KR101407401B1 - 주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템 - Google Patents

Abstract

본 발명은 주행정보를 이용한 하이브리드 차랴의 동력 제어 방법 및 시스템에 관한 것으로, 보다 구체적으로는 차량이 주행하고자 하는 구간에 대한 속도 프로파일 또는 주행거리에 대한 고도정보 중 적어도 하나를 포함하는 주행정보를 획득하는 단계; 획득한 상기 속도 프로파일에 기초하여 상기 차량의 주행 시 요구되는 동력값을 연산하는 단계; 상기 동력값에 따라 상기 차량의 모터 또는 엔진의 동력분배를 수행하기 위한 파라미터를 연산하는 단계; 및 상기 파라미터를 PMP(Pontryagin's Minimum Principle) 이론에 적용하여 상기 차량의 동력을 분배하는 단계;를 포함한다.
이러한 구성에 의해, 또한, 본 발명의 주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템은 차량의 주행속도를 미리 예측함에 따라, 엔진과 모터를 동력원으로 갖는 하이브리드 차량의 동력을 용이하게 제어할 수 있는 효과가 있다.

Description

주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템{Power control method and system of hybrid vehicle using driving information}

본 발명은 주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템에 관한 것으로, 특히 주행하고자 하는 구간의 주행속도를 미리 예측하고, 이에 따라 하이브리드 차량의 동력을 분배하여 연비를 효율적으로 사용할 수 있는 주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템에 관한 것이다.

최근 들어, 환경과 자원문제가 매우 심각한 문제로 대두되고 있으며, 이로 인해, 자동차 산업에서도 친환경 자동차의 개발이 급격히 확산되고 있다. 이러한 개발 움직임에 따라, 각 자동차 회사에서는 친환경 자동차인 전기자동차 (EV)와 플러그인 하이브리드 자동차 (PHEV), 및 일반 하이브리드 자동차 (HEV)와 하이브리드 자동차가 연구되어 출시되고 있는 상황이다.

상기 하이브리드 자동차란, 기존의 일반 차량에 비하여 유해가스 배출량을 획기적으로 감소시킨 차세대 환경자동차로서, 내연 엔진과 전기자동차의 배터리 엔진을 동시에 차량의 내부에 장착함에 따라, 주행 시 연료 효율이 높고, 가솔린 엔진과 전기 엔진의 장점만을 결합하여 운전하면서 도로와 주변 환경에 알맞게 자동으로 가솔린 엔진과 전기 엔진의 변환이 가능한 장점을 갖는다.

또한, 상기 플러그인 하이브리드 자동차란, 일반 하이브리드 자동차의 배터리 용량을 증가시켜 가정용 전원으로 충전이 가능하며, 일정거리를 전기자동차 모드로 주행할 수 있는 차량을 말한다.

이러한 친환경 자동차는 배터리 기술의 급속한 발전에 의해 대용량 배터리 탑재가 가능하게 됨으로써, 기존 하이브리드 차량이나 새로운 동력전달 구조의 차량에 이를 적용하여 차량 운행 비용을 낮출 수 있다는 장점이 있다.

하지만 이러한 장점에도 불구하고, 하나의 차량이 엔진과 배터리를 동력원으로서 함께 사용함에 따라, 각각의 동력원별 에너지를 효율적으로 관리하기 어려운 문제점이 발생했다.

상기와 같은 종래 기술의 문제점을 해결하기 위해, 본 발명은 하이브리드 차량의 주행정보를 이용한 차량의 엔진 및 모터에 대한 동력제어를 용이하게 수행할 수 있는 주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템을 제공하고자 한다.

위와 같은 과제를 해결하기 위한 본 발명의 다른 실시 예에 따른 주행정보를 이용한 하이브리드 차량의 동력 제어 방법은 차량이 주행하고자 하는 구간에 대한 속도 프로파일 또는 주행거리에 대한 고도정보 중 적어도 하나를 포함하는 주행정보를 획득하는 단계; 획득한 상기 속도 프로파일에 기초하여 상기 차량의 주행 시 요구되는 동력값을 연산하는 단계; 상기 동력값에 따라 상기 차량의 모터 또는 엔진의 동력분배를 수행하기 위한 파라미터를 연산하는 단계; 및 상기 파라미터를 PMP(Pontryagin's Minimum Principle) 이론에 적용하여 상기 차량의 동력을 분배하는 단계;를 포함한다.

보다 바람직하게는 상기 차량이 도착하고자 하는 목적지정보를 입력받고, GPS(Global Positioning System)정보를 입력받아 상기 차량의 현재 위치정보를 획득하는 과정; 상기 차량의 현재 위치정보와 상기 목적지정보에 기초하여 상기 차량이 주행하는 주행구간을 결정하는 과정; 상기 주행구간 내 발생하는 적어도 하나의 교통정보를 획득하는 과정; 및 상기 적어도 하나의 교통정보에 기초하여 기설정된 주기에 따라 상기 주행구간 내 차량의 주행속도를 예측하는 과정;을 포함하는 주행정보를 획득하는 단계를 포함할 수 있다.

특히, 다이나믹 프로그래밍(Dynamic Programming) 기법에 기초하여 주행구간에 따른 주행속도를 연산하는 차량의 주행속도를 예측하는 과정을 포함할 수 있다.

보다 바람직하게는 상기 주행구간 내 획득한 교통정보에 따른 차량의 정차상태 또는 주행상태를 확인하는 과정; 및 상기 주행구간 내 상기 차량의 초기 출발속도 및 종단 속도를 획득하는 과정;을 더 포함하는 차량의 주행속도를 예측하는 과정을 포함할 수 있다.

보다 바람직하게는, 상기 주행구간의 평균속도와 순항속도 및 단위시간당 교통량에 따라 차량의 가속도 또는 감속도에 대한 가중치 및 차량의 주행시간에 대한 가중치를 포함하는 룩 업 테이블(Look up table)을 형성하는 과정;을 더 포함하는 차량의 주행속도를 예측하는 과정을 포함할 수 있다.

특히, 상기 차량의 현재위치, 주행거리, 가속도, 감속도, 도로의 지면 경사도 중 적어도 하나의 정보를 포함하는 GPS정보를 포함할 수 있다.

특히, 주행구간 내 존재하는 신호등의 개수, 신호등간 거리, 신호주기, 구간별 제한속도, 구간별 평균속도 중 적어도 하나를 포함하는 교통정보를 포함할 수 있다.

보다 바람직하게는 상기 주행정보로부터 차량의 제동량을 연산하는 과정; 연산된 제동량에 대하여 벡터 분석을 통해 상기 차량의 모터에 대한 유효방전량을 연산하는 과정; 및 연산된 유효 방전량으로부터 차량의 동력제어를 위한 파라미터를 연산하는 과정;을 포함하는 파라미터를 연산하는 단계를 포함할 수 있다.

위와 같은 과제를 해결하기 위한 본 발명의 한 실시 예에 따른 주행정보를 이용한 하이브리드 차량의 동력 제어 시스템은 차량이 주행하고자 하는 구간에 대한 속도 프로파일 또는 주행거리에 대한 고도정보 중 적어도 하나를 포함하는 주행정보를 획득하는 주행정보획득부; 획득한 상기 속도 프로파일에 기초하여 상기 차량의 주행 시 요구되는 동력값을 연산하는 동력연산부; 상기 동력값에 따라 상기 차량의 모터 또는 엔진의 동력분배를 수행하기 위한 파라미터를 연산하는 파라미터연산부; 및 상기 파라미터를 PMP(Pontryagin's Minimum Principle) 이론에 적용하여 상기 차량의 동력을 분배하는 동력제어부;를 포함한다.

