KR102190029B1 - 전기 자동차의 파워 트레인 사양을 결정하는 방법 및 장치 - Google Patents

전기 자동차의 파워 트레인 사양을 결정하는 방법 및 장치 Download PDF

Info

Publication number
KR102190029B1
KR102190029B1 KR1020190057472A KR20190057472A KR102190029B1 KR 102190029 B1 KR102190029 B1 KR 102190029B1 KR 1020190057472 A KR1020190057472 A KR 1020190057472A KR 20190057472 A KR20190057472 A KR 20190057472A KR 102190029 B1 KR102190029 B1 KR 102190029B1
Authority
KR
South Korea
Prior art keywords
electric vehicle
power train
determining
energy
driving
Prior art date
Application number
KR1020190057472A
Other languages
English (en)
Other versions
KR20190131450A (ko
Inventor
장래혁
백돈규
김재민
Original Assignee
한국과학기술원
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 한국과학기술원 filed Critical 한국과학기술원
Publication of KR20190131450A publication Critical patent/KR20190131450A/ko
Application granted granted Critical
Publication of KR102190029B1 publication Critical patent/KR102190029B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/10—Vehicle control parameters
    • B60L2240/12—Speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/10—Vehicle control parameters
    • B60L2240/14—Acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/10—Vehicle control parameters
    • B60L2240/26—Vehicle weight
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/40—Drive Train control parameters
    • B60L2240/42—Drive Train control parameters related to electric machines
    • B60L2240/423—Torque
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/60—Navigation input
    • B60L2240/64—Road conditions
    • B60L2240/642—Slope of road
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/90—Vehicles comprising electric prime movers
    • B60Y2200/91—Electric vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/72—Electric energy management in electromobility

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

전기 자동차의 파워 트레인 사양을 결정하는 방법이 개시된다. 일 실시예에 따른 방법은 주행 프로파일에 따른 주행 시에 전기 자동차에 의하여 소요되는 에너지 정보를 획득하는 단계; 전기 자동차의 무게 및 에너지 정보에 기초하여, 주행을 위한 제1 에너지 항목 및 전기 자동차의 파워 트레인에 의한 제2 에너지 항목의 계수를 결정하는 단계; 전기 자동차의 주행과 관련된 주행 요구 조건을 수신하는 단계; 및 주행 요구 조건, 제1 에너지 항목, 및 제2 에너지 항목의 계수에 기초하여, 파워 트레인 사양을 결정하는 단계를 포함한다.

Description

전기 자동차의 파워 트레인 사양을 결정하는 방법 및 장치{METHOD AND APPARATUS OF DETERMINING POWER TRAIN SPECIFICATION OF AN ELECTRIC VEHICLE}
아래 실시예들은 전기 자동차의 파워 트레인 사양을 결정하는 방법 및 장치에 관한 것이다.
전기 파워 트레인(electric power train)이 장착된 전기 자동차의 전력 소모는 차량의 무게에 크게 좌우될 수 있다. 예를 들어, 동일한 차종의 경우, 배터리의 용량에 따라서 차량의 무게가 달라질 수 있으며, 이로 인하여 배터리의 용량에 따라서 에너지 효율이 달라질 수 있다.
한편, 에너지 효율은 전기 모터의 용량과 감속비의 곱에 따라서도 변할 수 있다. 따라서, 최소 에너지로 주행하기 위한 전기 파워 트레인의 사양을 도출하기 위해서는 에너지 효율에 대응하는 차량의 무게, 모터의 특징, 및 감속기의 특징 사이의 상관 관계가 요구된다.
본 발명의 배경이 되는 기술은 다음 2건의 특허 문헌들에 기재되어 있다.
(1) 한국공개특허공보 제10-2013-0051470호(2013.05.20.)
(2) 일본공개특허공보 특개2017-220991호(2017.12.14.)
아래에서 설명할 실시예들은 전기 자동차의 파워 트레인 사양을 결정하는 방법, 예를 들어 자율 주행 전기 자동차가 최저 에너지를 소모하도록 하는 전기 파워 트레인 사양을 결정하는 방법을 제안한다.
