本书主要介绍5G技术、人工智能、机器视觉、智能制造等相关技术及实战应用，配套装备助力大专院校在原有基础上拓宽与完善智能制造专业教育内容，推动智能制造在5G通信、边缘计算MEC、AI、机器人、机器视觉等学科专业教育中的交叉融合，建立基于5G的智能制造实验室及课程体系，培养更多高素质智能制造应用型人才，提高学生的实践创新能力，提升机械学院相关专业学生的未来就业竞争力。 可作为高等院校相关专业学生的教材，也可以作为相关企业的培训教材和工程技术人员的参考书。

制造业是现代工业的基石，随着5G技术、人工智能、机器视觉技术等重要领域和前沿方向的革命性突破和交叉融合，正在引发新一轮产业变革。为应对新一轮科技革命和产业变革的挑战，推进智能制造的发展，中国发布了《中国制造 2025》，全面推进制造强国战略。该战略以“创新驱动、质量为先、绿色发展、结构优化、人才为本”为基本方针，以“工业化和信息化深度融合、智能制造”为主线。为服务国家创新驱动发展和制造强国建设等重大战略实施，加快工程教育改革创新，需要培养一大批懂得5G通信技术、移动边缘计算（Mobile Edge Computing，MEC）、网络切片（Network Slicing，NS）、机器人、人工智能（Artificial Intelligence，AI）、机器视觉技术的综合应用型科技人才来支撑智能制造产业转型升级。 5G网络相比以前的WIFI或4G网络具备了更多优势，例如低时延、高可靠性、高速率、更高的带宽、移动性、灵活性，更简单的网络管理。作为新一代无线通信技术，5G技术的迅猛发展切合了传统制造企业在智能制造转型过程中对无线网络的应用需求，其具备的高带宽、低时延的特性，能更好地满足工业环境下的设备互联和远程交互等应用需求，并且为边缘计算等能力提供更好的网络支持，为企业构建统一的无线网络提供了可能。 本书几位作者来自高校、中国移动、华为及汇萃智能，分别为通信、电信运营、机器视觉行业的佼佼者，为这一领域有较深理论造诣的教授和富有实战经验的高级工程师。几位作者有过多年深层次的合作，包括推出全球首套“5G+机器视觉”解决方案，并在海尔智能工厂成功落地，获得2019年中国“绽放杯”大赛一等奖。本书依托多家单位在5G前沿技术的积累与智能制造产业融合的优势，汇集作者参与的实际应用案例，内容涉及5G技术及应用、人工智能、机器视觉、智能制造、基于5G MEC创新应用。最后配备5G智能制造实验指导书。 本书通过5G技术、人工智能、机器视觉、智能制造等相关技术介绍与实战应用以及配套装备，助力大专院校在原有基础上拓宽与完善智能制造专业教育内容，推动智能制造在5G通信、边缘计算、人工智能、机器人、机器视觉等学科专业教育中的交叉融合，建立基于5G的课程体系及智能制造实验室实验教材，培养更多高素质智能制造应用型人才，提高学生的实践创新能力，提升相关专业学生的未来就业竞争力。本书可作为高等院校相关专业学生的教材，也可以作为相关企业的培训教材和工程技术人员的参考书。 本书的撰写得到了中国移动、华为技术有限公司，以及杭州电子科技大学等相关专家、教授的关心与帮助，在此深表谢意。 由于作者的时间和水平有限，书中难免有不当之处，敬请读者批评指正。 作者联系邮箱：zjlhzz@163.com 编著者 于杭州

第1章 移动通信发展 （1） 1.1 引言 （1） 1.1.1 1G：百家争鸣 （1） 1.1.2 2G：数字通信的开始 （2） 1.1.3 3G：三种标准的角逐 （2） 1.1.4 4G：改变生活 （3） 1.2 什么是5G （4） 1.3 5G的标准之争 （5） 1.4 5G的三大特性 （6） 1.4.1 eMBB增强型移动带宽 （6） 1.4.2 uRLLC高可靠低时延 （7） 1.4.3 mMTC大规模机器通信 （7） 1.5 5G全球应用情况 （7） 1.5.1 国际方面 （7） 1.5.2 我国情况 （9） 1.6 后5G展望 （9） 第2章 5G技术介绍及应用 （11） 2.1 引言 （11） 2.1.1 业务和用户需求 （11） 2.1.2 可持续发展 （11） 2.1.3 效率需求 （12） 2.2 5G的主要关键技术 （12） 2.2.1 移动边缘计算（MEC） （12） 2.2.2 大规模MIMO技术 （13） 2.2.3 网络切片 （13） 2.3 5G的网络规划 （14） 2.4 5G的典型应用 （15） 2.4.1 政务与公用事业 （15） 2.4.2 工业 （16） 2.4.3 农业 （16） 2.4.4 文体娱乐 （16） 2.4.5 医疗 （17） 2.4.6 交通运输 （17） 2.4.7 金融 （18） 2.4.8 旅游 （18） 2.4.9 教育 （18） 2.4.10 