보다 바람직하게는 상기 차량이 도착하고자 하는 목적지정보를 입력받고, GPS(Global Positioning System)정보를 입력받아 상기 차량의 현재 위치정보를 획득하는 위치정보획득모듈; 상기 차량의 현재 위치정보와 상기 목적지정보에 기초하여 상기 차량이 주행하는 주행구간을 결정하는 주행구간결정모듈; 상기 주행구간 내 발생하는 적어도 하나의 교통정보를 획득하는 교통정보획득모듈; 및 획득한 상기 적어도 하나의 교통정보에 기초하여 기설정된 주기에 따라 상기 주행구간 내 차량의 주행속도를 예측하는 주행속도예측모듈;을 포함하는 주행정보획득부를 포함할 수 있다.

특히, 다이나믹 프로그래밍(Dynamic Programming) 기법에 기초하여 주행구간에 따른 주행속도를 연산하는 주행속도예측모듈을 포함할 수 있다.

보다 바람직하게는 상기 주행구간 내 획득한 교통정보에 따른 차량의 정차상태 또는 주행상태를 확인하며, 상기 주행구간 내 상기 차량의 초기 출발속도 및 종단 구간속도를 획득하는 주행속도예측모듈을 포함할 수 있다.

특히, 상기 주행구간의 평균속도와 순항속도 및 단위시간당 교통량에 따라 차량의 가속도 또는 감속도에 대한 가중치 및 차량의 주행시간에 대한 가중치를 포함하는 룩 업 테이블(Look up table) 형태로 표시하는 주행속도예측모듈을 포함할 수 있다.

특히, 상기 차량의 현재위치, 주행거리, 가속도, 감속도, 도로의 지면 경사도 중 적어도 하나의 정보를 포함하는 GPS정보를 포함할 수 있다.

특히, 주행구간 내 존재하는 신호등의 개수, 신호등간 거리, 신호주기, 구간별 제한속도, 구간별 평균속도 중 적어도 하나를 포함하는 교통정보를 포함할 수 있다.

보다 바람직하게는 상기 주행정보로부터 차량의 제동량을 연산하는 제동량연산모듈; 연산된 제동량에 대하여 벡터 분석을 통해 상기 차량의 모터에 대한 유효방전량을 연산하는 유효방전량연산모듈; 연산된 유효 방전량으로부터 차량의 동력제어를 위한 파라미터를 연산하는 파라미터연산모듈;을 포함하는 파라미터연산부를 포함할 수 있다.

본 발명의 주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템은 운전자로부터 차량용 네비게이션을 통해 최종 목적지를 입력받아, 주행구간을 확인한 후, 교통상황, 도로상황 및 운전자의 운전패턴에 따라 상기 주행구간 내 차량의 주행속도를 미리 예측할 수 있는 효과가 있다.

또한, 본 발명의 주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템은 차량의 주행속도를 미리 예측함에 따라, 엔진과 모터를 동력원으로 갖는 하이브리드 차량의 동력을 용이하게 제어할 수 있는 효과가 있다.

더불어, 본 발명의 주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템은 하이브리드 차량의 동력을 용이하게 제어함에 따라, 차량의 연비효율을 향상시키고, 이에 따라 운전자의 만족도를 향상시킬 수 있는 효과가 있다.

도 1은 본 발명의 일 실시 예에 따른 주행정보를 이용한 하이브리드 차량의 동력 제어 시스템의 블록도이다.
도 2는 본 발명의 다른 실시 예에 따른 주행정보를 이용한 하이브리드 차량의 동력 제어 방법의 순서도이다.
도 3은 속도 프로파일을 예측하는 세부과정을 나타낸 순서도이다.
도 4는 주행속도 예측을 위해 필요한 다수의 주행정보를 나타내는 개략도이다.
도 5는 교통 신호등의 점멸주기를 나타내는 도면이다.
도 6은 주행구간 별 교통 신호등의 점멸주기를 측정한 예를 나타낸 도면이다.
도 7은 획득한 교통정보를 다이나믹 프로그래밍에 적용하기 위해 변환하는 과정을 나타낸 순서도이다.
도 8은 교통상황별 주행시간을 예측한 그래프이다.
도 9는 하나의 세부구간에서의 속도 프로파일을 생성하기 위한 격자생성을 나타낸 도면이다.
도 10은 다이나믹 프로그래밍을 나타낸 순서도이다.
도 11은 각 스테이트별 비용에 따른 다음 스테이트에 대한 최적 방향을 나타낸 그래프이다.
도 12는 동력값 프로파일을 나타낸 그래프이다.
도 13은 유효방전율을 나타낸 그래프이다.
도 14는 배터리 용량에 따른 주행거리별 유효방전량의 변화율을 나타낸 그래프이다.

이하, 본 발명을 바람직한 실시 예와 첨부한 도면을 참고로 하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며, 여기에서 설명하는 실시 예에 한정되는 것은 아니다.

이하, 도 1을 참조하여, 본 발명인 주행정보를 이용한 하이브리드 차량의 동력 제어 시스템에 대하여 자세히 살펴보도록 한다.

도 1은 본 발명의 일 실시 예에 따른 주행정보를 이용한 하이브리드 차량의 동력 제어 시스템의 블록도이다.

도 1에 도시된 바와 같이, 본 발명인 주행정보를 이용한 하이브리드 차량의 동력 제어 시스템(100)은 주행정보획득부(120), 동력연산부(140), 파라미터연산부(160) 및 동력제어부(180)를 포함한다.

주행정보획득부(120)는 위치정보획득모듈(122), 주행구간결정모듈(124), 교통정보획득모듈(126) 및 주행속도예측모듈(128)을 포함한다.

위치정보획득모듈(122)은 차량에 부착된 네비게이션을 통해 운전자로부터 이동하고자 하는 목적지정보를 입력받으며, 상기 차량에 대한 GPS(Global Positioning System)정보를 입력받아, 상기 차량의 현재 위치정보를 획득한다. 이때, 상기 GPS정보는 상기 차량의 현재위치 뿐만 아니라, 상기 차량의 주행거리, 가속도, 감속도 및 주행도로의 지면 경사도 중 적어도 하나의 정보를 포함한다.

주행구간결정모듈(124)은 상기 차량의 현재 위치정보와 상기 목적지정보에 기초하여 상기 차량이 주행하고자 하는 주행구간을 판단한다.

교통정보획득모듈(126)은 주행구간에 해당하는 적어도 하나의 교통정보를 획득한다. 이때, 상기 교통정보는 주행구간 내 존재하는 신호등의 개수, 신호등간 거리, 신호주기, 구간별 제한속도, 구간별 평균속도 중 적어도 하나를 포함한다.

주행속도예측모듈(128)은 적어도 하나의 교통정보에 기초하여 상기 주행구간 내 차량의 주행속도를 기설정된 주기에 따라 반복적으로 예측한다. 이러한 주행속도예측부(180)는 다이나믹 프로그래밍(Dynamic Programming) 기법에 기초하여 주행구간에 따른 주행속도를 연산하고, 상기 주행구간 내 신호등의 다음 신호에 따른 차량의 정차상태 또는 주행상태를 확인하며, 상기 차량의 초기 출발속도 및 종단 구간속도를 획득한다. 또한, 주행속도예측부(180)는 상기 주행구간 내 평균속도와 순항속도 및 단위시간당 교통량에 따라 차량의 가속도 또는 감속도에 대한 가중치 및 차량의 주행시간에 대한 가중치를 포함하여 룩 업 테이블(Look up table) 형태로 표시한다.

이때, 사용되는 다이나믹 프로그래밍(dynamic programming)이란, 어떤 알고리즘이 부분 문제 반복과 최적 기본 구조라는 특징을 가지고 있을 때, 상기 알고리즘의 실행시간을 줄이도록 수집된 데이터를 분석하여 그에 상응하는 행동을 수행하도록 하는 것이다.

동력연산부(140)는 획득한 상기 속도 프로파일에 기초하여 상기 차량의 주행 시 요구되는 동력값을 연산한다.

파라미터연산부(160)는 상기 동력값에 따라 상기 차량의 모터 또는 엔진의 동력분배를 수행하기 위한 파라미터를 연산한다. 이러한 파라미터연산부(160)는 제동량연산모듈(162), 유효방전량연산모듈(164) 및 파라미터연산모듈(166)을 포함할 수 있다.