일 측에 따른 전기 자동차의 파워 트레인(power-train) 사양을 결정하는 방법은 주행 프로파일에 따른 주행 시에 상기 전기 자동차에 의하여 소요되는 에너지 정보를 획득하는 단계; 상기 전기 자동차의 무게 및 상기 에너지 정보에 기초하여, 상기 주행을 위한 제1 에너지 항목 및 상기 전기 자동차의 파워 트레인에 의한 제2 에너지 항목의 계수를 결정하는 단계; 상기 전기 자동차의 주행과 관련된 주행 요구 조건을 수신하는 단계; 및 상기 주행 요구 조건, 상기 제1 에너지 항목, 및 상기 제2 에너지 항목의 계수에 기초하여, 상기 파워 트레인 사양을 결정하는 단계를 포함한다.
상기 에너지 정보를 획득하는 단계는 상기 주행 프로파일에 따라 상기 전기 자동차의 주행 시뮬레이션을 수행하는 단계; 및 상기 주행 시뮬레이션을 통해 상기 전기 자동차의 에너지 정보를 획득하는 단계를 포함할 수 있다.
상기 제1 에너지 항목 및 상기 제2 에너지 항목의 계수를 결정하는 단계는 시간의 흐름에 따른 상기 전기 자동차의 가속도 정보, 상기 시간의 흐름에 따른 상기 전기 자동차의 속도 정보, 및 상기 시간의 흐름에 따른 도로의 기울기 정보에 기초하여 상기 제1 에너지 항목을 결정하는 단계를 포함할 수 있다.
상기 제1 에너지 항목 및 상기 제2 에너지 항목의 계수를 결정하는 단계는 상기 전기 자동차의 에너지 정보와 상기 파워 트레인에 포함된 모터 및 감속기 간의 상관 관계를 분석함으로써 상기 제2 에너지 항목의 계수를 결정하는 단계를 포함할 수 있다.
상기 제2 에너지 항목의 계수를 결정하는 단계는 상기 제1 에너지 항목에 대비되는 상기 제2 에너지 항목의 가중치, 및 상기 파워 트레인에 포함된 모터의 토크와 상기 파워 트레인에 포함된 감속기의 기어비의 곱을 에너지 단위로 변환하는 파라미터 중 적어도 하나에 기초하여 상기 제2 에너지 항목의 계수를 결정하는 단계를 포함할 수 있다.
상기 파워 트레인 사양을 결정하는 단계는 상기 주행 요구 조건에 기초하여, 상기 파워 트레인 사양의 후보들을 결정하는 단계; 상기 파워 트레인 사양의 후보들에 기초하여, 상기 전기 자동차의 무게 및 상기 제2 에너지 항목을 결정하는 단계; 상기 전기 자동차의 무게, 상기 제1 에너지 항목, 상기 제2 에너지 항목, 및 상기 제2 에너지 항목의 계수에 기초한 에너지 모델을 이용하여, 상기 전기 자동차에 의하여 소요되는 에너지를 계산하는 단계; 및 상기 계산된 에너지가 상기 주행 요구 조건을 만족하는지 여부에 따라, 상기 파워 트레인 사양의 후보들 중 어느 하나의 후보를 상기 파워 트레인 사양으로 결정하는 단계를 포함할 수 있다.
상기 주행 요구 조건은 상기 전기 자동차의 최대 가속도, 최고 속도, 1회 충전 시의 최대 운행 거리 중 적어도 하나를 포함할 수 있다.
상기 제2 에너지 항목은 상기 파워 트레인에 포함된 모터의 토크와 상기 파워 트레인에 포함된 감속기의 기어비의 곱을 포함할 수 있다.
상기 파워 트레인 사양은 상기 파워 트레인에 포함되는 모터의 사양, 감속기의 사양, 및 배터리의 사양 중 적어도 하나를 포함할 수 있다.
상기 전기 자동차의 무게는 상기 파워 트레인 사양에 따라 변경될 수 있다.
상기 전기 자동차의 파워 트레인 사양을 결정하는 방법은 상기 전기 자동차의 사용자 정보에 따라 상기 주행 프로파일을 도출하는 단계를 더 포함할 수 있다.
상기 사용자 정보는 상기 전기 자동차를 이용한 통근 시간, 직장 주소, 집 주소, 상기 전기 자동차의 주행 목적, 및 통근 경로 중 적어도 하나를 포함할 수 있다.
