如何推動工業(yè)物聯(lián)網(wǎng)行業(yè)發(fā)展的商業(yè)和技術(shù)趨勢?

工業(yè)物聯(lián)網(wǎng) （IIoT）市場上的機(jī)會將基于新參與者的專業(yè)知識和創(chuàng)新技術(shù)。本報告概述了 IIoT 市場及價值鏈，重點介紹了推動該行業(yè)發(fā)展的商業(yè)和技術(shù)趨勢，展示了不同類型的參與者所采取的主要戰(zhàn)略，以及他們?nèi)绾闻c新技術(shù)聯(lián)系起來，旨在讓市場參與者全面了解市場。

市場現(xiàn)狀

OMDIA 將 IIoT 定義為部署在工業(yè)環(huán)境 （ 流程和離散制造 ） 中的物聯(lián)網(wǎng)應(yīng)用。這包括有線 （ 如以太網(wǎng)技術(shù) ）和無線 （ 如蜂窩技術(shù) ） 聯(lián)網(wǎng)終端。盡管工業(yè)以太網(wǎng)終端聯(lián)網(wǎng)技術(shù)已經(jīng)在 2000 年初出現(xiàn)，但許多產(chǎn)品 （ 特別是現(xiàn)場終端 ） 仍然沒有聯(lián)網(wǎng)，或者只提供單向通信。有了 IIoT，可以實現(xiàn)雙向通信，數(shù)據(jù)被提供給控制器和云，反饋也被提供給終端。舉例來說，可以通過更改傳感器上的參數(shù)來支持生產(chǎn)運行。

IIoT 提供了從倉庫到工廠車間收集和利用以前未使用信息的機(jī)會，并將現(xiàn)有和新的不同數(shù)據(jù)集關(guān)聯(lián)起來，最終推動改進(jìn)并形成新的解決方案。

最常見的 IIoT 應(yīng)用包括如下：

資產(chǎn)、庫存或基礎(chǔ)設(shè)施監(jiān)控。資產(chǎn)或庫存跟蹤。車隊管理。預(yù)測性分析和預(yù)測性維護(hù)。現(xiàn)場使用的自動和半自動車輛。工業(yè)可穿戴設(shè)備 （ 如聯(lián)網(wǎng)頭盔、AR 眼鏡 ）。用于工業(yè)場所的聯(lián)網(wǎng)。設(shè)備的遠(yuǎn)程控制和管理。基于物聯(lián)網(wǎng)的生產(chǎn)過程和質(zhì)量監(jiān)控。數(shù)字孿生。

IIoT 趨勢

到 2030 年，該市場的規(guī)模將增至 44 億部終端，其中亞太地區(qū)將成為終端數(shù)量最多的地區(qū)，占所有終端的 54%。我們預(yù)測的 IIoT 終端分為 3 類。

電機(jī)控制 ：低壓電機(jī)驅(qū)動、中壓電機(jī)驅(qū)動、運動控制器、伺服驅(qū)動、步進(jìn)驅(qū)動、電機(jī)、泵和壓縮機(jī)、發(fā)電機(jī)、發(fā)電機(jī)組、渦輪機(jī)和開關(guān)設(shè)備。離散控制 ：IIoT 網(wǎng)關(guān)、路由器、操作員終端、工業(yè) PC、PLC、遠(yuǎn)程 I/O、傳感器、離散安全終端、安全驅(qū)動器和機(jī)器視覺終端。流程控制 ：DCS、過程控制和儀器儀表、過程測量、過程安全和 RTU。

大多數(shù) IIo T 應(yīng)用 （ 如預(yù)測性維護(hù)或數(shù)字孿生 ） 將依賴來自不同類別的多個終端。其它應(yīng)用 （ 如資產(chǎn)監(jiān)控 ） 則可以通過很少的終端 （ 如連接到 IIo T 網(wǎng)關(guān)的傳感器 ） 構(gòu)建。

商業(yè)趨勢

供需趨勢決定了 IIoT 市場。在供應(yīng)側(cè)，制造商提高競爭力和控制成本的需求推動了市場創(chuàng)新，而 IIoT 是其中的關(guān)鍵部分。驅(qū)動因素如下。