제동량연산모듈(162)은 상기 주행정보로부터 차량의 제동량을 연산한다.

유효방전량연산모듈(164)은 연산된 제동량에 대하여 벡터 분석을 통해 상기 차량의 모터에 대한 유효방전량을 연산한다.

파라미터연산모듈(166)은 연산된 유효 방전량으로부터 차량의 동력제어를 위한 파라미터를 연산한다.

동력제어부(180)는 상기 파라미터를 PMP(Pontryagin's Minimum Principle) 이론에 적용하여 상기 차량의 동력을 분배한다. 이러한 상기 PMP 이론이라, 오일러-라그랑주 방정식 (Euler-Lagrange equations)의 일반화된 형태로 최적 제어 문제를 만족하는 최적해를 만족시켜야 하는 필요조건을 제시하는 이론이다.

이하, 도 2를 참조하여, 본 발명의 다른 실시 예에 따른 주행정보를 이용한 하이브리드 차량의 동력 제어 방법에 대하여 자세히 살펴보도록 한다.

도 2는 본 발명의 다른 실시 예에 따른 주행정보를 이용한 하이브리드 차량의 동력 제어 방법의 순서도이다.

도 2에 도시된 바와 같이, 본 발명인 주행정보를 이용한 하이브리드 차량의 동력 제어 방법은 차량이 주행하고자 하는 구간에 대한 속도 프로파일 또는 주행거리에 대한 고도정보 중 적어도 하나를 포함하는 주행정보를 획득한다(S210).

이하, 도 3을 참조하여 하이브리드 차량의 주행정보를 획득하는 과정에 대하여 보다 자세히 살펴보도록 한다.

도 3은 속도 프로파일을 예측하는 세부과정을 나타낸 순서도이다.

도 3에 도시된 바와 같이, 위치정보획득모듈(122)이 차량에 부착되는 네비게이션을 통해 운전자로부터 차량이 이동하고자 하는 목적지정보를 입력받고, GPS(Global Positioning System)정보를 입력받아 상기 차량의 현재 위치정보를 획득한다(S211). 이때, 상기 GPS정보는 상기 차량의 현재위치, 주행거리, 가속도, 감속도, 도로의 지면 경사도 중 적어도 하나의 정보를 포함한다.

상기 차량의 현재 위치정보와 상기 목적지정보에 기초하여 상기 차량이 주행하고자 하는 예상 주행구간을 판단한다(S212).

이어서, 상기 차량이 주행하고자 하는 상기 주행구간에 대한 적어도 하나의 교통정보를 획득한다(S213). 이때, 상기 교통정보란, 지능형 교통체계(Intelligent Transport Systems)를 통해 상기 주행구간 내 도로에 존재하는 신호등의 개수, 신호등간 거리, 신호주기 뿐만 아니라, 상기 도로의 교통량을 나타내는 구간별 제한속도, 구간별 평균속도 중 적어도 하나를 포함할 수 있다.

이와 같이, 획득한 적어도 하나의 교통정보를 하기의 수학식 1을 통해 나타내는 다이나믹 프로그래밍(Dynamic Programming) 기법에 대입하여 상기 주행구간 내 도로를 주행하는 차량의 주행속도를 예측한다(S214).

[수학식 1]

이때, 상기 E_driving (k)는 차량의 주행에너지이고, T(k)는 주행시간이며, a는 통행량에 따른 차량의 가속을 나타내고, d는 통행량에 따른 차량의 감속을 나타내며, γ는 주행시간에 할당된 가중치이고, μ는 가속에 할당된 가중치이며, ν는 감속에 할당된 가중치이다.

특히, 상기 주행구간 내 주행도로에 대하여 획득한 교통정보로부터 신호등의 다음 신호 발생에 따라, 상기 차량의 정차상태 또는 주행상태를 확인한다.

이와 더불어, 상기 주행구간 내 차량의 초기 출발속도와, 종단 속도를 획득한다.

이에 더하여, 상기 교통정보로부터 획득한 상기 주행구간 내 주행하는 차량의 평균속도와, 차량의 흐름이 원활한 때의 순항속도 및 단위시간당 교통량에 따라 발생하는 차량의 가속도 또는 감속도에 부여되는 가중치 및 주행하고자 하는 차량의 주행시간에 부여되는 가중치를 포함하여 룩 업 테이블(Look up table)을 형성한다.

이하에서는 속도 프로파일을 예측하는 단계에 대하여 보다 자세히 살펴보도록 한다.

특히, 속도 프로파일을 예측 시, 필요한 정보에 대하여 도 4를 참조하여 살펴보도록 한다.

도 4는 주행속도 예측을 위해 필요한 다수의 주행정보를 나타내는 개략도이다.

먼저, 운전자로부터 차량이 도착하고자 하는 목적지정보를 입력받고, 외부로부터 GPS(Global Positioning System)정보를 입력받아 상기 차량의 현재 위치정보를 획득하고, 상기 차량의 현재 위치정보와 상기 목적지정보에 기초하여 상기 차량이 주행하는 주행구간을 결정한다.

이에 따라, 상기 주행구간 내 발생하는 적어도 하나의 교통정보를 획득한다. 예를 들어,

는 교통신호의 초록불이 점등되는 지속시간이고,

는 교통신호의 노란불이 점등되는 지속시간이며,

는 교통신호의 빨간불이 점등되는 지속시간이고, d_i는 교통정보 전송기와 수신기 사이의 거리이며, Signal_i(t)는 i번째 구간의 교통신호에 교통신호 타이밍을 나타낸다.

이어서, 운전자의 목적지정보 입력에 따라 결정된 주행구간을 복수 개의 세부구간으로 분할하고, 분할된 세부구간별 교통정보를 입력받는다. Δd_i는 세부구간 i의 거리이고, V_{ss ,I} 는 상기 세부구간 i에서 차량의 정상상태에 따른 주행속도이며, V_{avg ,I} 는 세부구간 i에서 차량의 평균속도이고, V_{lim ,i}는 세부구간 i의 속도제한이며, Q_{veh ,i}는 세부구간 i의 차량 통행량을 각각 입력받는다.

이와 같이, 입력받는 교통정보를 다이나믹 프로그래밍(Dynamic Programming)에 적용시키기 위해 필요한 정보를 변화 및 추출한다. 즉, Δd_i는 세부구간 i의 거리이고, V_{ss ,I} 는 상기 세부구간 i에서 차량의 정상상태에 따른 주행속도이며, V_{avg ,I} 는 세부구간 i에서 차량의 평균속도이고, V_{lim ,i}는 세부구간 i의 속도제한이며, Q_{veh ,i}는 세부구간 i의 교통흐름이고, V_{0 ,i}는 세부구간 i의 초기속도이며, V_{f ,i}는 세부구간 i의 종단속도이고, Δt_{pred ,i}는 상기 세부구간 i의 종료지점에 도착시 예상되는 시간이며, Δt_{wait ,i}는 이전 세부구간 i-1의 교통신호에서의 정차시간이다.

이때, 교통신호와 관련된 교통정보는 하기의 도 5와 같이 나타날 수 있다.

도 5는 교통 신호등의 점멸주기를 나타내는 도면이다.

도 5에 도시된 바와 같이,

는 교통신호의 초록불이 점등되는 지속시간을 나타내고,

는 교통신호의 노란불이 점등되는 지속시간,

는 교통신호의 빨간불이 점등되는 지속시간,

는 노란불의 휴지시간,

는 빨간불의 휴지시간을 나타내는 것으로, 교통 신호등의 점멸주기를 확인할 수 있다.

실질적으로 교통정보를 측정하기 위하여, 전체 주행구간이 7.5km이고, 상기 주행구간 내 총 13개의 신호등이 설치되며, 이에 따라 도 6과 같은 주행구간에 따른 교통 신호등의 점멸주기를 확인할 수 있다.

이와 같이 획득한 교통정보를 다이나믹 프로그래밍 기법에 적용하기 위해, 변환하는 과정에 대하여 자세히 살펴보도록 한다.