상기 전기 자동차의 파워 트레인 사양을 결정하는 방법은 사용자 인터페이스를 통해 상기 주행 프로파일의 갱신을 위한 사용자 정보를 획득하는 단계를 더 포함할 수 있다.
일 측에 따른 전기 자동차의 파워 트레인 사양을 결정하는 장치는 상기 전기 자동차의 주행과 관련된 주행 요구 조건을 수신하는 통신 인터페이스; 및 주행 프로파일에 따른 주행 시에 상기 전기 자동차에 의하여 소요되는 에너지 정보를 획득하고, 상기 전기 자동차의 무게 및 상기 에너지 정보에 기초하여, 상기 주행을 위한 제1 에너지 항목 및 상기 전기 자동차의 파워 트레인에 의한 제2 에너지 항목의 계수를 결정하며, 상기 주행 요구 조건, 상기 제1 에너지 항목, 및 상기 제2 에너지 항목의 계수에 기초하여, 상기 파워 트레인 사양을 결정하는 프로세서를 포함한다.
상기 프로세서는 상기 주행 프로파일에 따라 상기 전기 자동차의 주행 시뮬레이션을 수행하고, 상기 주행 시뮬레이션을 통해 상기 전기 자동차의 에너지 정보를 획득할 수 있다.
상기 프로세서는 시간의 흐름에 따른 상기 전기 자동차의 가속도 정보, 상기 시간의 흐름에 따른 상기 전기 자동차의 속도 정보, 및 상기 시간의 흐름에 따른 도로의 기울기 정보에 기초하여 상기 제1 에너지 항목을 결정할 수 있다.
상기 프로세서는 상기 전기 자동차의 에너지 정보와 상기 파워 트레인에 포함된 모터 및 감속기 간의 상관 관계를 분석함으로써 상기 제2 에너지 항목의 계수를 결정할 수 있다.
상기 프로세서는 상기 제1 에너지 항목에 대비되는 상기 제2 에너지 항목의 가중치, 및 상기 파워 트레인에 포함된 모터의 토크와 상기 파워 트레인에 포함된 감속기의 기어비의 곱을 에너지 단위로 변환하는 파라미터 중 적어도 하나에 기초하여 상기 제2 에너지 항목의 계수를 결정할 수 있다.
상기 프로세서는 상기 주행 요구 조건에 기초하여, 상기 파워 트레인 사양의 후보들을 결정하고, 상기 파워 트레인 사양의 후보들에 기초하여, 상기 전기 자동차의 무게 및 상기 제2 에너지 항목을 결정하고, 상기 전기 자동차의 무게, 상기 제1 에너지 항목, 상기 제2 에너지 항목, 및 상기 제2 에너지 항목의 계수에 기초한 에너지 모델을 이용하여, 상기 전기 자동차에 의하여 소요되는 에너지를 계산하며, 상기 계산된 에너지가 상기 주행 요구 조건을 만족하는지 여부에 따라, 상기 파워 트레인 사양의 후보들 중 어느 하나의 후보를 상기 파워 트레인 사양으로 결정할 수 있다.
상기 주행 요구 조건은 상기 전기 자동차의 최대 가속도, 최고 속도, 1회 충전 시의 최대 운행 거리 중 적어도 하나를 포함할 수 있다.
상기 제2 에너지 항목은 상기 파워 트레인에 포함된 모터의 토크와 상기 파워 트레인에 포함된 감속기의 기어비의 곱을 포함할 수 있다.
상기 파워 트레인 사양은 상기 파워 트레인에 포함되는 모터의 사양, 감속기의 사양, 및 배터리의 사양 중 적어도 하나를 포함할 수 있다.
상기 전기 자동차의 무게는 상기 파워 트레인 사양에 따라 변경될 수 있다.
상기 프로세서는 상기 전기 자동차의 사용자 정보에 따라 상기 주행 프로파일을 도출할 수 있다.
상기 사용자 정보는 상기 전기 자동차를 이용한 통근 시간, 직장 주소, 집 주소, 상기 전기 자동차의 주행 목적, 및 통근 경로 중 적어도 하나를 포함할 수 있다.
