生产制造过程中，最重要的环节之一是质量控制检查。传统工厂的质量检测仍使用人工逐一检查，存在标准化程度低、人工成本高、效率低、准确度不高等问题，并且检测产品通过人工检测后，很难形成可以溯源的数据文档，无法给产线工艺的优化提供有用的数据参考和支撑。因此，为了减少错误并最大限度地减少损失，部分自动化程度高的大型企业已采用机器视觉质检与人工复检相结合的方式检测产品。但是，机器视觉对网络宽带、时延都有很高的要求，以往的有线网络难以满足，无法实现实时反馈的自动化质量检测。
基于5G部署无线网络，替换原来的有线网络，可极大简化现场设备和工控机方案，使机器视觉有更灵活的部署方式，且无需调整网络布线就能快速实现对现有产线的技术改造。此外，5G MEC网络具有大带宽、低时延、高算力优势，可以充分满足机器视觉检测场景对带宽、时延和算力的需求。基于5G和边缘云技术，将机器视觉的检测、识别任务部署在MEC平台上运行，为视觉检测、识别提供更为强大的计算能力和存储能力，同时加快算法的迭代和优化，可有效提高工业生产和检测效率，推动工业生产智能化。
广和通基于多芯平台布局了多款5G模组产品，可内置于自动化工艺设备或工业级网关，实现工厂设备连接无线化。
工厂部署的工业相机等视觉检测设备通过内置广和通5G模组或部署5G工业网关等设备接入5G网络，能将采集的高清产品图形信息实时传输到云平台进行智能分析和模型训练。训练好的模型再发送至本地或边缘服务器，对接图像采集系统，对图像采集系统输出的图像做二次识别。本地或边缘服务器存储的图像及识别结果还会定期上传到AI平台，不断迭代优化模型，提高模型准确率，减少设备误判和人工复检工作量。例如，在生产线上，机器视觉系统每分钟可以检查数百甚至数千个零件，还能检查到人眼无法看到的产品细节。
5G+机器视觉质检可以替代人工质检，完成零件品控自动管理，对于积累的海量数据进行人工智能训练构建模型可进行故障的提前预判，最终实现工厂的快速全面检测，提高工厂运营效率并降低成本。
