2018年工业互联网案例汇编.pdf

2018 年工业互联网案例汇编 工业互联网产业联盟（AII）2019 年 2 月 编 写 说 明 工业互联网是新一代信息通信技术与工业经济深度融合下的关键基础设施、新型应用模式和全新工业生态体系，当前围绕工业互联网的应用探索和业务创新大量涌现。特别是国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见发布以来，我国制造企业、自动化企业、ICT 企业、互联网企业、科研院所等各方力量积极参与我国工业互联网建设及推广工作，不断推动我国工业互联网的深化发展。工业互联网产业联盟（以下简称“AII/联盟”）依托试验平台组、产业发展组，持续组织开展工业互联网应用案例征集工作，2017 年 3 月到 2019 年 2 月，联盟持续推进相关工作，通过多次组织专家评审，共遴选出了 48 个测试床、59个优秀应用案例，19 个典型安全解决方案、30 个网络优秀解决方案汇编成册并发布。希望通过产业应用案例汇编，全方位呈现工业互联网重点行业的应用实践和成效，展现工业互联网的核心能力和解决方案，展望未来产业创新发展趋势与方向，为工业互联网的实施部署提供示范和标杆，加速产业发展。目 录 一、工业互联网测试床项目一、工业互联网测试床项目 1.基于视觉智能工业品外观柔性检测方案 5 2.ROS 机器人无线通用平台测试床 13 3.基于智能数控系统的工业 APP 平台测试床 26 4.基于公有云的面向中小微企业的协同制造平台 41 5.NB-IoT 共享洗衣机测试床 50 6.基于 SDN 和 SDP 的工业互联网专网 58 7.基于工业互联网平台的设备远程监测诊断测试床 67 8.基于 5G 网络连接的工业智能化巡检测试床 82 9.基于人工智能技术的工程机械装备故障诊断与预测性维护测试床 95 10.基于 5G 和人工智能的产品质量实时检测和优化 105 11.基于空调云平台的节能控制系统测试床 131 12.智能电网 5G 网络及切片应用 141 13.智能制造安全监测与运营管理平台 155 二、工业互联网优秀应用案例二、工业互联网优秀应用案例 1.企业对接省级国家级工业互联网安全平台 构建行业生态安全治理新思路 171 2.数字化到智能化赋能精密组装堆叠数据价值设计创造与执行 179 3.可携式电子产品智能制造七化融合，实现关灯智能生产 190 4.中储粮智慧粮仓项目全球最大的“互联网+粮食”应用案例 203 5.传化工业互联网（服务）平台 212 6.美欣达环保行业智慧运营管控平台 220 7.精密机构智能云网制造系统及应用升级助力 6C 行业智能运营及应用生态体系构建 230 8.基于新兴信息技术的燃气燃煤机群监测诊断私有云平台数智电力-领略数字医生的智慧诊断 241 9.笔头加工制造数据采集与设备管家工业微应用项目基于数据采集的工业微服务 在笔头加工行业的应用 247 10.法兰制造行业网络化协同制造项目智能网关与云计算应用的实践案例 259 11.思科工业互联网智造云平台&广东智能制造示范工厂工业互联网平台打造智慧互联工厂 271 12.蜂窝无线专网释放 AGV 机器人潜能，助力仓储物流更智能华为仓库物流自动化项目 287 13.富士康工业互联网平台 FiiBEACON 应用技术创新绿色循环的精密智能制造 297 14.工业互联网支撑下的智慧水务平台智慧水务引领智慧城市新动向 306 15.比亚迪“永恒之蓝”病毒应急处置和安全解决方案 316 16.基于中化工业互联网平台的设备智能诊断系统搭建及应用科技赋能流程制造 326 17.用友精智工业互联网平台实践案例践行智能制造，打造智慧企业 335 18.经编行业云平台整合经编行业上下游资源，构建行业互联网生态 355 19.发电设备工业大数据应用技术平台 364 20.面向有色行业的智能制造运营管理平台基于工业互联网平台的业务优化和模式创新 373 21.海尔 COSMOPlat 工业互联网平台房车行业解决方案 385 22.AIdustry 工业互联网项目华能集团携手太极股份联合打造流程型行业工业互联网平台 397 23.医疗设备物联网解决方案实现医疗设备管理可视化与智能化 408 24.基于 SYSWARE 的飞行器总体集成设计平台多专业协同，正向研发设计 421 25.GETECH 格创东智工业互联网平台数字化、智能化工厂转型实践中的应用 436 26.