상기 프로세서는 사용자 인터페이스를 통해 상기 주행 프로파일의 갱신을 위한 사용자 정보를 획득할 수 있다.
도 1은 일 실시예에 따른 전기 자동차의 파워 트레인 사양을 결정하는 방법을 설명하기 위한 도면.
도 2는 일 실시예에 따른 전기 자동차의 파워 트레인 사양을 결정하는 방법을 나타낸 흐름도.
도 3은 일 실시예에 따른 (a) 차량 무게에 따른 소비 에너지와 (b) 단위 차량 무게 당 소비 에너지를 설명하기 위한 도면.
도 4는 일 실시예에 따른 전기 자동차의 파워 트레인 사양을 결정하는 방법을 설명하기 위한 도면.
도 5는 일 실시예에 따른 사용자 인터페이스를 통해 주행 프로파일의 갱신을 위한 사용자 정보를 획득하는 과정을 설명하기 위한 도면.
도 6은 일 실시예에 따른 전기 자동차의 파워 트레인 사양을 결정하는 장치의 블록도.
본 명세서에서 개시되어 있는 특정한 구조적 또는 기능적 설명들은 단지 기술적 개념에 따른 실시예들을 설명하기 위한 목적으로 예시된 것으로서, 실시예들은 다양한 다른 형태로 실시될 수 있으며 본 명세서에 설명된 실시예들에 한정되지 않는다.
제1 또는 제2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 이런 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 이해되어야 한다. 예를 들어 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 구성요소들 간의 관계를 설명하는 표현들, 예를 들어 "~간에"와 "바로~간에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함으로 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 해당 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 갖는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
도 1은 일 실시예에 따른 전기 자동차의 파워 트레인 사양을 결정하는 방법을 설명하기 위한 도면이다. 도 1을 참조하면, 파워 트레인 사양 결정 장치(이하, '결정 장치')(100)는 주행 요구 조건(101) 및 전기 자동차의 에너지 모델(130)에 기초하여, 파워 트레인 사양(150)을 결정한다. 또한, 결정 장치(100)는 주행 요구 조건(101) 이외에도 사용자 정보(103)를 더 고려하여 파워 트레인 사양(150)을 결정할 수 있다.
일 실시예에 따른 결정 장치(100)는 아래에서 설명하는 파워 트레인 사양(150)을 결정하는 방법을 수행하는 장치로, 하나 또는 그 이상의 소프트웨어 모듈, 하나 또는 그 이상의 하드웨어 모듈, 또는 이들의 다양한 조합으로 구현될 수 있다.
보다 구체적으로, 결정 장치(100)는 전기 자동차의 소비 에너지와 파워 트레인의 구성 요소 간의 상관 관계를 분석함으로써, 전기 자동차의 파워 트레인 사양(150)을 결정할 수 있다. 여기서, 파워 트레인의 구성 요소는 예를 들어, 모터, 감속기, 배터리 등을 포함할 수 있다.
전기 자동차의 소비 에너지는 주어진 주행 목적을 수행하기 위해 어떤 모터, 기어비(gear ratio), 배터리를 사용하는지에 따라 크게 달라질 수 있다. 예를 들어, 전기 자동차가 큰 배터리 팩(Battery Pack)을 갖는 경우에는 주행 거리가 길어지지만, 배터리 팩의 무게로 인해 주행 효율이 나빠지므로 동일한 거리를 주행할 때 더 많은 에너지가 소비될 수 있다. 또한, 주행 환경에 비해 불필요하게 큰 모터를 사용하는 경우에는 전기 자동차의 무게가 증가하고 모터 효율이 떨어져 주행 거리가 짧아질 수 있다. 이와 같이 전기 자동차의 주행 거리와 비용은 전기 자동차의 구매에 매우 중요한 성능 조건 중 하나이다. 때문에 전기 자동차, 또는 전기 자동차의 파워 트레인을 주어진 주행 목적에 최적화되도록 설계하는 것이 매우 중요하다.
예를 들어, 모든 전기 자동차의 파워 트레인 및 배터리 특성을 고려한 시뮬레이션을 수차례 반복 수행함으로써 주어진 주행 목적에 최적화된 전기 자동차의 설계 결과를 도출하는 경우, 전기 자동차의 구매 고객에게 파워 트레인 사양을 빠르게 제공하기가 어렵다.
