要说到5G和工业互联网的关系，我们首先说说5G中的两个重要概念，URLCC和TSN。

uRLLC（Ultra-realiable and Low-lantency Communications）：uRLLC是面向低延迟的5G业务，低延迟场景是5G下三大重要场景之一。相对于传统的语音业务的延迟需求，uRLLC的延迟需求会更加低，因为其要面向比如说无人机，无人车控制，这一类对延迟非常敏感的业务了。我们目前所看到的汽车很多还是机械传动控制的，可能目前看起来没有那么高的延迟需求，或者说汽车传动情况下，其延迟会比网络延迟还要高。但是我们可以相信在未来，随着电控系统和电在汽车领域的应用，特别是无人车方面，其传动的延迟会越来越低，所以为了作为通信基石的5G技术，当时需要提前做准备了。那么uRLLC还有一类场景就是对应的工业4.0，也就是工业自动化的场景。在我的理解范畴内，传统工业自动化是基于流水线的，而工业4.0是基于机器人技术的，而且机器人都是通过网络进行实时控制，所以为了构造一个非常高效的机器人控制系统，网络延迟就必然有更高的需求。所以uRLLC对于工业自动化很重要。

TSN（Time Sensitive Networks）：时间敏感网络，是这两天开始逐渐崛起的工业通信网络技术。TSN的本身实际上是Ethernet的QoS功能，Ethernet一开始是没有QoS功能的，后来在802.11d，然后802.11q中引入了VLAN Tag的字段，在该字段中引入了优先级。从而为网络提供了QoS功能。该功能原本是为了音视频所用的。随着Ethernet在工业场景中被逐渐部署，工业场景中慢慢就有了更多的QoS需求。有线网络的QoS的做法实际上是控制交换机转发帧时候的优先级，所以本质上是改变转发逻辑。在TSN中，这一个逻辑被进一步发展，其不仅仅是本地优先级的调配，更多的是为了特定的低延迟业务，预配一条畅通无阻的道路。其实TSN的目的我们可以用简单的交通管制来理解，如果有特定的低延迟业务流即将到来时，那么网络就会预先对其所经过的转发路线进行交通管制，从而保证一路畅通。所以为了实现这一点，TSN的需要更精密的时间同步和延迟保证的功能。

uRLLC是5G初始设计的三大场景之一，而TSN是发展于有线Ethernet，后来是被扩展至工业网络中，就目前而言，TSN还是主要是说有线网络。TSN被业界看好主要是其还是基于Ethernet/IP网络，具有IP网best-effort和Internet互通性这一系列有点，相比于其他的工业网络协议，比如说CAN，modbus（由于工业控制网络协议非我本专业哈，我只接触过这两个，还有一个就是测量的HART），还有就是老一些的232，485之类。

而发源于Ethernet/IP的802.11协议，也就是Wi-Fi协议，目前由于其CSMA/CA的接入机制，对于准确的QoS其实并不是特别好支持。这里我们简单说一下思想，802.11里面的QoS实际上是基于统计上的，在长时间的网络时间下，我们可以做到让某些业务提供QoS，但是其并不能做到每一次接入都是最优的，只能说统计情况下，其具有优先级。而工业的工控网络是对每一次接入延迟都有要求的，不能允许某一次的超标，所以802.11就不太适合直接做TSN。目前802.11还没有TSN的版本，这个还有待发展，其在商业协议上，其实可以借鉴HyperLAN，HyperLAN的接入规则实际上是和CAN近似的，这两者的接入机制上都还是具有这样的潜力，所以CAN才可以被应用在汽车上。

而TSN这样的一个需求必然是业界的需要，所以5G网络中就开始设计，并提供对TSN的支持，即无线端对TSN的支持。

在工业4.0环境中，对于网络的功能要求是比较高的。那么我们要具体理解一下工业4.0环境，这里内容参考自《5G for Connected Industries and Automation》，5G-ACIA的White Paper。

首先看一下工业4.0的场景：

我们可以看到整个工业4.0实际上是包含从供应链开始，AGV（也就是工业无人车），Assembly line（装配线），Robot（比如图上的装配机器人），Inventory management（库存管理）等等。有几点我们要对比理解下，像原始的工业流水线，会有很大的一部分被AGV取代，AGV也就是无人车，AGV相比流水线相比，功能类似，但是更加灵活，AGV可以组合构成一条传统的流水线。Sensors可以用来检测整个工业4.0的工作情况，也可以用来做流水线产品的质量检测，然后流水线上的装配工作实际上是由机器人手臂来完成，不仅可以不间断工作，而且更精密。在该图上，我们还需要看到两个特点，1）所有的设备，机器人的连接都是有无线连接的，2）所有的连接都会汇总到Operations control端上。在工业4.0场景下，实际上是高度优化过的中心控制，对整个流水线链路进行实时最优的配置。而且这种架构也符合现在软件开发的逻辑，也就是高内聚，低耦合。每一个部分之间都是通过无线网络连接的，实际上耦合度很少。这样就保证了，后期我们可以更快速的迭代控制体系的算法，流水线的算法等等，具有更好的迭代性。

还不仅如此，每一个工业4.0的厂房的大脑，实际上是可以被部署到云端上的

如上图所示，Factory A和Factory B通过网络连接到一起，并连接到云端上，云端的Data Center可以作为整个系统的核心大脑。我们前面提到的，在一个Factory内部是高内聚低耦合的，在Factory间实际上也是高内聚低耦合的，将单一功能进行集中最优化，提高内聚的同时，利用供应链的自动化管理技术，降低工厂间的耦合程度，而调配，生产安排，计划等等，都可以通过Data Center中运行的AI算法来辅助人们进行判断。这也是我们愿景中的工业4.0场景。

在这样的愿景中，单个Factory对应到5G无线端的连接技术，而Factory间实际上是对应到5G核心网的切片技术。从而保证整个网络的低延迟，高可靠，为工业4.0作为基石。可以说，5G是工业4.0下的神经系统。

在5G的URLLC场景下，End-End的延迟目标是1ms，这个1ms的实现如下图（参考《5G-Enabled Tactile Internet》）

在3GPP R15的版本中，低延迟的部分主要是通过URLLC来完成的，那么其中核心就是5G的切片技术。而TSN和5G协议的互通可能会更多的体现在与工业有线局域网技术的互通上，毕竟TSN的主要特点还是一个基于Ethernet的局域网技术。

TSN和5G的连接关系可以参考下图（参考自《5G meets Time Sensitive Networking》）

在3GPP R16版本中，将会添加TSN的功能。如下图所示：

分别是TS 24.519和TS 24.535。

综上而言，我们可以说5G技术实际上是工业4.0技术的一个基石，而且是由局部的工业自动化（比如说某个工厂内的）到最终形成产业链，或者生态圈自动化的底层核心，是构筑工业4.0的神经系统。只有具备了这样的神经系统，才可以在其上更好的运行AI，大数据等算法，对全局进行优化。不过，5G时代是不是就可以实现该神经系统我们还不得而知，也许通信技术还要继续发展，但是总体目标我相信是不会变的。