減少代價高昂的機(jī)器故障停機(jī)時間 （ 根據(jù)施耐德電氣的數(shù)據(jù)，每一次設(shè)備故障都會給采礦公司帶來每小時 3 000 美元的損失 ）。提高生產(chǎn)力和利潤率，包括提高產(chǎn)量和降低成本。解決技能短缺問題。這在日本等勞動力老齡化的市場上尤為重要。國家計劃，如“德國工業(yè) 4.0”和“中國制造 2025”等。

與此同時，在需求側(cè)，制造商希望看到最終客戶持續(xù)推動更高層次的定制化，從而產(chǎn)生迅速改變和調(diào)整產(chǎn)品及裝配線的需求。汽車和運動鞋制造業(yè)就是最好的例子。這推動了對敏捷性和靈活性的需求，而 IIoT 可以幫助實現(xiàn)這些需求。

技術(shù)趨勢

工業(yè)市場正在向數(shù)字化邁進(jìn)。在制造行業(yè)，OT 和 IT 的融合便明顯體現(xiàn)了這一點，尤其是需要 OT 解決方案充分利用不斷增長的 IT 數(shù)據(jù)和系統(tǒng)來“走出孤島”。OT 系統(tǒng)通常設(shè)計為獨立的實體，因此在很多情況下，為它們提供連接并將它們集成到新的 IT 和 IIoT 解決方案中并不是一件容易的事。

數(shù)字化與新技術(shù)齊頭并進(jìn)。它們包括新的連接協(xié)議（如 5G、Wi-Fi 6、TSN、OPC UA、MQTT）以及新的應(yīng)用技術(shù)（如機(jī)器學(xué)習(xí)、AI、AR/VR、數(shù)字孿生、數(shù)字主線、增量制造和協(xié)作機(jī)器人）。希望將這些技術(shù)引入工業(yè)領(lǐng)域的主要參與者包括云和 IT 供應(yīng)商、網(wǎng)絡(luò)供應(yīng)商以及 CSP。

在技術(shù)方面，一個持續(xù)的挑戰(zhàn)在于需要添加 / 轉(zhuǎn)換，而不是全面更換。新技術(shù)和 IIoT 解決方案必須在“Brownfield”環(huán)境中交付，在這樣的環(huán)境中，許多系統(tǒng)不能被關(guān)閉，并且無法進(jìn)行大規(guī)模的工廠中斷來進(jìn)行升級。

工業(yè)專網(wǎng)和 5G 的機(jī)會

在 IIoT 領(lǐng)域，專網(wǎng) （ 現(xiàn)在是 LTE，以后是 5G） 是目前主要由 CSP 和網(wǎng)絡(luò)供應(yīng)商驅(qū)動的主要趨勢。

從 CSP 和供應(yīng)商的角度來看，一些主要發(fā)展動力包括如下：

專網(wǎng)提供了一種非常適合工業(yè)環(huán)境的解決方案，可以將網(wǎng)絡(luò)控制和管理以及數(shù)據(jù)安全和治理交到企業(yè)自己手中。5G 的機(jī)會與工業(yè)部門的專網(wǎng)機(jī)遇緊密相連（盡管 5G 尚未完全標(biāo)準(zhǔn)化）。5G 的一些特性，特別是 5G URLLC，使其非常適合支持極低延遲的工業(yè)企業(yè)應(yīng)用程序，如自動導(dǎo)引車 （AGV）。由于擔(dān)心消費者市場上的 5G 需求不足以證明 5G 資本支出的合理性，服務(wù)提供商和供應(yīng)商也非常積極地在工業(yè)領(lǐng)域?qū)ふ?5G 的機(jī)會。

從生態(tài)的角度來看，一些主要發(fā)展動力包括如下：

頻譜正在分散化。這方面主要包括 CBRS、MulteFire 和德國 5G 區(qū)域頻譜。不過，我們在芬蘭、法國、巴西、日本和澳大利亞等許多國家都可以觀察到這一趨勢。諸如 5G ACIA 等舉措正在出現(xiàn)，旨在確保面向 IIoT 的 5G 能夠滿足工業(yè)最終用戶的實際需求。博世和西門子等工業(yè)技術(shù)公司對 5G 的興趣日益濃厚，他們希望與長期工業(yè)客戶保持聯(lián)系，也希望找到新的機(jī)會，幫助客戶利用數(shù)據(jù)，打造更具前瞻性的商業(yè)運營模式。