일 실시예에 따른 결정 장치(100)는 전기차의 소비 에너지와 파워 트레인의 구성 요소 간의 상관 관계를 분석함으로써 장시간이 소요되는 수차례의 반복 시뮬레이션이 없이도 전기 자동차의 설계 단계에서 구매 고객의 주행 목적에 맞는 파워 트레인 사양(150)을 최적화하여 제공할 수 있다.
결정 장치(100)는 예를 들어, 미리 정해진 주행 프로파일(P)에 따른 주행 시에 전기 자동차에 의하여 소요되는 에너지 정보(E)를 아래의 수학식 1에 의해 획득할 수 있다. 아래의 수학식 1은 전기 자동차의 에너지 모델(130)에 해당할 수 있다.
Figure 112019050173752-pat00001
수학식 1에서 E는 에너지 정보에 해당하고, a(t), v(t), θ(t)는 각각 시간 t 에서 전기 자동차의 가속도 정보, 시간 t 에서 전기 자동차의 속도 정보, 및 시간 t 에서 도로의 기울기 정보에 해당할 수 있다.
주행 프로파일(P)은 시간의 흐름에 따른 가속도 정보 a(t), 속도 정보 v(t), 매및 도로의 기울기 정보 θ(t)를 포함할 수 있다. 일 실시예에 따르면, 주행 프로파일은 사용자 정보(103)에 기초하여 결정될 수 있다. 사용자 정보(103)는 예를 들어, 전기 자동차를 이용한 통근 시간, 직장 주소, 집 주소, 전기 자동차의 주행 목적, 및 통근 경로 중 적어도 하나를 포함할 수 있다. 여기서, 전기 자동차의 주행 목적은 예를 들어, 출퇴근용, 레저용, 및 대여(lease)용으로 구분될 수 있다. 대여용은 예를 들어, 전기 자동차가 자율 주행 택시 또는 자율 주행 트럭으로 이용되는 경우에 해당할 수 있다. 실시예에 따라서, 결정 장치(100)는 전기 자동차의 사용자 정보(103)에 따라 주행 프로파일을 도출할 수도 있다.
수학식 1에서 m은 전기 자동차의 무게에 해당하고, Egeneric은 일반 에너지 항목에 해당할 수 있다. 또한, Cmot는 모터의 특징에 해당하고, Cgb는 감속기의 특징에 해당한다.
여기서, 모터는 내연 기관의 엔진과 같은 역할을 하며, 배터리에 저장된 전기를 이용하여 전기 자동차의 바퀴를 회전시키는 구동력을 발생시킬 수 있다. 모터는 예를 들어, 교류(Alternating Current; AC) 모터일 수 있다. 모터의 특징은 예를 들어, 모터의 토크(torque)일 수 있다. 토크는 물체에 작용하여 물체를 회전시키는 원인이 되는 물리량으로서, 전기 자동차의 크랭크 축에서 일어나는 회전력에 해당할 수 있다. 토크의 단위는 N x m 또는 kg x f x m 일 수 있다.
감속기는 모터의 RPM(Revolution Per Minute)을 전기 자동차의 주행 속도에 맞게 변환시킬 수 있다. 감속기의 기어비는 고정될 수 있으며, 예를 들어, 7.0~9.4:1로 설정될 수 있다. 감속기의 특징은 예를 들어, 감소기의 기어비일 수 있다. 감속기는 전기 자동차의 '기어 박스'라고도 불릴 수 있다.
CmotCgb 는 전기 자동차의 파워 트레인에 의한 에너지 항목에 해당할 수 있다. 본 명세서에서는 설명의 편의를 위하여 일반 에너지 항목을 '제1 에너지 항목'이라 부르고, 전기 자동차의 파워 트레인에 의한 에너지 항목을 '제2 에너지 항목'이라 부르기로 한다. 제2 에너지 항목은 파워 트레인에 포함된 모터의 토크(Cmot)와 파워 트레인에 포함된 감속기의 기어비(Cgb)의 곱을 포함할 수 있다.