도 7은 획득한 교통정보를 다이나믹 프로그래밍에 적용하기 위해 변환하는 과정을 나타낸 순서도이다.

도 7에 도시된 바와 같이, 획득한 교통정보로부터 전체 주행구간 중 복수 개로 분할된 세부구간 중 특정 세부구간 i에 대한 교통정보를 입력받는다(S310).

이때, 추출한 교통정보 중 초기 속도가 0인지 여부를 확인한다(S320).

만약, 초기 속도가 0인 경우, 세부구간 i의 이전 세부구간 i-1에 대한 종료지점에 도착시 예상되는 시간 Δt_{pred ,i-1}에 대한 이전 세부구간 i-1의 교통신호의 점등신호를 확인한다(S330).

이때, 이전 세부구간 i-1의 교통신호의 점등신호가 초록색인 경우, 세부구간 i의 주행시간 Δt_{drv ,i} 는 세부구간 i의 거리 Δd_i에서 주행시작시간 s를 뺀 후, 이를 세부구간 i에서 차량의 정상상태에 따른 주행속도 V_{ss ,i}를 나눈 값과, 세부구간 i에서 차량의 정상상태에 따른 주행속도를 가속도 a의 두 배로 나눈 값을 더하여 획득할 수 있다. 또한, 세부구간 i의 제동시간 Δt_{brk ,i}는 주행시작시간 s를 세부구간 i에서 차량의 정상상태에 따른 주행속도 V_ss,i로 나누어 연산한다(S331).

또는 이전 세부구간 i-1의 교통신호의 점등신호가 빨간색인 경우, 세부구간 i의 교통신호에서의 정차시간 Δt_{wait ,i}은 교통신호의 빨간불의 휴지시간

과 동일하다고 판단한다(S332).

이와 달리, 이전 세부구간 i-1의 교통신호의 점등신호가 노란색인 경우, 세부구간 i의 교통신호에서의 정차시간 Δt_{wait ,i}은 노란불의 휴지시간인

에 이전 세부구간 i-1에서의 빨간불이 점등되는 시간인

를 더하여 획득할 수 있다(S333).

이어서, 세부구간 i의 교통신호에서의 정차시간 Δt_{wait ,i}와, 세부구간 i의 주행시간 Δt_{d rv,i}와, 세부구간 i의 제동시간 Δ_{brk ,i} 및 세부구간 i의 이전 세부구간 i-1에 대한 종료지점에 도착시 예상되는 시간 Δt_{pred ,i-1}에 대한 이전 세부구간 i-1의 교통신호의 점등신호를 확인한다(S340).

이때, 세부구간 i의 교통신호의 점등신호가 초록색인 경우, 상기 세부구간 i의 종료지점에 도착시 예상되는 시간 Δt_{pred ,i} 는 세부구간 i의 거리 Δd_i를 세부구간 i에서 차량의 정상상태에 따른 주행속도 V_{ss ,i}로 나눈 값과, 상기 세부구간 i에서 차량의 정상상태에 따른 주행속도 V_{ss ,i}를 가속도 a의 두 배로 나눈 값과, 세부구간 i의 교통신호에서의 정차시간 Δt_wait,i와, 이전 세부구간 i-1의 종료지점에 도착시 예상되는 시간 Δt_{pred ,i-1} 을 더함으로써, 연산할 수 있다(S341).

하지만, 세부구간 i의 교통신호의 점등신호가 빨간색 또는 노란색인 경우, 상기 세부구간 i의 종료지점에 도착시 예상되는 시간 Δt_{pred ,i} 는 세부구간 i의 거리 Δd_i에서 주행시작시간 s를 뺀 후, 이를 세부구간 i에서 차량의 정상상태에 따른 주행속도 V_{ss ,i}를 나눈 값과, 세부구간 i에서 차량의 정상상태에 따른 주행속도를 가속도 a의 두 배로 나눈 값을 더하고, 이에 따른 연산값으로부터, 세부구간 i에서 차량의 정상상태에 따른 주행속도 V_{ss ,i}를 교통정보의 송신기와 수신기 사이의 거리로 나눈 값을 차감한 후, 세부구간 i의 교통신호에서의 정차시간 Δt_{wait ,i}와, 이전 세부구간 i-1의 종료지점에 도착시 예상되는 시간 Δt_{pred ,i-1} 을 더함으로써, 연산한다(S342).

또는 다시 과정 S320으로 돌아가서, 만약, 초기 속도가 0이 아닌 경우, 세부구간 i의 교통신호에서의 정차시간 Δt_{wait ,i}는 0으로 설정하고, 세부구간 i의 주행시간 Δt_{drv ,i}는 세부구간 i의 거리 Δd_i에서 주행시작시간 s를 뺀 후, 이를 세부구간 i에서 차량의 정상상태에 따른 주행속도 V_{ss ,i}를 나눈 값으로 설정하며, 세부구간 i의 제동시간 Δ_{brk ,i}는 주행시작시간 s를 세부구간 i에서 차량의 정상상태에 따른 주행속도 V_{ss ,i}로 나눈 값으로 설정한다(S350).

이어서, 세부구간 i의 교통신호에서의 정차시간 Δt_{wait ,i}와, 세부구간 i의 주행시간 Δt_{drv ,i}와, 세부구간 i의 제동시간 Δ_{brk ,i} 및 세부구간 i의 이전 세부구간 i-1에 대한 종료지점에 도착시 예상되는 시간 Δt_{pred ,i-1}에 대한 이전 세부구간 i-1의 교통신호의 점등신호를 확인한다(S360).

이때, 세부구간 i의 교통신호의 점등신호가 초록색인 경우, 상기 세부구간 i의 종료지점에 도착시 예상되는 시간 Δt_{pred ,i} 는 세부구간 i의 거리 Δd_i를 세부구간 i에서 차량의 정상상태에 따른 주행속도 V_{ss ,i}로 나눈 값과, 이전 세부구간 i-1의 종료지점에 도착시 예상되는 시간 Δt_{pred ,i-1} 을 더하여 연산한다(S361).

하지만, 세부구간 i의 교통신호의 점등신호가 빨간색 또는 노란색인 경우, 상기 세부구간 i의 종료지점에 도착시 예상되는 시간 Δt_{pred ,i} 는 세부구간 i의 거리 Δd_i에서 주행시작시간 s를 뺀 후, 이를 세부구간 i에서 차량의 정상상태에 따른 주행속도 V_{ss ,i}를 나눈 값에서, 세부구간 i에서 차량의 정상상태에 따른 주행속도 V_{ss ,i}를 세부구간 i의 거리 d_i로 나눈 값을 뺀 후, 이전 세부구간 i-1의 종료지점에 도착시 예상되는 시간 Δt_{pred ,i-1} 을 더하여 연산한다(S362).

결과적으로, 앞서 과정 S342를 통해 연산한 세부구간 i의 종료지점에 도착시 예상되는 시간 Δt_{pred ,i} 와, 과정 S362를 통해 연산한 세부구간 i의 종료지점에 도착시 예상되는 시간 Δt_{pred ,i} 에 대하여 세부구간 i의 교통신호의 점등신호를 확인한다(S370).

이에 따라, 교통신호의 점등신호가 초록색인 경우, 세부구간 i의 종단속도 V_{f ,i} 가 세부구간 i에서 차량의 정상상태에 따른 주행속도 V_{ss ,i}이다(S371).

하지만, 교통신호의 점등신호가 빨간색 또는 노란색인 경우, 세부구간 i의 종단속도 V_{f ,i} 는 0이 된다(S372).

결과적으로, 다음 세부구간 i+1의 초기속도 V_{0 ,i+ 1}는 세부구간 i의 종단속도 V_{f ,i}가 된다(S380).

상술한 과정을 통해 다이나믹 프로그래밍에 적용할 수 있도록 변환 또는 추출한 교통정보를 저장한다(S390).