IIoT 生態(tài)價值鏈

技術(shù)變革正在塑造 IIoT 價值鏈

IIoT 價值鏈與該領(lǐng)域的數(shù)字化進(jìn)程緊密關(guān)聯(lián)。連接成為工業(yè)技術(shù)的重要組成部分。隨著邊緣計算或 AI 等新技術(shù)成為通過物聯(lián)網(wǎng)解決方案提供價值的重要元素，IT 也變得越來越重要。這種向數(shù)據(jù)驅(qū)動型工業(yè)技術(shù)的轉(zhuǎn)變對專業(yè)技能提出了額外的要求，特別是在網(wǎng)絡(luò)安全和 IIoT 平臺等新領(lǐng)域。

這種額外的復(fù)雜性意味著沒有公司能夠真正獨立地提供端到端 IIoT 解決方案。與此同時，工業(yè)環(huán)境中現(xiàn)有的“Brownfield”技術(shù)意味著沒有顛覆式創(chuàng)新型參與者能夠孤立地提供解決方案。因此，合作至關(guān)重要。此外，終端的長生命周期、在不干擾生產(chǎn)的情況下進(jìn)行創(chuàng)新的需求以及傳統(tǒng)的思維方式意味著沒有任何創(chuàng)新解決方案能夠憑一己之力顛覆市場，工業(yè)環(huán)境是關(guān)鍵。

從 CSP 或基礎(chǔ)設(shè)施供應(yīng)商的角度來看，最好的場景是 CSP 向工業(yè)企業(yè)銷售專有和混合網(wǎng)絡(luò)解決方案，對其進(jìn)行管理并提供增值服務(wù)（如 MEC 和分析）、應(yīng)用程序（如 AGV），甚至是全面的系統(tǒng)集成。

另一種情況是 CSP 管理網(wǎng)絡(luò)或者僅將頻譜出租給企業(yè)或其技術(shù)伙伴，除此以外并沒有開展其它與網(wǎng)絡(luò)相關(guān)的業(yè)務(wù)。這可能很快惡化為最壞的情況，由于頻譜許可的發(fā)展 （ 如共享、區(qū)域頻譜或未授權(quán)頻譜 ） 可能會減少其獨特資產(chǎn)擁有的機(jī)會， CSP 有可能被排除在 IIoT 市場之外。

為了實現(xiàn)最好的場景，CSP 必須發(fā)展垂直領(lǐng)域知識和以用例為中心的戰(zhàn)略，以便有效地利用工廠外連接作為自己真正的差異化優(yōu)勢。雖然我們不清楚它們是否能夠有效地實現(xiàn)工廠車間聯(lián)網(wǎng)，但有一點毫無疑問，即它們能夠以低帶寬和高帶寬技術(shù)支持廣域連接。在 IIoT 領(lǐng)域，CSP 的優(yōu)勢在于創(chuàng)建一個智慧工廠（智慧供應(yīng)鏈場景）。CSP 在市場上的成功取決于 5G 是否能夠成功超越連接技術(shù)的范疇，以及他們是否有能力投入足夠多的時間和資源來適應(yīng)垂直市場的需求。這包括構(gòu)建內(nèi)部專長、產(chǎn)品團(tuán)隊和具有深入行業(yè)經(jīng)驗以及專業(yè)知識的銷售團(tuán)隊。

一些 CSP 已經(jīng)與領(lǐng)先的工業(yè)技術(shù)供應(yīng)商建立了聯(lián)系，不過在合作方面還有很多工作要做?；锇殛P(guān)系示例包括如下：

Orange Business Services 和德國電信與西門子建立了合作關(guān)系。在 Orange Business Services 的案例中，合作關(guān)系包括兩家公司共同銷售各自的產(chǎn)品，以及 Orange Business Services 只向西門子提供產(chǎn)品，然后西門子再將產(chǎn)品推向市場。此外還有沃達(dá)豐和 Elisa，他們各自的創(chuàng)新平臺和智慧工廠解決方案基于 PTC ThingWorx。CSP 不會聚焦 OT 或自動化過程，因為這不是他們的強(qiáng)項。在該領(lǐng)域支持顛覆式創(chuàng)新的最佳方式是與現(xiàn)有的市場領(lǐng)導(dǎo)者合作。

IIoT 市場上的主要顛覆性創(chuàng)新技術(shù)

