术技能，而且人们素有对未知的恐惧。”

这种担忧不无道理，因为在零售业场景中实施 AI 面临着严重的技术障碍。首先，它意味着要建立一个能够实时处理大量数据的高性能系统。此外，零售自动化存在固有的复杂性，通常会涉及多种技术和计算工作负载。最后，部署后持续监控和维护解决方案以确保稳定性所需的 IT 开销也是一个因素。

部署就绪型边缘 AI 解决方案的新时代已经到来，这对零售商和零售系统集成商来说是一个好消息。这些解决方案基于新一代处理器而构建，使用专为边缘计算设计的软件工具，能够使潜在采用者轻松、有效地实施。

专为零售业设计的边缘 AI 解决方案

构建满足零售企业需求的解决方案的关键是什么？将行业专属 AI 知识和专为简化边缘部署并提升性能而设计的企业级技术相结合。

Hanshow 拥有硬件和软件技术堆栈以及为零售业开发 AI 应用的经验，能够提供灵活、用户友好的解决方案，消除该行业企业决策者素有的担忧。Li 相信英特尔能够帮助 Hanshow 将其解决方案推向市场。

Li 说：“作为稳定、可靠的边缘计算平台，英特尔是无可匹敌的，尝试为最终用户开发全面、无缝的解决方案时尤为如此。”

Hanshow 解决方案采用多项不同的英特尔技术：

• 英特尔^® 酷睿^™ 处理器处理繁重的边缘工作负载和图像处理任务
• 英特尔^® Media SDK 使开发人员能够使用媒体工作流程和视频处理技术，缩短了上市时间
• 英特尔^® OpenVINO^™ 工具套件加速了 AI 应用开发，有助于优化视觉处理算法
• 利用 Microsoft Azure 认知服务，即使没有机器学习经验，开发人员也能构建复杂的 AI 算法

在实践层面上，Hanshow 基于英特尔技术的解决方案还有一项额外优势，那就是在工作环境中相对易于实施，因此可以在很短时间内大幅提高运营效率。

从欧洲到日本的智能货架

Hanshow 在欧洲和日本的智能货架管理部署就是一个很好的例子。

尽管地理距离遥远，但 Hanshow 在欧洲和日本的零售客户面临着类似挑战：他们需要深入掌握店内情况，从而提高效率和销量。

这家欧洲企业是一家业务覆盖全球的大型连锁超市，经常遇到商店生鲜食品短缺的问题。造成这一问题的主要原因是员工无法及时识别缺货 (OOS) 产品并采取措施进行补货。

这家日本公司是一家大型连锁百货公司，由于难以识别购物者的习惯和偏好，阻碍了营销工作的开展。

Hanshow 在这两家公司实施了全面的 AI 解决方案。在这家连锁超市，Hanshow 利用计算机视觉摄像头拍摄生鲜食品货架的照片，提供近乎实时的库存数据。在这家百货公司，该公司实施了数字化货架解决方案，兼具营销、OOS 管理、人与产品的交互、客户需求分析和智能广告。

结果令人印象深刻。这家超市的平均 OOS 时长从 2.5 小时下降到 1.5 小时，缩短了 40%，同时免除了员工进行日常人工检查的必要。这家连锁百货公司获得了立竿见影的销量提升效果：在数字化货架区域实施单一产品推荐时，鲜活产品的销量增长近 20%。

全球零售业的转型

将 AI 应用于零售业的设想并不新鲜。但易于部署的全面解决方案的出现将使这种设想变成现实。

尤其随着采用率上升，系统集成商和技术公司开始严肃开发零售 AI 生态系统，它将带来的影响怎么夸张都不为过。预计会出现更多的复杂计算工作负载、多架构应用以及全新的运营效率和消费者体验基准测试。

这就是 Li 提到“全球零售市场转型”的原因。

他说：“AI 帮助零售商为消费者提供更多个性化服务，加速了业务运营和商品流通，提供了更有价值的数据见解。它将帮助零售商重新塑造人、产品和市场之间的关系。”

 

由 insight.tech 的副主编 Georganne Benesch 编辑。

我们都知道，蜂窝网络覆盖不佳，连接不畅，的确令人烦恼。对大多数人来说，没有网络连接的生活是一种暂时的烦恼。但对于采矿业，矿场通常位于偏远地区，占地广阔，网络问题就成为一种持续且代价高昂的局限。

“在经济不确定和大宗商品市场动荡时期，对于矿业公司而言，资本支出风险很大。”全球边缘计算领军企业凌华科技有限公司的凌华网络与通信业务主管 Julian Ye 表示。“但与此同时，对原料的需求激增。这是一个必须事半功倍的经典案例，否则就会与巨大机会失之交臂。”

