2023年5G+汽车智造技术白皮书

中国联通5G+汽车智造 技术白皮书 中国联通研究院2023年6月 版权声明 本报告版权属于中国联合网络通信有限公司研究院，并受法律保护。转载、摘编或利用其他方式使用本报告文字或者观点的，应注明“来源：中国联通研究院”。违反上述声明者，本院将追究其相关法律责任。 目录 一、汽车智造场景与业务需求3 （一）汽车智能制造业务需求3 （二）汽车智造业务的网络需求6 1.业务KQI与网络KPI关联6 2.汽车智造的5G网络指标需求8 二、面向汽车智造5G-Advanced关键技术11 （一）URLLC技术11 1.5GURLLC的关键技术11 2.5G-AURLLC增强技术12 （1）互补TDD技术12 （2）跨载波HARQ反馈和重传13 （3）扩展FDD系统子载波间隔14 （二）高精定位技术15 （三）数采物联/无源物联技术17 （四）大上行技术18 1.灵活帧结构18 2.载波聚合18 3.灵活频谱接入与上下行解耦19 4.分布式MassiveMIMO增强20 （五）可靠性与业务确定性技术20 1.链路级保障技术20 2.设备级保障技术22 3.运维级保障技术25 （六）5G与工业融合技术27 1.工业协议over5G演进27 2.5G内生确定性29 3.XSO跨域协同技术31 三、汽车智造融合解决方案34 （一）概述34 （二）无线网解决方案36 （三）核心网融合方案37 （四）智能运维解决方案38 四、中国联通5G-A在汽车智造的实践39 五、总结和展望43 前言 在开启全面建设社会主义现代化国家新征程中，抓住数字经济发展契机，有力推进数字产业化和产业数字化，是推动高质量发展及全面建成社会主义现代化强国的关键环节。党中央、国务院高度重视5G和工业互联网发展，习近平总书记多次作出重要指示，要求加快 5G、工业互联网等新型基础设施建设，强调5G与工业互联网的融合将加速数字中国、智慧社会建设，加速中国新型工业化进程，为中国经济发展注入新动能。“十四五”规划明确提出构建基于5G的应用场景和产业生态，积极稳妥发展工业互联网。工信部从2019年起相继印发一系列文件，逐步推动“5G+工业互联网”融合应用向纵深发展、由生产外围辅助环节向核心控制环节深化拓展。“5G+工业互联网”开始由亮点场景建设向体系化工厂、数字企业方向演进，进入产业深耕、赋能发展的新阶段。 汽车制造业是现代制造业的重要领域，在制造产业中占据重要地位，具有产业链长、覆盖面广、关联产业多等特点，对国民经济的带动作用非常明显。5G、工业互联网、人工智能、无人驾驶、新能源车等技术的兴起，推动汽车产业向智能化、网联化发展，促使从生产到服务环节的全链条变革，为汽车产业带来新的发展机遇。为了实现“制造”向“智造”的转变，5G作为关键使能技术，通过赋能智能制造、智慧物流及智能运维大力提升制造环节的自动化、信息化水平。5G专网已能够满足汽车生产大部分场景的需求，但仍无法满足PLC -1- 南向IO/阀岛实时控制等超可靠低时延业务场景需求，5G网络还无法完全替代PLC南向工业总线，需要继续推进5G-Advanced技术增强以满足汽车智造柔性化生产需求。 本白皮书通过业务场景需求分析，提出面向5G-A的一系列关键增强技术，通过URLLC、高精度定位、物联、大上行、确定性等技术增强，为汽车制造提供一张更加高安全、低时延、高可靠的通信网络解决方案，初步解决了PLC南向等工控设备“剪辫子”、柔性生产等行业难题，为将来拓展丰富5G-A技术在汽车制造及其他行业核心生产环节应用场景提供技术基础。 编写组成员（排名不分先后）： 中国联通：李静、张涛、韩潇、马艳君、赵明阳、董秋丽、刘英男、李福昌、赵兴龙、荆雷、魏进武 华为：包盛花、毛天羽、赖文燕、周凯、谢春生、曾正洋 一、汽车智造场景与业务需求 （一）汽车智能制造业务需求 汽车制造是重型离散制造业中的典型代表，业务场景丰富、自动化水平高，典型通信业务包括：机器人I/O、阀岛、运动控制、基础数据采集、涂胶/焊接表面机器视觉质检、物料/人员定位和管理等。 