5G、AI、AR 和邊緣計算等新技術(shù)將影響 IIoT 價值鏈以及工業(yè)領(lǐng)域的解決方案部署環(huán)境。如果我們將供應(yīng)鏈、制造車間和交付產(chǎn)品視為工業(yè)部門的 3 個主要價值和活動領(lǐng)域，這 3 個領(lǐng)域都將受到新技術(shù)和 IIoT 的影響。TSN 和 OPC UA 等技術(shù)將主要影響工廠內(nèi)部，而 ML/AI 或數(shù)字孿生等其它技術(shù)將對工業(yè)產(chǎn)生更廣泛的影響。5G 也將影響這 3 個領(lǐng)域，盡管它在工廠內(nèi)部的相關(guān)性還有待證明。

1.IIoT 環(huán)境中的連接技術(shù)

工業(yè)環(huán)境中存在不同的連接網(wǎng)絡(luò)層。第一層是生產(chǎn)車間，包括機(jī)器和傳感器。該領(lǐng)域主要由有線連接主導(dǎo)，形式表現(xiàn)為現(xiàn)場總線或以太網(wǎng)。無線技術(shù)只是其中的一小部分，包括 WirelessHart 等技術(shù)。在這一層之上是 SCADA 系統(tǒng)，然后是 MES，再然后是 ERP，它們組成了所謂的“工業(yè)自動化金字塔”。

（1） 5G

5G 可以支持高達(dá) 20 Gbit/s 的速度、大量的終端和低至 1 ms 的可靠性，因此在可靠性、延遲、帶寬和可預(yù)測性方面可與現(xiàn)有的有線連接選項競爭。此外，與廣泛的布線工作相比，5G 可以帶來移動性，而且可以降低成本。

然而，5G 仍是一項未完成的技術(shù)。目前 R16 已經(jīng)凍結(jié)，而 R17 將于 2021 年完成。它們都增添了必要的升級，目的是為了充分發(fā)揮 5G 的潛力。R16 將是 5G 超可靠低延遲 （5G URLLC） 和 IIoT 5G 實現(xiàn)標(biāo)準(zhǔn)化的關(guān)鍵一步，使具有極低延遲需求的服務(wù)（如機(jī)器人自動化、未授權(quán)頻譜 5G 專網(wǎng)和 5G 定位）成為可能。

市場不會在一夜之間發(fā)生變化，因為終端和芯片組在標(biāo)準(zhǔn)化之后至少還需要 2 ～ 3 年時間才能達(dá)到顯著的規(guī)模。5G for TSN 現(xiàn)在似乎被推到了 R17。在此之前，5G URLLC 將是一個很好的“一次性”技術(shù)，但無法為整個工廠賦能。

此 外，5G 可 以 支 持 eMBB、mMTC 和 URLLC，但這些無法同時進(jìn)行。舉例來說，并不是所有的 5G 頻譜都同樣適合交付延遲為 1 ms 的 URLLC，并且將需要大量的邊緣計算來實現(xiàn)這一點。支持 5G URLLC 將影響 5G 的頻譜效率，影響其它一些 5G 功能。例如一個 5G 小區(qū)支持的 5G URLLC 連接數(shù)將低于 100（而不是數(shù)以千計）。

（2） Wi-Fi 6

Wi-Fi 6 將在 IIoT 中發(fā)揮作用，華為企業(yè)部或思科等公司將支持這項技術(shù)。由于可靠性、覆蓋和切換等問題，上一版 Wi-Fi 在工業(yè)領(lǐng)域舉步維艱，但 Wi-Fi 6 在以下方面要優(yōu)于上一版本 Wi-Fi 5 （802.11 ac）。

更高的速度 ： 鑒于更高的數(shù)據(jù)編碼效率，Wi-Fi 6 具有更高的吞吐量。預(yù)計 Wi-Fi 6 的最高速度約為 10 Gbit/s，幾乎是 Wi-Fi 5 速度（3.5 Gbit/s）的 3 倍。改 進(jìn) 的 多 用 戶、 多 輸 出 通 信 （MU MIMO）： Wi-Fi 6 支持無線接入點同時與多個用戶通信 （ 下行 ），并支持多個用戶同時傳輸數(shù)據(jù) （ 上行 ）。提升能源效率 ：Wi-Fi 6 使用目標(biāo)喚醒時間（TWT） 技術(shù)。它支持終端與路由器通信并統(tǒng)一調(diào)度無線終端休眠以及傳輸或接收數(shù)據(jù)的時間。在擁擠地區(qū)達(dá)到更好的性能 ： Wi-Fi 6 使用正交頻分多址 （OFDMA） 技術(shù)，能夠同時處理多個聯(lián)網(wǎng)終端，并有效利用可用頻譜。增 強(qiáng) 的 安 全 性 ： Wi-Fi 6 接 入 點 將 配 備 Wi-Fi 聯(lián)盟最新發(fā)布的 WPA3 無線安全標(biāo)準(zhǔn)。

