산업용 사물 인터넷에 대한 안개 예측

샌프란시스코 반도의 I-280 표지판에는 "세계에서 가장 아름다운 고속도로"라고 적혀 있습니다. 작년 여름에 찍은 이 사진처럼 안개가 언덕을 넘어 계곡으로 굴러갈 때가 가장 좋습니다.

그 안개는 아름답기만 한 것이 아니라 캘리포니아의 완벽한 날씨로 유명한 자연 냉장고이기도 합니다. 적절한 장소에 있는 구름은 놀라운 일을 합니다.

포그란 무엇입니까?

이것은 IIoT(산업용 사물 인터넷) 컴퓨팅의 임박한 미래에 대한 완벽한 비유입니다. 날씨에서 안개는 구름과 같으며 지면에 가깝습니다. IoT에서 포그는 사물에 가까운 클라우드 기술로 정의됩니다. 둘 다 정확한 용어는 아니지만 두 경우 모두 사실입니다. 올바른 위치에 있는 구름은 놀라운 일입니다.

IIC(Industrial Internet Consortium) 및 OpenFog Consortium을 포함한 주요 산업 컨소시엄은 이 미래를 더 잘 정의하기 위해 열심히 노력하고 있습니다. 클라우드의 놀라운 성공을 이끄는 많은 측면이 데이터 센터를 넘어 확장되어야 한다는 데 모두 동의합니다. 또한 현실 세계에는 클라우드 시스템에서 처리할 수 없는 문제가 포함되어 있다는 데 동의합니다. 그들은 또한 이름과 브랜드 포지셔닝에 대해 약합니다. 빠른 날씨 지도는 사이드바를 참조하십시오. 어떤 이름이든 포그 또는 계층화된 에지 컴퓨팅은 산업 인프라 운영에 매우 중요합니다.

포그를 이해하는 가장 좋은 방법은 실제 사용 사례를 살펴보는 것일 것입니다.

예:연결된 의료 기기

지능형 의료 시스템의 미래를 먼저 고려하십시오. 운전 문제는 놀라운 사실입니다. 세 번째 미국의 주요 사망 원인은 병원 오류입니다. . 가정, 장치 경보, 경보 피로에 대한 교육 및 수년간의 경험을 확인하고 재확인하는 광범위한 프로토콜에도 불구하고 슬픈 진실은 매년 수십만 명이 잘못된 의사 소통과 오류로 인해 사망한다는 것입니다. 이러한 복잡한 환경에서 인적 오류를 보상하는 것은 해결책이 아니라는 점이 점점 더 분명해집니다. 가장 좋은 방법은 기술을 사용하여 환자를 더 잘 돌보는 것입니다.

통합 임상 환경 표준은 환자를 모니터링하고 관리하는 지능적인 분산 시스템을 만들기 위한 선도적인 노력입니다. 핵심 아이디어는 의료 기기를 서로 연결하고 지능형 "감독" 컴퓨팅 기능에 연결하는 것입니다. 감독자는 치료 팀의 지칠 줄 모르는 구성원처럼 환자 상태를 확인하고 간병인에게 지능적으로 경고하거나 문제가 있을 때 자율적인 조치를 취하기도 합니다.

감독자는 산소 농도계, 카프노미터 및 호흡기 판독값을 결합하고 분석하여 잘못된 경보를 줄이고 약물 주입을 중단하여 과다 복용을 방지합니다. DDS "databus"는 모든 구성 요소를 실시간으로 안정적인 전달로 연결합니다.

이것은 간단하게 들립니다. 그러나 실제 문제를 고려하십시오. 문제는 지능만이 아니다. 현재 의료기기는 통신이 전혀 되지 않습니다. 그들은 같은 환자와 연결되어 있다는 사실을 모릅니다. 데이터 일관성, 직원 모니터링 또는 안정적인 운영을 보장할 확실한 방법이 없습니다.

설상가상으로 위의 도표는 한 명의 환자일 뿐입니다. 그것은 병원의 현실이 아닙니다. 수백 또는 수천 개의 침대가 있습니다. 환자들은 매일 병실을 오갑니다. 환경에는 유선 및 무선 네트워크가 혼합되어 있습니다. 치료가 필요한 환경에서 정보를 찾고 전달하는 것은 매우 어려운 일입니다.

실제 병원 환경에는 수천 명의 환자와 수십만 개의 장치가 포함됩니다. 신뢰할 수 있는 모니터링 기술은 올바른 환자를 찾고 해당 환자의 데이터를 올바른 분석가나 직원에게 전달하는 것을 보장해야 합니다. 위의 연결 맵에서 모든 빨간 점은 "포그 라우팅 노드"이며 올바른 데이터를 다음 계층으로 전달하는 역할을 합니다.

