KR102411891B1 - Real-time distributed similation device using digital twin and method using the same - Google Patents

Real-time distributed similation device using digital twin and method using the same Download PDF

Info

Publication number
KR102411891B1
KR102411891B1 KR1020200161765A KR20200161765A KR102411891B1 KR 102411891 B1 KR102411891 B1 KR 102411891B1 KR 1020200161765 A KR1020200161765 A KR 1020200161765A KR 20200161765 A KR20200161765 A KR 20200161765A KR 102411891 B1 KR102411891 B1 KR 102411891B1
Authority
KR
South Korea
Prior art keywords
simulation
real
time
edge servers
model
Prior art date
Application number
KR1020200161765A
Other languages
Korean (ko)
Other versions
KR20220073576A (en
Inventor
이준희
강성주
나갑주
박제만
전재호
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020200161765A priority Critical patent/KR102411891B1/en
Publication of KR20220073576A publication Critical patent/KR20220073576A/en
Application granted granted Critical
Publication of KR102411891B1 publication Critical patent/KR102411891B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45504—Abstract machines for programme code execution, e.g. Java virtual machine [JVM], interpreters, emulators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45545—Guest-host, i.e. hypervisor is an application program itself, e.g. VirtualBox
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45562—Creating, deleting, cloning virtual machine instances

Abstract

디지털 트윈을 이용한 실시간 분산 시뮬레이션 장치 및 이를 이용한 방법이 개시된다. 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 방법은 실시간 분산 시뮬레이션 장치가, 복수개의 엣지 서버들에 연결된 시뮬레이션 참여 객체들을 기반으로 시뮬레이션 모델을 식별하고, 복수개의 엣지 서버들에서 식별한 시뮬레이션 모델을 기반으로 클라우드 서버에 디지털 트윈 모델을 생성하고, 복수개의 엣지 서버들이, 시뮬레이션 모델에 포함된 시뮬레이션 참여 객체를 활용하여 실시간 시뮬레이션을 수행하고, 실시간 분산 시뮬레이션 장치가, 클라우드 서버에서 복수개의 엣지 서버들 각각의 실시간 시뮬레이션을 동기화한다.Disclosed are a real-time distributed simulation apparatus using a digital twin and a method using the same. In a real-time distributed simulation method according to an embodiment of the present invention, a real-time distributed simulation device identifies a simulation model based on simulation participating objects connected to a plurality of edge servers, and based on the simulation model identified in the plurality of edge servers to create a digital twin model on the cloud server, a plurality of edge servers perform real-time simulation using the simulation participating object included in the simulation model, and a real-time distributed simulation device performs Synchronize the real-time simulation.

Description

디지털 트윈을 이용한 실시간 분산 시뮬레이션 장치 및 이를 이용한 방법 {REAL-TIME DISTRIBUTED SIMILATION DEVICE USING DIGITAL TWIN AND METHOD USING THE SAME}Real-time distributed simulation device using digital twin and method using the same {REAL-TIME DISTRIBUTED SIMILATION DEVICE USING DIGITAL TWIN AND METHOD USING THE SAME}

본 발명은 디지털 트윈을 이용한 실시간 분산 시뮬레이션 기술에 관한 것으로, 특히 엣지 서버와 클라우드 서버를 활용해서 실시간으로 분산 시뮬레이션을 수행함에 있어서 디지털 트윈(Digital twin) 기술을 통해 전체 시스템의 형상관리를 할 수 있는 기술에 관한 것이다.The present invention relates to a real-time distributed simulation technology using a digital twin. In particular, in performing a distributed simulation in real time using an edge server and a cloud server, the configuration of the entire system can be managed through the digital twin technology. It's about technology.

시스템 모델링 시뮬레이션 분야에서는 실 세계에 있는 객체를 수학적인 공식을 활용해서 모델링한 후 모델을 실행하는 시뮬레이션을 수행함으로써 원하는 목표를 달성할 수 있는 방법론을 제공한다. In the field of system modeling simulation, we provide a methodology that can achieve a desired goal by modeling an object in the real world using a mathematical formula and then executing a simulation to run the model.

일반적으로 시뮬레이션은 가상 시간을 사용하기 때문에 실제 시간의 흐름은 고려하지 않는다. 특정한 경우에는 실제 시간의 흐름과 시뮬레이션 시간이 동기화 되어야 하는 상황이 발생하는데, 이것을 실시간 시뮬레이션이라고 한다. In general, since simulation uses virtual time, the flow of real time is not taken into account. In a specific case, a situation arises in which the flow of real time and the simulation time must be synchronized. This is called real-time simulation.

실시간 시뮬레이션에서는 특정 시간 간격 마다(예를 들어, 1초마다) 시뮬레이션을 진행하고 상태를 동기화한다. 이와 같은 실시간 시뮬레이션에서 반드시 충족되어야 하는 부분은, 실 세계의 기준 시간 간격 이내에 시뮬레이션이 완료되어야 한다는 점이다. 이 때, 단일 시스템에서 분석하기 어렵고 복잡한 시뮬레이션 시스템은 여러 시스템에서 분산해서 시뮬레이션 할 수 있는데, 이러한 기법을 분산 시뮬레이션이라고 한다.In a real-time simulation, the simulation is run at specific time intervals (eg, every second) and the state is synchronized. A part that must be satisfied in such a real-time simulation is that the simulation must be completed within the reference time interval of the real world. At this time, a complex simulation system that is difficult to analyze in a single system can be simulated by distributing it in several systems. This technique is called distributed simulation.

또한, 실시간 시뮬레이션을 특정 지역 내에서만 진행하는 것이 아니고, 여러 지역에 걸쳐서 수행해야 될 상황이 존재한다. 이 때, 엣지 컴퓨팅 기술을 이용할 수 있는데, 엣지 컴퓨팅은 서비스를 제공받는 단말과 가장 가까운 거리에 서버를 배치해서 지연시간을 최소화하는 기술이다. 실시간성이 필요한 작업을 엣지 서버에서 수행함으로써 지연시간을 최소화 할 수 있으며, 안정성을 높일 수 있다. 실시간 분산 시뮬레이션에 참여하는 시뮬레이터를 엣지 환경에서 실행하면 실 세계의 기준 시간 간격 이내에 시뮬레이션을 완료할 수 있다.In addition, there are situations in which the real-time simulation is not performed only within a specific area, but must be performed over several areas. In this case, edge computing technology can be used. Edge computing is a technology that minimizes latency by arranging a server at the closest distance to a terminal receiving a service. By performing tasks that require real-time performance on the edge server, latency can be minimized and stability can be improved. If the simulator participating in the real-time distributed simulation is run in the edge environment, the simulation can be completed within the reference time interval of the real world.

이 때, 여러 지역에 걸친 실시간 분산 시뮬레이션을 수행하기 위해서 엣지 서버들을 연결해서 사용할 수 있는데, 이러한 엣지 서버는 중앙에서 컨트롤해주는 객체가 필요하다.In this case, edge servers can be connected and used to perform real-time distributed simulation across multiple regions, and these edge servers require a centrally controlled object.

한국 공개 특허 제10-2020-0044200호, 2020년 4월 29일 공개(명칭: IoT 컴퓨팅 환경에서의 클라우드와 엣지간의 분산 처리 방법 및 시스템)Korean Patent Publication No. 10-2020-0044200, published on April 29, 2020 (Title: Distributed processing method and system between cloud and edge in IoT computing environment)

본 발명의 목적은 엣지 서버와 클라우드 서버가 연계된 환경에서 엣지 서버에 연결된 시뮬레이션 참여 객체들의 군집 시스템을 디지털 트윈화해서 모델을 유지하는 것이다.An object of the present invention is to maintain a model by digitalizing a cluster system of simulation participating objects connected to an edge server in an environment in which an edge server and a cloud server are connected.

또한, 본 발명의 목적은 디지털 트윈을 통해 유지된 모델을 바탕으로 여러 장소에 흩어진 객체들의 문맥이 있는 유기적인 연결 관계에 대한 실시간 분산 시뮬레이션을 수행함으로써 엣지 서버에서 실시간 저지연성을 만족시키는 시뮬레이션을 수행함과 동시에 여러 엣지 서버들에서 수행되는 시뮬레이션을 클라우드로 동기화 하는 것이다.In addition, it is an object of the present invention to perform a simulation that satisfies the real-time low latency in the edge server by performing a real-time distributed simulation of the organic connection relationship with the context of objects scattered in various places based on the model maintained through the digital twin. At the same time, simulations performed on multiple edge servers are synchronized to the cloud.

또한, 본 발명의 목적은 실시간 분산 시뮬레이션을 수행할 때 엣지 서버와 클라우드를 활용해서 시뮬레이터는 엣지 서버에서 실행되고, 엣지 서버 간의 통합 관리는 클라우드에서 실행하는 시뮬레이션 구조를 제공하는 것이다.In addition, an object of the present invention is to provide a simulation structure in which the simulator is executed on the edge server by utilizing the edge server and the cloud when performing real-time distributed simulation, and the integrated management between the edge servers is executed in the cloud.

또한, 본 발명의 목적은 단순 데이터 수집을 통한 시뮬레이션이 아니라 여러 엣지 서버들에 연결된 객체들을 클라우드에서 통합된 하나의 디지털 트윈 모델로 관리함으로써 객체들 간의 유기적인 상호작용을 분석할 수 있는 시뮬레이션 모델을 제공하는 것이다.In addition, an object of the present invention is not a simulation through simple data collection, but a simulation model that can analyze organic interactions between objects by managing objects connected to multiple edge servers as a single digital twin model integrated in the cloud. will provide

또한, 본 발명의 목적은 디지털 트윈 모델을 엣지 서버에서 실시간으로 시뮬레이션하고, 클라우드에서 시뮬레이션 동기화를 수행함으로써 광범위한 대규모 실시간 시뮬레이션을 가능하게 하는 것이다.It is also an object of the present invention to enable a wide range of large-scale real-time simulations by simulating a digital twin model in real time on an edge server and performing simulation synchronization in the cloud.

상기한 목적을 달성하기 위한 본 발명에 따른 실시간 분산 시뮬레이션 방법은 실시간 분산 시뮬레이션 장치가, 복수개의 엣지 서버들에 연결된 시뮬레이션 참여 객체들을 기반으로 시뮬레이션 모델을 식별하는 단계; 상기 실시간 분산 시뮬레이션 장치가, 상기 복수개의 엣지 서버들에서 식별한 시뮬레이션 모델을 기반으로 클라우드 서버에 디지털 트윈 모델을 생성하는 단계; 상기 복수개의 엣지 서버들이, 상기 시뮬레이션 모델에 포함된 시뮬레이션 참여 객체를 활용하여 실시간 시뮬레이션을 수행하는 단계; 상기 실시간 분산 시뮬레이션 장치가, 상기 클라우드 서버에서 상기 복수개의 엣지 서버들 각각의 실시간 시뮬레이션을 동기화하는 단계를 포함한다.A real-time distributed simulation method according to the present invention for achieving the above object includes, by a real-time distributed simulation apparatus, identifying a simulation model based on simulation participating objects connected to a plurality of edge servers; generating, by the real-time distributed simulation device, a digital twin model in a cloud server based on the simulation model identified in the plurality of edge servers; performing, by the plurality of edge servers, a real-time simulation using a simulation participating object included in the simulation model; and synchronizing, by the real-time distributed simulation device, the real-time simulation of each of the plurality of edge servers in the cloud server.

