大阪エヌデーエス秋山和慶 · 2019. 2. 27. ·...

IoT分野でのAWSの活用

大阪エヌデーエス秋山和慶

目次

1. IoTデータ活用のための課題

2. AWSのモデル図

3. デモ展示について

4. 産機での応用例

5. 農業での応用例

6. 車両での応用例

7. まとめ

1. IoTデータ活用のための課題

❖IoTにはたくさんのデータが必要

❑大量のデータを効率よく集める / 貯める / 使うための仕組みが必要

❑データが大きすぎる / デバイスが多すぎて管理するのが大変

❖データを集める段階の前に、そもそも仕組みを作るので手一杯

❑カメラやセンサなどデバイスごとの作りこみはしたくない

❑データ収集はゴールではない

❑収集したデータを活用することが目的• 機械学習, データマイニング, etc……

→ 使いやすい形になったデータをアップロードしてほしい

❖データを集めるだけではなく、リモートでデバイスを操作したい

❑操作する内容は柔軟に変更したい

1.ビッグデータ活用のための課題

❖IoTにはたくさんのデータが必要

→ AWS IoTとDynamoDBを使えば、大量のデータを扱える！

❖データを集める段階の前に、そもそも仕組みを作るので手一杯

→ AWS IoT と Lambdaを使えば、簡単にデータを収集・操作できる！

❖データを集めるだけではなく、リモートでデバイスを操作したい

→ Greengrassを使えば、エッジデバイスの操作・連携ができる！

2. AWSのモデル図AWSを使えばこんなことが実現できる

1. センサデータをクラウドにセキュアに送信する AWS IoT

AWS Greengrass

2. エッジデバイス同士を連携させる AWS Greengrass

3. いらないデータを削除しつつ、必要なデータだけを蓄積する AWS Lambda

AWS DynamoDB

エッジデバイス

クラウド

AI

センサデータをクラウドに集積クラウドから指示を送信

Greengrass

AWS IoTDynamoDB AI学習モデル

Lambda

2. AWSのモデル図AWSを使えばこんなことが実現できる

4. 蓄積したデータを使って機械学習を行う AWS Machine Learning

AWS Sage Maker

5. エッジデバイスに学習済みAIをインストールする AWS Greengrass Machine Inference


クラウド

AI


Greengrass


Lambda

2. AWSのモデル図各サービスのご紹介

• AWS IoT• エッジデバイス - クラウド間のメッセージを仲介する• IoT郵便局

• Greengrass• AWS IoTの出張所• 複数のエッジデバイスをまとめる• エッジデバイス間のメッセージを仲介する• エッジデバイス＝離島の住民

Greengrass ＝離島の郵便局

• Lambda• データをデータベースに入れる前に少し整える、一部分だけ削除する、といったちょっとした処理を行う

• 便利屋さん

• DynamoDB• ビッグデータを貯めるのに適したデータベース• 郵便局の倉庫

AI

クラウド



Greengrass


Lambda

2. AWSのモデル図各サービスのご紹介

• AI学習モデル• AWS Machine Learning

• クラスタリング、二項分析などディープではない機械学習を行う

• AWS Sage Maker

• より高度な機械学習を行うためのプラットフォーム

• AWS Greengrass Machine Inference

• 学習済みのAIをGreengrassを介してエッジデバイスにインストールする

AI

クラウド



Greengrass


Lambda

2. AWSのモデル図1. Greengrassに統括されたエッジデバイスがセンサデータをクラウドに送信

2. AWS IoTは受け取ったセンサデータをDynamoDBに貯める

3. センサデータに異常があれば、AWS IoTがエッジデバイスに指示を出して復旧させる

4. 貯まったデータを使って、AIを学習させる

5. 学習済みのAIをエッジデバイスにインストール

クラウド

エッジデバイス AI


Greengrass


Lambda

3. デモ展示について1. Greengrassに統括されたエッジデバイスがセンサデータをクラウドに送信





今回の大阪エヌデーエス IoTソリューションのデモ展示は

• エッジデバイスからクラウドへのデータ送信• クラウドからエッジデバイスへの指示の送信