汉云工业互联网平台在新能源物流行业的应用项目新能源车辆物流运输管理 448 27.华峰新材料工业互联网平台产业生态 创享未来 459 28.基于瀚云 HanClouds 工业互联网平台的设备智能管理应用快捷、低成本上云和能耗优化 469 29.WISE-PaaS 平台勤昆科技智能工厂案例研华 iFactory SRP 助力智能化管理 480 30.LOGIDELTA 平台应用案例工业互联赋能传统物流服务效率升级 490 三、工业互联网典型安全解决方案案例三、工业互联网典型安全解决方案案例1.于威胁情报和白名单的轨道交通安全解决方案 5072.工业互联网数据安全解决方案 5103.汽车制造行业勒索病毒应急处理和安全解决方案 5214.某电厂信息安全监管与预警平台建设案例 5255.石化油气工业互联网安全解决方案 5296.某电子制造企业的安全解决方案 5357.某油田公司风城油田作业区工控安全加固案例 5438.城市污水处理厂安全解决方案 5479.某燃气SCADA工业系统安全防御建设项目案例 55210.某风电集控中心安全解决方案 55511.某发动机制造企业SD-WAN工业专网安全解决方案 55912.工业互联网云网可信互联安全解决方案 56313.石油石化行业工控安全等保服务安全解决方案 568鉎咀兿詞 编 写 说 明 为加速孵化与推进优秀工业互联网解决方案，促进物联网、云计算、大数据、人工智能等技术在工业领域的创新与应用，自2016年工业互联网产业联盟成立后，已陆续征集了六期测试床项目，旨在通过联盟树立创新样板点，辐射影响力，推动形成示范应用，加速优秀工业互联网创新实践的推广与复制。2018年是联盟迅速发展的一年，联盟的测试床也在呈现多元化发展的特色与趋势；在制造业垂直行业、基础共性技术、智慧港口等方面都有相关实践。目前已有48个测试床项目通过立项，其中11个测试床项目已完成结题。本次汇编收录2018年立项的13个测试床，重点展示各测试床创新技术及创新的方案；通过对测试应用场景的分析与展现，发展行业生态，形成示范样板点，带动产业发展。本汇编由测试床组组长单位华为技术有限公司与副组长单位中国信息通信研究院牵头，各测试床项目参加单位联合编写。牵头编写单位：华为技术有限公司、中国信息通信研究院 参与编写单位：中国电信、中国移动、中国电信、智能云科信息科技有限公司、中兴通讯股份有限公司、上海威派格智慧水务股份有限公司、3 万向集团公司研究院、360企业安全技术（北京）集团有限公司、富士康科技集团、凌华科技(中国)有限公司、宁波易联汇商信息科技有限公司、海尔集团、深圳达闼科技控股有限公司、朗坤智慧科技股份有限公司、广西玉柴机器集团有限公司、江苏徐工信息技术股份有限公司、中国联通网络技术研究院、青岛海尔空调电子有限公司，国网上海市电力公司。4 基于视觉智能工业品外观柔性检测方案 引言/导读 随着工业制造 2025 计划的实施，工业品质量检测效率成为制约整个生产链条的重要因素。传统工业品产品外观检测，依赖“人眼+简单工具”，实现对产品外观的识别，剔除外观有缺陷的产品，效率低下，漏检率高。随时 AI 技术快速发展，本测试床探索将视觉智能检测技术应用于工业品外观检测。一、关键词 视觉智能，边缘计算，薄膜类外观质量检测 二、发起公司和主要联系人联系方式 华为技术有限公司 IT 产品线，联系人李超洋 13571870047 Email：A 富士康科技集团，联系人 郑承斌：15989547752 Email： 三、合作公司 深圳云天励飞技术有限公司，联系人董卿 13714505207,Email： 软通动力，联系人 崔士勇 13911161706，Email： Intel 公司，联系人 张宇 13501081206，Email： 5 四、测试床项目目标和概述 所谓“机器视觉”，就是利用机器代替人眼来做测量和判断。机器视觉系统相当于人类的眼睛，“眼睛”通过把“看”到的影像传送到控制芯片，然后通过控制程序来进行事态的判断。一个典型的机器视觉系统包括：光源、镜头、相机、图像处理单元（或图像捕获卡）、图像处理软件、监视器、通讯/输入输出单元等.通过机器视觉获得的图像，经过AI智能算法的自动检测，识别，最终完成“人的眼睛和大脑”的功能，在实际工业质量检测中，达到代替现有人力，提高检测效率、提升检测准确率。现工业产品检测，经过很多年发展，但现有自动检测的存在如下问题：可检测产品单一，不通用可检测产品单一，不通用：设备高度专业化，只能在特定场景，对特定产品，特定的外观问题进行检测。