이 때, 실시간 분산 시뮬레이션 장치가, 동기화된 실시간 시뮬레이션 데이터를 상기 복수개의 엣지 서버들로 각각 전달하는 단계; 및 상기 복수개의 엣지 서버들이, 상기 동기화된 실시간 시뮬레이션 데이터를 기반으로 각각 실시간 시뮬레이션 동기화를 수행하는 단계를 더 포함할 수 있다.At this time, the real-time distributed simulation device, each step of transmitting the synchronized real-time simulation data to the plurality of edge servers; and performing, by the plurality of edge servers, real-time simulation synchronization, respectively, based on the synchronized real-time simulation data.

이 때, 디지털 트윈 모델을 생성하는 단계는 상기 복수개의 엣지 서버들에 연결된 시뮬레이션 참여 객체들을 식별하는 단계를 포함할 수 있다.In this case, generating the digital twin model may include identifying the simulation participating objects connected to the plurality of edge servers.

이 때, 동기화하는 단계는 상기 엣지 서버들 각각의 실시간 시뮬레이션에 상응하는 시뮬레이션 데이터를 획득하고, 상기 디지털 트윈 모델에 상기 시뮬레이션 데이터를 적용하여 상기 실시간 시뮬레이션을 동기화할 수 있다.In this case, the synchronizing may include acquiring simulation data corresponding to the real-time simulation of each of the edge servers, and applying the simulation data to the digital twin model to synchronize the real-time simulation.

이 때, 동기화하는 단계는 상기 디지털 트윈 모델의 전체 영역 중 엣지 서버의 시뮬레이션 모델에 해당하는 영역에 상기 엣지 서버로부터 획득된 시뮬레이션 데이터를 적용할 수 있다.In this case, the synchronizing may apply the simulation data obtained from the edge server to an area corresponding to the simulation model of the edge server among the entire area of the digital twin model.

이 때, 시뮬레이션 참여 객체가 추가되는 경우, 상기 실시간 분산 시뮬레이션 장치가, 상기 디지털 트윈 모델을 업데이트하는 단계를 더 포함할 수 있다.In this case, when the simulation participation object is added, the method may further include, by the real-time distributed simulation apparatus, updating the digital twin model.

또한, 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 장치는, 복수개의 엣지 서버들에 연결된 시뮬레이션 참여 객체들을 기반으로 시뮬레이션 모델을 식별하고, 상기 복수개의 엣지 서버들에서 식별한 시뮬레이션 모델을 기반으로 클라우드 서버에 디지털 트윈 모델을 생성하고, 상기 클라우드 서버에서 상기 복수개의 엣지 서버들 각각에서 상기 시뮬레이션 모델에 포함된 시뮬레이션 참여 객체를 활용하여 수행된 실시간 시뮬레이션을 동기화하는 프로세서; 및 상기 디지털 트윈 모델을 저장하는 메모리를 포함한다.In addition, the real-time distributed simulation apparatus according to an embodiment of the present invention identifies a simulation model based on simulation participating objects connected to a plurality of edge servers, and a cloud based on the simulation model identified in the plurality of edge servers. a processor for generating a digital twin model in a server and synchronizing a real-time simulation performed by using a simulation participating object included in the simulation model in each of the plurality of edge servers in the cloud server; and a memory for storing the digital twin model.

이 때, 프로세서는 상기 복수개의 엣지 서버들이 각각 실시간 시뮬레이션을 동기화할 수 있도록 동기화된 실시간 시뮬레이션 데이터를 상기 복수개의 엣지 서버들로 각각 전달할 수 있다.In this case, the processor may transmit the synchronized real-time simulation data to the plurality of edge servers so that the plurality of edge servers can each synchronize the real-time simulation.

이 때, 프로세서는 상기 복수개의 엣지 서버들에 연결된 시뮬레이션 참여 객체들을 식별할 수 있다.In this case, the processor may identify the simulation participation objects connected to the plurality of edge servers.

이 때, 프로세서는 상기 엣지 서버들 각각의 실시간 시뮬레이션에 상응하는 시뮬레이션 데이터를 획득하고, 상기 디지털 트윈 모델에 상기 시뮬레이션 데이터를 적용하여 상기 실시간 시뮬레이션을 동기화할 수 있다.In this case, the processor may obtain simulation data corresponding to the real-time simulation of each of the edge servers, and apply the simulation data to the digital twin model to synchronize the real-time simulation.

이 때, 프로세서는 상기 디지털 트윈 모델의 전체 영역 중 엣지 서버의 시뮬레이션 모델에 해당하는 영역에 상기 엣지 서버로부터 획득된 시뮬레이션 데이터를 적용할 수 있다.In this case, the processor may apply the simulation data obtained from the edge server to an area corresponding to the simulation model of the edge server among the entire area of the digital twin model.

이 때, 프로세서는 상기 시뮬레이션 참여 객체가 추가되는 경우, 상기 실시간 분산 시뮬레이션 장치가, 상기 디지털 트윈 모델을 업데이트할 수 있다.In this case, the processor may update the digital twin model by the real-time distributed simulation device when the simulation participation object is added.

본 발명에 따르면, 엣지 서버와 클라우드 서버가 연계된 환경에서 엣지 서버에 연결된 시뮬레이션 참여 객체들의 군집 시스템을 디지털 트윈화해서 모델을 유지할 수 있다.According to the present invention, in an environment in which the edge server and the cloud server are linked, a model can be maintained by digitalizing a cluster system of simulation participating objects connected to the edge server.

또한, 본 발명은 디지털 트윈을 통해 유지된 모델을 바탕으로 여러 장소에 흩어진 객체들의 문맥이 있는 유기적인 연결 관계에 대한 실시간 분산 시뮬레이션을 수행함으로써 엣지 서버에서 실시간 저지연성을 만족시키는 시뮬레이션을 수행함과 동시에 여러 엣지 서버들에서 수행되는 시뮬레이션을 클라우드로 동기화할 수 있다.In addition, the present invention performs a simulation that satisfies real-time low latency in an edge server by performing a real-time distributed simulation of an organic connection relationship with context of objects scattered in various places based on a model maintained through a digital twin. Simulations performed on multiple edge servers can be synchronized to the cloud.

또한, 본 발명은 실시간 분산 시뮬레이션을 수행할 때 엣지 서버와 클라우드를 활용해서 시뮬레이터는 엣지 서버에서 실행되고, 엣지 서버 간의 통합 관리는 클라우드에서 실행하는 시뮬레이션 구조를 제공할 수 있다.In addition, the present invention can provide a simulation structure in which the simulator is executed on the edge server by utilizing the edge server and the cloud when performing real-time distributed simulation, and the integrated management between the edge servers is executed in the cloud.

또한, 본 발명은 단순 데이터 수집을 통한 시뮬레이션이 아니라 여러 엣지 서버들에 연결된 객체들을 클라우드에서 통합된 하나의 디지털 트윈 모델로 관리함으로써 객체들 간의 유기적인 상호작용을 분석할 수 있는 시뮬레이션 모델을 제공할 수 있다.In addition, the present invention provides a simulation model that can analyze the organic interaction between objects by managing objects connected to multiple edge servers as a single digital twin model integrated in the cloud, rather than a simulation through simple data collection. can

또한, 본 발명은 디지털 트윈 모델을 엣지 서버에서 실시간으로 시뮬레이션하고, 클라우드에서 시뮬레이션 동기화를 수행함으로써 광범위한 대규모 실시간 시뮬레이션을 가능하게 할 수 있다.In addition, the present invention can enable a wide range of large-scale real-time simulations by simulating a digital twin model in real time on an edge server and performing simulation synchronization in the cloud.

도 1은 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 방법을 나타낸 동작흐름도이다.
도 2는 본 발명에 따른 엣지 서버와 클라우드 관계 구조의 일 예를 나타낸 도면이다.
도 3은 본 발명에 따른 디지털 트윈의 관계 구조의 일 예를 나타낸 도면이다.
도 4는 본 발명에 따른 본 발명에 따른 엣지 서버에 연결된 실시간 분산 시뮬레이터의 일 예를 나타낸 블록도이다.
도 5는 본 발명에 따른 실시간 분산 시뮬레이션 장치의 일 예를 나타낸 블록도이다.
도 6은 도 5에 도시된 시뮬레이션 관리 장치의 상세구조를 나타낸 블록도이다.
도 7은 도 5에 도시된 디지털 트윈 관리 장치의 상세구조를 나타낸 블록도이다.
도 8은 본 발명에 따른 디지털 트윈 모델링 과정의 일 예를 나타낸 동작흐름도이다.
도 9는 본 발명에 따른 실시간 분산 시뮬레이션 과정의 일 예를 나타낸 동작흐름도이다.
도 10은 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 장치를 나타낸 블록도이다.
도 11은 본 발명의 일실시예에 따른 컴퓨터 시스템을 나타낸 도면이다.1 is an operation flowchart illustrating a real-time distributed simulation method according to an embodiment of the present invention.
2 is a diagram illustrating an example of an edge server and cloud relationship structure according to the present invention.
3 is a diagram illustrating an example of a relational structure of a digital twin according to the present invention.
4 is a block diagram illustrating an example of a real-time distributed simulator connected to an edge server according to the present invention.
5 is a block diagram illustrating an example of a real-time distributed simulation apparatus according to the present invention.
6 is a block diagram showing a detailed structure of the simulation management apparatus shown in FIG.
7 is a block diagram showing the detailed structure of the digital twin management device shown in FIG.
8 is an operation flowchart illustrating an example of a digital twin modeling process according to the present invention.
9 is an operation flowchart illustrating an example of a real-time distributed simulation process according to the present invention.
10 is a block diagram illustrating a real-time distributed simulation apparatus according to an embodiment of the present invention.
11 is a diagram illustrating a computer system according to an embodiment of the present invention.

본 발명을 첨부된 도면을 참조하여 상세히 설명하면 다음과 같다. 여기서, 반복되는 설명, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지 기능, 및 구성에 대한 상세한 설명은 생략한다. 본 발명의 실시형태는 당 업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해서 제공되는 것이다. 따라서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.The present invention will be described in detail with reference to the accompanying drawings as follows. Here, repeated descriptions, well-known functions that may unnecessarily obscure the gist of the present invention, and detailed descriptions of configurations will be omitted. The embodiments of the present invention are provided in order to more completely explain the present invention to those of ordinary skill in the art. Accordingly, the shapes and sizes of elements in the drawings may be exaggerated for clearer description.

이하에서는, 본 발명에 따른 바람직한 실시예를 첨부된 도면을 참조하여 상세하게 설명한다.Hereinafter, preferred embodiments according to the present invention will be described in detail with reference to the accompanying drawings.

5G 이동통신 기술 및 IoT 기술 등 여러 통신 기술이 발달함에 따라 네트워크에 연결된 특정 지역에서 저지연성 및 지역성을 가지고 요청을 처리해주는 엣지 기술 또한 발달하고 있다. 이러한 엣지 기술을 활용하는 경우, 특정 지역에서 일어나는 현상에 대한 실시간 시뮬레이션을 수행할 수 있다. As various communication technologies such as 5G mobile communication technology and IoT technology develop, edge technology that processes requests with low latency and locality in a specific area connected to the network is also developing. If such edge technology is utilized, real-time simulation of a phenomenon occurring in a specific area can be performed.

