무엇입니까 AWS IoT TwinMaker?

AWS IoT TwinMaker 물리적 시스템과 디지털 시스템의 운영 디지털 트윈을 구축하는 데 사용할 수 있는 AWS IoT 서비스입니다. AWS IoT TwinMaker 다양한 실제 센서, 카메라 및 엔터프라이즈 애플리케이션의 측정 및 분석을 사용하여 디지털 시각화를 생성하여 실제 공장, 건물 또는 산업 플랜트를 추적하는 데 도움이 됩니다. 이 실제 데이터를 사용하여 작업을 모니터링하고 오류를 진단 및 해결하며 작업을 최적화할 수 있습니다.

디지털 트윈은 시스템과 시스템의 모든 물리적 및 디지털 구성 요소를 실시간으로 디지털로 표현한 것입니다. 이는 시스템의 실제 구조, 상태 및 동작을 모방하도록 데이터로 동적으로 업데이트됩니다. 이를 사용하여 비즈니스 성과를 창출할 수 있습니다.

최종 사용자는 사용자 인터페이스 애플리케이션을 사용하여 디지털 트윈의 데이터와 상호 작용합니다.

작동 방식

디지털 트윈을 만들기 위한 최소 요구 사항을 충족하려면 다음을 수행해야 합니다.

• 물리적 위치에서 장치, 장비, 공간 및 프로세스를 모델링하십시오.

• 이러한 모델을 센서 데이터 카메라 피드와 같은 중요한 컨텍스트 정보를 저장하는 데이터 소스에 연결하십시오.

• 사용자가 데이터와 통찰력을 이해하는 데 도움이 되는 시각화를 작성하여 비즈니스 의사결정을 보다 효율적으로 수행하십시오.

• 최종 사용자가 디지털 트윈을 사용하여 비즈니스 성과를 높일 수 있도록 하십시오.

AWS IoT TwinMaker 다음과 같은 기능을 제공하여 이러한 문제를 해결합니다.

• 개체 구성 요소 시스템 지식 그래프: 지식 그래프에서 장치, 장비, 공간 및 프로세스를 모델링하기 위한 도구를 AWS IoT TwinMaker 제공합니다.

  이 지식 그래프에는 시스템에 대한 메타데이터가 포함되어 있으며 다양한 위치에 있는 데이터에 연결할 수 있습니다. AWS IoT TwinMaker AWS IoT SiteWise 및 Kinesis Video Streams에 저장된 데이터를 위한 내장 커넥터를 제공합니다. 다른 위치에 저장된 데이터에 대한 사용자 지정 커넥터를 만들 수도 있습니다.

  지식 그래프와 커넥터는 서로 다른 위치에 있는 데이터를 쿼리하기 위한 단일 인터페이스를 제공합니다.

• 씬 컴포저: AWS IoT TwinMaker 콘솔은 3D로 씬을 생성할 수 있는 씬 구성 도구를 제공합니다. 이전에 구축한 3D/CAD 모델을 업로드하여 웹 디스플레이에 최적화하고.gltf 또는.glb 형식으로 변환합니다. 그런 다음 장면 구성기를 사용하여 여러 모델을 단일 장면에 배치하여 해당 작업을 시각적으로 표현할 수 있습니다.

  장면에 데이터를 오버레이할 수도 있습니다. 예를 들어 장면 위치에 태그를 만들어 센서의 온도 데이터에 연결할 수 있습니다. 이렇게 하면 데이터가 위치와 연결됩니다.

• 애플리케이션: 최종 AWS IoT TwinMaker 사용자를 위한 대시보드 애플리케이션을 구축하는 데 사용할 수 있는 Grafana 및 Amazon Managed Grafana용 플러그인을 제공합니다.

• 타사 도구: Mendix는 산업용 IoT를 위한 완벽한 솔루션을 제공하기 AWS IoT TwinMaker 위해 협력합니다. Mendix를 사용한 린 일일 관리 애플리케이션 워크숍을 참조하고 AWS IoT TwinMaker Kinesis AWS IoT TwinMaker Video Streams 등과 같은 AWS 서비스와 함께 Mendix 로우 코드 애플리케이션 개발 플랫폼 (LCAP) 사용을 시작하는 방법을 알아보십시오. AWS IoT SiteWise

핵심 개념 및 구성 요소

다음 다이어그램은 의 주요 개념이 어떻게 조화를 이루는지 보여줍니다. AWS IoT TwinMaker

참고

다이어그램의 별표 (*) 는 관계를 나타냅니다. one-to-many 각 관계에 대한 할당량은 AWS IoT TwinMaker 엔드포인트 및 할당량을 참조하십시오.

다음 단원에서는 다이어그램에 표시된 개념을 설명합니다.