이와 같이 연산된 적어도 하나의 교통정보에 기초하여 기설정된 주기에 따라 상기 주행구간 내 차량의 주행속도를 예측한다.

도 8은 교통상황별 주행시간을 예측한 그래프이다.

도 8에서 도시된 바와 같이, Δt_{pred ,i} 는 세부구간 i의 종료지점에 도착시 예상되는 시간이고, Δt_{wait ,i}는 이전 교통신호에서 정차시간이며, Δt_{drv ,i}는 세부구간 i에서 차량의 감속하기 전의 주행속도이고, Δt_{brk ,i}는 세부구간 i에서 차량의 감속시간이다. 이에 따라, 교통상황에 따라 차량의 정차시간, 감속시간 등의 세부 사항에 대하여 보다 자세히 알 수 있다.

이와 같이 생성된 교통정보를 다이나믹 프로그래밍에 적용하여 전체 주행구간에 대하여 분할된 세부구간을 차례대로 연속하여 속도 프로파일을 생성한다. 즉, 세부구간 i의 거리 Δd_i, 상기 세부구간 i에서 차량의 정상상태에 따른 주행속도 V_ss,i, 세부구간 i에서 차량의 평균속도 V_{avg ,i}, 세부구간 i의 제한속도 V_{lim ,i}, 세부구간 i의 차량 통행량 Q_{veh ,i}, 세부구간 i의 초기속도 V_{0 ,i}, 세부구간 i의 종단속도 V_{f ,i}가 다이나믹 프로그래밍에 각각 적용되어, s과정에서의 j과정을 위한 최적화된 비용

와, 다음 과정으로 최적 방향을 나타내는

및 최적방향으로의 주행시간

이 출력된다.

이하에서는 도 9를 참조하여 하나의 세부구간에서의 속도 프로파일을 생성하기 위한 격자생성과정에 대하여 자세히 살펴보도록 한다.

도 9는 하나의 세부구간에서의 속도 프로파일을 생성하기 위한 격자생성을 나타낸 도면이다.

도 9에 도시된 바와 같이, 전체 주행구간 중 특정 세부구간 i의 정보가 입력되면, x와 y축의 격자가 생성된다. 이때, x축은 거리이고, y축은 속도를 나타낸다. 상기 x축의 격자를 스테이지 stage, 상기 y축의 격자를 스테이트 state라고 정의하며, x축 상의 각 스테이지의 거리 Δs는 세부구간 i의 거리 Δd에 따라 달라지도록 설정한다.

따라서, 세부구간 i의 거리

가 200m 이하일 경우에 x축 상의 각 스테이지의 거리

, 200m를 초과하고 1000m 이하인 경우에는 x축 상의 각 스테이지의 거리

, 1000m초과하는 경우에는 x축 상의 각 스테이지의 거리

가 되도록 설정되며, 또한 y축 격자의 경우에는 0.2m/s 간격으로 설정된다.

다이나믹 프로그래밍 기법을 통해, 특정 스테이지 stage 상의 스테이트 state에서 다음 스테이지 stage 상의 임의의 스테이트 state로 가기 위한 비용을 연산하고, 이러한 연산과정을 거리 S_N부터 S₀까지 역방향으로 반복 수행하고, 각 로컬 비용을 저장한다. 따라서, 모든 격자에는 로컬 비용이 저장된다.

이후, 거리 S₀에서 초기 속도 v_initial와, 거리 S_N에서 최종 속도 v_final이 결정되면 초기 속도 v_initial에서 최종 속도 v_final로 가기 위해 최소 비용을 갖는 경로가 결정된다. 이러한 최소 비용을 갖는 경로 결정을 수학식으로 표현하면, 수학식 2와 같다.

[수학식 2]

결국, 최소비용을 갖는 경로 L(k)는 차량의 주행에너지 E_drv(k)와, 주행시간에 할당된 가중치를 나타내는 w_t에 주행시간을 나타내는 T(k)를 곱한 값과, 가속에 할당된 가중치를 나타내는 w_a를 가속량을 나타내는 Acc⁴(k)와 곱한 값과, 감속에 할당된 가중치를 나타내는 w_b를 감속량을 나타내는 Dec⁴(k)와 곱한 값을 모두 합산함으로써 획득할 수 있다. 이때, 상기 주행시간에 할당된 가중치 w_t 는 하기의 수학식 3과 같이, 세부구간 i에서 차량의 정상상태에 따른 주행속도 V_{ss ,i} 와, 세부구간 i의 거리 Δd_i에 대한 함수연산을 통해 획득할 수 있다.

[수학식 3]

또한, 가속에 할당된 가중치를 나타내는 w_a 및 감속에 할당된 가중치를 나타내는 w_b는 세부구간 i의 평균 주행속도 V_{avg ,i} 와, 제한속도 V_{lim ,i}에 대한 함수연산을 통해 획득할 수 있다.

[수학식 4]

결과적으로, 거리를 주행하는데 소비되는 전체 비용 J이 최소가 되는 경로를 과정 s에서 x(s)로 표현되는 상태변수와, u(s)로 표현되는 제어변수를 갖는 경우, 하기의 수학식 5를 통해 연산할 수 있다.

[수학식 5]

이와 같이, 생성된 경로 J는 세부구간 i의 주행정보에 대한 속도 프로파일의 결과가 된다.

이하, 도 10을 참조하여, 다이나믹 프로그래밍 기법에 대하여 자세히 살펴보도록 한다.

도 10은 다이나믹 프로그래밍을 나타낸 순서도이다.

도 10에 기재된 바와 같이, 먼저, 주행정보를 입력받는다(S410).

이후, x축(스테이지 stage)과 y축(스테이트 state)으로 이루어지는 격자를 생성한다(S420). 이때, 상기 스테이지의 개수는 N이고, 상기 스테이트의 개수는 M이 되며, x축 상의 스테이지 거리 s를 상기 스테이지의 개수인 N-1로 설정하고, 다음 스테이지 s+1에서 나타내는 스테이트의 개수 k 및 현재 스테이지 s 상에서 나타내는 스테이트의 개수 j는 각각 0으로 설정한다.

이에 따라, 상기 j 및 k간에 주행시간 T, 비용 Cost 및 누적비용 C을 하기의 수학식 4 내지 6을 이용하여 연산한다(S430).

먼저, 현재 스테이지 s의 j가 다음 스테이지 s+1의 k로 이동할 때의 주행시간

는 하기의 수학식 6을 통해 연산할 수 있다.

[수학식 6]

이때, 상기

는 스테이지간 거리이고, 상기

는 다음 스테이지에서 k의 속도이고, 상기

는 현재 스테이지 s의 j에서 속도를 나타낸다.

또한, 현재 스테이지 s의 j가 다음 스테이지 s+1의 k로 이동할 때의 소요 비용

는 하기의 수학식 7을 통해 연산할 수 있다.

[수학식 7]

즉, 현재 스테이지 s의 j가 다음 스테이지 s+1의 k로 이동할 때의 소요 비용

는 현재 스테이지 s의 j가 다음 스테이지 s+1의 k로 이동할 때 주행에너지

와, 주행시간에 할당된 가중치를 나타내는 w_t에 현재스테이지 s에서 j가 다음 스테이지 s+1에서 k로 이동할 때 주행시간을 나타내는

를 곱한 값과, 가속에 할당된 가중치를 나타내는 w_a를 현재 스테이지 s에서 j가 다음 스테이지 s+1에서 k로 이동할 때 가속량을 나타내는

의 4제곱과 곱한 값, 및 감속에 할당된 가중치를 나타내는 w_b를 현재 스테이지 s에서 j가 다음 스테이지 s+1에서 k로 이동할 때 감속량을 나타내는

의 4제곱과 곱한 값을 합산하여 획득할 수 있다.

이때, 현재 스테이지 s의 j가 다음 스테이지 s+1의 k로 이동할 때 주행에너지

는 하기의 수학식 8과 같이, 현재 스테이지 s의 j가 다음 스테이지 s+1의 k로 이동할 때 주행 파워

와, 현재스테이지 s에서 j가 다음 스테이지 s+1에서 k로 이동할 때 주행시간을 나타내는

를 곱한 값을 나타낸다.