실시간 시뮬레이션은 현실 세계에 존재하는 객체 간의 상호작용을 효과적으로 분석할 수 있는 장점이 있다. 이와 같은 실시간 시뮬레이션을 수행하기 위해서는 실제 세계의 시뮬레이션 실행 간격 (예: 1초)보다 가상 세계에서 수행되는 시뮬레이션이 더 빠르게 실행된 이후에 동기화되어야 한다. 따라서, 네트워크에 연결되어 실시간 시뮬레이션에 참여하는 객체는 실시간성을 달성하기 위해 지연 시간이 짧아야 한다는 문제점이 존재한다. Real-time simulation has the advantage of effectively analyzing interactions between objects in the real world. In order to perform such a real-time simulation, the simulation performed in the virtual world must be synchronized after it is executed faster than the simulation execution interval of the real world (eg, 1 second). Therefore, there is a problem that the object connected to the network and participating in the real-time simulation needs to have a short delay time to achieve real-time.

본 발명에서는 엣지 서버를 활용하여 실시간성 문제를 해결하기 위한 방안을 제시한다.The present invention proposes a method for solving the real-time problem by utilizing an edge server.

이 때, 엣지 서버는 특정 지역에서 발생하는 일에 대한 실시간 시뮬레이션을 수행하기에는 적합하지만, 상황에 따라 여러 지역의 객체들이 서로 상호작용하는 실시간 분산 시뮬레이션이 필요할 수도 있다. 이러한 경우, 클라우드 서비스를 활용해서 여러 엣지 서버를 연결하는 작업을 수행할 수 있다. 즉, 실시간성이 필요한 데이터는 엣지 서버에서 처리하고, 처리한 데이터를 간단히 동기화 하는 작업만 클라우드에서 처리한다면 여러 지역에 걸친 실시간 분산 시뮬레이션을 수행할 수 있다.In this case, the edge server is suitable for performing real-time simulation of events occurring in a specific region, but real-time distributed simulation in which objects in various regions interact with each other may be required depending on the situation. In this case, it is possible to use a cloud service to connect multiple edge servers. In other words, real-time distributed simulation across multiple regions can be performed if data requiring real-time is processed on the edge server and only the simple synchronization of the processed data is processed in the cloud.

예를 들어, 자동차와 신호등 또는 각종 센서 등이 연결된 커넥티드카 시스템에 대해서 실시간 분산 시뮬레이션을 수행할 수 있다. 일반적인 네비게이션 시스템은 모든 변수를 고려하지 않고, 자동차 교통량만 분석해서 최단 시간을 안내하기 때문에 예측 값이 정확하지 않을 수 있다. 이 때, 특정 지역에 있는 엣지 서버에 자동차, 신호등, 각종 센서 등이 연결되어 실시간으로 시뮬레이션을 수행한다면, 해당 구간의 교통량을 정확하게 분석하여 보다 정확한 네비게이션 정보를 제공할 수 있다. For example, a real-time distributed simulation can be performed on a connected car system in which a vehicle and a traffic light or various sensors are connected. Since a general navigation system guides the shortest time by analyzing only the amount of vehicle traffic without considering all variables, the predicted value may not be accurate. At this time, if cars, traffic lights, and various sensors are connected to an edge server in a specific area to perform simulations in real time, it is possible to provide more accurate navigation information by accurately analyzing the traffic volume in the corresponding section.

다른 예를 들어, 현재 지역에서 다른 지역으로 이동하는 경우, 최적의 경로로 이동하기 위해서는 다른 지역에 위치하는 엣지 서버와 현재 지역에 위치하는 엣지 서버 간의 통합적인 시뮬레이션이 필요할 수 있다. 이러한 경우에도 여러 엣지 서버들을 클라우드 서버에 연결한 후 통합 관리함으로써 실시간으로 시뮬레이션 정보를 주고 받을 수 있다.For another example, when moving from the current region to another region, an integrated simulation between an edge server located in another region and an edge server located in the current region may be required to move to an optimal route. Even in this case, simulation information can be exchanged in real time by connecting multiple edge servers to the cloud server and then managing them.

한편, 최근 산업 분야에서는 실세계의 디지털화를 위한 다양한 기술들이 제시되고 있는데, 대표적인 기술 중 하나가 디지털 트윈(Digital Twin)이다. 디지털 트윈은 현실 세계에 존재하는 물리적인 사물과 실시간 동기화되어 동작하는 가상 세계의 소프트웨어 모델을 지칭한다. 이러한 디지털 트윈을 통해 원격에 있는 사물의 현재 상태를 파악할 수 있고, 이를 통해 주변의 변화에 대응하거나 향후 운영을 위한 개선 및 가치 향상을 이룰 수 있을 것으로 예상하고 있다.On the other hand, in the recent industrial field, various technologies for digitalization of the real world have been proposed, and one of the representative technologies is a digital twin. A digital twin refers to a software model of a virtual world that operates in synchronization with physical objects in the real world in real time. Through such a digital twin, it is possible to understand the current state of remote objects, and through this, it is expected that it will be possible to respond to changes in the surroundings or achieve improvement and value enhancement for future operation.

따라서, 본 발명에서는 특정 지역에서 연결되는 객체들의 연결 상태를 클라우드 서버에서 디지털 트윈으로 유지함으로써 연결된 객체들의 상태, 과거 데이터, 실시간 상태 등을 관리하고, 시뮬레이션 될 전체 시스템의 모델 정보를 유지할 수 있다. 이러한 방법을 활용하면, 센서에서 수집된 정보의 단순 분석 처리가 아니라 대규모 군집 객체의 상호작용 과정을 모니터링하면서 실시간 시뮬레이션을 수행할 수 있다.Therefore, in the present invention, by maintaining the connection state of objects connected in a specific area as a digital twin in the cloud server, the state of connected objects, past data, real-time state, etc. can be managed, and model information of the entire system to be simulated can be maintained. Using this method, real-time simulation can be performed while monitoring the interaction process of large-scale swarm objects, rather than simple analysis processing of information collected from sensors.

실 세계에 있는 객체를 디지털 세계로 옮기는 과정을 모델링이라 하며, 모델링을 통해 생성된 모델을 실행하는 것을 시뮬레이션이라고 한다. 일반적으로 모델링 방법과 시뮬레이션 방법은 항상 분리해서 고려해야 한다.The process of moving objects in the real world to the digital world is called modeling, and running the model created through modeling is called simulation. In general, modeling and simulation methods should always be considered separately.

이에 대해, 본 발명에서는 엣지 서버에서 시뮬레이션을 수행하면서 지역성과 실시간성을 충족시킬 수 있으며, 클라우드 서버를 통해 엣지 서버들을 중앙에서 관리함으로써 새로운 엣지 서버들이 시뮬레이션에 참여하거나 기존에 참여했던 엣지 서버를 시뮬레이션에서 제외하는 과정이 특정 네트워크에 종속되지 않고 유연하게 이루어질 수 있다.In contrast, in the present invention, locality and real-time can be satisfied while performing simulation on the edge server, and by centrally managing the edge servers through the cloud server, new edge servers participate in the simulation or simulate the edge server that previously participated. The process of excluding from the network can be done flexibly without being dependent on a specific network.

이하에서 설명하는 본 발명에서는 엣지 기술과 클라우드 기술을 활용해서 실시간 분산 시뮬레이션을 수행함에 있어서 디지털 트윈 기술을 통해 전체 시스템의 형상관리를 수행할 수 있는 방안을 제시하도록 한다.In the present invention, which will be described below, in performing real-time distributed simulation using edge technology and cloud technology, a method for performing configuration management of the entire system through digital twin technology is proposed.

도 1은 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 방법을 나타낸 동작흐름도이다.1 is an operation flowchart illustrating a real-time distributed simulation method according to an embodiment of the present invention.

도 1을 참조하면, 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 방법은, 실시간 분산 시뮬레이션 장치가, 복수개의 엣지 서버들에 연결된 시뮬레이션 참여 객체들을 기반으로 시뮬레이션 모델을 식별한다(S110).Referring to FIG. 1 , in the real-time distributed simulation method according to an embodiment of the present invention, a real-time distributed simulation apparatus identifies a simulation model based on simulation participating objects connected to a plurality of edge servers ( S110 ).

기본적으로 본 발명은 도 2에 도시된 것처럼 엣지 서버들(220-1~220-N)과 클라우드 서버(210)가 연계되어 실시간 분산 시뮬레이션을 수행할 수 있는 구조에 상응할 수 있다. 도 2를 참조하면, 여러 엣지 서버들(220-1~220-N)이 클라우드 서버(210)에 연결될 수 있고, 클라우드 서버에서는 시뮬레이터 관리자(200)가 여러 엣지 서버들(220-1~220-N)에 연결된 실시간 분산 시뮬레이터를 관리할 수 있다. Basically, the present invention may correspond to a structure in which the edge servers 220-1 to 220-N and the cloud server 210 are linked to perform real-time distributed simulation as shown in FIG. 2 . Referring to FIG. 2 , several edge servers 220-1 to 220-N may be connected to the cloud server 210, and in the cloud server, the simulator manager 200 may be configured to operate multiple edge servers 220-1 to 220-N. A real-time distributed simulator connected to N) can be managed.

이 때, 여러 엣지 서버들(220-1~220-N)에 연결된 실시간 분산 시뮬레이터에는 각각 시뮬레이션 참여 객체들이 연결될 수 있다. At this time, each of the simulation participating objects may be connected to the real-time distributed simulator connected to several edge servers 220-1 to 220-N.

이 때, 복수개의 엣지 서버들에 연결된 시뮬레이션 참여 객체들을 식별할 수 있다. At this time, it is possible to identify the simulation participation objects connected to the plurality of edge servers.

이 때, 복수개의 엣지 서버들에 연결되는 객체는 IoT 장비에 한정되지 않고, 실 세계에 있는 모든 객체를 포괄하는 개념일 수 있다. In this case, the object connected to the plurality of edge servers is not limited to IoT equipment, and may be a concept encompassing all objects in the real world.

이 때, 복수개의 엣지 서버들 각각의 시뮬레이션 모델은, 복수개의 엣지 서버들 각각에 연결된 시뮬레이션 참여 객체들을 기반으로 모델링 된 시뮬레이션 모델을 의미할 수 있다. 예를 들어, 디지털 트윈 모델이 A지역부터 E지역까지의 교통정보를 통합하여 관리하는 모델이라고 가정한다면, 복수개의 엣지 서버들 각각의 시뮬레이션 모델은 A지역에 대한 교통정보 시뮬레이션 모델, B지역에 대한 교통정보 시뮬레이션 모델, ??, E지역에 대한 교통정보 시뮬레이션 모델에 해당할 수 있다.In this case, the simulation model of each of the plurality of edge servers may refer to a simulation model modeled based on simulation participating objects connected to each of the plurality of edge servers. For example, if it is assumed that the digital twin model is a model that integrates and manages traffic information from area A to area E, each simulation model of a plurality of edge servers is a traffic information simulation model for area A and a traffic information simulation model for area B. The traffic information simulation model, ??, may correspond to the traffic information simulation model for area E.

또한, 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 방법은, 실시간 분산 시뮬레이션 장치가, 복수개의 엣지 서버들에서 식별한 시뮬레이션 모델을 기반으로 클라우드 서버에 디지털 트윈 모델을 생성한다(S120).In addition, in the real-time distributed simulation method according to an embodiment of the present invention, the real-time distributed simulation apparatus generates a digital twin model in the cloud server based on the simulation model identified in the plurality of edge servers (S120).