（3） OPC UA

OPC UA 是一個來自 OPC Foundation、獨立于平臺的標(biāo)準(zhǔn)，旨在促進(jìn)開放連接，各種系統(tǒng)和終端可以通過各種類型的網(wǎng)絡(luò)在客戶端和服務(wù)器之間發(fā)送消息來進(jìn)行通信。它基于分層架構(gòu)，執(zhí)行 TCP/IP 通信協(xié)議，并支持兩個協(xié)議。這兩個協(xié)議是二進(jìn)制協(xié)議 ： 一個是支持通過防火墻輕松啟用的協(xié)議 ， 另一個是使用標(biāo)準(zhǔn) HTTP/HTTPS 端口的 Web 服務(wù)協(xié)議。

OPC UA 是 OPC Classic 協(xié)議的替代協(xié)議，后者最初基于分布式組件對象模型 （DCOM） 開發(fā)，因此僅限于 Windows。OPC 存在的其它問題包括安全性、費用、效率低、數(shù)據(jù)移動和維護(hù)困難。OPC UA 的不同之處在于，它是一種可在各種操作系統(tǒng)上使用的互操作技術(shù)，支持更多的終端啟用 OPC UA。它提供了一種開放和可靠的機(jī)制，有助于企業(yè)系統(tǒng)與不同控件、監(jiān)控終端和傳感器（與真實世界的數(shù)據(jù)進(jìn)行交互）之間的數(shù)據(jù)傳輸。

（4） TSN

TSN 是一組 IEEE 802 Ethernet 子標(biāo)準(zhǔn)，由 IEEE TSN 工作組定義，可實現(xiàn)確定性的實時通信。TSN 技術(shù)通過面向?qū)崟r應(yīng)用程序的時間調(diào)度來保證交付，并最大程度地減少抖動。

TSN 確保信息可以在固定、可預(yù)測的時間內(nèi)從 A 點傳輸?shù)?B 點。可預(yù)測性可以提高效率。

2.IIoT 環(huán)境中的應(yīng)用程序和邊緣計算

（1） 數(shù)字孿生

數(shù)字孿生是一種數(shù)字表示形式，它提供了終端或生態(tài)在整個生命周期中運作和生存的要素和動態(tài)。數(shù)字孿生將傳感器數(shù)據(jù)與機(jī)器學(xué)習(xí)和軟件分析結(jié)合起來，然后在此基礎(chǔ)上創(chuàng)建空間圖。這些空間圖提供了一個數(shù)字仿真模型，并與它們的物理對應(yīng)物一起實時更新。制造業(yè)中的機(jī)器、系統(tǒng)，甚至整個工廠都可以通過數(shù)字孿生進(jìn)行建模。數(shù)字孿生不斷從多個來源進(jìn)行學(xué)習(xí)和更新，從而表現(xiàn)其近實時的狀態(tài)、工作環(huán)境或位置。它還將過去機(jī)器運行的歷史數(shù)據(jù)集成到數(shù)字模型中。數(shù)字孿生有助于以安全和經(jīng)濟(jì)的方式模擬機(jī)床功能，還有助于識別物理工具或基礎(chǔ)設(shè)施出現(xiàn)問題的根本原因。如果物理機(jī)床出現(xiàn)故障，工程師可以評估數(shù)字孿生虛擬機(jī)的數(shù)字蹤跡來進(jìn)行診斷和預(yù)測。

與數(shù)字孿生一樣，數(shù)字主線也在工業(yè)領(lǐng)域發(fā)揮越來越重要的作用。例如 PTC 對數(shù)字主線的定義是統(tǒng)一相互關(guān)聯(lián)的數(shù)據(jù)集，目的是發(fā)現(xiàn)洞察，并將其視為構(gòu)建數(shù)字孿生的先決條件。數(shù)字主線在整個企業(yè)中創(chuàng)建統(tǒng)一的數(shù)據(jù)視圖。數(shù)據(jù)集由上游和下游數(shù)據(jù)支持。較常見的數(shù)據(jù)集包括 CAD 數(shù)據(jù)、產(chǎn)品生命周期管理、IIoT、ERP、CRM、MES 和 BOM 等。相反，數(shù)字孿生是物理對等物的虛擬表示，它可能是一個機(jī)器甚至是一個過程。其目的是了解原始物理對象的表現(xiàn) （ 如反應(yīng) ）。

