판토스의 식자재 물류 창고 트윈 사례
18.08 ~ 19.06(10개월)간 총 4번의 프로토타입 개발
WCS 실데이터기반의 디지털트윈 구축완료
향후 다양한 데이터 타입 및 수동 창고로 확대 / 스케쥴링 최적화 / 물류 센터 운영 시뮬레이션으로 확대중
실세계의 사물, 환경을 가상 공간에 모사한 디지털 객체(사물, 도시, 프로세스, 조직 등)로써, 형상 뿐만이 아니라 테이터를 통해 현실에서의 움직임, 특성 등 까지도 동일하게 표헌하는 것
-> 실제 객체, 시스템의 디지털 표현으로 대상의 작동 방식에 대한 데이터를 통합하여 실제 조건을 분석, 시뮬레이션하여 변화에 대응 하고 작어을 개선하여 가치를 추가함. AI 기반의 분석에 대한새로운 기회를 제공하거나 실제 개체를 제어할 수 있음
-> 디지털 트윈은 데이터의 지속적인 수집, 고급분석, ML, AI 등의 적용을 통해 대상의 성능, 운영, 수익성에 대한 의미 있는 실시간 인사이트를 제공
디지털 트윈을 일종의 생태계로 데이터의 집적, 모니터링, 제어 모델을 통한 데이터 수집, 분석하는 방법의 이해가 수반되며 AI, 클라우드, AR/VR기술과의 조합이 필요!
관측 모델 (Observation Model)
단순하게 실시간 데이터를 통한 물리적 대상의 상태를 모니터링 및 사전 예방
예) 제조 현자의 설비 운영 현황 분석을 통한 이상 징후 포착
운영 모델(Operation Model)
모니터링 및 시뮬레이션 결과에 기반한 대상의 제어를 통한 운영의 효율화
예) 조명이나 밸브의 원격제어, 실내 온도 제어
최적화 모델(Optimization Model)
Contextual Data등의 다양한 데이터 기반의 분석 및 시뮬레이션을 통한 운영 최적화
예) 풍력 발전기 날개의 경사각을 최적화를 통한 발전량 증대
Modeling
3d 모델은 수많은 모델 중 하나일 뿐이다. 메타데이터, 기능적인 모델, 물리모델 등 다양한 형태의 데이터를 포함함
Visualization (시각화)
-> 데이터의 압축/검색/운용기술
-> 멀티 디바이에스에서 활용이 가능한 기술
-> AR/ VR 기술
-> 게임과 같은 영상처리/ 렌더링 기술
Connectivity (실제 사물과 디지털 인스턴스 사이의 연결성!)
-> 데이터와 가상 객체 연결 기술
-> 기존 시스템과 렌더링
-> 엔진 연동기술
-> 유관 문야 데이터와 연계/융합기술
Analytics(디지털 트윈한 기술을 어떻게 분석할 것인가?)
-> 3차원 공간 분석 기술
-> 데이터 모델, 분석 모델
-> 빅데이터 기반의 고급 분석 기술
Simulation (모아진 3차원 데이터 공간에서 어떤 시뮬레이션을 할 것인가?)
-> 물리 엔진 기반
-> 물리모델 시뮬레이션 모델
-> 알고리즘 중심 기술
-> ML/ DL / RL
물류쪽에서 유명한 시뮬레이터 -> Automod (물리엔진X)
unity는 가 물리엔진이 구현되어있다보니 시뮬레이션하기 좋음
Q. ML 에이전트를 어떻게 활용할 수 있을까? 에 대한 고민을 많이 하고 있다.
Q. 어떻게 실시간으로 연동이 가능했는지?
-> 실제 물류 시스템에는 생각보다 센서들이 많다.
Q. 어떻게 실시간으로 연동이 가능했는지?
-> 실제 물류 시스템에는 생각보다 센서들이 많다.
- ML Agent를 어떻게 활용할 수 있을까?