现在，可以在最偏远地区部署专用 5G 网络、边缘人工智能和计算机视觉，这就带来了令人兴奋的无限机会。

偏远边缘的专用 5G

凌华科技在中国四川省峨眉山地区石灰石矿的实施就是一个很好的例子。采矿业务覆盖广泛的地域，每年采掘 400 万吨重要原材料，用于建筑业、农业、冶金和水净化。

矿主发现了几个经营缺陷。

首先，系统和设备陈旧，导致计算错误和浪费。特别值得关注的是该矿场的手动地磅，这是一套超大型磅秤，矿工用来称重离开的车辆并测量离开工作区域的每批材料。现场也缺乏充分的集中监管，难以及时解决问题并确保工人安全。

与许多采矿企业一样，该公司正试图提高产量，设定了每年 800 万吨石灰石的产量目标。该矿的经营者希望在不扩大现有土地或大幅增加员工人数的情况下做到这一点。

然而，实现这一雄心勃勃的目标存在一些重大障碍。正如 Ye 解释的那样，“整个露天矿区的无线信号很差，而且由于矿场的庞大规模，布置有线网络来扩大覆盖范围是行不通的。”

该矿山经营者与凌华科技合作，实施专用 5G 网络以及边缘人工智能驱动的解决方案，以满足其业务需求。

5G、边缘人工智能和计算机视觉：成功的组合

首先，凌华科技帮助矿业公司建立了专用 5G 网络。网络的建立采用了凌华技术合作伙伴创智联恒科技有限公司 (Innogence Technology) 的硬件。创智联恒是一家 5G 无线电接入网络 (RAN) 设备和服务公司。创智联恒提供了一个 5G 微微蜂窝（本质上是一个微型蜂窝塔）以及一个工业网关和 5G 系统核心来控制网络功能。

凌华部署了全矿场的 5G 覆盖之后，利用自己的 5G 小型基站解决方案、坚固耐用的边缘计算硬件，以及其在开发基于边缘人工智能的解决方案方面的专业知识，应对采矿业务的挑战。

安装了一系列智能安全摄像头，以改善监督和监控。这样，现场管理人员可以从一个集中位置关注矿场操作。他们可以实时纠正安全违规行为，无需人员亲自到现场监督。摄像头网络还支持安全自动化、监控入口和出口点以及周边围栏防止非法侵入。

5G、边缘人工智能和高性能计算相结合也使矿山地磅的自动化成为可能，现在地磅可以自主运行。计算机视觉摄像头系统读取卡车的牌照来识别特定负载。驾驶员能够在简单的屏幕界面输入额外数据。误差或错误测量的风险降至最小，采掘石灰石称重工作流程已大大简化。

Ye 说，凌华科技与英特尔的技术合作伙伴关系对其解决方案的开发特别有帮助。“英特尔在开发支持 5G 的解决方案方面提供了很多帮助，从硬件加速器到英特尔^® FlexRAN SDK 等等。当然，英特尔也是构建稳定、高性能边缘计算应用程序的绝佳平台。”

所有这些技术合作的最终结果令人震惊。总体而言，这家矿业公司估计，地磅效率提高了 200%。现在，现代化、集中式、实时的监控可供矿场管理人员及安全官员使用。专用 5G 网络为矿场的数字化转型开辟了其他机会，包括工业和后台基于人工智能的流程优化。

无处不在的专用 5G 案例

专用 5G 网络和边缘计算将在未来几年帮助解决采矿业的许多问题。但有趣的是，专用 5G 为遥远的边缘开发解决方案方面非常有用，这也将使其成为制造业中一个有吸引力的选择。

“5G 不仅仅在于速度。对于企业来说，真正的好处是 5G 网络提供大带宽、广连接和超低延迟。” Ye 说。

专用 5G 网络和边缘计算将高速无线和人工智能的优势与本地技术的优势相结合，为数字化转型打造了一个强大、安全和独立的平台。凌华科技设想了专用 5G 用例，涵盖了从智能制造和安全到能源生产及物流等等领域，基本上凡是需要在强大、安全的网络上运行智能边缘解决方案的地方都需要专用 5G。

正如 Ye 所见，这既会改变企业，也会赋能企业：“未来，专用 5G 和边缘计算将帮助各类企业从简单的自动化走向真正的自治。”

 