應(yīng)該從不同的角度采用數(shù)字孿生 ：從產(chǎn)品的角度著眼于運轉(zhuǎn)中的產(chǎn)品特性 ;從制造和運營的角度著眼于制造過程中的所有洞察 ;最后從客戶體驗的角度出發(fā)，著眼于最終客戶如何使用產(chǎn)品，并針對未來的設(shè)計和創(chuàng)新提供深入的洞察。

（2） 人工智能、機(jī)器學(xué)習(xí)和邊緣

理解數(shù)據(jù)并在此基礎(chǔ)上采取行動是物聯(lián)網(wǎng)的一個主要商機(jī)。AI 是一個廣泛的技術(shù)領(lǐng)域 ， 可以粗略地定義為用機(jī)器模擬人類智能和經(jīng)驗。物聯(lián)網(wǎng)終端和解決方案可以為 AI 算法提供關(guān)鍵的輸入來源和訓(xùn)練數(shù)據(jù) ， 反過來，AI 功能又可以對它們進(jìn)行操作和控制。在 AI 領(lǐng)域中，機(jī)器學(xué)習(xí)是一種無需明確編程就能自動通過經(jīng)驗學(xué)習(xí)并改進(jìn)的應(yīng)用。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個子領(lǐng)域，由一些算法組成，這些算法利用大量的數(shù)據(jù)和神經(jīng)網(wǎng)絡(luò)訓(xùn)練自己執(zhí)行任務(wù)，如語音和圖像識別。

傳統(tǒng)的工業(yè)參與者意識到了數(shù)據(jù)和 AI 的價值。日立公司成立了 Hitachi Vantara，專注于數(shù)據(jù)分析，并開發(fā)了 Lumada Manufacturing Insights 套件等產(chǎn)品，其中包括利用 AI、ML 和 DataOps 來實現(xiàn)生產(chǎn)自動化和優(yōu)質(zhì)成果的 IIoT 解決方案。

AI 和 ML 與邊緣計算和云提供的數(shù)據(jù)存儲和處理能力緊密關(guān)聯(lián)。云和邊緣十分必要。舉例來說，向云發(fā)送數(shù)據(jù)對于訓(xùn)練 AI 模型至關(guān)重要，在邊緣分析其它數(shù)據(jù)源可以帶來減少延遲、減少云和連接費用、增加數(shù)據(jù)安全和隱私等好處。

（3） 增強(qiáng)現(xiàn)實和虛擬現(xiàn)實

AR 是一種由計算機(jī)生成元素 （ 如文本、聲音、圖片或物體 ） 增強(qiáng)真實世界的技術(shù)。VR 將真實世界的元素引入到虛擬世界中，如將真實的手引入虛擬環(huán)境。

雖說經(jīng)過了幾年的試點、實施和大量宣傳，AR 眼鏡市場卻并未火爆起來。智能 AR 眼鏡有一個廣泛的生態(tài)，包括光學(xué)元件供應(yīng)商、終端 OEM、應(yīng)用開發(fā)商、定制軟件開發(fā)商、內(nèi)容供應(yīng)商、軟件開發(fā)商和平臺提供商。

試驗和試點（尤其是在工業(yè)環(huán)境中）顯示生產(chǎn)力大幅提高，成本大幅降低。在工業(yè)環(huán)境中，工作流是車間管理和衡量效率的一個重要因素，可以影響成本以及產(chǎn)品或服務(wù)的交付。在許多情況下，車間使用紙質(zhì)說明書或手冊來指導(dǎo)工人完成不同的任務(wù)。智能眼鏡可以支持用戶在查看手冊和圖表的同時捕捉視頻和照片。這種在需要時無需手動即可訪問使用說明、地圖、圖表等的能力在工業(yè)和企業(yè)市場上激起了人們的興趣。AR 眼鏡還可以用于知識傳遞和下一代工人培訓(xùn)。
責(zé)任編輯：tzh