电力 （18） 2.5 移动边缘计算技术应用 （19） 2.5.1 移动边缘计算的定义 （19） 2.5.2 移动边缘计算的技术特征 （19） 第3章 人工智能 （21） 3.1 引言 （21） 3.1.1 “人工”与“智能” （21） 3.1.2 图灵测试 （22） 3.1.3 人工智能定义 （22） 3.1.4 人工智能的实现途径 （23） 3.1.5 人工智能的研究 （24） 3.2 机器学习 （26） 3.2.1 机器学习的发展 （26） 3.2.2 机器学习的定义 （28） 3.2.3 机器学习的学习类型 （29） 3.2.4 专注于学习能力 （30） 3.2.5 机器学习的算法 （31） 3.2.6 机器学习的基本结构 （33） 3.2.7 机器学习的应用 （34） 3.3 智能图像处理 （35） 3.3.1 图像识别 （36） 3.3.2 图像识别的基础 （37） 3.3.3 图像识别的模型 （37） 3.3.4 图像识别的发展 （38） 3.3.5 机器视觉 （38） 3.3.6 图像处理 （39） 3.3.7 计算机视觉 （39） 3.3.8 计算机视觉与机器视觉的区别 （40） 3.3.9 神经网络的图像识别技术 （41） 3.3.10 机器视觉的行业应用 （41） 3.3.11 智能图像处理技术 （45） 3.3.12 目标识别和分类 （46） 3.4 自然语言处理 （46） 3.4.1 什么是自然语言处理（NLP） （47） 3.4.2 语法类型与语义分析 （49） 3.4.3 统计NLP语言数据集 （51） 3.4.4 语音信号处理 （51） 第4章 机器视觉 （55） 4.1 引言 （55） 4.1.1 机器视觉研究背景及意义 （55） 4.1.2 机器视觉系统的组成 （56） 4.1.3 国内外发展现状 （56） 4.2 机器视觉硬件介绍 （59） 4.2.1 工业相机 （59） 4.2.2 镜头 （61） 4.2.3 光源 （62） 4.2.4 视觉处理机 （65） 4.3 机器视觉算法简介 （65） 4.3.1 图像预处理算法 （65） 4.3.2 特征提取算法 （67） 4.3.3 模板匹配算法 （68） 4.3.4 字符识别算法 （70） 4.4 机器视觉典型应用 （72） 4.4.1 机器视觉系统应用 （72） 4.4.2 机器视觉的典型应用 （73） 4.5 人工智能、机器视觉与5G三者结合 （79） 4.5.1 人工智能、机器视觉与5G三者关系 （79） 4.5.2 人工智能、机器视觉与5G三者结合的应用场景 （79） 第5章 智能制造 （81） 5.1 引言 （81） 5.1.1 智能制造概念 （81） 5.1.2 智能制造系统及组成 （81） 5.2 智能制造的特征 （84） 5.3 工业4.0与智能制造 （86） 5.3.1 工业4.0概念 （86） 5.3.2 工业4.0的内涵及特征 （87） 5.3.3 工业4.0与智能制造 （87） 5.4 “中国制造2025”与智能制造 （88） 5.4.1 中国制造2025 （88） 5.4.2 智能制造 （92） 5.5 智能制造发展趋势 （93） 第6章 基于5G移动边缘计算创新应用 （94） 6.1 引言 （94） 6.2 项目整体框架 （95） 6.3 项目应用层 （96） 6.4 项目实施方案 （98） 6.5 项目优势 （99） 6.6 实用效果 （100） 第7章 基于5G机器视觉实验指导 （101） 7.1 基于5G的智能制造实验室建设 （101） 7.2 5G网络的基本部署 （101） 7.3 基于二值化的有无检测 （104） 7.3.1 实验原理 （104） 7.3.2 实验内容及步骤 （105） 7.3.3 课堂考核 （107） 7.4 基于模板匹配的数量统计 （107） 7.4.1 实验原理 （107） 7.4.2 实验内容及步骤 （108） 7.4.3 课堂考核 （109） 7.5 缺陷检测 （110） 7.5.1 实验原理 （110） 7.5.2 实验一：O型密封圈毛刺检测 （111） 7.5.3 实验二：瓶盖划痕瑕疵检测 （113） 7.5.4 课堂考核 （116） 7.6 尺寸测量 （116） 7.6.1 实验原理 （116） 7.6.2 实验内容及步骤 （118） 7.6.3 课堂考核 （120） 7.7 字符识别 （120） 7.7.1 实验原理 （120） 7.7.2 实验内容及步骤 （121） 7.7.3 课堂考核 （123） 7.8 机器人视觉引导应用 （123） 7.8.1 实验原理 （123） 7.8.2 实验步骤 （124） 7.8.3 课堂考核 （129） 参考文献 （130）