예를 들어, 도 3을 참조하면, 복수개의 엣지 서버들에서 실시간 시뮬레이션에 참여할 시뮬레이션 참여 객체를 식별한 후, 식별된 시뮬레이션 참여 객체의 정보를 클라우드 서버(310)로 전송할 수 있다. 이 때, 클라우드 서버(310) 내의 디지털 트윈 관리자(300)가 복수개의 엣지 서버들에 연결된 실세계의 객체들을 실시간으로 통합하는 디지털 트윈 모델링 작업을 수행함으로써 복수개의 엣지 서버들에서 수집한 실세계의 객체 정보를 가상공간의 디지털 트윈 모델로 구성할 수 있다. 이 때, 하나의 디지털 트윈 모델에 포함된 객체들의 정보를 관리할 수 있다. For example, referring to FIG. 3 , after a plurality of edge servers identify a simulation participating object to participate in a real-time simulation, information on the identified simulation participating object may be transmitted to the cloud server 310 . At this time, the digital twin manager 300 in the cloud server 310 performs a digital twin modeling task of integrating real-world objects connected to a plurality of edge servers in real time, thereby real-world object information collected from a plurality of edge servers. can be configured as a digital twin model of the virtual space. In this case, information of objects included in one digital twin model can be managed.

또한, 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 방법은, 복수개의 엣지 서버들이, 시뮬레이션 모델에 포함된 시뮬레이션 참여 객체를 활용하여 실시간 시뮬레이션을 수행한다(S130).In addition, in the real-time distributed simulation method according to an embodiment of the present invention, a plurality of edge servers perform a real-time simulation by using a simulation participating object included in the simulation model ( S130 ).

이 때, 실시간 시뮬레이션은 복수개의 엣지 서버들에 각각 연결된 실시간 분산 시뮬레이터를 통해 수행될 수 있다. In this case, the real-time simulation may be performed through a real-time distributed simulator connected to a plurality of edge servers, respectively.

예를 들어, 도 4를 참조하면, 실시간 분산 시뮬레이터(400)는 통신 모듈, 시뮬레이션 객체 식별 모듈, 시뮬레이션 실행 모듈 및 시뮬레이션 동기화 모듈로 구성될 수 있다. For example, referring to FIG. 4 , the real-time distributed simulator 400 may include a communication module, a simulation object identification module, a simulation execution module, and a simulation synchronization module.

시뮬레이션 객체 식별 모듈은 실시간 분산 시뮬레이션에 참여하는 객체들을 식별하고 관리하는 역할을 수행할 수 있다. 이 때, 식별된 시뮬레이션 참여 객체의 정보는 통신 모듈을 통해 실시간 분산 시뮬레이션 장치로 전송될 수 있다.The simulation object identification module may serve to identify and manage objects participating in real-time distributed simulation. At this time, the information of the identified simulation participation object may be transmitted to the real-time distributed simulation device through the communication module.

시뮬레이션 실행 모듈은 디지털 트윈 모델 중 각 엣지 서버가 관리하는 객체가 포함된 시뮬레이션 모델을 실행함으로써 실시간 분산 시뮬레이션을 실행하는 역할을 할 수 있다.The simulation execution module can play a role in executing a real-time distributed simulation by executing a simulation model that includes objects managed by each edge server among the digital twin models.

시뮬레이션 동기화 모듈은 클라우드 서버를 통해 실시간 분산 시뮬레이션 장치로부터 받은 동기화된 실시간 시뮬레이션 데이터를 바탕으로 다른 엣지 서버에 연결된 실시간 분산 시뮬레이터들과 시뮬레이션 정보를 동기화하는 역할을 할 수 있다.The simulation synchronization module can play a role in synchronizing simulation information with real-time distributed simulators connected to other edge servers based on the synchronized real-time simulation data received from the real-time distributed simulation device through the cloud server.

또한, 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 방법은, 실시간 분산 시뮬레이션 장치가, 클라우드 서버에서 복수개의 엣지 서버들 각각의 실시간 시뮬레이션을 동기화한다(S140).In addition, in the real-time distributed simulation method according to an embodiment of the present invention, the real-time distributed simulation apparatus synchronizes the real-time simulation of each of the plurality of edge servers in the cloud server (S140).

이 때, 엣지 서버들 각각의 실시간 시뮬레이션에 상응하는 시뮬레이션 데이터를 획득하고, 디지털 트윈 모델에 시뮬레이션 데이터를 적용하여 실시간 시뮬레이션을 동기화할 수 있다.At this time, simulation data corresponding to the real-time simulation of each of the edge servers may be acquired, and the real-time simulation may be synchronized by applying the simulation data to the digital twin model.

이 때, 디지털 트윈 모델의 전체 영역 중 엣지 서버의 시뮬레이션 모델에 해당하는 영역에 엣지 서버로부터 획득된 시뮬레이션 데이터를 적용할 수 있다.In this case, the simulation data obtained from the edge server may be applied to the area corresponding to the simulation model of the edge server among the entire area of the digital twin model.

예를 들어, 도 5를 참조하면, 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 장치(500)는 시뮬레이터 관리 장치(510)와 디지털 트윈 관리 장치(520)로 구성될 수 있는데, 이 중에서 시뮬레이터 관리 장치(510)는 도 6에 도시된 것처럼 통신 모듈, 시뮬레이터 관리 모듈 및 시뮬레이션 동기화 모듈로 구성될 수 있다. For example, referring to FIG. 5 , a real-time distributed simulation apparatus 500 according to an embodiment of the present invention may include a simulator management apparatus 510 and a digital twin management apparatus 520 , among which simulator management The device 510 may include a communication module, a simulator management module, and a simulation synchronization module as shown in FIG. 6 .

시뮬레이터 관리 모듈은 실시간 분산 시뮬레이션에 참여하는 실시간 분산 시뮬레이터들을 관리하는 역할을 할 수 있다. The simulator management module may serve to manage real-time distributed simulators participating in the real-time distributed simulation.

시뮬레이션 동기화 모듈은 실시간 분산 시뮬레이션 진행 중에 각 엣지 서버들로부터 수집한 실시간 시뮬레이션 데이터들을 종합해서 시뮬레이션을 동기화하는 작업을 수행할 수 있다.The simulation synchronization module can synchronize the simulation by synthesizing the real-time simulation data collected from each edge server during the real-time distributed simulation.

또한, 도 7을 참조하면, 디지털 트윈 관리 장치(520)는 통신 모듈, 디지털 트윈 정보 수집 모듈 및 디지털 트윈 형상 관리 모듈로 구성될 수 있다.In addition, referring to FIG. 7 , the digital twin management device 520 may include a communication module, a digital twin information collection module, and a digital twin configuration management module.

디지털 트윈 정보 수집 모듈은 복수개의 엣지 서버들로부터 시뮬레이션 참여 객체들의 정보를 수집하는 역할을 수행할 수 있다.The digital twin information collection module may serve to collect information of simulation participating objects from a plurality of edge servers.

디지털 트윈 형상 관리 모듈은 디지털 트윈 정보 수집 모듈에서 수집한 정보들을 기반으로 복수개의 엣지 서버에 연결된 시뮬레이션 참여 객체들을 통합한 디지털 트윈 모델을 생성 및 관리하는 역할을 수행할 수 있다.The digital twin configuration management module can create and manage a digital twin model that integrates simulation participating objects connected to a plurality of edge servers based on the information collected in the digital twin information collection module.

또한, 도 1에는 도시하지 아니하였으나, 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 방법은, 실시간 분산 시뮬레이션 장치가, 동기화된 실시간 시뮬레이션 데이터를 복수개의 엣지 서버들로 각각 전달할 수 있다. In addition, although not shown in FIG. 1 , in the real-time distributed simulation method according to an embodiment of the present invention, the real-time distributed simulation apparatus may transmit synchronized real-time simulation data to a plurality of edge servers, respectively.

이 때, 복수개의 엣지 서버들이, 동기화된 실시간 시뮬레이션 데이터를 기반으로 각각 실시간 시뮬레이션 동기화를 수행할 수 있다. In this case, the plurality of edge servers may perform real-time simulation synchronization, respectively, based on the synchronized real-time simulation data.

즉, 복수개의 엣지 서버들이 상호간의 실시간 시뮬레이션 데이터를 공유함으로써 각각의 서버 내에서 시뮬레이션 동기화를 수행할 수 있다. That is, a plurality of edge servers can perform simulation synchronization within each server by sharing real-time simulation data with each other.

또한, 도 1에는 도시하지 아니하였으나, 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 방법은, 시뮬레이션 참여 객체가 추가되는 경우에 실시간 분산 시뮬레이션 장치가, 디지털 트윈 모델을 업데이트할 수 있다.In addition, although not shown in FIG. 1, in the real-time distributed simulation method according to an embodiment of the present invention, when a simulation participating object is added, the real-time distributed simulation apparatus may update the digital twin model.

예를 들어, 실시간 분산 시뮬레이션이 진행중인 상황에서 엣지 서버가 추가되거나 기존에 존재하던 엣지 서버에 시뮬레이션 참여 객체가 추가되는 경우가 발생할 수 있다. 이러한 경우, 추가되는 엣지 서버 또는 추가되는 시뮬레이션 참여 객체에 대한 정보를 바탕으로 디지털 트윈 모델을 업데이트할 수 있다.For example, in a situation where real-time distributed simulation is in progress, an edge server may be added or a simulation participation object may be added to an existing edge server. In this case, the digital twin model can be updated based on information about the added edge server or the added simulation participating object.

다른 예를 들어, 실시간 분산 시뮬레이션이 진행중인 상황에서 기존에 존재하던 시뮬레이션 참여 객체를 제거하거나 엣지 서버 자체를 제거하는 경우가 발생할 수도 있다. 이러한 경우, 제거되는 시뮬레이션 참여 객체 또는 제거되는 엣지 서버에 대한 정보를 바탕으로 디지털 트윈 모델을 업데이트 할 수도 있다.As another example, in a situation where real-time distributed simulation is in progress, there may be cases in which the existing simulation participation object is removed or the edge server itself is removed. In this case, it is also possible to update the digital twin model based on information about the removed simulation participating object or the removed edge server.

이렇게 생성된 디지털 트윈 모델의 정보와 여러 엣지 서버들에서 실시간으로 수집되는 데이터를 바탕으로 실시간 시뮬레이션을 수행함으로써 디지털 트윈 모델의 미래 상태를 예측할 수 있고, 이러한 예측 결과를 실세계의 객체들이 활용할 수 있도록 제공할 수 있다.By performing real-time simulation based on the generated digital twin model information and data collected in real time from multiple edge servers, the future state of the digital twin model can be predicted, and the prediction results are provided so that objects in the real world can utilize them. can do.

이와 같은 실시간 분산 시뮬레이션 방법을 통해 엣지 서버와 클라우드 서버가 연계된 환경에서 엣지 서버에 연결된 시뮬레이션 참여 객체들의 군집 시스템을 디지털 트윈화해서 모델을 유지할 수 있다.Through this real-time distributed simulation method, it is possible to maintain the model by digitalizing the cluster system of simulation participating objects connected to the edge server in an environment where the edge server and the cloud server are connected.

또한, 디지털 트윈을 통해 유지된 모델을 바탕으로 여러 장소에 흩어진 객체들의 문맥이 있는 유기적인 연결 관계에 대한 실시간 분산 시뮬레이션을 수행함으로써 엣지 서버에서 실시간 저지연성을 만족시키는 시뮬레이션을 수행함과 동시에 여러 엣지 서버들에서 수행되는 시뮬레이션을 클라우드로 동기화할 수 있다.In addition, based on the model maintained through the digital twin, real-time distributed simulation of the organic connection relationship with the context of objects scattered in various places is performed to perform simulations that satisfy real-time low latency on the edge server and at the same time, multiple edge servers Simulations performed in the fields can be synchronized to the cloud.

또한, 실시간 분산 시뮬레이션을 수행할 때 엣지 서버와 클라우드를 활용해서 시뮬레이터는 엣지 서버에서 실행되고, 엣지 서버 간의 통합 관리는 클라우드에서 실행하는 시뮬레이션 구조를 제공할 수도 있다.In addition, when performing real-time distributed simulation, it is possible to provide a simulation structure in which the simulator is executed on the edge server by utilizing the edge server and the cloud, and the integrated management between the edge servers is executed in the cloud.

