View a markdown version of this page

Flottenmanagement-Lösung für vernetzte Farmen - Flottenmanagement-Lösung für vernetzte Farmen

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Flottenmanagement-Lösung für vernetzte Farmen

Veröffentlichungsdatum: 19. August 2022 (Geschichte des Diagramms)

Diese Architektur ermöglicht es Ihnen, eine intelligente Flottenmanagementlösung für die Landwirtschaft zu entwickeln, die Daten von Sensoren und Kameras des Internet der Dinge (IoT) an strategischen Standorten und in Anlagen wie Traktoren und Mähdreschern verwendet. In zunehmendem Maße sind diese Anlagen mit mehreren Sensoren zur Überwachung von Umgebungsbedingungen und Gefahren sowie zur Erkennung von Betriebsänderungen ausgestattet.

Flottenmanagement-Lösung für Connected Farm Diagram

Das Referenzarchitekturdiagramm zeigt, wie eine intelligente Flottenmanagementlösung für die Landwirtschaft mithilfe von Daten von Sensoren und Kameras des Internet der Dinge (IoT) an strategischen Standorten und in Anlagen wie Traktoren und Mähdreschern erstellt werden kann. In zunehmendem Maße sind diese Anlagen mit mehreren Sensoren zur Überwachung von Umgebungsbedingungen und Gefahren sowie zur Erkennung von Betriebsänderungen ausgestattet.
  1. Third-party Sensoren senden Daten wie Umgebungsbedingungen und Betriebsdaten über AWS IoT Greengrass und AWS Lambda mit Protokollkompatibilität.

  2. AWS IoT GreengrassStreams ermöglichen die Aufnahme von Edge-Geräten AWS IoT Analytics zur Datenverarbeitung und -analyse.

  3. AWS IoT Analyticsspeichert und reichert Daten zur Verwendung bei der ML-Modellerstellung an. Verwenden Sie benutzerdefinierte AWS Lambda Funktionen, um neue Attribute abzuleiten und die Daten zu klassifizieren.

  4. Analysieren und visualisieren Sie Zeitreihendaten mithilfe von AWS IoT Analytics Amazon Quick Sight.

  5. Wenden Sie maschinelles Lernen auf Daten mit gehosteten Jupyter-Notebooks an. Erstellen und implementieren Sie prädiktive Wartungsmodelle für Edge-Inferenz mit Amazon AI. SageMaker

  6. AWS IoT Eventsüberwacht Änderungsereignisse von IoT-Sensoren und sendet über ein AWS IoT Core MQTT-Thema eine Anfrage zur Bilderfassung an Edge-Geräte zurück.

  7. Laden Sie Bilder über AWS IoT Greengrass Streams auf Amazon Simple Storage Service (Amazon S3) hoch. Lambda verwendet SageMaker KI, um Bilder mit Modellen abzugleichen und so Betriebsabläufe zu optimieren, indem es die Erntebedingungen, den Zustand der Anlagen und Hindernisse erkennt.

  8. Geofencing eines Interessengebiets bei Amazon Location. Flotten senden die erfassten Standortkoordinaten über. AWS IoT Core

  9. Amazon EventBridge leitet Geofence-Ereignisse nahezu in Echtzeit an vordefinierte Ziele weiter.

  10. Benachrichtige Benutzer über Amazon Simple Notification Service (Amazon SNS).

Weitere Informationen

Weitere Informationen finden Sie unter

Geschichte des Diagramms

Abonnieren Sie den RSS-Feed, um über Aktualisierungen dieses Referenzarchitekturdiagramms informiert zu werden.

ÄnderungBeschreibungDatum

Erste Veröffentlichung

Das Referenzarchitekturdiagramm wurde zuerst veröffentlicht.

19. August 2022

Anmerkung

Um RSS-Updates zu abonnieren, muss ein RSS-Plugin für den von Ihnen verwendeten Browser aktiviert sein.