の部分を様々なボード/ディストリビューション上で実装しています。

クラウド



Greengrass


Lambda

3. デモ展示について1. R-Carに取り付けられているツマミを動かすとツマミの角度データがクラウドに送信される

2. クラウドは他のデバイスにツマミの角度に従って、同じようにモーターを動かすように指示する

このように様々なボード・様々な環境のデバイスを同じソフトウェアで動作させることができる！

↓

ビッグデータの収集・活用、AIの利用とお客様要件の実現というネクストステップにより迅速に着手できる！R-Car Armadillo Atmel Qualcomm

ツマミのデータを送信

ツマミのデータを配信

クラウドからの指示に従ってモーターを動かす

ボード環境(OS, Distro)

R-Car Salvator-X H3 v1.1 Yocto Linux

Armadillo X-1 Atmark Dist

Atmel SAMA5D4 Debian

Qualcomm DragonBoard Linaro Developer

2. AWSのモデル図1. Greengrassに統括されたエッジデバイスがセンサデータをクラウドに送信





クラウド



Greengrass


Lambda

4. 産機での応用例例えば、産機なら･･････

Greengrassが工場の各機械・ロボットを統括する

Greengrassが工場の稼働状況をクラウドに報告

クラウドは報告をDynamoDBに記録したり、異常があった場合はアラートを発信したり、機械の操作指示を行う

貯まった工場の稼動データを使って、データマイニング or 機械学習

↓

生産・エネルギー効率をアップさせることができる！

AI

クラウド

工場管理システム

稼働状況の報告リモートからの操作指示をやり取り

品質管理AI

効率アップAI

リモートで工場を監視・操作

Greengrass


Lambda

5. 農業での応用例例えば、農業なら･･････

Greengrassが畑や作物の状態を監視するロボット・センサを統括

Greengrassが畑や作物の状態をクラウドに報告

クラウドは報告をDynamoDBに記録したり、ビニールハウスの温度・湿度等の管理指示を行う

貯まったデータを使って、データマイニング or 機械学習

↓

熟練の技の伝承をAIでカバー！より少人数で畑の管理を行うことが可能に！

AI

クラウド

耕作地・作物周辺

耕作地・作物の状態報告水撒きなどの指示をやり取り

リモートで耕作地・作物を監視・操作

作物状態判断AI

Greengrass


Lambda

6. 車両での応用例例えば、クルマなら･･････

Greengrassがエンジンの状態や位置情報を監視するセンサを統括

Greengrassが位置情報・走行記録をクラウドに報告

クラウドは報告をDynamoDBに記録したり、道路状況を各車両に配信

貯まったデータを使って、データマイニング or 機械学習

↓

様々なモノと繋がるクルマ＝コネクティッドカーへ！

AI

クラウド

車両

走行情報道路状況をやり取り

運転支援AI

Greengrass


Lambda

7. まとめ

❖AWSを使うことで

❑ビッグデータを集める / 貯める / 使うための仕組みをワンストップで実現できる！

❑ GreengrassやAWS IoTを使うことで、効率的にビッグデータを集めることができる！

↓

ビッグデータの収集・活用、AIの利用というネクストステップにより迅速に着手できる！

❑様々なユースケースに対応できる！• 産機、農業、車両、etc……

❖ AWS IoTのご利用を検討されるなら、是非弊社に一度ご相談ください

❑ 様々なボードへのGreengrassのポーティング実績

登録商標について

❖Amazon Web Services, AWSはAmazon Web Services, Inc.様またはその関連会社様の商標または、登録商標です。

❖以下のサービスは、Amazon Web Services, Inc.様またはその関連会社様の商標または、登録商標です。

❑Amazon DynamoDB 及び DynamoDB

❑Amazon S3

❑AWS Greengrass 及び Greengrass

❑AWS Greengrass Machine Inference

❑AWS Lambda 及び Lambda

❑Amazon Machine Learning

❑AWS IoT

❑AWS Sage Maker

大阪エヌデーエス秋山和慶 · 2019. 2. 27. ·...

Documents