需求场景1：I/O、机器人控制 汽车制造工艺主要有冲压、焊装、涂装、总装，也就是俗称的“四大工艺”。其中焊装车间是汽车生产工序中自动化程度最高、机器人使用数量最多的车间，是生产环节上最具代表性的一环。车间产线上不仅包含了多个机器人协作，还需要转台、滑台、柔性滑轨系统、车型识别系统、皮带辊床等大量设备进行辅助，另外还可以通过六轴处工具端的切换实现柔性生产。 现有的焊装车间的工业网络采用“集中管理、分散控制”的模式，一般采用工业以太网作为连接技术，PLC（机器人控制）和现场设备层设备（I/O）之间通过工业总线/工业以太网采用树形/环形/总线型网络拓扑结构进行连接，其中工业总线/工业以太网使用专用线缆，接头使用专用快速连接接头，以保证网络通讯的稳定性和实时性。 使用有线通信存在较大的局限性，一是限制了工业制造的灵活性、柔性和高效性，产线调整需要重新规划和部署有线网络，调整效率和灵活性均有很大限制；二是机器人机械臂的末端工业以太数据通信接 口在多任务切换场景中，由于需要与不同外挂I/O间频繁插拔切换易造成通信接口磨损导致通信失败；三是机器人在重复性大角度旋转作业场景中，对工业以太数据线频繁进行拉伸、旋转加速线缆老化导致潜在断线风险。经汽车行业专家估计，更换一条标准波纹软管加上更换线缆后执行相关调试，整体过程平均需要2个小时。 为解决上述问题，可采用5G将传感器、机器臂等工业设备以无线方式接入工业以太网，通过减少产线有线束缚、减少产线人工干预，有效提升产线效率。当前焊装车间PLC南向I/O和机器人控制业务无线化需求迫切，通过5G无线化机器人控制器PLC与其外挂I/O间的通信，可以大大提高设备开工率，降低相关故障带来的产能损失。PLC与I/O之间每4ms发送状态和控制信息，若PLC与I/O之间数据传输错误，将会导致机器人停机，因而要求通信网络的端到端数据传输时延抖动<4ms，可靠性满足99.999%~99.9999%。 需求场景2：数据采集与AI机器视觉 AI机器视觉的应用是通过在生产现场部署工业相机或激光器扫描仪配合专家系统进行实时质检。通过在机器人手臂上安装多个高清相机并内嵌5G模组，实现工业相机或激光扫描仪网络接入，实时拍摄的产品质量的高清图像可通过网络传输至部署在MEC上的专家系统，专家系统基于人工智能算法模型进行实时分析，对比系统中的规则或模型要求，判断物料或产品是否合格，如划痕等表面质检、涂胶 质量检测等，实现缺陷实时检测与自动报警，并有效记录瑕疵信息，为质量溯源提供数据基础。同时，专家系统可进一步将数据聚合，上传到企业质量检测系统，根据周期数据流完成模型迭代，通过网络实现模型的多生产线共享。 数据传输速率根据机器人手臂上的相机数以及相机分辨率决定。基于典型场景下每机器人手臂上安装6个5百万像素彩色相机，数据在本地经过AI预处理后，每机械臂上行速率需求约为300Mbps，可靠性99.999%。 需求场景3：定位管理 在汽车智造和其他智能制造场景下，定位主要应用于物料和资产盘点、设备追踪和生产资源调度以及人员管理。人员管理相对复杂多样，主要包含人员权限管理：如电子围栏、根据用户位置定位结果触发业务告警等；导航类业务：如人员实时位置分布查看，人员轨迹跟踪、访客位置追踪等根据用户位置进行援助、越界告警等，保障人员安全。 不同场景对定位精度要求不同，如物料、设备追踪约1m~3m精度，人员定位管理需0.5m精度且需要满足低功耗或无源需求。 需求场景4：物料与资产自动盘存 典型汽车制造行业物流总面积在400,000~600,000平米之间，单个区块(Block)18mx18m范围内有上千料箱。从车间的道口到地 面仓库、翻包排序区、产线整个流程中的物料流转都需要跟踪和盘点。