또한, 단순 데이터 수집을 통한 시뮬레이션이 아니라 여러 엣지 서버들에 연결된 객체들을 클라우드에서 통합된 하나의 디지털 트윈 모델로 관리함으로써 객체들 간의 유기적인 상호작용을 분석할 수 있는 시뮬레이션 모델을 제공할 수 있다.In addition, it is possible to provide a simulation model that can analyze the organic interaction between objects by managing objects connected to multiple edge servers as a single digital twin model integrated in the cloud rather than a simulation through simple data collection.

또한, 디지털 트윈 모델을 엣지 서버에서 실시간으로 시뮬레이션하고, 클라우드에서 시뮬레이션 동기화를 수행함으로써 광범위한 대규모 실시간 시뮬레이션을 가능하게 할 수 있다.In addition, by simulating digital twin models in real-time on an edge server and performing simulation synchronization in the cloud, a wide range of large-scale real-time simulations can be enabled.

도 8은 본 발명에 따른 디지털 트윈 모델링 과정의 일 예를 나타낸 동작흐름도이다.8 is an operation flowchart illustrating an example of a digital twin modeling process according to the present invention.

도 8을 참조하면, 본 발명에 따른 디지털 트윈 모델링 과정은 먼저 복수개의 엣지 서버들에서 시뮬레이션에 참여할 시뮬레이션 참여 객체들을 식별할 수 있다(S810).Referring to FIG. 8 , in the digital twin modeling process according to the present invention, it is possible to identify simulation participating objects to participate in simulation in a plurality of edge servers first ( S810 ).

이 후, 복수개의 엣지 서버들이 클라우드 서버로 시뮬레이션 참여 객체들의 정보를 전송할 수 있다(S820).Thereafter, the plurality of edge servers may transmit information on the simulation participating objects to the cloud server (S820).

이 후, 클라우드 서버를 기반으로 실시간 분산 시뮬레이션 장치가 실시간으로 디지털 트윈 모델링 작업을 수행하여 복수개의 엣지 서버들에서 수집한 실세계의 객체 정보를 가상공간의 디지털 트윈 모델로 구성할 수 있다(S830).Then, based on the cloud server, the real-time distributed simulation device may perform digital twin modeling work in real time to configure real-world object information collected from a plurality of edge servers as a digital twin model of the virtual space (S830).

이 후, 디지털 트윈 모델을 유지할지 여부를 판단하고(S840), 실시간 분산 시뮬레이션의 지속으로 디지털 트윈 모델을 유지하는 경우에는 지속적으로 복수개의 엣지 서버들로부터 시뮬레이션 참여 객체를 식별하는 과정을 통해 디지털 트윈 모델의 구성을 유지 및 업데이트할 수 있다.After that, it is determined whether to maintain the digital twin model (S840), and in the case of maintaining the digital twin model by continuation of real-time distributed simulation, the digital twin is continuously identified through the process of identifying simulation participating objects from multiple edge servers. The configuration of the model can be maintained and updated.

또한, 단계(S840)의 판단결과, 실시간 분산 시뮬레이션이 완료되어 디지털 트윈 모델을 유지하지 않아도 되는 경우에는 실시간 분산 시뮬레이션을 종료할 수 있다. In addition, as a result of the determination in step S840 , when the real-time distributed simulation is completed and there is no need to maintain the digital twin model, the real-time distributed simulation may be terminated.

도 9는 본 발명에 따른 실시간 분산 시뮬레이션 과정의 일 예를 나타낸 동작흐름도이다.9 is an operation flowchart illustrating an example of a real-time distributed simulation process according to the present invention.

도 9를 참조하면, 본 발명에 따른 실시간 분산 시뮬레이션 과정은 먼저 실시간 분산 시뮬레이션을 실행하기 전에, 실시간 분산 시뮬레이션 장치가, 클라우드 서버에서 구성한 디지털 트윈 모델 정보를 수신할 수 있다(S910).Referring to FIG. 9 , in the real-time distributed simulation process according to the present invention, before executing the real-time distributed simulation, the real-time distributed simulation apparatus may receive digital twin model information configured in the cloud server ( S910 ).

이 때, 실시간 분산 시뮬레이션을 실행하기 이전에 참여하는 복수개의 엣지 서버들이 클라우드 서버에 연결되어 있는 상태인 것으로 가정할 수 있다. At this time, it may be assumed that a plurality of participating edge servers are connected to the cloud server before executing the real-time distributed simulation.

이 후, 실시간 분산 시뮬레이션을 수행할 디지털 트윈 모델의 식별이 완료되면, 실시간 분산 시뮬레이션 장치가, 복수개의 엣지 서버들을 제어하여 실시간 시뮬레이션을 수행할 수 있다(S920).After that, when the identification of the digital twin model to be performed the real-time distributed simulation is completed, the real-time distributed simulation apparatus may control the plurality of edge servers to perform the real-time simulation ( S920 ).

이 후, 복수개의 엣지 서버들에서 각각 실시간 시뮬레이션 데이터를 클라우드 서버로 전송하면(S930), 실시간 분산 시뮬레이션 장치가 클라우드 서버를 통해 복수개의 엣지 서버들로부터 받은 실시간 시뮬레이션 데이터를 동기화할 수 있다(S940).Thereafter, when each of the plurality of edge servers transmits real-time simulation data to the cloud server (S930), the real-time distributed simulation device may synchronize the real-time simulation data received from the plurality of edge servers through the cloud server (S940) .

이 후, 실시간 분산 시뮬레이션 장치가, 클라우드 서버를 통해 동기화된 실시간 시뮬레이션 데이터를 복수개의 엣지 서버들로 전송할 수 있다(S950).Thereafter, the real-time distributed simulation apparatus may transmit the real-time simulation data synchronized through the cloud server to the plurality of edge servers ( S950 ).

이 후, 복수개의 엣지 서버들은 수신받은 동기화 데이터를 기반으로 실시간 시뮬레이션 데이터를 동기화할 수 있다(S960).Thereafter, the plurality of edge servers may synchronize the real-time simulation data based on the received synchronization data (S960).

이 후, 실시간 분산 시뮬레이션이 완료되었는지 여부를 판단하고(S965), 실시간 분산 시뮬레이션이 완료되지 않았으면 단계(S910)부터 단계(S960)까지의 작업을 실시간 분산 시뮬레이션이 종료될 때까지 반복하여 수행할 수 있다.After that, it is determined whether the real-time distributed simulation is completed (S965), and if the real-time distributed simulation is not completed, the operations from S910 to S960 are repeated until the real-time distributed simulation is finished. can

이 때, 단계(S910)부터 단계(S960)까지의 작업을 반복 수행하는 과정에서 동적으로 시뮬레이션 참여 객체가 추가될 수 있기 때문에 단계(S910)에 상응하는 작업부터 반복적으로 수행할 수 있다. At this time, since the simulation participation object can be dynamically added in the process of repeatedly performing the operations from step S910 to step S960, the operation corresponding to step S910 can be repeatedly performed.

또한, 단계(S965)의 판단결과 실시간 분산 시뮬레이션이 완료되었으면 단계를 종료할 수 있다. In addition, when the real-time dispersion simulation is completed as a result of the determination in step S965, the step may be ended.

도 10은 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 장치를 나타낸 블록도이다.10 is a block diagram illustrating a real-time distributed simulation apparatus according to an embodiment of the present invention.

도 10을 참조하면, 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 장치는 통신부(1010), 프로세서(1020) 및 메모리(1030)를 포함한다. Referring to FIG. 10 , a real-time distributed simulation apparatus according to an embodiment of the present invention includes a communication unit 1010 , a processor 1020 , and a memory 1030 .

통신부(1010)는 네트워크와 같은 통신망을 통해 실시간 분산 시뮬레이션을 위해 필요한 정보를 송수신하는 역할을 할 수 있다. 이 때, 네트워크는 장치들간에 데이터를 전달하는 통로를 제공하는 것으로서, 기존에 이용되는 네트워크 및 향후 개발 가능한 네트워크를 모두 포괄하는 개념이다.The communication unit 1010 may serve to transmit/receive information necessary for real-time distributed simulation through a communication network such as a network. In this case, the network provides a path for transferring data between devices, and is a concept that encompasses both an existing network and a network that can be developed in the future.

예를 들면, 네트워크는 인터넷 프로토콜(IP)을 통하여 대용량 데이터의 송수신 서비스 및 끊기는 현상이 없는 데이터 서비스를 제공하는 아이피망, 아이피를 기반으로 서로 다른 망을 통합한 아이피망 구조인 올 아이피(All IP)망 등일 수 있으며, 유선망, Wibro(Wireless Broadband)망, WCDMA를 포함하는 3세대 이동통신망, HSDPA(High Speed Downlink Packet Access)망 및 LTE 망을 포함하는 3.5세대 이동통신망, LTE advanced를 포함하는 4세대 이동통신망, 위성통신망 및 와이파이(Wi-Fi)망 중에서 하나 이상을 결합하여 이루어질 수 있다.For example, the network is IP Network, which provides large-capacity data transmission/reception service and data service without interruption through Internet Protocol (IP), and All IP, which is an IP network structure that integrates different networks based on IP. ) network, etc., and may include a wired network, a Wibro (Wireless Broadband) network, a 3G mobile communication network including WCDMA, a High Speed Downlink Packet Access (HSDPA) network and a 3.5G mobile communication network including an LTE network, 4 including LTE advanced It may be achieved by combining one or more of a generation mobile communication network, a satellite communication network, and a Wi-Fi network.

또한, 네트워크는 한정된 지역 내에서 각종 정보장치들의 통신을 제공하는 유무선근거리 통신망, 이동체 상호 간 및 이동체와 이동체 외부와의 통신을 제공하는 이동통신망, 위성을 이용해 지구국과 지구국간 통신을 제공하는 위성통신망이거나 유무선 통신망 중에서 어느 하나이거나, 둘 이상의 결합으로 이루어질 수 있다. 한편, 네트워크의 전송 방식 표준은, 기존의 전송 방식 표준에 한정되는 것은 아니며, 향후 개발될 모든 전송 방식 표준을 포함할 수 있다.In addition, the network includes a wired and wireless local area network that provides communication of various information devices within a limited area, a mobile communication network that provides communication between and between mobile devices and between a mobile device and the outside of the mobile device, and a satellite communication network that provides communication between an earth station and an earth station using satellites. or any one of wired and wireless communication networks, or a combination of two or more. Meanwhile, the transmission method standard of the network is not limited to the existing transmission method standard, and may include all transmission method standards to be developed in the future.

프로세서(1020)는 복수개의 엣지 서버들에 연결된 시뮬레이션 참여 객체들을 기반으로 시뮬레이션 모델을 식별한다.The processor 1020 identifies a simulation model based on simulation participating objects connected to a plurality of edge servers.

기본적으로 본 발명은 도 2에 도시된 것처럼 엣지 서버들(220-1~220-N)과 클라우드 서버(210)가 연계되어 실시간 분산 시뮬레이션을 수행할 수 있는 구조에 상응할 수 있다. 도 2를 참조하면, 여러 엣지 서버들(220-1~220-N)이 클라우드 서버(210)에 연결될 수 있고, 클라우드 서버에서는 시뮬레이터 관리자(200)가 여러 엣지 서버들(220-1~220-N)에 연결된 실시간 분산 시뮬레이터를 관리할 수 있다. Basically, the present invention may correspond to a structure in which the edge servers 220-1 to 220-N and the cloud server 210 are linked to perform real-time distributed simulation as shown in FIG. 2 . Referring to FIG. 2 , several edge servers 220-1 to 220-N may be connected to the cloud server 210, and in the cloud server, the simulator manager 200 may be configured to operate multiple edge servers 220-1 to 220-N. A real-time distributed simulator connected to N) can be managed.