[수학식 8]

또한, 현재스테이지 s에서 j가 다음 스테이지 s+1에서 k로 이동할 때 가속량을 나타내는

는 하기의 수학식 9를 통해 연산할 수 있다.

[수학식 9]

더불어, 현재스테이지 s에서 j가 다음 스테이지 s+1에서 k로 이동할 때 감속량을 나타내는

는 하기의 수학식 10을 통해 연산할 수 있다.

[수학식 10]

이와 더불어,

는 다음 스테이지에서 현재 스테이지를 뺀 거리로서, 하기의 수학식 11을 통해 연산할 수 있다.

[수학식 11]

상기 수학식 6 내지 7을 통해 연산된 주행시간 및 소요비용을 합산하는 하기의 수학식 12를 통해 누적비용을 연산할 수 있다.

[수학식 12]

이러한 연산과정을 통해 상기 k가 현재 스테이지 s 상에서 나타낼 수 있는 최대 스테이트의 수와 동일한지 여부를 판단한다(S440).

만약, 상기 j가 현재 스테이지 상에서 나타낼 수 있는 최대 스테이트의 수와 동일한 경우, 수학식 7 내지 9에 기초하여 현재 스테이지 s 에서의 스테이트 j를 나타내는 누적비용

, 인덱스값

및 주행시간

을 연산한다(S450).

먼저, 하기의 수학식 13과 같이, 누적비용

는 현재 스테이지 s에서의 스테이트 j가 0 부터 최대 M까지 이동할 때의 각각의 소요비용의 최소값을 산출한다.

[수학식 13]

이때, 인덱스값

는 현재 스테이지 s에서 다음 스테이지로의 최적 방향을 나타내는 인덱스값을 말하며, 이는 최대 변수 m으로 표기된다.

[수학식 14]

따라서, 하기의 수학식 15와 같이, 주행시간

는 스테이지 s에서 j가 다음 스테이지 s+1의 최대 스테이트 수 m으로 이동할 때까지 주행시간과 동일하다고 판단한다.

[수학식 15]

이어서, 최적화된 비용, 인덱스값 및 주행시간을 저장한다.

하지만, 상기 과정 S440에서 상기 k가 현재 스테이지 s 상에서 나타낼 수 있는 최대 스테이트의 수 M와 동일하지 않는 경우, 상기 k를 1 증가하여(S441), 상기 과정 S430을 반복수행한다.

또한, 상기 j가 현재 스테이지 s 상에서 나타낼 수 있는 최대 스테이트의 수 M와 동일한지 여부를 확인한다(S460). 만약 동일하지 않는다면, k를 0으로 설정하고, 상기 j는 1을 증가시킨 후, 상기 과정 S430을 반복 수행한다(S461).

이와 달리, 상기 j가 현재 스테이지 s 상에서 나타낼 수 있는 최대 스테이트의 수 M와 동일한 경우에는 상기 S가 스테이지의 개수인 N-1와 동일한지 여부를 다시 확인한다(S470).

이후, 상기 S가 스테이지의 개수인 N-1와 동일한 경우에는 모든 스테이지와 스테이트에 대한 결과 데이터를 저장한다(S480).

하지만 이와 달리, 상기 S가 스테이지의 개수인 N-1와 동일하지 않는 경우에는 상기 j 및 k는 각각 0으로 설정하고, 상기 s는 1을 감소시킨 후, 상기 과정 S430을 반복 수행한다(S471).

상술한 수학식과 교통정보를 통해 연산된 각 스테이트별 비용에 따른 다음 스테이트에 대한 최적 방향을 도 11을를 통해 확인할 수 있다.

도 11은 각 스테이트별 비용에 따른 다음 스테이트에 대한 최적 방향을 나타낸 그래프이다.

도 11에 도시된 바와 같이, 초기속도를 0으로 설정하는 경우에 실선을 확인할 수 있으며, 이때 상기 실선이 주행구간의 세부구간 i 에 대한 교통상황에 따라 예측할 수 있는 속도 프로파일을 획득할 수 있다.

다시 도 2로 돌아가서, 동력연산부(140)가 획득한 상기 속도 프로파일에 기초하여 상기 차량의 주행 시 요구되는 요구동력값을 연산한다(S220).

이러한 요구동력값 P_t(t)은 하기의 수학식 16을 통해 차량의 휠 구동력과 차량속도의 곱으로 획득할 수 있다.

[수학식 16]

이때, 상기 F_t(t)는 차량의 휠 구동력이고, v(t)는 차량속도이다.

이때, 상기 휠 구동력 F_t(t)는 하기의 수학식 17을 통해 연산할 수 있다.

[수학식 17]

파라미터연산부(160)가 상기 동력값에 따라 상기 차량의 모터 또는 엔진의 동력분배를 수행하기 위한 파라미터를 연산한다(S230).

이러한 파라미터를 먼저 연산하기 위하여, 상기 주행정보를 통해 연산한 동력값으로부터 차량의 제동량을 연산한다.

도 12는 동력값 프로파일을 나타낸 그래프이다.

도 12에 도시된 바와 같이, 앞서 과정 S220을 통해 연산한 동력값은 크게 차량의 가속 또는 정속주행 시 요구되는 가속동력(빨간선으로 표시됨)과, 차량의 제동 시에 바퀴로 입력되는 제동력(파란선으로 표시됨)으로 나누어진다. 일반적인 차량에서 제동력이 발생하는 경우, 브레이크에서 제동에 의한 열로 소실되기 때문에 손실로 간주되나, 하이브리드 차량의 경우에는 상기 제동력을 전기 에너지로 변환하여 차량의 내부에 구비되는 배터리를 충전시키는데 사용된다.

이와 같이, 획득한 차량의 제동력에 대하여 벡터 분석을 통해 상기 차량의 모터에 대한 유효방전율(SOC: State Of Charge)을 연산한다.

이하, 도 13을 참조하여 상기 유효방전율을 연산하는 과정에 대하여 보다 자세히 살펴보도록 한다.

도 13은 유효방전율을 나타낸 그래프이다.

도 13에 도시된 바와 같이, 앞서 과정 S220을 통해 연산한 요구동력값 프로파일로부터 총 주행시간 T_{drv _ tot}, 유효 제동시간 T_{reg _ eff}, 정차시간 T_stop을 획득하고, 이로부터 하기의 수학식 18에 의해 유효 주행시간 T_{drv _ eff}을 연산한다.

[수학식 18]

T_{drv _ eff} = T_{drv _ tot} - T_{reg _ eff} - T_stop

또한, 앞서 획득한 제동력으로부터 하기의 수학식 19 내지 20을 이용하여 제동력의 변화량 ΔSOC reg_eff을 연산한다.

[수학식 19]

[수학식 20]

이때, Q는 배터리의 총 전하량이고, R은 배터리의 평균 내부저항값이며, V는 배터리 평균전압이고,

는 전체 제동력에 대한 전기적 제동력의 비율을 나타낸다.

이에 따라, 유효 방전율 SOC_{drv _ eff}은 하기의 수학식 21을 통해 알 수 있듯이, 상기 제동력의 변화량 ΔSOC_{reg _ eff}을 유효 주행시간 T_{drv _ eff}으로 나누어 획득할 수 있다.

[수학식 21]

이러한 유효 방전율 SOC_{drv _ eff}은 속도 프로파일에 대하여 평균적으로 사용되는 배터리 출력파워를 나타낸다.

이때, 상기 제동력의 변화량ΔSOC_{reg _ eff}은 차량의 주행 전 초기 충전상태 SOC, SOC_i 및 주행 후 최종 충전상태 SOC, SOC_f가 주어지게 되면, 하기의 수학식 22 및 도 5에 도시된 바와 같이, 벡터연산에 의해 연산될 수 있다. 예를 들어, 플러그인 하이브리드 차량의 경우, SOC_i는 0.9 또는 0.8이고, SOC_f는 0.3 또는 0.2가 될 수 있다.

