边缘智能控制系统及方法与流程

本技术涉及工业控制，尤其涉及一种边缘智能控制系统及方法。

背景技术：

1、工业控制系统主要用来完成现场数字量和模拟量信息的采集、处理以及数据的传输，工业控制系统包括传感器，执行器，和控制器(如plc设备)。控制器主要用于传感器、执行器等现场设备的数据采集、分析和控制，组网方式和功能比较单一，因此，在应用方面，工业控制系统的功能比较固定、逻辑比较单一。

2、由于人工智能与无线通信技术的发展，工业现场对于人工智能处理和边缘计算的要求越来越高，一些应用场景既需要处理视频、图像等信息，又需要进行复杂的逻辑控制和数据的无线和高速传输，使得工业控制系统需要同时具备可编程控制、5g通信和智能处理的功能。而在一些工业控制系统中，并不同时具备上述这些功能，因此当工业控制系统遇到这些新的应用场景时，需要更换当前设备或者升级固件程序，这就造成了现场适用性差、系统搭建困难、系统成本高等一系列问题，无法满足工业现场复杂的工控需求。

技术实现思路

1、本技术提供一种边缘智能控制系统及方法，以解决工业控制系统现场适用性差、系统搭建困难、无法满足工业现场复杂工控需求的问题。

2、本技术一方面提供一种边缘智能控制系统，包括：检测子系统、智能控制子系统、编程软件子系统和云平台子系统；其中，所述检测子系统、所述云平台子系统、所述编程软件子系统分别与所述智能控制子系统通信连接；

3、所述智能控制子系统包括控制模块、5g扩展模块、ai扩展模块；所述5g扩展模块、所述ai扩展模块分别与所述控制模块通信相连；所述5g扩展模块采用第一自定义协议与所述控制模块进行通信，所述第一自定义协议内容包括设备类型、设备id、数据类型、数据长度；所述ai扩展模块采用第二自定义协议与所述控制模块进行通信，所述第二自定义协议内容包括数据类型、数据长度；

4、所述检测子系统被配置为获取检测数据，所述检测数据包括实时数据、非实时数据和图像数据；

5、所述检测子系统还被配置为将所述实时数据和所述非实时数据发送至所述控制模块，将所述图像数据发送至所述ai扩展模块；

6、所述编程软件子系统被配置为向所述智能控制子系统输出逻辑配置文件；

7、所述控制模块被配置为根据所述逻辑配置文件和所述实时数据生成第一控制指令；

8、所述控制模块还被配置为通过所述5g扩展模块将所述非实时数据发送至所述云平台子系统；

9、所述ai扩展模块被配置为通过所述5g扩展模块将所述图像数据发送至所述云平台子系统；

10、所述云平台子系统被配置为根据所述非实时数据生成第二控制指令，以及根据所述图像数据对所述ai扩展模块的推理模型进行训练，并将所述第二控制指令发送至所述控制模块，将所述推理模型发送至所述ai扩展模块；

11、所述ai扩展模块还被配置为根据所述推理模型识别所述检测子系统中的检测物目标；

12、所述控制模块还被配置为根据所述第一控制指令和所述第二控制指令控制所述检测子系统的运行状态。

13、可选的，所述检测子系统包括温度传感器、压力传感器、变频器、电磁阀组、仪表和摄像头；所述温度传感器、压力传感器、变频器、电磁阀组、仪表分别与所述控制模块通信连接，所述摄像头与所述ai扩展模块通信连接。

14、可选的，所述编程软件子系统还被配置为对所述智能控制子系统进行程序的编辑、编译和调试，以生成所述逻辑配置文件。

15、可选的，所述云平台子系统设置有设备管理模块、消息管理模块、通讯管理模块、项目管理模块和模型训练模块；所述设备管理模块用于提供设备注册接口，所述消息管理模块用于创建通信消息队列，所述通讯管理模块用于提供通信服务，所述项目管理模块用于新建项目，所述模型训练模块用于进行模型训练。

16、可选的，所述智能控制子系统还包括io扩展模组和总线模块，所述io扩展模组和所述总线模块分别与所述控制模块通信连接。

17、可选的，所述io扩展模组包括数字量输入模块、数字量输出模块、模拟量输入模块、模拟量输出模块，所述数字量输入模块、数字量输出模块、模拟量输入模块、模拟量输出模块相互通信连接。

18、可选的，所述控制模块被进一步配置为：

19、获取第一配置文件；

20、根据所述第一配置文件创建用户程序周期执行任务；

21、创建本地通信任务，所述创建本地通信任务包括：创建与所述io扩展模组的通信任务、创建与所述5g扩展模块的通信任务、创建与所述ai扩展模块的通信任务、创建与总线模块的通信任务；

22、启动任务调度。

23、可选的，所述5g扩展模块被配置为：

24、启动web服务和拨号服务；

25、若拨号服务成功，则读取所述5g扩展模块的第二配置文件；

26、根据所述第二配置文件分别创建与所述控制模块和所述云平台子系统的通信线程。

27、可选的，所述ai扩展模块被配置为：

28、启动web服务；

29、创建与所述控制模块的通信线程；

30、读取所述ai扩展模块的第三配置文件；

31、获取所述图像数据，并根据所述第三配置文件对所述图像数据进行解码、预处理和识别；

32、根据所述图像数据判断是否检测到检测物目标；

33、若检测到所述检测物目标，则将目标图像、目标类型和置信度信息输出给所述控制模块。

34、本技术另一方面提供一种边缘智能控制方法，应用于第一方面提供的边缘智能控制系统，所述系统包括检测子系统、智能控制子系统、编程软件子系统和云平台子系统；所述智能控制子系统包括控制模块、5g扩展模块、ai扩展模块；所述方法包括：

35、控制所述检测子系统获取检测数据，所述检测数据包括实时数据、非实时数据和图像数据；

36、接收所述检测子系统获取的所述检测数据以及所述编程软件子系统发送的逻辑配置文件；

37、根据所述逻辑配置文件和所述实时数据生成第一控制指令；

38、将所述非实时数据和所述图像数据发送至所述云平台子系统，以使所述云平台子系统根据所述非实时数据生成第二控制指令，以及根据所述图像数据对所述ai扩展模块的推理模型进行训练；

39、接收云平台子系统发送的所述第二控制指令和所述推理模型；

40、根据所述第一控制指令和所述第二控制指令控制所述检测子系统的运行状态，根据所述推理模型识别所述检测子系统中的检测物目标。

41、由以上技术方案可知，本技术提供一种边缘智能控制系统及方法，系统包括：检测子系统、智能控制子系统、编程软件子系统和云平台子系统；其中，检测子系统、云平台子系统、编程软件子系统分别与智能控制子系统通信连接。智能控制子系统包括控制模块、5g扩展模块、ai扩展模块。检测子系统可采集现场的实时数据、非实时数据和图像数据，并传输给智能控制子系统；5g扩展模块可将非实时数据和图像数据上传至云平台子系统；云平台子系统可根据图像数据对推理模型进行训练，并将训练完成的推理模型传输至ai扩展模块；ai扩展模块可根据推理模型识别检测子系统中的检测物目标；编程软件子系统将生成的逻辑配置文件传输给控制模块，控制模块可根据逻辑配置文件、实时数据、非实时数据生成控制指令，控制检测子系统的运行状态。本技术提供的边缘智能控制系统搭建简单，通信协议丰富，可进行逻辑控制和边缘计算，并且具有人工智能处理和无线传输功能，可满足工业现场复杂的工控需求。