由 insight.tech 的副主编 Georganne Benesch 编辑。

工作场所安全是必须遵守的业务、财务和道德要求。但工业事故是令人痛心的普遍现象。不幸的是，许多工厂经理对生产效率问题投入过多精力，因而缺乏对安全技术的关注。

幸运的是，AI 神经网络和计算机视觉等新兴技术将允许工业安全解决方案在不影响生产的情况下为工人提供保护。“它颠覆了行业游戏规则，因为管理层不再需要在安全性和盈利之间做选择题，” 专注于应用 AI 神经网络提升工业安全的 Xesol Innovation 公司首席执行官 Jose Nogueira 指出。“事实上，基于 AI 的安全解决方案一旦获得采纳，即可提供重要的 IIoT 收益。”

在维持工作效率的同时可保护人员与机器

AI 神经网络和计算机视觉一个很好的应用案例是用于改善叉车的工业安全系统。

叉车是不可或缺的工业车辆，但它们也会带来严重的安全问题。常见的危险是撞到人员和静止物体，造成设备损坏、人员受伤，甚至是死亡。仅美国本身在 2020 年就已发生 7000 多起涉及叉车的严重事故。

基于射频识别 (RFID)、雷达和标准摄像头的碰撞检测系统已被证明不足以完成保障工作场所安全的任务。它们也会经常发出虚假警告，影响生产效率。

Nogueira 指出，“旧式系统的主要问题是不准确，会频繁发出警报。许多新解决方案仍无法识别非直立姿势人员 — 例如，因受伤而倒下或在工作时蹲下的人员。”

Xesol 利用自身 AI 神经网络经验开发出的智能碰撞预警系统 Drivox 能够以截然不同的方式解决工业安全问题。

该解决方案使用前置和后置计算机视觉摄像头获取车辆环境的详细图像。它可实时扫描危险以及接受训练，以检测任何位置的人体形态和环境危害。检测到危险时，驾驶员会在显示屏上收到音频和视觉警报。除此以外，他们可自由工作 — 不会仅因接近任何人员或其他机器时发出的虚假报警而中断工作。

案例研究：从安全到 IIoT

精确碰撞检测系统带来的明显好处是可改善工作场所的安全性。但 Nogueira 公司发现，基于 AI 的安全系统亦可有机部署到 IIoT 应用程序，为工业终端用户、AI 专家以及为其提供服务的系统集成商 (SI) 提供显著优势。

在为一家大型制造商部署 Drivox 时，客户询问 Xesol 是否可在解决方案中添加一些额外功能：

• 数字安全检查用于确定每个车辆运行状态并自动锁定未能通过检查的车辆。
• 兼容 GDPR 的生物识别系统取代旧式磁卡用于管理机器启动。
• 深入了解每位驾驶员表现和安全习惯的洞察功能。
• 统一报告和数据可视化仪表板用于管理分布在多家合作企业的车辆。

Xesol 将这些功能整合到技术路线图，以满足终端用户的每一项需求。结果是真正的双赢局面：客户极为满意，Xesol 解决方案设计也得到重构。

AI 专家和 SIS 诉求

从本质上讲，Drivox 已从安全设备演变为全面的 IIoT 服务平台。它的功能范围广泛。Nogueira 表示：“最初是作为下一代碰撞检测系统，但目前可用于车队管理、设备检查和报告，以确保仅允许授权人员才能操作车辆，同时还可用于车队维修规划。”

对 SI 和其他 AI 专家而言，Xesol 成长过程中的教训是如何利用当今 AI 赋能的产品生态系统资源开发综合解决方案。在这一点上，公司与英特尔的合作至关重要。Nogueira 指出：

“英特尔^® OpenVINO^™ 工具套件的神经网络优化工具使英特尔成为我们的理想选择。但更重要的是，英特尔代表了一个庞大的技术生态系统，其中有成千上万的供应商、组装商和市场就绪解决方案。这为我们提供了巨大优势，可加快产品发布时间。”

工业安全的未来

解决方案同时满足工业安全和其他 IIoT 优势的重要性远远超出了可扩展性。解决方案本身也具有通用性，这意味着它们亦可在工业场景以外发现理想用例。

例如，Drivox 已获得航运行业的集装箱船订单，以及期待为挖掘机和压路机带来安全性和 IIoT 优势的土木工程企业订单。Nogueira 表示，他发现更为多元化的解决方案应用已露出端倪：“我认为机场和农业机械很快将成为新的应用场景。我们也在考虑进入自动导引车 (AGV) 与安全领域。”

更为长远的 AI 赋能 IIoT 平台可将工业安全、车队管理、物流和生产功能统一在同一个系统中。

Nogueira 表示：“IIoT 和 AI 正在帮助行业迈向真正集成的工厂环境管理解决方案。”“可以这样说，这项技术最终让‘智能工厂’的梦想接近现实。”

由 insight.tech 的副主编 Georganne Benesch 编辑。