수학식 1에서 α△는 제2 에너지 항목의 계수에 해당할 수 있다. △는 제2 에너지 항목(CmotCgb)의 값을 에너지 단위로 변환하는 파라미터이고, α는 제1 에너지 항목(Egeneric)에 대비되는 제2 에너지 항목의 가중치를 결정하는 파라미터일 수 있다. 이하, 설명의 편의를 위하여 제2 에너지 항목의 계수가 α△인 실시예를 설명하나, 경우에 따라 실시예들은 제2 에너지 항목의 계수가 α 또는 △ 중 어느 하나인 것으로 변형될 수 있다.
결정 장치(100)는 주어진 주행 프로파일에 따른 에너지 정보(E)와 전기 자동차의 무게 m에 기초하여, 제1 에너지 항목(Egeneric)과 제2 에너지 항목의 계수(α△)를 결정할 수 있다.
이후, 결정 장치는 주행 요구 조건(101)을 수신할 수 있다. '주행 요구 조건(101)'은 전기 자동차의 주행과 관련된 요구 조건으로서, 사용자 혹은 차량 제작 의뢰자가 요구하는 전기 자동차의 파워 및 에너지 관련 조건을 포함할 수 있다. 주행 요구 조건(101)은 예를 들어, 전기 자동차의 최대 가속도, 최고 속도 , 1회 충전 시의 최대 운행 거리 등을 포함할 수 있다. 주행 요구 조건(101)은 예를 들어, 미리 설정되어 저장 장치에 저장된 것을 호출하거나, 또는 사용자 인터페이스를 통해 사용자로부터 입력받은 것일 수 있다.
결정 장치(100)는 주행 요구 조건(101), 제1 에너지 항목(Egeneric), 및 제2 에너지 항목의 계수(α△)에 기초하여, 파워 트레인 사양(150)을 결정할 수 있다. 파워 트레인 사양(150)은 전기 자동차의 콘트롤 노브(control knob)가 될 수 있다. 파워 트레인 사양(150)은 파워 트레인에 포함되는 모터의 사양, 감속기의 사양, 배터리의 사양을 포함할 수 있다. 모터의 사양은 예를 들어, 전기 모터의 용량(혹은 출력), 전기 모터의 토크, 전기 모터의 회전수(예를 들어, RPM), 전기 모터의 무게, 전기 모터의 에너지 효율 등을 포함할 수 있다. 감속기의 사양은 예를 들어, 감속기의 기어비, 및 감속기의 무게 등을 포함할 수 있다. 배터리의 사양은 예를 들어, 배터리의 용량, 및 배터리의 무게 등을 포함할 수 있다. 배터리는 전기 자동차에 필요한 고용량 전력을 저장하며, 예를 들어, 리튬 이온 배터리와 같은 직류(Direct Current; DC) 배터리일 수 있다. 배터리에 저장된 전력량은 예를 들어, kWh 단위로 표기될 수 있다,
일 실시예에 따른 결정 장치(100)는 아래의 표 1의 방법을 통하여 파워 트레인 사양(150)을 결정할 수 있다.
-전기 자동차의 전력 소모와 무게, 모터 토크 및 기어비 곱의 관계를 최적화에 이용하여 파워 트레인 사양을 결정할 수 있다.
- 다변수 최적화 방법(예를 들어, 유전 알고리즘 등)을 통하여 전기 자동차의 파워 트레인을 최적화 할 수 있다.
-동일한 전기 자동차에서 모터와 감속기 비율, 배터리 용량만 바꾸는 경우 수학식 1의 상관 관계식을 이용하여 전기 자동차의 소비 에너지를 계산할 수 있다.
예를 들어, 결정 장치(100)는 주행 요구 조건(101)에 기초하여, 파워 트레인 사양(150)의 후보들을 결정할 수 있다. 보다 구체적으로, 결정 장치(100)는 주행 요구 조건(101) 내의 파워 조건에 기초하여, 파워 트레인 사양(150)의 후보들을 결정할 수 있다. 주행 요구 조건(101)은 예를 들어, 파워 조건 및 에너지 조건을 포함할 수 있다. 파워 조건은 예를 들어, 전기 자동차의 최대 가속도, 최고 속도 등을 포함할 수 있다. 또한, 에너지 조건은 예를 들어, 1회 충전 시 최대 운행 거리를 포함할 수 있다.