워크스페이스

워크스페이스는 디지털 트윈 애플리케이션을 위한 최상위 컨테이너입니다. 이 워크스페이스 내에 디지털 트윈을 위한 개체, 구성 요소, 장면 자산 및 기타 리소스의 논리적 세트를 생성합니다. 이는 또한 디지털 트윈 애플리케이션과 여기에 포함된 리소스에 대한 액세스를 관리하는 보안 경계 역할도 합니다. 각 작업 영역은 작업 영역 데이터가 저장되는 Amazon S3 버킷에 연결됩니다. IAM 역할을 사용하여 작업 공간에 대한 액세스를 제한할 수 있습니다.

워크스페이스는 여러 구성 요소, 개체, 장면, 리소스를 포함할 수 있습니다. 구성 요소 유형, 개체, 장면 또는 리소스는 하나의 워크스페이스 내에서만 존재합니다.

개체-구성 요소 모델

AWS IoT TwinMaker 지식 그래프를 사용하여 시스템을 모델링하는 데 사용하는 도구를 제공합니다. entity-component-based 개체 구성 요소 아키텍처를 사용하여 물리적 시스템을 표현할 수 있습니다. 이 개체 구성 요소 모델은 개체, 구성 요소 및 관계로 구성됩니다. 개체 구성 요소 시스템에 대한 자세한 내용은 개체 구성 요소 시스템을 참조하십시오.

개체

개체는 해당 요소의 기능을 캡처하는 디지털 트윈의 요소를 디지털로 표현한 것입니다. 이 요소는 물리적 장비, 개념 또는 프로세스일 수 있습니다. 개체에는 개체와 관련된 구성 요소가 있습니다. 이러한 구성 요소는 관련 개체에 대한 데이터 및 컨텍스트를 제공합니다.

를 사용하면 엔티티를 사용자 지정 계층 구조로 구성하여 보다 효율적으로 관리할 수 있습니다. AWS IoT TwinMaker개체 및 구성 요소 시스템의 기본 뷰는 계층적입니다.

구성 요소

구성 요소는 장면의 개체에 대한 컨텍스트와 데이터를 제공합니다. 개체에 구성 요소를 추가합니다. 구성 요소의 수명은 개체의 수명과 관련이 있습니다.

구성 요소는 문서 목록 또는 지리적 위치의 좌표와 같은 정적 데이터를 추가할 수 있습니다. 또한 시계열 데이터가 포함된 시스템 (예: 다른 시계열 클라우드 히스토리언) 을 비롯한 다른 시스템에 연결하는 함수를 가질 수도 있습니다. AWS IoT SiteWise

구성 요소는 데이터 소스와 AWS IoT TwinMaker간의 연결을 설명하는 JSON 문서에 의해 정의됩니다. 구성 요소는 외부 데이터 소스 또는 기본 제공되는 데이터 소스를 설명할 수 있습니다. AWS IoT TwinMaker구성 요소는 JSON 문서에 지정된 Lambda 함수를 사용하여 외부 데이터 소스에 액세스합니다. 워크스페이스에는 많은 구성 요소가 포함될 수 있습니다. 구성 요소는 관련 개체를 통해 태그에 데이터를 제공합니다.

AWS IoT TwinMaker 콘솔에서 추가할 수 있는 몇 가지 기본 제공 구성 요소를 제공합니다. TimeStream Telemetry 및 Geospatial 좌표와 같은 데이터 소스에 연결할 사용자 지정 구성 요소를 직접 만들 수도 있습니다. 이러한 예로는 TimeStream 텔레메트리, 지리공간 구성 요소, Snowflake와 같은 타사 데이터 소스에 대한 커넥터 등이 있습니다.

AWS IoT TwinMaker 일반적인 사용 사례를 위해 다음과 같은 유형의 기본 제공 구성 요소를 제공합니다.

• 문서 (예: 지정된 URL에 있는 사용자 설명서 또는 이미지)

• 시계열 (예: AWS IoT SiteWise의 센서 데이터).

• 알람 (예: 외부 데이터 소스의 시계열 알람)

• 동영상 (Kinesis Video Streams에 연결된 IP 카메라)

• 추가 데이터 소스에 연결하기 위한 사용자 지정 구성 요소. 예를 들어, AWS IoT TwinMaker 개체를 외부에 저장된 시계열 데이터에 연결하는 사용자 지정 커넥터를 만들 수 있습니다.

데이터 소스

데이터 소스는 디지털 트윈의 소스 데이터 위치입니다. AWS IoT TwinMaker 두 가지 유형의 데이터 소스를 지원합니다.

• 계층 커넥터를 사용하면 외부 모델을 AWS IoT TwinMaker로 지속적으로 동기화할 수 있습니다.

• 시계열 커넥터: AWS IoT SiteWise등의 시계열 데이터베이스에 연결할 수 있습니다.