例如，环境条件固定，只能检测外观尺寸，只能检测玻璃制品等。检测精度低检测精度低：检测精度是固定的，不能实现“经验积累”：随着检测产品的增多，不断提高检测准确率。检测效率低检测效率低：受检测设备算力的影响（一般都基于工控机），在检测效率较低，滞后日益进步的生产效率。本测试床引入 AI 技术，充分利用边缘计算的业务灵活性和业务实时性，并在公有云实现 AI 算法的训练，充分利用公有云资源弹性调度、价格低廉的优势，以降低该方案的总体投入，以期达到可以规模复制的目标。主要功能模块说明：1、采集端：利用光电技术，获取工业品外观高质量图片。工业品，特别是薄膜类产品，具有容易弯曲、对光照敏感等特点，需要采用暗箱、强光等以达到高质量图像标准；6 2、边缘计算节点：边缘计算是工业检测的大脑，通过 AI 算法对产品外观图片进行智能分析和识别，并自动对有缺陷产品进行标记；边缘计算节点要求算力强、设备体积小、可以安装在工厂质检室或者生产线附近；3、云端训练：AI 的训练周期长，需要资源多，具有阶段性；因此采用租赁公有云方式较为合适；可以根据训练数据的大小、训练算法的复杂度，灵活租赁对应资源，训练完毕，获取模型后，即可释放训练资源，以期达到节省成本的目标。五、测试床解决方案架构 本测试床在传统产品检测基础上，引入现在 AI 技术，依靠边缘云和公有云联动，工厂侧线下推理和识别，公有云线上训练，构成一个完整的测试方案。(一)测试床应用场景 本测试床项目，适用于外观类产品质量检测，例如车辆框架、主承外观，对部分容易产生变形的产品，如非刚性产品，例如纸张等，需要采用额外的辅助方法，获得相对稳定的图像质量。因此，本测试床推荐应用在刚性产品外观检测，或者部分形变较小的产品外观检测场景。(二)测试床重点技术 本测试床为提高检测的鲁棒性，引入了三项关键新技术，该技术在工业外观检测中比较新颖和独创性。一、采用边缘计算新技术。边缘计算融合了计算、存储和网络于一体，具有很高的产品环境适应度。本测试床边缘采用引入深度学习 AI 技术，在边缘侧实现 AI 的推理，实现对产品检测的自动化和智能化。边缘智能计算的应用在业内属于首次。二、引入 AI 技术。AI 技术最大的价值是具有自动学习和进化功能，对检测产品具有很强的鲁棒性；而强的鲁棒性，对本测试床的检测范围具有很大的价值。这点是传统影像技术无法比拟的。7 三、是引入公有云训练AI。AI的训练耗资巨大，对专业性要求很高，普通企业很难承受。通过引入公有云 AI 服务，可以把算法的训练和模型设计交给专业的服务公司实现，通过租赁资源方式，完成云端的训练；以降低 AI 的成本，获取便捷的服务。(三)技术创新性及先进性 本测试采用的边缘智能计算架构，为提升识别率引入的 AI 技术，都是在前工业检测中首次应用，并根据工业现场进行了技术专门开发，具有独特的价值。(四)测试床解决方案架构 本测试床解决方案整体架构如下，主要分为 4 个层面：1、边缘计算平台：主要在工厂侧进行产品外观产品的识别和处理；是 AI 算法的主要承载体；2、IaaS 层：通过引入虚拟化和 Docker 技术，逻辑隔离各类业务应用，使应用具有更大的弹性，也更方便与工业云平台对接；8 3、工业 PaaS 层：对边缘前端和各类数据进行清理和管理的平台，通过 PaaS 层，企业IT 人员关注业务，把复杂的 IT 基础设施的管理交给 PaaS 层；4、视觉业务应用层：深度学习的算法好服务。业务作为一个服务，提供给企业内部各个业务单元使用。六、预期成果 本测试床预期目标为：产品检测率达到 100%；完全代替人工检测和识别部分，达到节省人力的目标。并通过技术创新，可应用在更多场景检测，如各类薄膜，产品外观等，柔性外观检测。(一)测试床的预期测试结果，针对测试项 本测试床预期检测结果：产品检测率达到 100%，通过多种检测技术的结合和运用，使产品检测率达到 100%，超越人工检测的精度。(二)商业价值 本测试床通过引入边缘计算和 AI 技术，将 AI 应用引入到工厂侧，AI 训练算法采用成本低廉的公有云；通过对传统工业的智能化改造，开创新的商业共赢模式，对在其他类似领域有非常好的启发作用。(三)经济效益 本测试床根据富士康 CPU 贴膜检测项目，商业价值估算如下：原人工检测：20万+/年，通过本测试床方案一次性设备投资 10 万，云服务按需付费，节省 50%的检测投资；提升产品检测效率和正确率，节省产品缺陷类引起的负资产。