이 시나리오는 계층화된 포그 시스템의 핵심 요구 사항을 보여줍니다. 이와 같은 복잡한 시스템은 계층적 하위 시스템에서 구축해야 합니다. 각 하위 시스템은 기능을 실행하기 위해 복잡한 데이터 흐름과 함께 내부 데이터를 공유합니다. 예를 들어 인공호흡기는 가스 흐름을 제어하고 환자 상태를 모니터링하며 보조 호흡을 제공하는 복잡한 장치입니다. 내부적으로 이 데이터를 공유하는 많은 센서, 모터 및 프로세서가 포함됩니다. 외부적으로는 환자의 생리적 상태를 전달하는 훨씬 간단한 인터페이스를 제공합니다. 병원에 있는 수백 가지 유형의 장치는 각각 비슷한 문제에 직면해 있습니다. 포그 컴퓨팅 시스템은 각 수준에서 체인 위쪽으로 올바른 정보를 교환해야 합니다.

이 사용 사례는 클라우드 기반 기술에 적합하지 않습니다. 이러한 기계는 올바른 결정을 내리기 위해 신호 파형과 같은 빠른 실시간 데이터 흐름을 교환해야 합니다. 또한 환자의 건강이 위험에 처해 있습니다. 따라서 각 중요 구성 요소에는 매우 안정적인 연결과 장애 조치를 위한 중복 구현이 필요합니다. 이러한 장애 조치는 몇 초 안에 이루어져야 합니다. 원격 연결에 의존하는 것은 안전하지 않거나 실용적이지 않습니다.

예:자율주행 자동차

"무인 자동차"는 "말없는 마차" 이후 운송 분야에서 가장 파괴적인 혁신입니다. 자율 주행(AD) 자동차와 트럭은 일상 생활과 경제를 상상하기 힘든 방식으로 변화시킬 것입니다. 그들은 지난 세기의 원시적인 "바이오 드라이브" 자동차보다 사람과 사물을 더 빠르고, 더 안전하고, 더 저렴하고, 더 멀리, 더 쉽게 이동할 것입니다. 경제적인 영향은 놀랍습니다. 미국 전체 일자리의 30%가 종료되거나 변경됩니다. 트럭 운송, 배달, 교통 통제, 도시 교통, 아동 및 노인 보호, 길가 호텔, 레스토랑, 보험, 자동차 차체, 법률, 부동산 및 레저는 다시는 동일하지 않을 것입니다.

자율주행 자동차 소프트웨어는 많은 데이터 유형과 소스를 교환합니다. 비디오 및 Lidar 센서는 볼륨이 매우 높습니다. 피드백 제어 신호가 빠릅니다. 정확한 정보를 정확한 시간에 정확한 장소로 안정적으로 전송하는 인프라는 시스템 개발을 훨씬 쉽게 만듭니다. 따라서 차량은 임베디드 시스템의 성능과 클라우드의 인텔리전스를 결합합니다(일명 포그).

지능형 차량은 복잡한 분산 시스템입니다. 자율주행 자동차는 비전, 레이더, 라이더, 근접 센서, GPS, 매핑, 내비게이션, 계획 및 제어를 결합합니다. 이러한 구성 요소는 복잡한 환경을 실시간으로 분석하고 혼란스러운 환경을 협상하는 데 대응할 수 있는 안정적이고 안전한 보안 시스템으로 함께 작동해야 합니다. 따라서 자율성은 최고의 기술 과제입니다. 자율주행차는 자동차라기보다 바퀴 달린 로봇에 가깝다. 자동차 공급업체는 갑자기 매우 새로운 도전에 직면합니다. 안개가 필요합니다.

Fog는 자율 주행 자동차 설계의 모든 구성 요소를 통합합니다. 이러한 각 구성 요소는 그 자체로 복잡한 모듈입니다. 병원 환자 모니터링 사례와 마찬가지로 차량 한 대에 불과합니다. 포그 라우팅 노드(빨간색)는 하위 시스템을 통합하고 자동차를 더 큰 클라우드 기반 시스템에 연결하는 데 필요합니다. 이 시스템은 또한 빠른 성능, 극도의 안정성, 다양한 유형의 데이터 흐름 통합 및 제어된 모듈 상호 작용을 필요로 합니다. 클라우드 기반 애플리케이션도 중요한 구성 요소입니다. Fog 시스템은 클라우드 기반 애플리케이션과도 원활하게 병합되어야 합니다.

안개는 어떻게 작동합니까?

그렇다면 이 모든 것이 어떻게 작동할 수 있습니까? 위의 몇 가지 요구 사항을 암시했습니다. 연결성은 아마도 가장 큰 도전 과제일 것입니다. 엔터프라이즈급 기술은 IIoT 시스템에 필요한 성능, 안정성, 중복성 및 분산된 규모를 제공할 수 없습니다.

