基于AI技術的通用網關及數據管理平臺
本項目研發了一套完整的現場數據采集服務支撐技術,提供了數據采集集成服務的商業運營新模式。針對工業互聯網建設過程中普遍存在的現場數據采集需求,整合了綜合感知、AI智能處理、網絡安全傳輸、數據質量管理和標準化輸出等多個環節,把經過質量分析和標準化處理后的實時數據,作為產品對接到工業互聯網應用平臺的數據池,供后續數據處理和應用分析。整套技術包括4大模塊:1)智能網關:基于具有AI能力CPU的智能網關,完成對多種傳感信息的有效采集,并安全傳輸給數據前置云服務器;重點研究基于小目標的AI圖像分類算法。2)AI模型管理系統:實現對智能網關中視覺AI感知中的模型計算和管理,該系統可以統一部署也可以部署的用戶指定的內網服務器中。3)數據管理和標準化處理:數據有效性管理、數據質量評估、數據標準化和數據安全機制。4)智能運維:開發一套基于移動APP的智能運維系統,為運維人員提供有效幫助,提高效率、降低成本、保證系統運行質量和數據的有效性。 如圖所示,項目完成了對于現場數據的傳感、傳輸、管理、輸出和設備運維等一系列工程實現。應用范圍: 1、智能網關: 開發基于具有AI能力CPU的智能網關,完成對多種傳感信息的有效采集,并安全傳輸給數據前置服務器。 綜合接入能力: 包括有線傳感器和特定的無線傳感器、與現有系統的對接 有效感知能力: 實現基于圖像的AI視覺感知能力,重點研究基于小目標的圖像分類算法 安全傳輸能力: 提供4G、5G、NB-IOT的上行傳輸模塊化替換 提供安全的加密手段,保證數據安全 現場調試配置能力: 具有現場WiFi調試功能,方便安裝和運維人員現場配置和檢測 軟件和通信標準版本現場升級 2、AI模型管理系統 需要實現對智能網關中視覺AI感知中的模型計算和管理,該系統可以統一部署也可以部署的用戶指定的內網服務器中。 樣本管理能力 原始樣本管理、樣本實例庫分類和管理、檢測樣本管理等 模型計算和管理 算力管理:對算力的統籌,外部算力的對接等 算法管理:自主開發算法的管理和調動,外部算法的調用和對接 模型管理:包括模型的功能屬性和已經應用的情況的統計分析 設備管理 設備的AI模型配置能力、AI推演過程的監控、AI推演結果的跟蹤采集和分析 3、數據管理和標準化處理 數據有效性管理 監測數據是否按時上傳、上傳數據是否符合要求、是否為非法數據 告警輸出:把告警信息進行分類,并推送給相關的運維系統 數據質量評估 按照標準對現場采集數據進行多維度的質量分析,為后續數據應用提供參考依據 數據標準化 格式標準化:完善采集時間、地點、單位等屬性, 輸出標準化:按照標準協議與工業互聯網平臺數據池進行對接 數據安全 區域性部署:可以應用戶要求部署在其內網 并行部署:可以通過并行部署,網關上聯多個服務器,確保用戶的可靠性需求 數據回滾能力:可以應工業互聯網平臺要求對數據進行一定期限內的回滾,保證數據在一定時間段內不丟失 4、智能運維 開發一套基于移動APP的智能運維系統,為運維人員提供有效幫助,提供效率、降低人員成本、保證系統運行質量和數據的有效性。 運維人員管理 對運維人員的信息、定位、工作狀況管理 巡檢任務管理 對部署的硬件和相關工作環境定期巡查的任務制定、下發、執行過程和結果的記錄和管理 臨時故障處理 對系統自動告警和現場突發狀況的應急處理能力,包括人員調配、處理流程提示和建議、相關情況處置參考案例、后續統計追蹤等。網關核心板實物照片
北京郵電大學
2021-04-10