이 때, 여러 엣지 서버들(220-1~220-N)에 연결된 실시간 분산 시뮬레이터에는 각각 시뮬레이션 참여 객체들이 연결될 수 있다. At this time, each of the simulation participating objects may be connected to the real-time distributed simulator connected to several edge servers 220-1 to 220-N.

이 때, 복수개의 엣지 서버들에 연결된 시뮬레이션 참여 객체들을 식별할 수 있다. At this time, it is possible to identify the simulation participating objects connected to the plurality of edge servers.

이 때, 복수개의 엣지 서버들에 연결되는 객체는 IoT 장비에 한정되지 않고, 실 세계에 있는 모든 객체를 포괄하는 개념일 수 있다. In this case, the object connected to the plurality of edge servers is not limited to IoT equipment, and may be a concept encompassing all objects in the real world.

이 때, 복수개의 엣지 서버들 각각의 시뮬레이션 모델은, 복수개의 엣지 서버들 각각에 연결된 시뮬레이션 참여 객체들을 기반으로 모델링 된 시뮬레이션 모델을 의미할 수 있다. 예를 들어, 디지털 트윈 모델이 A지역부터 E지역까지의 교통정보를 통합하여 관리하는 모델이라고 가정한다면, 복수개의 엣지 서버들 각각의 시뮬레이션 모델은 A지역에 대한 교통정보 시뮬레이션 모델, B지역에 대한 교통정보 시뮬레이션 모델, ??, E지역에 대한 교통정보 시뮬레이션 모델에 해당할 수 있다.In this case, the simulation model of each of the plurality of edge servers may refer to a simulation model modeled based on simulation participating objects connected to each of the plurality of edge servers. For example, assuming that the digital twin model is a model that integrates and manages traffic information from area A to area E, each simulation model of a plurality of edge servers is a traffic information simulation model for area A and a traffic information simulation model for area B. The traffic information simulation model, ??, may correspond to the traffic information simulation model for area E.

또한, 프로세서(1020)는 복수개의 엣지 서버들에서 식별한 시뮬레이션 모델을 기반으로 클라우드 서버에 디지털 트윈 모델을 생성한다.In addition, the processor 1020 generates a digital twin model in the cloud server based on the simulation model identified in the plurality of edge servers.

예를 들어, 도 3을 참조하면, 복수개의 엣지 서버들에서 실시간 시뮬레이션에 참여할 시뮬레이션 참여 객체를 식별한 후, 식별된 시뮬레이션 참여 객체의 정보를 클라우드 서버(310)로 전송할 수 있다. 이 때, 클라우드 서버(310) 내의 디지털 트윈 관리자(300)가 복수개의 엣지 서버들에 연결된 실세계의 객체들을 실시간으로 통합하는 디지털 트윈 모델링 작업을 수행함으로써 복수개의 엣지 서버들에서 수집한 실세계의 객체 정보를 가상공간의 디지털 트윈 모델로 구성할 수 있다. 이 때, 하나의 디지털 트윈 모델에 포함된 객체들의 정보를 관리할 수 있다. For example, referring to FIG. 3 , after identifying a simulation participating object to participate in a real-time simulation in a plurality of edge servers, information on the identified simulation participating object may be transmitted to the cloud server 310 . At this time, the digital twin manager 300 in the cloud server 310 performs a digital twin modeling task of integrating real-world objects connected to a plurality of edge servers in real time, thereby real-world object information collected from a plurality of edge servers. can be configured as a digital twin model of the virtual space. In this case, information of objects included in one digital twin model can be managed.

또한, 프로세서(1020)는 클라우드 서버에서 복수개의 엣지 서버들 각각에서 시뮬레이션 모델에 포함된 시뮬레이션 참여 객체를 활용하여 수행된 실시간 시뮬레이션을 동기화한다.In addition, the processor 1020 synchronizes the real-time simulation performed by using the simulation participating object included in the simulation model in each of the plurality of edge servers in the cloud server.

이 때, 실시간 시뮬레이션은 복수개의 엣지 서버들에 각각 연결된 실시간 분산 시뮬레이터를 통해 수행될 수 있다. In this case, the real-time simulation may be performed through a real-time distributed simulator connected to a plurality of edge servers, respectively.

예를 들어, 도 4를 참조하면, 실시간 분산 시뮬레이터(400)는 통신 모듈, 시뮬레이션 객체 식별 모듈, 시뮬레이션 실행 모듈 및 시뮬레이션 동기화 모듈로 구성될 수 있다. For example, referring to FIG. 4 , the real-time distributed simulator 400 may include a communication module, a simulation object identification module, a simulation execution module, and a simulation synchronization module.

시뮬레이션 객체 식별 모듈은 실시간 분산 시뮬레이션에 참여하는 객체들을 식별하고 관리하는 역할을 수행할 수 있다. 이 때, 식별된 시뮬레이션 참여 객체의 정보는 통신 모듈을 통해 실시간 분산 시뮬레이션 장치로 전송될 수 있다.The simulation object identification module may serve to identify and manage objects participating in real-time distributed simulation. At this time, the information of the identified simulation participation object may be transmitted to the real-time distributed simulation device through the communication module.

시뮬레이션 실행 모듈은 디지털 트윈 모델 중 각 엣지 서버가 관리하는 객체가 포함된 시뮬레이션 모델을 실행함으로써 실시간 분산 시뮬레이션을 실행하는 역할을 할 수 있다.The simulation execution module can play a role in executing a real-time distributed simulation by executing a simulation model that includes objects managed by each edge server among the digital twin models.

시뮬레이션 동기화 모듈은 클라우드 서버를 통해 실시간 분산 시뮬레이션 장치로부터 받은 동기화된 실시간 시뮬레이션 데이터를 바탕으로 다른 엣지 서버에 연결된 실시간 분산 시뮬레이터들과 시뮬레이션 정보를 동기화하는 역할을 할 수 있다.The simulation synchronization module can play a role in synchronizing simulation information with real-time distributed simulators connected to other edge servers based on the synchronized real-time simulation data received from the real-time distributed simulation device through the cloud server.

이 때, 엣지 서버들 각각의 실시간 시뮬레이션에 상응하는 시뮬레이션 데이터를 획득하고, 디지털 트윈 모델에 시뮬레이션 데이터를 적용하여 실시간 시뮬레이션을 동기화할 수 있다.At this time, simulation data corresponding to the real-time simulation of each of the edge servers may be acquired, and the real-time simulation may be synchronized by applying the simulation data to the digital twin model.

이 때, 디지털 트윈 모델의 전체 영역 중 엣지 서버의 시뮬레이션 모델에 해당하는 영역에 엣지 서버로부터 획득된 시뮬레이션 데이터를 적용할 수 있다.In this case, the simulation data obtained from the edge server may be applied to the area corresponding to the simulation model of the edge server among the entire area of the digital twin model.

예를 들어, 도 5를 참조하면, 본 발명의 일실시예에 따른 실시간 분산 시뮬레이션 장치(500)는 시뮬레이터 관리 장치(510)와 디지털 트윈 관리 장치(520)로 구성될 수 있는데, 이 중에서 시뮬레이터 관리 장치(510)는 도 6에 도시된 것처럼 통신 모듈, 시뮬레이터 관리 모듈 및 시뮬레이션 동기화 모듈로 구성될 수 있다. For example, referring to FIG. 5 , the real-time distributed simulation apparatus 500 according to an embodiment of the present invention may include a simulator management apparatus 510 and a digital twin management apparatus 520 , among which simulator management The device 510 may include a communication module, a simulator management module, and a simulation synchronization module as shown in FIG. 6 .

시뮬레이터 관리 모듈은 실시간 분산 시뮬레이션에 참여하는 실시간 분산 시뮬레이터들을 관리하는 역할을 할 수 있다. The simulator management module may serve to manage real-time distributed simulators participating in the real-time distributed simulation.

시뮬레이션 동기화 모듈은 실시간 분산 시뮬레이션 진행 중에 각 엣지 서버들로부터 수집한 실시간 시뮬레이션 데이터들을 종합해서 시뮬레이션을 동기화하는 작업을 수행할 수 있다.The simulation synchronization module can synchronize the simulation by synthesizing the real-time simulation data collected from each edge server during the real-time distributed simulation.

또한, 도 7을 참조하면, 디지털 트윈 관리 장치(520)는 통신 모듈, 디지털 트윈 정보 수집 모듈 및 디지털 트윈 형상 관리 모듈로 구성될 수 있다.In addition, referring to FIG. 7 , the digital twin management device 520 may include a communication module, a digital twin information collection module, and a digital twin configuration management module.

디지털 트윈 정보 수집 모듈은 복수개의 엣지 서버들로부터 시뮬레이션 참여 객체들의 정보를 수집하는 역할을 수행할 수 있다.The digital twin information collection module may serve to collect information of simulation participating objects from a plurality of edge servers.

디지털 트윈 형상 관리 모듈은 디지털 트윈 정보 수집 모듈에서 수집한 정보들을 기반으로 복수개의 엣지 서버에 연결된 시뮬레이션 참여 객체들을 통합한 디지털 트윈 모델을 생성 및 관리하는 역할을 수행할 수 있다.The digital twin configuration management module can play a role in creating and managing a digital twin model that integrates simulation participating objects connected to a plurality of edge servers based on the information collected in the digital twin information collection module.

또한, 프로세서(1020)는 동기화된 실시간 시뮬레이션 데이터를 복수개의 엣지 서버들로 각각 전달할 수 있다. In addition, the processor 1020 may transmit the synchronized real-time simulation data to a plurality of edge servers, respectively.

이 때, 복수개의 엣지 서버들이, 동기화된 실시간 시뮬레이션 데이터를 기반으로 각각 실시간 시뮬레이션 동기화를 수행할 수 있다. In this case, the plurality of edge servers may perform real-time simulation synchronization, respectively, based on the synchronized real-time simulation data.

즉, 복수개의 엣지 서버들이 상호간의 실시간 시뮬레이션 데이터를 공유함으로써 각각의 서버 내에서 시뮬레이션 동기화를 수행할 수 있다. That is, a plurality of edge servers can perform simulation synchronization within each server by sharing real-time simulation data with each other.

또한, 프로세서(1020)는 시뮬레이션 참여 객체가 추가되는 경우에 디지털 트윈 모델을 업데이트할 수 있다.Also, the processor 1020 may update the digital twin model when a simulation participation object is added.

예를 들어, 실시간 분산 시뮬레이션이 진행중인 상황에서 엣지 서버가 추가되거나 기존에 존재하던 엣지 서버에 시뮬레이션 참여 객체가 추가되는 경우가 발생할 수 있다. 이러한 경우, 추가되는 엣지 서버 또는 추가되는 시뮬레이션 참여 객체에 대한 정보를 바탕으로 디지털 트윈 모델을 업데이트할 수 있다.For example, in a situation where real-time distributed simulation is in progress, an edge server may be added or a simulation participation object may be added to an existing edge server. In this case, the digital twin model can be updated based on information about the added edge server or the added simulation participating object.