핵심 통찰력은 시스템은 데이터에 관한 것이라는 것입니다. . 이를 가능하게 하는 기술은 데이터 중심입니다.

데이터 중심 시스템에는 애플리케이션 간에 하드 코딩된 상호 작용이 없습니다. 포그 연결에 적용할 때 이 개념은 확장성 부족, 상호 운용성 및 아키텍처 발전 능력과 같은 지점 간 시스템 통합과 관련된 문제를 극복합니다. 플러그 앤 플레이 방식의 단순성, 확장성 및 탁월한 성능을 제공합니다.

데이터 중심 연결의 주요 표준은 DDS(데이터 배포 서비스)입니다. DDS는 다른 미들웨어와 다릅니다. 실시간 시스템을 직접 처리합니다. 안정성, 대역폭 제어, 배달 기한, 활성 상태, 리소스 제한 및 보안을 포함하여 실시간 QoS(서비스 품질) 매개변수를 광범위하게 미세하게 제어하는 ​​기능이 있습니다. 엔드포인트 간 통신에 사용되는 통신 "데이터 모델" 또는 유형 및 QoS를 명시적으로 관리합니다. 따라서 "데이터 중심" 기술입니다.

DDS는 데이터 찾기, 데이터 통신, 최신 데이터 보장, 데이터 요구 사항 일치 및 데이터 제어와 같은 모든 데이터에 관한 것입니다. 데이터 중심 스토리지를 제공하는 데이터베이스와 마찬가지로 DDS는 관리하는 정보의 내용을 이해합니다. 데이터베이스와 유사한 이러한 데이터 중심적 특성은 "데이터 버스"라는 용어를 정당화합니다.

데이터버스 대 데이터베이스:모든 IIoT 개발자가 물어야 하는 6가지 질문

기존 통신 아키텍처는 애플리케이션을 직접 연결합니다. 이 연결은 메시징, 원격 개체 지향 호출 및 서비스 지향 아키텍처를 포함하여 다양한 형태를 취합니다. 데이터 중심 시스템은 애플리케이션이 데이터 및 데이터 속성과만 상호 작용하기 때문에 근본적으로 다릅니다. 데이터 중심성은 애플리케이션을 분리하고 확장성, 상호 운용성 및 통합을 크게 가능하게 합니다. 많은 애플리케이션이 데이터와 독립적으로 상호 작용할 수 있기 때문에 데이터 중심성은 중복성을 자연스럽게 만듭니다.

데이터 버스는 응용 프로그램-응용 프로그램 상호 작용을 응용 프로그램-데이터-응용 프로그램 상호 작용으로 대체합니다. 이 추상화는 데이터 중심성의 핵심이며 절대적으로 중요합니다. 데이터 중심성은 애플리케이션을 분리하고 확장성, 상호 운용성 및 시스템 통합을 크게 용이하게 합니다.

위의 비유를 계속하면 데이터베이스 데이터 중심 스토리지에 대해 이와 동일한 트릭을 구현합니다. 오래된을 저장합니다. 나중에 검색할 수 있는 정보 저장된 데이터의 속성을 연결함으로써. 데이터버스 데이터 중심 상호 작용을 구현합니다. 미래를 관리합니다. 필터링하여 정보 들어오는 데이터의 속성에 의해. 데이터 중심성은 데이터베이스를 대규모 스토리지 시스템에 필수적으로 만듭니다. 데이터 중심성은 데이터 버스를 대규모 소프트웨어 시스템 통합을 위한 기본 기술로 만듭니다.

데이터 버스는 게시 및 구독 응용 프로그램을 자동으로 검색하고 연결합니다. 새 스마트 머신을 네트워크에 추가하기 위해 구성을 변경할 필요가 없습니다. 데이터 버스는 QoS를 일치시키고 시행합니다. 데이터 버스는 다른 응용 프로그램의 실행 또는 존재로부터 응용 프로그램을 격리합니다. 데이터 사양이 충족되는 한 응용 프로그램은 성공적으로 실행될 수 있습니다.

데이터 버스에는 서버도 필요하지 않습니다. 프로토콜을 사용하여 가능한 연결을 검색합니다. 모든 데이터 흐름은 가능한 가장 낮은 대기 시간을 위해 직접 피어 투 피어입니다. 또한 서버가 막히거나 장애가 발생하지 않으므로 기본 인프라는 확장 가능하고 안정적입니다.

