AWS Greengrass Hardware ermöglicht Konnektivität für IoT-Edge-Geräte

AWS Greengrass geht auf die Herausforderungen ein, denen IT-Teams gegenüberstehen, die Hunderte oder sogar Tausende von IoT-Edge-Geräten verwalten müssen. Aber wie kann das IT-Team die unzähligen OT-Netzwerkendpunkte (Operation Technology) verwalten, ohne viel Zeit in die Softwareentwicklung zu investieren? AWS IoT-Lösungen, die auf qualifizierter AWS Greengrass-Hardware laufen, wurden entwickelt, um Herausforderungen wie diese zu bewältigen. 

Hunderttausende oder vielleicht sogar Millionen für die Entwicklung und Wartung einer individuellen Lösung zur Verwaltung von IoT-Geräten ausgeben? Warum nicht in eine bestehende Lösung investieren?

Amazon Web Services (AWS) bietet eine Reihe von Services für Edge-Anwendungen. AWS Greengrass-Hardware am IoT-Edge kann Ihnen helfen, Ihre Endpunkte auf skalierbare Weise effektiv zu verwalten und handlungsrelevante Informationen zu liefern.

Sehen Sie sich unser Tech Edge Video an und lesen Sie unten weiter.

Was ist AWS Greengrass?

AWS Greengrass ist ein Produkt von Amazon Web Services (AWS). Es wurde entwickelt, um die Leistung des AWS-Cloud-Computing zu den IoT-Edge-Geräten zu bringen. 

AWS ermöglicht diesen Geräten:

• auf lokale Ereignisse in Echtzeit zu reagieren
• unabhängig von einer Netzwerkverbindung zu arbeiten
• die mit der AWS-Cloud verbundenen Dienste zu nutzen 
• aus der Ferne überwacht zu werden

All dies geschieht mit der sicheren End-to-End-Verschlüsselung von AWS. Durch den Einsatz lokaler Hardware wie den AWS Greengrass-zertifizierten PCs von OnLogic wird die Leistung der Cloud für verbundene Geräte im Edge nutzbar.

Wie funktioniert AWS Greengrass?

Greengrass funktioniert, indem ein lokal eingesetzter AWS IoT-Greengrass-Core, in unserem Fall ein für Greengrass qualifizierter OnLogic-PC, als lokaler Datenaggregator für Ihre verbundenen Geräte, Sensoren oder andere lokale Anschlüsse verwendet wird. Der Greengrass-Core kommuniziert mit lokalen Geräten in ihrem nativen Protokoll wie OPC-UA, LoRa oder Zigbee über AWS IoT-Konnektoren.

Die Daten werden über MQTT, ein schlankes Messaging-Protokoll, an die Cloud zurückgesendet. Anschließend werden sie über AWS IoT Core weitergeleitet, einen von AWS verwalteten Dienst zur Verwaltung Ihrer Geräteverbindungen mit der Cloud. Von dort aus können Sie abhängig von Ihren Anwendungsanforderungen mühelos eine Verbindung zu AWS-Diensten wie Amazon S3, EC2 oder Sagemaker herstellen.

AWS IoT Greengrass und AWS Cloud Services für Smart City-Projekte

IoT Greengrass unterstützt Smart-City-Lösungen. Eine intelligente Stadt nutzt vernetzte Technologien und Daten, um die Effizienz der städtischen Dienstleistungen zu verbessern und die Lebensqualität der Einwohner:innen und Unternehmen zu erhöhen. Schauen wir uns ein Beispiel für eine Smart-City-Lösung an.

Nehmen wir an, Sie sind der oder die Beauftragte für ein städtisches Straßensystem. Sie möchten Ihre Verkehrsmanagementsysteme optimieren, um den Verkehrsfluss durch die Nutzung von Daten zu verbessern. Um Ihr Projektziel der Verringerung von Staus zu erreichen, planen Sie eine Reihe von AWS Greengrass Edge-Computing-Lösungen einzusetzen. Diese Computer interagieren mit vernetzten Geräten, wie lokalen Sensoren, Ampeln, IoT-Gateways und anderen IoT-Geräten im Feld, um intelligentere und fundiertere Entscheidungen zu treffen.

Künstliche Intelligenz (KI) mit AWS Greengrass

Eine gute Smart-City-Anwendung ist die Verbesserung von Kreuzungen und Verkehrsströmen. Durch den Einsatz eines Greengrass-fähigen Edge-PCs können lokale Kameras eingesetzt werden, um die Anzahl der an einer Kreuzung wartenden Autos zu ermitteln. Anschließend können Ampeln in Echtzeit auf diese Daten reagieren mithilfe von Machine Learning (ML) Inferenz. Das Ergebnis? Sie können Staus reduzieren und das Fahrerlebnis verbessern, indem Sie eine Ampel beseitigen, die unnötig lange rot ist. Sie können auch Daten zurück an die AWS-Cloud senden, um Ihr Machine Learning-Modell weiter zu trainieren. So verbessern Sie die Gerätefunktionalität für zukünftige Verkehrsszenarien an dieser Kreuzung. 

Da die Laufzeit der Anwendung lokal auf dem Gerät erfolgt, können wir die fertigen Daten anstelle eines Rohdatenstroms an die Cloud zurücksenden. So sparen wir Übertragungskosten. Zusätzlich können wir das System, wenn nötig, offline laufen lassen. So können wir unsere Systeme auch bei unterbrochener WAN-Verbindung weiterhin betreiben und Daten sammeln.

IoT-Analyse mit AWS Greengrass

Sie fragen sich, wie Sie die AWS-Cloud mit den von Ihnen erstellten Daten zum Verkehrsfluss nutzen können? Mit AWS Lambda-Funktionen können Sie Code erstellen, testen und ausführen, ohne Server bereitstellen und verwalten zu müssen. Sie können dann die Laufzeit-Lambda-Funktionen auf Ihrem AWS IoT Greengrass-Gerät aktualisieren. Dazu sind keine weiteren Aktualisierungen erforderlich. 

Sie können AWS IoT Analytics verwenden, um Daten zu verarbeiten, zu organisieren und weiterzuleiten. Gleichzeitig können wir sie anderen AWS-Diensten zur Verfügung stellen, um sie in Anwendungen wie AWS Quicksight für die Datenanalyse zu verwenden.

Warum Industrie-PCs von OnLogic als Teil Ihrer IoT-Edge-Lösung?

Das Edge Ihres Netzwerks ist gewöhnlich kein guter Standort für einen herkömmlichen Tower-PC. Die Umgebung am Edge wird Ihr System höchstwahrscheinlich Staub, Temperaturschwankungen, Stoßkräften, Vibrationen, variabler Eingangsleistung und anderen nicht idealen Bedingungen aussetzen. Die Industrie- und Rugged-PCs von OnLogic sind die ideale Hardwarelösung für AWS IoT Greengrass Core-Software. Alle unsere verlässlichen und langlebigen PCs werden auf Bestellung gefertigt. Sie brauchen ein internes 4G-Modem für die Fernkonnektivität, serielle Anschlüsse für die Kommunikation mit älteren Geräten oder zusätzliche Funktionen? Dann sind Sie bei uns genau richtig.

Sind Sie bereit, Ihre Edge-Geräte mit AWS IoT Greengrass zu verbinden? Wenden Sie sich noch heute an unseren technischen Vertrieb, oder besuchen Sie unseren Online-Shop.

Hinweis: Wir haben diesen Blogbeitrag ursprünglich am 10. September 2020 veröffentlicht. Der Inhalt wurde am 13. November 2022 aktualisiert.