결정 장치(100)는 파워 트레인 사양(150)의 후보들에 기초하여, 전기 자동차의 무게(m) 및 파워 트레인에 의한 제2 에너지 항목(CmotCgb)을 결정할 수 있다. 이때, 전기 자동차의 무게(m) 및/또는 제2 에너지 항목(CmotCgb)은 파워 트레인 사양(150)에 따라 변경될 수 있다.
결정 장치(100)는 전기 자동차의 무게(m), 제1 에너지 항목(Egeneric), 제2 에너지 항목(CmotCgb), 및 제2 에너지 항목의 계수(α△)에 기초한 에너지 모델(130)을 이용하여, 전기 자동차에 의하여 소요되는 에너지(E)를 계산할 수 있다.
결정 장치(100)는 에너지 모델(130)에 의해 계산된 에너지(E)가 주행 요구 조건(101)(보다 구체적으로는 주행 요구 조건 내의 에너지 조건)을 만족하는지 여부에 따라, 파워 트레인 사양(150)의 후보들 중 어느 하나의 후보를 파워 트레인 사양(150)으로 결정할 수 있다.
결정 장치(100)는 주행 요구 조건(101)을 만족하는 전기 자동차의 최소 에너지 주행을 위한 파워 트레인 사양(150)을 출력할 수 있다.
도 2는 일 실시예에 따른 전기 자동차의 파워 트레인 사양을 결정하는 방법을 나타낸 흐름도이다. 도 2를 참조하면, 일 실시예에 따른 결정 장치는 주행 프로파일에 따른 주행 시에 전기 자동차에 의하여 소요되는 에너지 정보를 획득한다(210). 결정 장치는 예를 들어, 주행 프로파일에 따라 전기 자동차의 주행 시뮬레이션을 수행하고, 주행 시뮬레이션을 통해 전기 자동차의 에너지 정보를 획득할 수 있다. 이때, 전기 자동차의 에너지 정보는 전술한 수학식 1을 통해 획득할 수 있다. 실시예에 따라서, 결정 장치는 사용자 인터페이스를 통해 주행 프로파일의 갱신을 위한 정보를 획득할 수도 있다.
결정 장치는 전기 자동차의 무게 및 에너지 정보에 기초하여, 주행을 위한 제1 에너지 항목 및 전기 자동차의 파워 트레인에 의한 제2 에너지 항목의 계수를 결정한다(220). 결정 장치는 예를 들어, 시간의 흐름에 따른 전기 자동차의 가속도 정보, 시간의 흐름에 따른 전기 자동차의 속도 정보, 및 시간의 흐름에 따른 도로의 기울기 정보에 기초하여 제1 에너지 항목을 결정할 수 있다. 또한, 결정 장치는 전기 자동차의 에너지 정보와 파워 트레인에 포함된 모터 및 감속기 간의 상관 관계를 분석함으로써 제2 에너지 항목의 계수를 결정할 수 있다. 결정 장치는 예를 들어, 제1 에너지 항목에 대비되는 제2 에너지 항목의 가중치, 및 파워 트레인에 포함된 모터의 토크와 파워 트레인에 포함된 감속기의 기어비의 곱을 에너지 단위로 변환하는 파라미터 중 적어도 하나에 기초하여 제2 에너지 항목의 계수를 결정할 수 있다.
결정 장치는 전기 자동차의 주행과 관련된 주행 요구 조건을 수신한다(230).
결정 장치는 주행 요구 조건, 제1 에너지 항목, 및 제2 에너지 항목의 계수에 기초하여, 파워 트레인 사양을 결정한다(240).
도 3은 일 실시예에 따른 (a) 차량 무게에 따른 소비 에너지와 (b) 단위 차량 무게 당 소비 에너지를 설명하기 위한 도면이다. 도 3의 (a)를 참조하면, 전기 자동차의 소비 에너지(Energy consumption)(Wh)가 차량의 무게(Curb weight)(lbs)에 비례하여 증가하는 것을 볼 수 있다. 또한, 도 3의 (b)를 참조하면, 단위 무게 당 소비 에너지(Energy consumption per weight)(Wh/lbs)가 전기 자동차의 모터 출력(Motor power)과 감속기의 기어비(gear ratio)의 곱(kW), 다시 말해 제2 에너지 항목에 비례하여 증가하는 것을 볼 수 있다. 여기서, 모터 출력은 모터의 토크를 의미할 수 있다.
