기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

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.

AWS IoT TwinMaker 다음과 같은 기능을 제공하여 이러한 문제를 해결합니다.

핵심 개념 및 구성 요소

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

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.

데이터 소스

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

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.

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.