속성

속성은 구성 요소에 포함된 정적 및 시계열 기반 값입니다. 구성 요소를 개체에 추가하면 구성 요소의 속성이 개체의 현재 상태에 대한 세부 정보를 설명합니다.

AWS IoT TwinMaker 다음과 같은 세 가지 속성을 지원합니다.

• 단일 값, non-time-series 속성 - 이러한 속성은 일반적으로 정적 키-값 쌍이며 관련 엔티티의 메타데이터와 AWS IoT TwinMaker 함께 직접 저장됩니다.

• 시계열 속성 - 이러한 AWS IoT TwinMaker 속성의 시계열 저장소에 대한 참조를 저장합니다. 기본값은 최신값입니다.

• 관계 속성 — 이러한 속성은 다른 개체 또는 구성 요소에 대한 참조를 저장합니다. 예를 들어 seen_by은(는) 카메라 개체를 해당 카메라에 의해 직접 시각화되는 다른 개체와 연결할 수 있는 관계 구성 요소입니다.

통합 데이터 쿼리 인터페이스를 사용하여 이기종 데이터 소스에서 속성 값을 쿼리할 수 있습니다.

시각화

디지털 트윈의 3차원 표현을 보강한 다음 Grafana에서 보는 AWS IoT TwinMaker 데 사용합니다. 장면을 만들려면 기존 CAD 또는 기타 3D 파일 유형을 사용하십시오. 그런 다음 데이터 오버레이를 사용하여 디지털 트윈에 관련 데이터를 추가합니다.

장면

장면은 연결된 데이터에 대한 시각적 컨텍스트를 제공하는 3차원 표현입니다. AWS IoT TwinMaker장면은 전체 환경에 대해 단일 gltf (GL 전송 형식) 또는 glb 3D 모델을 사용하거나 여러 모델로 구성된 구성을 사용하여 만들 수 있습니다. 장면에는 장면의 관심 지점을 나타내는 태그도 포함됩니다.

씬은 시각화를 위한 최상위 컨테이너입니다. 장면은 하나 이상의 노드로 구성됩니다.

워크스페이스에는 여러 장면이 포함될 수 있습니다. 예를 들어 워크스페이스에는 시설의 각 층마다 하나의 장면이 포함될 수 있습니다.

리소스

씬에는 리소스가 표시되며, 리소스는 콘솔에 AWS IoT TwinMaker 노드로 표시됩니다. 장면에는 많은 리소스가 포함될 수 있습니다.

리소스는 장면을 만드는 데 사용되는 이미지 및 glTF 기반 3차원 모델입니다. 리소스는 단일 장비 또는 전체 사이트를 나타낼 수 있습니다.

.gltf 또는.glb 파일을 워크스페이스 리소스 라이브러리에 업로드한 다음 장면에 추가하여 리소스를 장면에 배치합니다.

증강 사용자 인터페이스

AWS IoT TwinMaker 를 사용하면 센서 데이터와 같은 중요한 컨텍스트와 정보를 씬의 위치에 추가하는 데이터 오버레이로 씬을 보강할 수 있습니다.

노드: 노드는 태그, 조명, 3차원 모델의 인스턴스입니다. 장면 계층 구조에 구조를 추가하기 위해 비워 둘 수도 있습니다. 예를 들어, 여러 노드를 하나의 빈 노드 아래에 그룹화할 수 있습니다.

태그: 태그는 (개체를 통해) 구성 요소의 데이터를 나타내는 노드 유형입니다. 태그는 구성 요소 하나에만 연결할 수 있습니다. 태그는 장면의 특정 x,y,z 좌표 위치에 추가되는 주석입니다. 태그는 개체 속성을 사용하여 이 장면 부분을 지식 그래프에 연결합니다. 태그를 사용하여 장면에 있는 항목의 동작이나 시각적 모양(예: 알람)을 구성할 수 있습니다.

조명: 장면에 조명을 추가하여 특정 오브젝트에 초점을 맞추거나 그림자를 드리워 물리적 위치를 표시할 수 있습니다.

3차원 모델: 3차원 모델은 리소스로 가져온 .gltf 또는.glb 파일을 시각적으로 표현한 것입니다.

참고

AWS IoT TwinMaker 심각한 신체 상해 또는 사망으로 이어지거나 환경 또는 재산 피해를 야기할 수 있는 위험한 환경 또는 중요 시스템의 작동 시 또는 이와 연계하여 사용해서는 안 됩니다.

사용을 통해 수집된 데이터는 사용 사례에 적합한 정확성을 AWS IoT TwinMaker 평가해야 합니다. AWS IoT TwinMaker 물리적 시스템이 안전하게 작동하고 있는지 평가하기 위한 목적으로 물리적 시스템을 사람이 모니터링하는 대신 사용해서는 안 됩니다.