基于无源物联技术，通过标识类连接，信息（例如身份标识）存 储在小尺寸、超低成本的标签中，实现周期小时级别、面积 （18mx18m）级别内的上千料箱的自动远程快速盘存、库位级别1~3m的定位能力、以及全区域连续覆盖的能力。 表1典型应用场景的业务需求 应用场景 需求 时延/抖动 可靠性 带宽 I/O、机器人控制 抖动<4ms 99.999% 小包 AI机器视觉 99.999% 300Mbps 设备与人员定位管理 秒级 定位精度0.5~3m 物料资产自动盘存 秒级 定位精度1~3m 综上，汽车智能制造具备工业领域业务最多样、数据交互指标要求最高的生产场景，表1给出了典型应用场景的业务需求。要实现5G与汽车智能制造深度融合，需要在5G能力基础上聚合URLLC、高精定位、标识解析、大上行、确定性等技术能力。 （二）汽车智造业务的网络需求 1.业务KQI与网络KPI关联 不同种类的工业终端在产线中承担的角色各有不同，但都是生产环节中的一个重要的工业节点。以焊接车间和总装车间为例，从业务 层面看，在整个产线的设计过程中，需主要关注通信服务可用性、生产节拍和安全三方面的应用KQI需求。其对应的KPI指标要求，如图1所示： 图1业务KQI和KPI指标对应关系 从该实例中可以看出，接收包间隔、平均时延和最大时延直接影响应用KQI指标。具体的： 接收包间隔影响可用性：一般汽车制造场景应用更多的工业协议是周期性对发模式的Profinet协议，当对发过程中发生若干次（次数根据产线需求设置）漏包或误包时，会导致宕机。且保证工业总线的看门狗尽可能地不宕机，即保证通信服务可用性能够满足客户需求才是5G能规模应用于汽车制造的最重要前提。因此5G网络最基础的指标是：接收包间隔抖动有界，且可靠性满足客户或者集成商的对网络的通信服务可用性需求。 平均时延影响生产节拍：一个工厂的生产节拍直接决定了工厂全 年的产能能力，它不仅包含了若干个加工步骤的总加工耗时，还包含 了这若干个加工步骤切换过程中引入的网络时延总耗时，即生产节拍对网络的KPI指标对5G网络的平均时延有需求。 最大时延影响安全距离：安全风险遍及生产的各个环节，安全是生产的基础，几乎所有生产环节都需要有功能安全应用，包括安全急停、安全光栅、激光扫描仪、安全门、速度监控、位置监控、安全马达等。车间生产网络5G化后，安全功能体现在5G网络的最大时延会影响到安全应用的安全距离。 2.汽车智造的5G网络指标需求 在完整的汽车制造产线上不仅会涉及前面提到的焊接车间与总装车间，还会存在其他生产过程，从而引入更多的业务需求与网络需求，其中最主要的三类业务场景如下： 高可靠低时延业务 通信服务可用性对网络的接收包间隔抖动有需求、生产节拍对网络的平均时延有需求，安全距离对网络的最大时延有需求。具体对这三个网络KPI指标以及其可靠性要求，需要依据具体场景来定量计算，以长城精工的5G-A无线化工岛场景为例，其5G-A网络的KPI指标能力是：接收包间隔抖动:4ms@99.999%。 大上行业务 机器视觉在工业生产中应用广泛，常用于遍布整个生产环节的四类业务应用：视觉引导与定位、模式有无识别检测、精准测量测距、产品外观检测等。随着工业机器视觉应用越来越广泛，被检测对象越 来越复杂，机器视觉应用从传统工业视觉向基于深度学习的AI工业视觉过渡。 图2机器视觉业务示意图 5G的低时延、大带宽等特性能够满足实时传输图像数据及控制数据，实现图像识别处理系统、设备控制系统、工业AI视觉云平台和生产业务系统间数据高效传递。其中从图像采集系统到图像识别系统的数据传输是上行大带宽的需求场景。为了保证检测效率，需要在一定时间内进行多次高精度的拍照并将照片实时传输到识别管理系统。 假设采用500万像素的工业相机（2560*1920，黑白照片5MBytes），检测速率每分钟50m。1mm覆盖约50个像素，则1张照片覆盖约50mm，则每秒需要采集约20张照片。如果采用质检线路每边6个32bit深 度彩色相机，则上行带宽约为300Mbps。 定位业务 无线定位是工业的普遍刚