诺基亚推出MX Grid、视觉定位与物体检测技术，加速工业4.0发展

诺基亚近日发布了一系列技术，旨在通过边缘计算和人工智能（AI）提升先进工业应用中的运营技术（OT）响应能力和决策水平，同时推出支持工人安全与工业自动化的AI驱动服务。

诺基亚引用研究机构Omdia的最新报告指出，工业领域正日益倾向于在边缘进行数据预处理以提高生产力、效率和敏捷性，这需要位于设备内部或附近的处理能力，包括机器学习（ML）和AI。具有融合功能的新连接节点显示出全球最高增长率（2022-2027年复合年增长率为11.3%），推动工业数字化和IT/OT融合。

作为对这些趋势的回应，诺基亚推出了MX Grid，声称这是全球首个本地化、超互联分布式AI/ML解决方案，使组织能够通过在最接近源的位置处理和分析数据来改善OT响应能力和决策。MX Grid基于诺基亚MX工业边缘（MXIE）平台构建，利用无线连接提供新的OT数据处理架构，促进IT/OT融合，支持关键任务工业应用。

与大多数当前在云环境中运行的AI/ML资产相比，MX Grid将符合OT标准的AI/ML处理能力更靠近OT数据源。它使用一组编排的计算能力现场设备（微边缘）和专门的AI兼容软件栈。这些微边缘通过私有无线网络和/或Wi-Fi连接。

诺基亚表示，MX Grid可以通过分散的工作负载处理和实时、敏捷的决策从根本上提高企业OT运营的效率，为传统OT资产带来智能。支持的关键工业应用包括预测性维护、安全与监控、工人安全、跟踪与定位以及质量保证。

在一个质量保证用例中，微边缘上的应用程序可以分析来自连接机器的实时传感器数据和视频流。根据偏差水平，微边缘可以直接触发立即行动，或者MXIE对等应用程序接管监控，对实时数据进行更深入的分析以进行后续纠正行动。这改善了延迟并优化了网络负载。

Omdia制造技术首席研究分析师Anna Ahrens表示：“我们观察到工业技术中分散处理的显著趋势，将计算和AI/ML能力移至靠近OT数据源的设备。在未来几年，我们预计这些连接边缘节点将稳步增加，它们是工业数字化的真正推动者。诺基亚通过引入变革性的分散AI/ML处理平台，利用私有无线连接和本地OT边缘的力量，满足了这些行业需求。这一创新促进了具有低延迟需求的新兴用例场景。”

在MX Grid中集成和使用连接工人数据及情境感知信息的能力为工人安全用例带来了新功能。视觉定位与物体检测（VPOD）应用程序旨在增强工业跟踪与定位以及情境感知，以支持工业4.0应用并提高工业工厂中的工人安全。

诺基亚解释其推出的理由时表示，在复杂的工业环境中，通常难以给机械和工具配备主动标签，人们佩戴和维护这些设备（例如电池更换和故障设备）也具有挑战性。它补充说，通过使用实时视频数据流，VPOD消除了为资产和人员配备供电设备的需要，促进了改进的情境感知。

利用贝尔实验室的专利技术，VPOD通过使用本地部署的AI算法分析实时摄像机流来跟踪工业资产，提供对工业运营的洞察以改善工作场所条件。VPOD利用MX Grid架构在摄像机旁边处理视频数据，与MXIE结合，实现更准确的资产跟踪和定位。据说当与其他OT数据源结合时，这显著提高了工人安全和情境感知。