(四)社会价值 减少由于人工检测引发的眼睛疲劳职业病，解放员工“眼睛”，减少和预防职业病；9 七、测试床技术可行性 本测试床重点测试一下技术可行性：1、工厂产品外观图像检测和采集的可行性：采集端要求对光源、产品略微形变鲁棒，采集图像设备能排除产线其他因素干扰等；2、AI算法的精度。AI算法精度直接影响到检测的精度，需要实际验证算法的精度和识别速度。(一)物理平台 物理平台包括前端产品图像的采集端和边缘计算平台两个部分。产品图集采集端：包括高速工业摄像机、专业光源、暗盒，运动轨道等辅助设备；边缘平台：包括边缘硬件平台（含存储、网络设备），部分车间网络环境较差，需要提供 4G 等 WIFI 传输方式；其他连接线等辅助设备。(二)软件平台 本测试床不单独提供软件平台；其中 AI 算法包括在边缘平台中；八、和 AII 技术的关系(一)与 AII 总体架构的关系 略(二)AII 安全（可选）略(三)详细清单（可选）略(四)风险模型（可选）10 测试床平台中运算处理器采用嵌入式 SoC，运行基于 Linux 操作系统的专用嵌入式软件，保证了软件系统的可靠性和安全性。系统采用分级用户权限管理，数据和视频存储采用嵌入数据库、数据加密和数据水印技术保证数据安全不可篡改(五)安全联系人 不涉及(六)与已存在 AII 测试床的关系 无，首次申请。九、交付件 实验测试床一套：包括前端采集设备，边缘计算平台，以及内嵌的 AI算法软件。十、测试床使用者 相关单位可利用本测试床搭建或者改进，鼓励在各个领域进行推广和使用 十一、知识产权说明 本测试床相关部件的产权归属各个申请企业，测试床方案和架构完全公开，鼓励企业据此架构开展各领域应用。十二、部署，操作和访问使用 可部署在互联网，根据申请，明确使用权限。11 十三、资金 企业自筹资金 序号 工作内容 需要资金（万）1 前端采集设备（光源、相机等）5 2 边缘智能节点 15 3 公有云平台 5 4 算法联调 8 合计 33 十四、时间轴 本测试床关键时间点：2018 年 8 月 30 日完成方案的工程效果测试；2018 年 10 月 30 日项目验收和推广 十五、附加信息 本测试床可以应用在以下领域：如工业 PCB板质量检测，如线路漏焊，虚焊，线路断裂等；汽车钣金等外观质量检测，如检测是否有划痕，光滑度，完整度等。12 ROS 机器人无线通用平台测试床 一、测试床名称 ROS 机器人无线通用平台测试床 二、发起公司和主要联系人联系方式 凌华科技(中国)有限公司 陈家榜 邮箱: 三、合作公司 华为技术有限公司 王斌 邮箱： 四、测试床目标和概述 本测试床的基本目标 1）是综合运用最新的机器人操作系統(ROS2：Robot Operating System 2)、蜂窝无线网络技术以及人工智能技术，建设一个围绕 ROS 机器人产业在控制与通信领域的通用平台，测试验证相关的业务需求和技术方案，并通过测试床平台快速导入智能制造智能制造/物流仓储物流仓储/无人商店无人商店/机器人看护机器人看护等多场景机器人应用，使周边设备及机器人实时相互协调工作，推动 ROS 机器人在各场景下的全过程智能化应用。2）是开展 ROS 机器人的行业应用示范，通过发挥凌华公司和华为公司的龙头企业带动作用，吸引研究院所、大专院校及机器人产业生态资源，打造政产学研用紧密结合的协同创新载体，形成良好的产业生态环境，带动中小企业向“专、精、特、新”方向发展，形成全产业链协同发展的局面，推动国内机器人产业的蓬勃发展。3）是通过测试床将未来各行业产业升级所涉及的三大要素：无线连接无线连接、资料收集资料收集及智能控制智能控制串连在一起，形成一套完整的创新解決方案，助力加快智能制造、智慧医疗、智能家居等产业转型升级之进程。五、预期成果 5.15.1 商业价值 商业价值 ROS 机器人无线通用平台测试床为基于 ROS2 开源系统的机器人领域从业者和使用者提供标准 13 化、通用化的机器人控制和无线通信承载方案。1）通过高可靠、高稳定性的无线专网承载技术，提高工业和服务机器人作业的精确控制和稳定运行，提高机器人的整体使用效率（如在工厂中，可通过人工智能技术，让工厂中的设备可以协助判别产线的良品率，以协助提高工厂的生产效率和品质）。2）引入机器人控制的分布式架构，提升机器人控制的效率和业务灵活性，进一步丰富机器人的业务使用场景和领域，带动机器人产业技术的持续更新升级。