위의 예에서와 같이 확장하려면 계층적 하위 시스템을 결합해야 합니다. 그것은 안개에 중요합니다. 이를 위해서는 "포그 라우팅 노드"라는 하위 시스템 인터페이스를 격리하는 구성 요소가 필요합니다. 이것은 개념적 용어임을 유의하십시오. 하드웨어 장치로 구현될 필요는 없으며 종종 구현되지 않습니다. 일반적으로 서비스 또는 실행 중인 애플리케이션으로 구현됩니다. 해당 서비스는 장치 자체, 별도의 상자 또는 상위 수준 시스템 등 필요한 곳 ​​어디에서나 실행할 수 있습니다. 그 기능은 하위 시스템을 "둘러싸기"하여 복잡성을 숨기는 것입니다. 따라서 하위 시스템은 필요한 데이터만 내보내고 제어된 액세스만 허용하며 단일 보안 도메인(인증서)도 제공합니다. 또한 데이터 버스가 자연스럽게 중복성을 지원하기 때문에 서비스 설계를 통해 매우 안정적인 시스템이 단순히 많은 병렬 라우팅 노드를 실행할 수 있습니다.

계층 시스템은 하위 시스템 내부 데이터를 포함해야 합니다. 포그 라우팅 노드는 레벨 간에 데이터 모델을 매핑하고 정보 내보내기를 제어하며 빠른 내부 검색을 가능하게 하고 보안 도메인을 매핑합니다. 따라서 외부 인터페이스는 내부 시스템을 숨기는 훨씬 단순한 보기입니다.

RTI는 1000개 이상의 프로젝트와 함께 이 디자인에 대한 엄청난 경험을 가지고 있습니다. 여기에는 로봇 공학을 위한 빠른 3kHz 피드백 루프, NASA KSC의 거대한 300k 포인트 발사 제어 SCADA 시스템, Siemens Wind Power의 가장 큰 해상 터빈 농장, Grand Coulee 댐, GE Healthcare의 CT 이미징 및 환자 모니터링 제품 라인, 거의 모든 미국 해군 함정이 포함됩니다. 그리고 그 동맹, Joy Global의 지속적인 채굴기, 많은 조종사가 없는 무인 항공기 및 지상국, Audi의 HIL(hardware-in-the-loop) 테스트 환경, 증가하는 자율 자동차 및 트럭 디자인 목록이 있습니다.

데이터 버스의 주요 이점은 다음과 같습니다.

<울>

신뢰성 :간편한 이중화와 장애 서버가 없어 매우 안정적인 운영이 가능합니다. DDS 데이터 버스는 시스템이 5분이든 5밀리초이든 짧은 시간 동안이라도 오프라인 상태를 견딜 수 없도록 지원합니다.

실시간 :Databus P2P 전송은 밀리초에서 수십 마이크로초로 측정된 대기 시간을 쉽게 지원합니다.

인터페이스 규모 :10개 이상의 상호 작용 모듈이 있는 대규모 소프트웨어 프로젝트는 인터페이스를 신중하게 정의, 조정 및 발전시켜야 합니다. 데이터 중심 기술은 이러한 책임을 수동 프로세스에서 강제적인 자동 인프라로 이동합니다. RTI는 수천 개의 상호 작용 애플리케이션을 구축하는 1500개 이상의 프로그래머 팀이 있는 시스템에 대한 경험이 있습니다.

데이터 규모 :시스템이 커지면 데이터 흐름을 제어해야 합니다. 모든 응용 프로그램에 모든 것을 보내는 것은 실용적이지 않습니다. 데이터 버스를 사용하면 콘텐츠, 속도 등을 기준으로 필터링할 수 있습니다. 따라서 애플리케이션은 진정으로 필요한 것만 받습니다. 이렇게 하면 네트워크와 프로세서 부하가 크게 줄어듭니다. 이는 1000개 이상의 독립적으로 주소 지정 가능한 데이터 항목이 있는 모든 시스템에 중요합니다.

아키텍처 :데이터 중심성은 시스템에 쉽게 "추가"되지 않습니다. 대신 핵심 디자인으로 채택됩니다. 따라서 변환은 차세대 IIoT 설계에만 의미가 있습니다. 대부분의 시스템 설계에는 수년의 수명 주기가 있습니다.

이러한 요구 사항의 대부분을 충족하는 시스템은 데이터 중심 설계를 진지하게 고려해야 합니다.

무료 eBook:산업용 사물 인터넷을 위한 최고의 애플리케이션 및 아키텍처

안개진 미래

캘리포니아 안개 담요처럼 적절한 위치의 구름은 놀라운 효과를 발휘합니다. Databus 기술은 신뢰성이 필요한 곳에 데이터를 가져와 탄력적인 컴퓨팅을 가능하게 합니다. 실시간의 안정적이고 확장 가능한 시스템 구축을 지원합니다. 물론 통신은 진화하는 포그 아키텍처의 필수 기능 중 하나일 뿐입니다. 그러나 이것은 중요하

[1] [2] 下一页