（2）基于5G与边缘计算的云化叉车

　　本次5G项目落地实施主要聚焦于5G与视觉及边缘计算的结合：在基于视觉技术的无人叉车顶部安装4个高清相机（如图7），利用5G技术连接至高速虚拟专网，与视觉图像处理服务器相连，实时获取行车记录仪的图像数据。通过对无人车辆异常情况的远程图像反馈与控制，实现部分基于视觉的障碍物识别与测量。本次应用包括以下边缘计算与控制功能：

• 　　远程监控，工作人员可以远程排除无人车辆的异常情况；
• 　　障碍物识别，并根据障碍物的属性（人、有人操作的叉车、无人操作的叉车、静态货物）及其位置，采取不同的避障措施，提升系统安全性；
• 　　提取行车路径上的人员骨骼，完成运动巡检。如系统可识别和获取非库内人员及其位置信息，及时报送监控人员，辅助仓库内部安保。

　　（3）基于5G的Life-Long SLAM

　　SLAM，全称是Simultaneous Localization and Mapping，即同时定位与建图，指机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的地图特征（比如，墙角，柱子等）定位自身位置和姿态，再根据自身位置增量式的构建地图，从而达到同时定位和地图构建的目的，该项技术被广泛应用于物流、服务、军工等领域，可以极大的加速工业移动机器人的部署速度。

　　然而，受限于算力及内存，SLAM技术在物流领域的实际应用并不理想。当前大部分SLAM技术实施，往往先建立离线地图，再根据已建立好的离线地图进行定位。其缺点在于，当场景改变时，移动机器人往往无法与地图匹配，导致定位丢失。5G技术的引入，让多移动机器人、大场景的Life-Long SLAM得以实现。

　　Life-Long SLAM技术是指多个移动机器人将采集到的图像数据实时传输至服务器，服务器根据各个移动机器人的运动数据、实时图像数据以及历史地图数据，不断地更新优化现有地图，并把最新的地图分发到场内的所有移动机器人，以保证移动机器人的准确定位。

三、5G融合定位提升仓储性能

　　目前，定位技术室外主要以卫星定位为主，而在室内环境，由于卫星信号受限，需要无线蜂窝、蓝牙、UWB、WIFI等定位技术作为卫星定位的补充，提供室内定位。4G时代多种定位技术间缺乏有机的和深层次的融合，只能解决定位精度或者定位范围等某一方面的问题。

　　随着5G通信网络建设的推进，5G室内小基站已逐步进入规模化部署阶段，5G室内网络与多种室内定位技术融合，提供面向5G网络的多层次融合定位解决方案，可在定位精度以及覆盖范围上实现定位性能的整体提升，形成一种能够将多种定位技术融合在一起的、全面的、系统的、层次化的融合定位技术框架。

　　5G融合高精度室内定位方案，将蓝牙AoA、UWB等室内定位基站与5G分布式皮基站结合共同部署；定位基站复用5G皮基站的站址资源、供电资源和传输资源；同时结合边缘计算、大数据等领先技术，让感知层赋能执行层，提供亚米级定位精度，能够满足仓储定位业务需求。

　　5G融合室内高精度定位系统架构，如图8所示。

　　5G+蓝牙定位根据业务部署AOA定位基站连接pRRU的POE口，同时也可部署大量信标；pRRU为定位基站供电；蓝牙AOA基站的数据经过pRRU传到Hub及BBU，最终到达MEC, 定位解算服务部署在MEC上。

　　网络连接层主要功能是为蓝牙网关采集的数据回传至MEC，提供网络链路。以5G融合蓝牙AOA定位组网架构，如图9所示。

　　蓝牙网关通过网线连接pRRU的POE口，pRRU为蓝牙网关供电。同时，蓝牙网关有级联网口，可以连接多个，BBU通过光纤将数据回传至MEC。

　　数据解算层是实现标签位置计算的关键。位置解算引擎将蓝牙网关回传的数据，经过数据清洗，依据不同的定位算法（TOF/TDOA/AOA/AOD等），解算出标签位置坐标。解算引擎部署在MEC，可以充分利用MEC平台提供的计算资源、存储容量、处理能力，发挥5G网路高速率，低时延，大链接的优势，进而提升网络利用效率和增值价值。

　　应用层利用5G融合室内定位技术，完成业务层面的呈现，提供人与物的定位，助力企业安全管控和生产效率提升。