3）扩展 ROS、DDS 技术和蜂窝无线网络在服务及工业机器人领域的业务应用，为机器人产业提供工业级高品质的无线网络解决方案，并为之创造并扩大在工业、商业、及医疗等相关行业领域的市场空间。5.25.2 经济效益 经济效益 本测试床的经济效益一方面在于简化机器人从业者对机器人控制和通信相关领域的技术投入，缩短开发周期，降低开发成本，提高机器人研发效率，使得机器人开发从业者可以将资源更多地聚焦在机器人产业更前端的人工智能、感知与识别、机器和驱动、业务和应用等领域，驱动我国机器人产业的快速创新和产业繁荣；另一方面在于对工业生产等社会效率的提升，以工业领域 ROS 机器人的使用为例进行经济效益评估，因使用 ROS2 系统与工业无线网络联网可满足产线实时分散式运算，可降低工业机器人的误操作发生概率（预期可下降 20%以上），且因为工厂使用该平台达到几乎全自动作业，可保障人身安全，预期可降低 15%的运维成本，提升 15%的工作效率。5.35.3 社会价值 社会价值 工业机器人是先进制造业的关键支撑装备，服务机器人是改善人类生活方式的重要手段，无论是在制造环境下应用的工业机器人，还是在非制造环境下应用的服务机器人，已经凭借开源成长为产业主导的 ROS 机器人平台都有涉足，本测试床立足于构建 ROS2 机器人操作系统底层的控制和通信通用平台，将大大降低围绕 ROS 平台开发机器人的难度，并依据测试床“DDS+蜂窝无线”优异的分布式控制与通信架构，提升所开发机器人的性能和场景匹配度。测试床针对多种 ROS 机器人（如服务型机器人、导览机器人、工业机器人等）在无人商店无人商店、自动化仓储自动化仓储、以及工业工厂工业工厂等场景提供应用案例，以呼应中国制造 2025 主要任务中“推进工业机器人向中高端迈进”推进工业机器人向中高端迈进”的要求，同时聚焦智能生产、智能物流，攻克工业机器人关键技术，提升可操作性和可维护性，以及着力推进应用示范，重点针对需求量大、环境要求高、劳动强度大的工业领域，实现一批效果突出、带动性强、关联度高的典型行业应用示范项目。通过测试床的示范和虹吸效应，还能聚拢 ROS 机器人领域国内优秀的产、学、研资源，促进国内机器人产业持续健康快速发展，对于推动工业转型升级，加快制造强国建设，改善人民生活水平具有重要意义。六、测试床技术可行性 本测试床技术方案主要针对 ROS 机器人应用于机器人产业机器人产业、工业工厂、自动化仓储工业工厂、自动化仓储以及无人商店无人商店等不同场景领域，将与控制与通信相关的部分以无线通用平台的方式进行标准化和通用化。14 以工业工厂为例，利用此通用平台实现周边设备及机器人实时相互协作，从而使得整个应用作业实现无人协作全自动化运营的能力状态。测试床整套系统具体分为三大部分(见下图 1)：分别是eLTE 无线蜂窝技术为主的网络层、ROS2 工业级规格的控制器平台层及面向不同应用场景的业务应用层。三层之间通过：1）华为 eLTE 工业级无线通信系统与 DDS 中间层融合对接；2）DDS 中间层与 ROS 2 工厂设备的整合；3）ROS2 设备或机器人和 eLTE 工业无线网络整套导入工厂等三个方面的组合来实现测试床的应用孵化和创新落地。图 1：测试床整体系统架构图 6.16.1 物理平台 物理平台 ROS 机器人控制与通信平台测试床的物理平台主要包括：1）基于华为 eLTE 蜂窝无线专网设备和通信模块的网络层（前期采用 5.8G 免授权频谱的eLTE-U 网络方案，后阶段再引入基于 5G 技术的 NR-U 的网络方案），eLTE-U 是一种在免授权频谱上使用 LTE 的无线宽带接入技术，eLTE-U 结合了 LTE 的高性能与 Wi-Fi 易部署的特点，相比 Wi-Fi 和微波技术，具备覆盖距离远覆盖距离远、抗干扰能力强抗干扰能力强、移动性强移动性强、用户容量大用户容量大、安全性和可靠性更高安全性和可靠性更高的特点，在承载机器人的控制和通信上有天然的性能优势。2）基于凌华公司工控机的 ROS2 机器人控制器硬件平台。此控制器以 ROS2 机器人操作系统作为控制器的中间件，使得机器人及工厂设备开发人员可以引用 ROS2 丰富的开源应用程序进行开发，实现工厂间设备顺畅沟通，在确保安全性的前提下，实现设备与设备的即时资料共享，并保证软硬件综合运作后的实时性和可靠度，藉此实现各种智能制造应用 15 场景。此控制器同时将支持 AI 运算平台(Nvidia GPU CUDA,Intel VPU AI)，可加速机器人的运算，对于机器人的影像识别(服务机器人之人形识别、工业机器人之 AOI)有很大的帮助，且能够将训练好的模型直接施行于这些运算平台上。