机器人和信息系统的融合

无论是德国提出的工业 4.0参考架构（RAMI 4.0），还是美国提出的工业互联网参考架构（IIRA），均强化了机器/设备与控制/信息系统之间的网络连接的互操作性、高级数据分析与信息安全方面的功能，从而为智能制造提供信息感知、传输、分析、反馈、控制支撑。

从数据/信息/知识/智慧的DIKW金字塔模型而言，因为数据都来自于机器/设备层，没有数据，则任何工业互联网平台或者人工智能算法都会成为无源之水。因此，对于机器人行业来说，技术趋势之一是通过采用最新的ICT技术，强化机器人（OT）和信息系统（IT）之间的融合。

图1 ：机器人+信息系统

目前，M2M通信一般采用IEC 61158标准的各种现场总线，但因为历史以及商业方面的原因，IEC 61158标准化了19种现场总线，而这些现场总线的硬件接口以及物理层/应用层均不完全相同，除非采用同一厂家（协议标准）的产品，否则在现场无法做到互联互通。

从这种现实困境来说，过多的标准等同于没有标准。时间敏感网络（TSN）是IEEE 802.1下面的一个工作组，通过在数据链路层引入新的时间同步方面的协议，解决标准的以太网因为非确定实时传输导致无法在工业现场使用的问题。

从另一个层面而言，为应对设备层之间（水平集成）和设备-云端之间（垂直集成）即插即用的挑战，在通信层/信息层会使用独立于平台和供应商、集成式地址空间和信息模型、面向服务架构（SOA）的OPC UA规范。

机器人和信息系统的融合会给一些新商业模式提供条件，比如目前主流的机器人维护模式还是定期巡检的方式，通过对机器人上传到云端的数据进行存储和分析，可以从网关供应商转向预测性维护服务提供商；又比如通过对物流机器人运行数据的存储和分析，可以从物流行业机器人供应商（提供机器人集成解决方案）转向物流服务（按照搬运包裹的使用量计费）提供商。

图2 ：制造业的服务化转

信息系统工业互联网数据算法

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。