[수학식 22]

ΔSOC_{drv _ eff} = SOC_i - SOC_f - ΔSOC_{reg _ eff}

이와 같이, 연산된 유효방전량으로부터 차량의 동력제어를 위한 파라미터를 연산한다. 즉, 상기 파라미터 p는 하기의 수학식 23과 같이 앞서 연산한 유효 방전량

과 사용가능한 배터리의 에너지 용량 E_bat에 대한 함수를 통해 획득할 수 있다.

[수학식 23]

이때, 상기 p는 파라미터이고, ΔSOC_{drv _ eff} 는 유효방전량이며, E_bat는 플러그인 하이브리드 차량의 탑재되어있는 배터리의 가용용량이다. 상기 가용용량이란, 배터리의 전체용량이 5kWh라고 하는 경우, 상기 전체용량 중 실제로 사용할 수 있는 가용용량 에너지는 약 50 내지 70 % 정도이다. 즉, 초기 충전상태 SOC, SOC_i가 0.9 또는 0.8인 경우는 배터리를 100%로 충전시키는 것이 아니라, 90% 또는 80% 까지만 배터리를 충전시킨다는 의미이다. 마찬가지로, 최종 충전상태가 SOC, SOC_f가 0.3 또는 0.2인 경우에는 배터리의 에너지를 0%가 될 때까지 방전시키는 것이 아니라, 배터리의 잔여 에너지가 30% 또는 20% 가 되면, 더 이상 방전시키지 않는 것을 의미하며, 이에 따라 배터리의 수명단축과, 출력효율이 저하되는 것을 방지할 수 있다.

결과적으로, 파라미터는 배터리의 사용가능 용량에 대한 함수로서 상기 수학식 8을 하기의 수학식 24와 같이 나타낼 수 있다.

[수학식 24]

이때, 상기 a(E_bat) 및 b(E_bat)는 하기의 수학식 25 내지 26을 통해 연산할 수과 같있다.

[수학식 25]

[수학식 26]

이때, 상기 수학식 25 내지 26에 적용되는 상수 C_ai 및 C_bi의 값은 하기의 표 1과 같다.

Ca1	Ca2	Ca3	Ca4	Ca5
45.944	-907.16	8778.6	-131289	225126
Cb1	Cb2	Cb3	Cb4	Cb5
-0.0191	0.2721	-1.9148	-138.94	0.7025

결과적으로 상기 수학식 24와 같이 파라미터를 유효방전량과 배터리 용량으로서 나타낼 수 있으며, 일반 하이브리드 자동차뿐만 아니라 플러그인 하이브리드 자동차와 같은 대용량 배터리를 탑재한 차량에도 적용할 수 있다. 특히, 맵 형태가 아닌 예측 상태와 배터리의 현재 상태인 2변수 함수로 계산됨에 따라, 실제 적용 시에는 컴퓨터 메모리의 용량을 감소시킬 수 있다.

이처럼, 파라미터에 관한 수학식은 배터리의 용량을 다양하게 고려하는 경우에, 약 -250 내지 -1300까지의 파라미터 결과를 약 0.02% 내지 5% 미만의 에러율로 연산할 수 있게 된다.

이하, 상기 수학식 24에 대한 예로서, 도 14를 참조하여 배터리 용량 변화에 따른 주행거리별 유효방전량의 변화율에 대하여 자세히 살펴보도록 한다.

도 14는 배터리 용량에 따른 주행거리별 유효방전량의 변화율을 나타낸 그래프이다.

도 14(a)는 배터리 용량이 1.4kWh일 때, 주행거리별 유효 방전량의 변화율을 나타내고, 도 14(b)는 배터리 용량이 3.4kWh일 때, 주행거리별 유효 방전량의 변화율을 나타내며, 도 14(c)는 배터리 용량이 5.2kWh일 때, 주행거리별 유효 방전량의 변화율을 나타낸다.

도 14(a)의 경우에는 배터리의 용량이 도면 14(b), (c)의 경우에 비해 상대적으로 작기 때문에 y축의 정규화된 배터리 상태 (State of Charge­SOC)에 대한 유효SOC 사용 범위는 반복되는 주행사이클의 횟수에 따라 0 부터 약 -2 까지 감소할 수 있고, 주행 완료 후 유효한 회생제동으로 인해 0.5 부근에서 배터리 에너지가 회복되는 것을 알 수 있다.

또한, 도면 14(b)의 경우에는 동일한 주행사이클에 대해 배터리의 용량을 3.4kWh급으로 적용했을 경우에 반복 주행 횟수에 따른 배터리 에너지의 최종 상태량을 나타낸다. 즉, 배터리의 용량이 1회 주행을 위해 필요한 구동에너지를 충분히 공급할 수 있기 때문에 1300초 부근에서 종료되는 SOC 유효 선도는 -0.4에서 끝나게 되는데, 이는 엔진의 동력을 보조로 사용하지 않고도 순수하게 배터리의 전기동력만을 사용하여 차량을 운행시킬 수 있다는 것을 나타낸다. 이후, 주행 사이클을 2회부터 5회까지 반복하고 SOC의 최종 상태 결과를 보면 대부분의 최종 SOC가 -0.5부근으로 수렴하는 것을 확인할 수 있다.

또한 도 14(c)의 경우에도 배터리의 용량이 5.2kWh이기 때문에 2회 반복 주행에 대한 구동에너지를 배터리에서 모두 공급할 수 있으며, 이는 곧 순수 전기자동차로만 주행이 가능하다는 것을 나타낸다. 이후, 3회부터 5회까지의 주행에 대해서는 최종 SOC가 -0.5부근으로 수렴하는 것을 확인할 수 있다.

결과적으로, 도 14에 도시된 바와 같이, 배터리 용량에 따라 하이브리드 자동차의 배터리 사용 상태가 달라지기 때문에 유효 방전량을 계산하기 위해서는 현재 배터리 에너지의 잔량을 고려하는 것이 중요하며, 이를 이용해 최종 운행 종료 시점에 대한 정확한 유효방전량을 정량적으로 도출하는 것이 가능하게 된다.

동력제어부(180)가 앞서 연산한 파라미터를 PMP(Pontryagin's Minimum Principle) 이론에 적용하여 상기 차량의 모터 및 엔진에 대한 동력분배를 수행한다(S240).

또한, 이러한 주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템은 컴퓨터로 실행하기 위한 프로그램이 기록된 컴퓨터 판독가능 기록매체에 저장될 수 있다. 이때, 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다. 컴퓨터가 읽을 수 있는 기록 장치의 예로는 ROM, RAM, CD-ROM, DVD±ROM, DVD-RAM, 자기 테이프, 플로피 디스크, 하드 디스크(hard disk), 광데이터 저장장치 등이 있다. 또한, 컴퓨터가 읽을 수 있는 기록매체는 네트워크로 연결된 컴퓨터 장치에 분산되어 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.

본 발명의 주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템은 운전자로부터 차량용 네비게이션을 통해 최종 목적지를 입력받아, 주행구간을 확인한 후, 교통상황, 도로상황 및 운전자의 운전패턴에 따라 상기 주행구간 내 차량의 주행속도를 미리 예측할 수 있는 효과가 있다.

또한, 본 발명의 주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템은 차량의 주행속도를 미리 예측함에 따라, 엔진과 모터를 동력원으로 갖는 하이브리드 차량의 동력을 용이하게 제어할 수 있는 효과가 있다.

더불어, 본 발명의 주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템은 하이브리드 차량의 동력을 용이하게 제어함에 따라, 차량의 연비효율을 향상시키고, 이에 따라 운전자의 만족도를 향상시킬 수 있는 효과가 있다.

상기에서는 본 발명의 바람직한 실시 예에 대하여 설명하였지만, 본 발명은 이에 한정되는 것이 아니고 본 발명의 기술 사상 범위 내에서 여러 가지로 변형하여 실시하는 것이 가능하고 이 또한 첨부된 특허청구범위에 속하는 것은 당연하다.