另外，本控制器还将整合 AI 运算套件至 ROS2，未来结合收集产线大数据进行分析，可应用 AI 技术持续优化产线机器，提升生产控制智能化程度。3）采用上述硬件平台开发的 ROS2 机器人等行业设备（如凌华的 DDSBot、仓储 AGV、各类型服务机器人等），结合业务场景导入工厂转型。如下图 2 未来工厂的情景展示：客户从远端下订单，经过云端的资源管理系统，连接上 IT 系统，连接工厂端智能制造设备、各式移动机器人投产UAV 取件，AGV 搬运与自动仓储，都在无人化或人机协助环境下完成。图 2 ROS2 导入工厂转型情境示意图 6.26.2 软件平台 软件平台 本测试床的软件平台主要包括：16 1）实现蜂窝无线网络与终端模块之间无线通信的 eLTE-U 空口协议软件和后续的 NR-U 空口协议软件，和在无线空口协议之上实现数据通信的 UDP/TCP、IP 等协议软件，提供机器人环境检测和操作控制的无线通信承载；2）位于 ROS2 标准 API 之下，实现机器人 D2D 分布式通信的 DDS 协议软件和通信协议软件，实现数据采集点到控制终端之间点对点或点到多点的通信和控制。图 3：测试床软件平台及接口协议 3）开源的 ROS2 的标准 API 软件平台：ROS 是一成立于美国的 OSRF(Open Source Robotics Foundation)开源组织所提出的设计架构，适用于机器人的开源作业系统，ROS2 是其第 2代开发平台，具有共通的架构和相通的语言，开发者可以在 ROS2 平台沟通设计内容，并具有如下几个方面的优势：提供了作业系统应有的服务，包括硬件抽象，底层设备控制，常用函数的实现，进程间消息传递及包管理，且因开源的关系，它也提供用于获取、编译、编写和跨计算机运行代码所需的工具和库函数，使开发者可進行快速开发快速开发。主要目标是为机器人研究和开发提供代码复用的支持，因此所有的工程都可以被 ROS的基础工具整合在一起，可快速复制快速复制至不同的应用场景中。ROS2 针对设备之间的资料分发和设备控制、设备和云端的资料传输等，具有相当高的匹配度，同时资料分发的即时效率非常高，能做到秒級内同时分发百万条消息到众多设备。智能工厂将持续引入大量装备及资料，可通过 ROS2 定义好资料格式，使用统一的流通格式，將工厂的静态设备及移动装备(AGV/AMR)、甚至传感器进行实时相互联网与协作沟通。实时相互联网与协作沟通。17 图 4 ROS 2 是离散式与自主式机器人的开源作业系统 6.36.3 软件开发和环境模拟 软件开发和环境模拟 参与测试床的机器人开发者合作伙伴可以聚焦在 ROS 系统的软件开发，承载控制和通信功能的软、硬件分别由测试床发起单位凌华和华为提供，凌华上海张江实验室和华为Openlab 实验室提供实际的 eLTE-U（后续 NR-U）网络及 ROS2 平台测试环境（开发者也可以登录华为官网 eLTE 开发者社区获取技术支持），测试床合作伙伴集成华为 eLTE 蜂窝无线模块和凌华的机器人控制器开发 ROS2 机器人，在凌华张江实验室或华为 Openlab 实验室进行测试和验证对接。18 图 5：上海凌华张江实验室 ROS2 机器人无线通信平台测试环境 七、和 AII 技术的关系 7.17.1 AII 总体架构 AII 总体架构 工业互联网 AII 参考架构（见下图 6A）由物理系统、数据、网络、安全、应用及用户组成，ROS 机器人无线通用平台测试床各层在参考架构中的映射如下图 6B 所示，主要覆盖其中的网络、数据和应用，验证其与 AII 体系架构的符合度及运行效果。网络：网络：网络是实现机器人控制的通信承载基础，通过基于 5.8G 免授权频谱的 eLTE-U 技术，在凌华公司展示和测试实验室部署工业级eLTE-U 无线互联网，在凌华的机器人控制器内嵌入无线通信模块，满足 ROS 机器人与后台控制系统的通信交互。数据：数据：测试床有效整合 ROS2 及 eLTE 工业级无线通讯，实现工厂内各设备及部件的紧密连结，工厂内的机器、传感器及制动器等设施利用 eLTE 无线通信系统及 ROS2 底层的通讯协议传输资料、数据或指令，使得分布在工厂各处的机器、工具、电脑、设备等硬件都能流畅地执行任务。应用：应用：服务机器人、工业工厂以及自动化仓储等场景下 ROS2 机器人或智能设备通过eLTE 无线网络承载通信控制下的各种各样的智能化应用。