다른 예를 들어, 실시간 분산 시뮬레이션이 진행중인 상황에서 기존에 존재하던 시뮬레이션 참여 객체를 제거하거나 엣지 서버 자체를 제거하는 경우가 발생할 수도 있다. 이러한 경우, 제거되는 시뮬레이션 참여 객체 또는 제거되는 엣지 서버에 대한 정보를 바탕으로 디지털 트윈 모델을 업데이트 할 수도 있다.As another example, in a situation where real-time distributed simulation is in progress, there may be cases in which the existing simulation participation object is removed or the edge server itself is removed. In this case, it is also possible to update the digital twin model based on information about the removed simulation participating object or the removed edge server.

이렇게 생성된 디지털 트윈 모델의 정보와 여러 엣지 서버들에서 실시간으로 수집되는 데이터를 바탕으로 실시간 시뮬레이션을 수행함으로써 디지털 트윈 모델의 미래 상태를 예측할 수 있고, 이러한 예측 결과를 실세계의 객체들이 활용할 수 있도록 제공할 수 있다.The future state of the digital twin model can be predicted by performing real-time simulation based on the generated digital twin model information and data collected in real time from multiple edge servers, and the prediction results are provided so that objects in the real world can utilize them. can do.

메모리(1030)는 디지털 트윈 모델을 저장한다.The memory 1030 stores a digital twin model.

또한, 메모리(1030)는 상술한 본 발명에 따른 실시간 분산 시뮬레이션 과정에서 발생하는 다양한 정보를 저장할 수 있다. In addition, the memory 1030 may store various information generated in the real-time distributed simulation process according to the present invention.

이와 같은 실시간 분산 시뮬레이션 장치를 이용함으로써 엣지 서버와 클라우드 서버가 연계된 환경에서 엣지 서버에 연결된 시뮬레이션 참여 객체들의 군집 시스템을 디지털 트윈화해서 모델을 유지할 수 있다.By using such a real-time distributed simulation device, it is possible to maintain the model by digitalizing the cluster system of simulation participating objects connected to the edge server in an environment in which the edge server and the cloud server are connected.

또한, 디지털 트윈을 통해 유지된 모델을 바탕으로 여러 장소에 흩어진 객체들의 문맥이 있는 유기적인 연결 관계에 대한 실시간 분산 시뮬레이션을 수행함으로써 엣지 서버에서 실시간 저지연성을 만족시키는 시뮬레이션을 수행함과 동시에 여러 엣지 서버들에서 수행되는 시뮬레이션을 클라우드로 동기화할 수 있다.In addition, based on the model maintained through the digital twin, real-time distributed simulation of the contextual organic connection relationship of objects scattered in various places is performed to perform simulations that satisfy real-time low latency on the edge server and at the same time, multiple edge servers Simulations performed in the fields can be synchronized to the cloud.

또한, 실시간 분산 시뮬레이션을 수행할 때 엣지 서버와 클라우드를 활용해서 시뮬레이터는 엣지 서버에서 실행되고, 엣지 서버 간의 통합 관리는 클라우드에서 실행하는 시뮬레이션 구조를 제공할 수도 있다.In addition, when performing real-time distributed simulation, it is possible to provide a simulation structure in which the simulator is executed on the edge server by utilizing the edge server and the cloud, and the integrated management between the edge servers is executed in the cloud.

또한, 단순 데이터 수집을 통한 시뮬레이션이 아니라 여러 엣지 서버들에 연결된 객체들을 클라우드에서 통합된 하나의 디지털 트윈 모델로 관리함으로써 객체들 간의 유기적인 상호작용을 분석할 수 있는 시뮬레이션 모델을 제공할 수 있다.In addition, it is possible to provide a simulation model that can analyze the organic interaction between objects by managing objects connected to multiple edge servers as a single digital twin model integrated in the cloud, rather than a simulation through simple data collection.

또한, 디지털 트윈 모델을 엣지 서버에서 실시간으로 시뮬레이션하고, 클라우드에서 시뮬레이션 동기화를 수행함으로써 광범위한 대규모 실시간 시뮬레이션을 가능하게 할 수 있다.In addition, a wide range of large-scale real-time simulations can be enabled by simulating digital twin models in real time on an edge server and performing simulation synchronization in the cloud.

도 11은 본 발명의 일실시예에 따른 컴퓨터 시스템을 나타낸 도면이다.11 is a diagram illustrating a computer system according to an embodiment of the present invention.

도 11을 참조하면, 본 발명의 실시예는 컴퓨터로 읽을 수 있는 기록매체와 같은 컴퓨터 시스템에서 구현될 수 있다. 도 7에 도시된 바와 같이, 컴퓨터 시스템(1100)은 버스(1120)를 통하여 서로 통신하는 하나 이상의 프로세서(1110), 메모리(1130), 사용자 입력 장치(1140), 사용자 출력 장치(1150) 및 스토리지(1160)를 포함할 수 있다. 또한, 컴퓨터 시스템(1100)은 네트워크(1180)에 연결되는 네트워크 인터페이스(1170)를 더 포함할 수 있다. 프로세서(1110)는 중앙 처리 장치 또는 메모리(1130)나 스토리지(1160)에 저장된 프로세싱 인스트럭션들을 실행하는 반도체 장치일 수 있다. 메모리(1130) 및 스토리지(1160)는 다양한 형태의 휘발성 또는 비휘발성 저장 매체일 수 있다. 예를 들어, 메모리는 ROM(1131)이나 RAM(1132)을 포함할 수 있다.Referring to FIG. 11 , an embodiment of the present invention may be implemented in a computer system such as a computer-readable recording medium. As shown in FIG. 7 , computer system 1100 includes one or more processors 1110 , memory 1130 , user input device 1140 , user output device 1150 , and storage that communicate with each other via bus 1120 . (1160) may be included. In addition, the computer system 1100 may further include a network interface 1170 coupled to the network 1180 . The processor 1110 may be a central processing unit or a semiconductor device that executes processing instructions stored in the memory 1130 or the storage 1160 . The memory 1130 and the storage 1160 may be various types of volatile or non-volatile storage media. For example, the memory may include a ROM 1131 or a RAM 1132 .

따라서, 본 발명의 실시예는 컴퓨터로 구현된 방법이나 컴퓨터에서 실행 가능한 명령어들이 기록된 비일시적인 컴퓨터에서 읽을 수 있는 매체로 구현될 수 있다. 컴퓨터에서 읽을 수 있는 명령어들이 프로세서에 의해서 수행될 때, 컴퓨터에서 읽을 수 있는 명령어들은 본 발명의 적어도 한 가지 측면에 따른 방법을 수행할 수 있다.Accordingly, the embodiment of the present invention may be implemented as a computer-implemented method or a non-transitory computer-readable medium in which computer-executable instructions are recorded. When the computer readable instructions are executed by a processor, the computer readable instructions can perform a method according to at least one aspect of the present invention.

이상에서와 같이 본 발명에 따른 디지털 트윈을 이용한 실시간 분산 시뮬레이션 장치 및 이를 이용한 방법은 상기한 바와 같이 설명된 실시예들의 구성과 방법이 한정되게 적용될 수 있는 것이 아니라, 상기 실시예들은 다양한 변형이 이루어질 수 있도록 각 실시예들의 전부 또는 일부가 선택적으로 조합되어 구성될 수도 있다.As described above, in the real-time distributed simulation apparatus using the digital twin and the method using the same according to the present invention, the configuration and method of the embodiments described above are not limitedly applicable, but the embodiments may be subjected to various modifications. All or part of each embodiment may be selectively combined and configured.

200: 시뮬레이터 관리자 210, 310: 클라우드
220-1~220-N: 엣지 서버 300: 디지털 트윈 관리자
400: 실시간 분산 시뮬레이터 500: 실시간 분산 시뮬레이션 장치
510: 시뮬레이터 관리 장치 520: 디지털 트윈 관리 장치
1010: 통신부 1020, 1110: 프로세서
1030, 1130: 메모리 1100: 컴퓨터 시스템
1120: 버스 1131: 롬
1132: 램 1140: 사용자 입력 장치
1150: 사용자 출력 장치 1160: 스토리지
1170: 네트워크 인터페이스 1180: 네트워크200: simulator manager 210, 310: cloud
220-1~220-N: Edge Server 300: Digital Twin Manager
400: real-time distributed simulator 500: real-time distributed simulation device
510: simulator management device 520: digital twin management device
1010: communication unit 1020, 1110: processor
1030, 1130: memory 1100: computer system
1120: Bus 1131: Rome
1132: RAM 1140: user input device
1150: user output device 1160: storage
1170: network interface 1180: network

Claims (10)