120: 주행정보획득부 140: 동력연산부
160: 파라미터연산부 180: 동력제어부

Claims (17)

1. 차량이 주행하고자 하는 구간에 대한 속도 프로파일을 포함하는 주행정보를 획득하는 단계;
   획득한 상기 속도 프로파일에 기초하여 상기 차량의 주행 시 요구되는 동력값을 연산하는 단계;
   상기 동력값에 따라 상기 차량의 모터 또는 엔진의 동력분배를 수행하기 위한 파라미터를 연산하는 단계; 및
   상기 파라미터를 PMP(Pontryagin's Minimum Principle) 이론에 적용하여 상기 차량의 동력을 분배하는 단계;
   를 포함하되,
   상기 파라미터를 연산하는 단계는
   상기 주행정보로부터 차량의 제동량을 연산하는 과정;
   연산된 제동량에 대하여 벡터 분석을 통해 상기 차량의 모터에 대한 유효방전량을 연산하는 과정; 및
   연산된 유효 방전량으로부터 차량의 동력제어를 위한 파라미터를 연산하는 과정;
   을 포함하는 것을 특징으로 하는 주행정보를 이용한 하이브리드 차량의 동력 제어 방법.
   
2. 제1항에 있어서,
   상기 주행정보를 획득하는 단계는
   상기 차량이 도착하고자 하는 목적지정보를 입력받고, GPS(Global Positioning System)정보를 입력받아 상기 차량의 현재 위치정보를 획득하는 과정;
   상기 차량의 현재 위치정보와 상기 목적지정보에 기초하여 상기 차량이 주행하는 주행구간을 결정하는 과정;
   상기 주행구간 내 발생하는 적어도 하나의 교통정보를 획득하는 과정; 및
   상기 적어도 하나의 교통정보에 기초하여 기설정된 주기에 따라 상기 주행구간 내 차량의 주행속도를 예측하여 주행정보를 획득하는 과정;
   를 포함하는 주행정보를 이용한 하이브리드 차량의 동력 제어 방법.
   
3. 제2항에 있어서,
   상기 차량의 주행속도를 예측하는 과정은
   다이나믹 프로그래밍(Dynamic Programming) 기법에 기초하여 주행구간에 따른 주행속도를 연산하는 것을 특징으로 하는 주행정보를 이용한 하이브리드 차량의 동력 제어 방법.
   
4. 제3항에 있어서,
   상기 차량의 주행속도를 예측하는 과정은
   상기 주행구간 내 획득한 교통정보에 따른 차량의 정차상태 또는 주행상태를 확인하는 과정; 및
   상기 주행구간 내 상기 차량의 초기 출발속도 및 종단 속도를 획득하는 과정;
   을 더 포함하는 것을 특징으로 하는 주행정보를 이용한 하이브리드 차량의 동력 제어 방법.
   
5. 제4항에 있어서,
   상기 차량의 주행속도를 예측하는 과정은
   상기 주행구간의 평균속도와 순항속도 및 단위시간당 교통량에 따라 차량의 가속도 또는 감속도에 대한 가중치 및 차량의 주행시간에 대한 가중치를 포함하는 룩 업 테이블(Look up table)을 형성하는 과정;
   을 더 포함하는 것을 특징으로 하는 주행정보를 이용한 하이브리드 차량의 동력 제어 방법.
   
6. 제2항에 있어서,
   상기 GPS정보는
   상기 차량의 주행거리, 가속도, 감속도, 도로의 지면 경사도 중 적어도 하나의 정보를 더 포함하는 것을 특징으로 하는 주행정보를 이용한 하이브리드 차량의 동력 제어 방법.
   
7. 제2항에 있어서,
   상기 교통정보는
   주행구간 내 존재하는 신호등의 개수, 신호등간 거리, 신호주기, 구간별 제한속도, 구간별 평균속도 중 적어도 하나를 포함하는 것을 특징으로 하는 주행정보를 이용한 하이브리드 차량의 동력 제어 방법.
   
8. 삭제
9. 제1항 내지 제7항 중에 어느 한 항의 방법을 컴퓨터에서 실행시키기 위한 프로그램을 기록한 컴퓨터로 읽을 수 있는 기록매체.
   
10. 차량이 주행하고자 하는 구간에 대한 속도 프로파일을 포함하는 주행정보를 획득하는 주행정보획득부;
    획득한 상기 속도 프로파일에 기초하여 상기 차량의 주행 시 요구되는 동력값을 연산하는 동력연산부;
    상기 동력값에 따라 상기 차량의 모터 또는 엔진의 동력분배를 수행하기 위한 파라미터를 연산하는 파라미터연산부; 및
    상기 파라미터를 PMP(Pontryagin's Minimum Principle) 이론에 적용하여 상기 차량의 동력을 분배하는 동력제어부;
    를 포함하되,
    상기 파라미터연산부는
    상기 주행정보로부터 차량의 제동량을 연산하고, 연산된 제동량에 대하여 벡터 분석을 통해 상기 차량의 모터에 대한 유효방전량을 연산하며, 연산된 유효 방전량으로부터 차량의 동력제어를 위한 파라미터를 연산하는 것을 특징으로 하는 주행정보를 이용한 하이브리드 차량의 동력 제어 시스템.
    
11. 제10항에 있어서,
    상기 주행정보획득부는
    상기 차량이 도착하고자 하는 목적지정보를 입력받고, GPS(Global Positioning System)정보를 입력받아 상기 차량의 현재 위치정보를 획득하는 위치정보획득모듈;
    상기 차량의 현재 위치정보와 상기 목적지정보에 기초하여 상기 차량이 주행하는 주행구간을 결정하는 주행구간결정모듈;
    상기 주행구간 내 발생하는 적어도 하나의 교통정보를 획득하는 교통정보획득모듈; 및
    획득한 상기 적어도 하나의 교통정보에 기초하여 기설정된 주기에 따라 상기 주행구간 내 차량의 주행속도를 예측하는 주행속도예측모듈;
    을 포함하는 것을 특징으로 하는 주행정보를 이용한 하이브리드 차량의 동력 제어 시스템.
    
12. 제11항에 있어서,
    상기 주행속도예측모듈은
    다이나믹 프로그래밍(Dynamic Programming) 기법에 기초하여 주행구간에 따른 주행속도를 연산하는 것을 특징으로 하는 주행정보를 이용한 하이브리드 차량의 동력 제어 시스템.
    
13. 제12항에 있어서,
    상기 주행속도예측모듈은
    상기 주행구간 내 획득한 교통정보에 따른 차량의 정차상태 또는 주행상태를 확인하며, 상기 주행구간 내 상기 차량의 초기 출발속도 및 종단 구간속도를 획득하는 것을 특징으로 하는 주행정보를 이용한 하이브리드 차량의 동력 제어 시스템.
    
14. 제13항에 있어서,
    상기 주행속도예측모듈은
    상기 주행구간의 평균속도와 순항속도 및 단위시간당 교통량에 따라 차량의 가속도 또는 감속도에 대한 가중치 및 차량의 주행시간에 대한 가중치를 포함하는 룩 업 테이블(Look up table) 형태로 표시하는 것을 특징으로 하는 주행정보를 이용한 하이브리드 차량의 동력 제어 시스템.
    
15. 제11항에 있어서,
    상기 GPS정보는
    상기 차량의 주행거리, 가속도, 감속도, 도로의 지면 경사도 중 적어도 하나의 정보를 더 포함하는 것을 특징으로 하는 주행정보를 이용한 하이브리드 차량의 동력 제어 시스템.
    
16. 제11항에 있어서,
    상기 교통정보는
    주행구간 내 존재하는 신호등의 개수, 신호등간 거리, 신호주기, 구간별 제한속도, 구간별 평균속도 중 적어도 하나를 포함하는 것을 특징으로 하는 주행정보를 이용한 하이브리드 차량의 동력 제어 시스템.
    
17. 삭제

Images