19 图 6A 图 6B 7.27.2 AII 安全 AII 安全 安全是AII参考架构中的重要组成部分，ROS机器人无线通用平台测试床团队将对测试床中潜在的漏洞进行针对性分析，测试床所采用的安全协议和策略，如加密和解密、认证、权限控制与授权以及IP安全将遵循相关标准。与本测试床相关可能的安全风险如下：物理安全（设备被物理攻击甚至破坏）ROS2 控制器设备，eLTE 网络设备，ROS2 控制及应用服务器等 通信安全（数据在通信过程中被修改或截获）ROS2 控制器与基站之间无线通讯 eLTE 基站与核心网之间有线通讯 eLTE 核心网与应用服务器之间有线通讯 数据安全（数据篡改，丢失及保密性）eLTE 网络平台数据 应用层服务器 系统安全（非法用户或设备的攻击，网络攻击）对所连数据交换承载网系统的网络攻击 应对措施如下表所示:20 No.Threats Countermeasures 1 伪造的通信模块提供虚假数据给基站 不合法的设备接入网络 通信模块和网络之间互相验证 加装防火墙及接入控制策略 2 基站和终端模块之间的无线通信被攻破 通信加密及内容完整性保护 安全区机制 3 数据被截获或篡改 通信加密及内容完整性保护 4 数据篡改 数据丢失 非鉴权的服务器接入平台 平台被网络攻击 所有数据在存储平台之前被加密 灾难数据恢复机制 平台和应用的互相鉴权 攻击保护系统(如 NGFW,IPS,DDoS)5 平台与应用，应用与用户之间的通信被恶意攻击 安全鉴权和通信(比如 IPSec,SSLVPN)6 非鉴权的用户接入 应用被网络攻击 数据被篡改 用户鉴权 攻击保护(如 NGFW,IPS,DDoS)数据加密和内容完整性保护 7.37.3 详细清单 详细清单 测试床所涉及的具体组件清单如下表所示：序号 名称 厂家或型号 数量 说明 1 eLTE 核心网 华为 1 紧凑型 eLTE 核心网网元，为支持 D2D 通信需求,需引入支持 Multicast over UDP 功能 2 eLTE 通信基站 华为 1 5.8GHz 免授权频谱 eLTE 蜂窝技术组网 3 eLTE 终端模块 华为 10 MiniPCIe 标准接口通信模块，支持 5.8GHz 免授权频谱的 eLTE 蜂窝网络 4 ROS2 控制器 凌华 若干 硬件：可更換 CPU，可扩充存储，PCIe x16 Gen3.0，RS-232 及 RS-485 串口，USB 2.0/3.0 接口，支持 GPIO,I2C,SPI 等；软件：实时 OS(Xenomai)，数据分布式服务(DDS)导入，ROS1 及 ROS2 环境等 预留 MiniPCIe 接口与 eLTE 通信模组对接 5 ROS2 机器人或 AGV 不限 若干 智能型设备,前期由凌华的 DDS Bot 蜂群机器人对接,后续由加入测试床的 ROS2 机器人开发合作伙伴提供 6 ROS2 应用软件服务器 凌华 1 通用服务器硬件，可加载不同的 ROS2 上层应用软件 21 7.47.4 风险模型 风险模型 本测试床安全相关最关键部件包括 ROS2 的控制器、eLTE 网络设备和 ROS 业务应用服务器，可能的风险如下（更详细的风险模型文档将参考安全框架，在安全组的指导下在实施阶段输出）：（1）网络通信安全：数据在网络通信过程中被修改或截获，包括感知终端与网关、网关与平台、平台与应用、应用与用户之间等。（2）数据安全：包括数据篡改、丢失。（3）系统安全：非法用户或设备的攻击、网络攻击。7.57.5 安全联系人 安全联系人 华为:张腾翼 7.67.6 与已存在 AII 测试床的关系 与已存在 AII 测试床的关系 新增机器人控制与通信平台类水平测试床，与现有测试床无重复。八、交付件 阶段阶段1：需求分析：需求分析 目标：目标：根据ROS2目前使用案例确定需求和适用条件。交付件：交付件：ROS机器人无线通用平台测试床需求说明文档。成功标准：成功标准：文档完成并通过评审。阶段阶段2：示範平台初始测试床设计：示範平台初始测试床设计 目标：目标：确定ROS机器人无线通用平台测试床架构的技术细节；针对应用案例提出定制化的解决方案；交付件：交付件：ROS机器人无线通用平台测试床设计文档；ROS机器人无线通用平台测试床测试方案；22 ROS机器人无线通用平台测试床网络安全测试方案；评估方案的业务活用性与安全情况。成功标准：成功标准：文档完成并通过评审。