실시간 분산 시뮬레이션 장치가, 복수개의 엣지 서버들에 연결된 시뮬레이션 참여 객체들을 기반으로 시뮬레이션 모델을 식별하는 단계;
상기 실시간 분산 시뮬레이션 장치가, 상기 복수개의 엣지 서버들에서 식별한 상기 시뮬레이션 모델 및 상기 복수개의 엣지 서버들에 상응하는 정보를 기반으로 클라우드 서버에 디지털 트윈 모델을 생성하는 단계;
상기 복수개의 엣지 서버들이, 상기 시뮬레이션 모델에 포함된 시뮬레이션 참여 객체를 활용하여 실시간 시뮬레이션을 수행하는 단계;
상기 실시간 분산 시뮬레이션 장치가, 상기 클라우드 서버에서 상기 복수개의 엣지 서버들 각각의 실시간 시뮬레이션을 동기화하는 단계
를 포함하고,
상기 복수개의 엣지 서버들에 상응하는 정보는
상기 복수개의 엣지 서버들 각각에 연결된 시뮬레이션 모델 및 시뮬레이션 참여 객체들에 대한 정보, 상기 클라우드 서버와 상기 복수개의 엣지 서버들의 연결 정보, 상기 복수개의 엣지 서버들의 상태 정보 및 상기 실시간 시뮬레이션 동기화를 위해 상기 복수개의 엣지 서버들을 통해 상기 시뮬레이션 모델로 전달되는 시뮬레이션 데이터 정보 중 적어도 하나를 포함하고,
상기 디지털 트윈 모델은
상기 복수개의 엣지 서버들에 상응하는 정보에 상응하게 관리되되, 상기 복수개의 엣지 서버들에 상응하는 정보가 변동되는 경우에 변동된 정보에 상응하게 업데이트되는 것을 특징으로 하는 실시간 분산 시뮬레이션 방법.identifying, by the real-time distributed simulation device, a simulation model based on simulation participating objects connected to a plurality of edge servers;
generating, by the real-time distributed simulation device, a digital twin model in a cloud server based on the simulation model identified in the plurality of edge servers and information corresponding to the plurality of edge servers;
performing, by the plurality of edge servers, a real-time simulation using a simulation participating object included in the simulation model;
Synchronizing, by the real-time distributed simulation device, the real-time simulation of each of the plurality of edge servers in the cloud server
including,
Information corresponding to the plurality of edge servers is
Information on simulation models and simulation participating objects connected to each of the plurality of edge servers, connection information between the cloud server and the plurality of edge servers, status information of the plurality of edge servers, and the plurality of pieces for real-time simulation synchronization At least one of the simulation data information transmitted to the simulation model through the edge servers,
The digital twin model is
A real-time distributed simulation method, characterized in that it is managed according to the information corresponding to the plurality of edge servers, and is updated according to the changed information when the information corresponding to the plurality of edge servers is changed. 청구항 1에 있어서,
상기 동기화하는 단계는
상기 복수개의 엣지 서버들 각각의 실시간 시뮬레이션에 상응하는 시뮬레이션 데이터를 획득하고, 상기 디지털 트윈 모델에 상기 시뮬레이션 데이터를 적용하여 상기 실시간 시뮬레이션을 동기화하는 것을 특징으로 하는 실시간 분산 시뮬레이션 방법.The method according to claim 1,
The synchronizing step is
A real-time distributed simulation method, characterized in that the simulation data corresponding to the real-time simulation of each of the plurality of edge servers is acquired, and the real-time simulation is synchronized by applying the simulation data to the digital twin model. 청구항 2에 있어서,
상기 동기화하는 단계는
상기 디지털 트윈 모델의 전체 영역 중 엣지 서버의 시뮬레이션 모델에 해당하는 영역에 상기 엣지 서버로부터 획득된 시뮬레이션 데이터를 적용하는 것을 특징으로 하는 실시간 분산 시뮬레이션 방법.3. The method according to claim 2,
The synchronizing step is
A real-time distributed simulation method, characterized in that the simulation data obtained from the edge server is applied to an area corresponding to the simulation model of the edge server among the entire area of the digital twin model. 청구항 1에 있어서,
상기 실시간 분산 시뮬레이션 장치가, 동기화된 실시간 시뮬레이션 데이터를 상기 복수개의 엣지 서버들로 각각 전달하는 단계; 및
상기 복수개의 엣지 서버들이, 상기 동기화된 실시간 시뮬레이션 데이터를 기반으로 각각 실시간 시뮬레이션 동기화를 수행하는 단계를 더 포함하는 것을 특징으로 하는 실시간 분산 시뮬레이션 방법.The method according to claim 1,
transmitting, by the real-time distributed simulation device, synchronized real-time simulation data to the plurality of edge servers, respectively; and
The real-time distributed simulation method further comprising the step of performing, by the plurality of edge servers, real-time simulation synchronization, respectively, based on the synchronized real-time simulation data. 삭제delete 청구항 4에 있어서,
상기 디지털 트윈 모델을 생성하는 단계는
상기 복수개의 엣지 서버들에 연결된 시뮬레이션 모델 및 시뮬레이션 참여 객체들을 식별하는 단계;
상기 클라우드 서버와 상기 복수개의 엣지 서버들의 연결 정보를 식별하는 단계;
상기 복수개의 엣지 서버들의 상태 정보를 식별하는 단계; 및
상기 실시간 시뮬레이션 동기화를 위해 상기 복수개의 엣지 서버들을 통해 상기 시뮬레이션 모델로 전달되는 시뮬레이션 데이터 정보를 식별하는 단계를 포함하는 것을 특징으로 하는 실시간 분산 시뮬레이션 방법.5. The method according to claim 4,
The step of creating the digital twin model is
identifying a simulation model and a simulation participating object connected to the plurality of edge servers;
identifying connection information between the cloud server and the plurality of edge servers;
identifying status information of the plurality of edge servers; and
and identifying simulation data information transmitted to the simulation model through the plurality of edge servers for synchronization of the real-time simulation. 삭제delete 복수개의 엣지 서버들에 연결된 시뮬레이션 참여 객체들을 기반으로 시뮬레이션 모델을 식별하고, 복수개의 엣지 서버들에서 식별한 시뮬레이션 모델 및 상기 복수개의 엣지 서버들에 상응하는 정보를 기반으로 클라우드 서버에 디지털 트윈 모델을 생성하고, 상기 클라우드 서버를 통해 상기 복수개의 엣지 서버들 각각의 실시간 시뮬레이션을 동기화하는 프로세서; 및
상기 디지털 트윈 모델을 저장하는 메모리
를 포함하고,
상기 프로세서는
상기 복수개의 엣지 서버들 각각의 시뮬레이션 모델에 포함된 시뮬레이션 참여 객체를 활용하여 실시간 시뮬레이션을 동기화하고,
상기 복수개의 엣지 서버들에 상응하는 정보는
상기 복수개의 엣지 서버들 각각에 연결된 시뮬레이션 모델 및 시뮬레이션 참여 객체들에 대한 정보, 상기 클라우드 서버와 상기 복수개의 엣지 서버들의 연결 정보, 상기 복수개의 엣지 서버들의 상태 정보 및 상기 실시간 시뮬레이션 동기화를 위해 상기 복수개의 엣지 서버들을 통해 상기 시뮬레이션 모델로 전달되는 시뮬레이션 데이터 정보 중 적어도 하나를 포함하고,
상기 디지털 트윈 모델은
상기 복수개의 엣지 서버들에 상응하는 정보에 상응하게 관리되되, 상기 복수개의 엣지 서버들에 상응하는 정보가 변동되는 경우에 변동된 정보에 상응하게 업데이트되는 것을 특징으로 하는 실시간 분산 시뮬레이션 장치.Identifies a simulation model based on simulation participating objects connected to a plurality of edge servers, and provides a digital twin model to a cloud server based on the simulation model identified in the plurality of edge servers and information corresponding to the plurality of edge servers. a processor for generating and synchronizing real-time simulations of each of the plurality of edge servers through the cloud server; and
memory to store the digital twin model
including,
the processor is
Synchronize the real-time simulation by using the simulation participating object included in the simulation model of each of the plurality of edge servers,
Information corresponding to the plurality of edge servers is
Information on simulation models and simulation participating objects connected to each of the plurality of edge servers, connection information between the cloud server and the plurality of edge servers, status information of the plurality of edge servers, and the plurality of pieces for real-time simulation synchronization At least one of the simulation data information transmitted to the simulation model through the edge servers,
The digital twin model is
A real-time distributed simulation apparatus, characterized in that it is managed according to the information corresponding to the plurality of edge servers, and is updated according to the changed information when the information corresponding to the plurality of edge servers is changed. 청구항 8에 있어서,
상기 프로세서는
상기 복수개의 엣지 서버들 각각의 실시간 시뮬레이션에 상응하는 시뮬레이션 데이터를 획득하고, 상기 디지털 트윈 모델에 상기 시뮬레이션 데이터를 적용하여 상기 실시간 시뮬레이션을 동기화하고,
상기 디지털 트윈 모델의 전체 영역 중 엣지 서버의 시뮬레이션 모델에 해당하는 영역에 상기 엣지 서버로부터 획득된 시뮬레이션 데이터를 적용하는 것을 특징으로 하는 실시간 분산 시뮬레이션 장치.9. The method of claim 8,
the processor is
Acquire simulation data corresponding to the real-time simulation of each of the plurality of edge servers, and synchronize the real-time simulation by applying the simulation data to the digital twin model;
A real-time distributed simulation apparatus, characterized in that the simulation data obtained from the edge server is applied to an area corresponding to the simulation model of the edge server among the entire area of the digital twin model. 청구항 8에 있어서,
상기 프로세서는
상기 복수개의 엣지 서버들이 각각 실시간 시뮬레이션을 동기화할 수 있도록 동기화된 실시간 시뮬레이션 데이터를 상기 복수개의 엣지 서버들로 각각 전달하는 것을 특징으로 하는 실시간 분산 시뮬레이션 장치.9. The method of claim 8,
the processor is
Real-time distributed simulation apparatus, characterized in that the plurality of edge servers each transmit the synchronized real-time simulation data to the plurality of edge servers so that the real-time simulation can be synchronized.
KR1020200161765A 2020-11-26 2020-11-26 Real-time distributed similation device using digital twin and method using the same KR102411891B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200161765A KR102411891B1 (en) 2020-11-26 2020-11-26 Real-time distributed similation device using digital twin and method using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200161765A KR102411891B1 (en) 2020-11-26 2020-11-26 Real-time distributed similation device using digital twin and method using the same

Publications (2)

Publication Number Publication Date
KR20220073576A KR20220073576A (en) 2022-06-03
KR102411891B1 true KR102411891B1 (en) 2022-06-23

Family

ID=81983177

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200161765A KR102411891B1 (en) 2020-11-26 2020-11-26 Real-time distributed similation device using digital twin and method using the same

Country Status (1)

Country Link
KR (1) KR102411891B1 (en)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117494479A (en) * 2023-12-29 2024-02-02 北京索为云网科技有限公司 Information interaction and clock synchronization platform based on multiple systems

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020040772A1 (en) * 2018-08-23 2020-02-27 Siemens Aktiengesellschaft Automatic setup of digital twins for industrial controllers
JP2020522812A (en) 2017-10-17 2020-07-30 広東工業大学Ｇｕａｎｇｄｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ Ｏｆ Ｔｅｃｈｎｏｌｏｇｙ Method and system for decentralized integration of precision glass production line

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101656693B1 (en) * 2014-12-11 2016-09-12 고려대학교 산학협력단 Apparatus and method for simulating computational fluid dynamics using Hadoop platform
KR102402845B1 (en) * 2018-04-25 2022-05-27 한국전자기술연구원 Real-Time Data Processing Method for Digital Twin based Construction Machine Intelligence
KR102110592B1 (en) 2018-10-10 2020-06-08 전자부품연구원 Method and system for distributed operation between cloud and edge in IoT comuting environment
KR102326521B1 (en) * 2019-03-15 2021-11-16 한국전자통신연구원 Multi-access or mobile edge computing platform, digital twin service system having the same and operating method thereof

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020522812A (en) 2017-10-17 2020-07-30 広東工業大学Ｇｕａｎｇｄｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ Ｏｆ Ｔｅｃｈｎｏｌｏｇｙ Method and system for decentralized integration of precision glass production line
WO2020040772A1 (en) * 2018-08-23 2020-02-27 Siemens Aktiengesellschaft Automatic setup of digital twins for industrial controllers

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
황성범 외 2명. 'Digital Twin 개념을 적용한 제조환경 시뮬레이션 모형 설계'. 한국시뮬레이션학회 논문지, Vol.29, No.2, 2020.6., pp.11-20.

Also Published As

Publication number Publication date
KR20220073576A (en) 2022-06-03

Similar Documents

Publication Publication Date Title
Baidya et al. FlyNetSim: An open source synchronized UAV network simulator based on ns-3 and ardupilot
CN104035392A (en) Big data in process control systems
CN108737141B (en) Satellite link intermittent and delayed simulation method
JP7047829B2 (en) Improved wireless communication in the vehicle macro cloud
US20170134825A1 (en) Method and device for processing panoramic live broadcast video resources
CN110909521A (en) Synchronous processing method and device for online document information and electronic equipment
CN111930709B (en) Data storage method, apparatus, electronic device, and computer readable medium
CN111105006A (en) Deep learning network training system and method
Tranoris et al. Enabling Cyber-Physical Systems for 5G networking: A case study on the Automotive Vertical domain
CN105391974A (en) Peer to peer provisioning of data for flight simulators across networks
CN111083187A (en) Industrial application service processing method and system
Shaer et al. Multi-component V2X applications placement in edge computing environment
KR102411891B1 (en) Real-time distributed similation device using digital twin and method using the same
CN112055422A (en) Method and device for associating 5G signaling with user plane data
CN110083341A (en) A kind of front end development platform, front end development approach and page display method
Kim et al. IsV2C: An integrated road traffic-network-cloud simulator for V2C connected car services
Vlasenko et al. Development of Models and Methods for Using Heterogeneous Gateways in 5G/IMT-2020 Network Infrastructure
CN113475107B (en) Method, system, and computer-readable storage medium for delegating cloud-side personae to devices
CN112131014A (en) Decision engine system and business processing method thereof
Prendinger et al. Evaluation of 2D and 3D interest management techniques in the distributed virtual environment DiVE
CN103425707A (en) Data analyzing method and data analyzing device
CN110830822A (en) Resource updating method, device and computer readable storage medium
CN105915587A (en) Content push method, content push system and buffer memory server
CN105897476B (en) A kind of method and device creating transmission channel
Pettinen et al. Service Orchestration for Object Detection on Edge and Cloud in Dependable Industrial Vehicles.