阶段阶段3：示范平台测试床开发：示范平台测试床开发 目标：目标：开发并集成ROS机器人无线通用平台测试床的各个部分功能模组；说明验证示范平台的真题运作流程。交付件：交付件：测试报告：说明测试床的操作流程；提议可复制的改造流程。成功标准：成功标准：测试床部署鉴定完成。阶段阶段4：部署及验证：部署及验证 目标：目标：实际场景部署测试床；验证测试床的市场价值。交付件：交付件：评估报告：评估部署的实效性；优化可复制的改造流程；可复制改造流程的商业案例。成功标准：成功标准：完成可复制流程更广泛部署的鉴定。九、测试床使用者 欢迎涉及机器人产业、工厂自动化、仓储系统与无人商店相关的 AII 成员企业参与本测试床项目。唯本示范验证平台初始阶段将开放给项目合作伙伴开展技术试验，后期示范验证平台团队将根据企业应用场景相关性增加更多的合作伙伴。23 十、知识产权说明 华为公司配合凌华科技股份有限公司完成本测试床的建设，后者对本测试床拥有运营和使用产权，双方将就知识产权管理达成一致原则。这些原则将细化规则以确保尽可能广泛的传播应用案例方案结果，同时保证妥善保护知识产权和保密信息。此原则将针对以下几点详细说明通用规则：保密和出版规范 知识产权报告和纠纷解决机制 发表专利和授权许可的权利 共同所有权问题及访问权限 十一、部署，操作和访问使用 本测试床将主要部署在上海浦东张江凌华公司，并与华为建设联合实验室和验证展示环境，此验证展示环境將由凌华公司负责統一运营管理，并与凌华科技提供的相关运动控制卡及相关设备整合在一起，提供給凌华科技目前在台湾正在执行的计划使用，同时本测试床未来亦可提供给相关的合作厂商如上海 INTEL、北斗创新中心以及中国的 ROS 机器人公司、AGV 厂家使用。十二、资金 测试床展示及测试环境由凌华公司提供并承担相应的运营管理费用。十三、时间轴 阶段阶段 1(2018 H1):需求分析需求分析 根据 ROS2 目前市場需求和适用条件 分析潜在业务融合需求 阶段阶段 2(2018 H2):示范平台初始测试床设计示范平台初始测试床设计 确定 ROS 机器人无线通用平台测试床架构的技术細向 针对使用案例提出 ROS 机器人无线通用平台业务融合解决方案 24 提供平台的设计方案.阶段阶段 3(2018 H2):示范平台测试床开发示范平台测试床开发 开发并集成 ROS 机器人无线通用平台测试床的各個部分功能模块 装配模块到测试床相关系统 提供示范平台的整体运作流程 阶段阶段 4(2019 H1):部署及验证部署及验证 实际在上海浦东张江凌华公司部署验证示范平台 验证示范平台的市场价值 实地操作并验证示范平台 十四、附加信息 请列出其他有价值的信息以便委员会更好的对测试床提案申请进行评估和决策，如可应用复制的行业等。25 基于智能数控系统的工业 APP 平台测试床 引言/导读 沈机（上海）智能系统研发设计有限公司（以下称“沈机智能”），由沈阳机床集团于2015 年投资创建，致力于面向机床行业的运动控制技术及云制造技术的产品研发和技术储备。沈机智能前身为沈阳机床（集团）设计研究院有限公司上海分公司（以下称“沈阳机床上海研究院”），历时 7 年完成了 i5 数控系统的技术研发及产业化，并推出自主品牌伺服驱动器（HSHA 系列产品）和智能工厂管理软件（WIS 系统软件）。沈机智能在完成 i5 运动控制核心技术的研发与 i5 数控系统的产业化之后，进一步提出社会化的开发思路，将 i5 运动控制核心技术进行模块化封装，以平台形式向数控行业产业链上下游的参与方（包括大中小型制造企业、装备供应商、个体开发者、创客等）开放，为数控技术在各个垂直领域的应用与推广打造通用的工业APP 开发、应用与分享的平台。该平台于 2017 年 11 月向全世界发布，即被业界所熟知 i5OS 工业操作系统（简称为“i5OS”）。一、关键词 i5OS、运动控制、工业 APP 平台、安全 二、发起公司和主要联系人联系方式 沈机（上海）智能系统研发设计有限公司 黄云鹰 18502106759 26 三、合作公司 智能云科信息科技有限公司 张晓 18918357719 四、测试床项目目标和概述 基于 i5 智能数控系统的工业 APP 平台测试床项目是围绕数控行业各个垂直领域对于智能化数控技术的需求而提出的云端协同解决方案。沈机智能基于自主知识产权的 i5 智能数控系统，向数控行业的装备制造商、大中小型制造企业、个体开发者、创客等提供运动控制底层技术支撑，以开放的接