전기 자동차의 소비 에너지는 주어진 경로 정보에 따른 도로를 주행하는 주행 프로파일에 의해 나타낼 수 있다. 이때, 주어진 도로는 일정 기울기 또는 일정 경사도를 가질 수 있다. 예를 들어, 전기 자동차가 미리 주어진 주행 프로파일에 따라 주행한다고 하자. 결정 장치는 1회 주행 시뮬레이션을 통해 제1 에너지 항목(E-generic)과 제2 에너지 항목의 계수를 도출할 수 있다.
제2 에너지 항목의 계수가 도출되면, 결정 장치는 예를 들어, 전기 자동차의 무게, 모터 출력, 감속기의 기어비에 따른 소비 에너지를 추가 시뮬레이션 없이 도출할 수 있다. 여기서, 전기 자동차의 무게는 예를 들어, 배터리 용량 및/또는 모터 출력에 대한 함수로 표현될 수 있다. 예를 들어, 차량의 무게는 배터리의 용량에 따라서 달라질 수 있으며, 배터리의 용량에 따라 에너지 효율 또한 달라질 수 있기 때문이다.
도 4는 일 실시예에 따른 전기 자동차의 파워 트레인 사양을 결정하는 방법을 설명하기 위한 도면이다. 도 4를 참조하면, 일 실시예에 따른 결정 장치는 예를 들어, 사용자 정보를 획득할 수 있다(405). 사용자 정보는 예를 들어, 선호 차량의 유형, 또는 선호 차량의 종류 등과 같은 사용자의 선호도 정보를 더 포함할 수 있다.
사용자 정보(410)는 예를 들어, 전기 자동차를 이용한 통근 시간(Time to commute), 직장 주소(work address), 집 주소(home address), 전기 자동차의 주행 목적, 및 통근 경로 등을 포함할 수 있다. 주행 목적은 주 주행 목적(Primary purpose) 및 부 주행 목적(Secondary purpose)으로 세분화될 수 있다.
실시예에 따라서, 결정 장치는 예를 들어, 단계(405)에서 획득한 사용자 정보에 기초하여 주행 요구 조건을 갱신할 수도 있다(430). 단계(430)에서, 결정 장치는 단계(405)에서 획득한 사용자 정보에 기초하여 1회 충전 시의 최대 운행 거리(range)를 증가(extend) 또는 감소(shorten) 시키거나, 또는 최대 가속도 및/또는 최고 속도 등과 같은 전기 자동차의 성능(performance)을 향상(upgrade) 또는 감소(downgrade) 시킬 수 있다.
결정 장치는 사용자 정보에 포함된 선호 차량 유형 또는 선호 차량 종류에 대응하는 차량 모델(vehicle model)을 선택할 수 있다(435). 결정 장치는 라이브러리로부터 선택된 차량 모델에 대응하는 파워 트레인 구성 요소를 획득할 수 있다(440). 획득한 파워 트레인 구성 요소는 이후 단계(425)에서 전기 자동차의 주행 시뮬레이션을 수행하는 데에 이용될 수 있다.
결정 장치는 사용자 정보에 따라 주행 프로파일을 도출할 수 있다(415). 이때, 주행 프로파일(420)은 시간의 흐름에 따른 주행 가속도 a(t), 주행 속도 v(t), 및 도로의 경사도 θ(t)를 포함할 수 있다.
결정 장치는 예를 들어, 차량 시뮬레이터(vehicle simulator)를 이용하여 주행 프로파일에 따라 전기 자동차의 주행 시뮬레이션(simulation)을 수행할 수 있다(425). 결정 장치는 앞서 선택된 차량 모델에 대응하는 파워 트레인 구성 요소에 의해 주행 프로파일에 따라 전기 자동차의 차량 시뮬레이터를 선택하여 주행 시뮬레이션을 수행할 수 있다.
결정 장치는 주행 시뮬레이션을 통해 전기 자동차의 에너지 정보를 획득할 수 있다(445). 결정 장치는 주어진 경로 정보에 따른 도로를 주행하는 주행 프로파일에 의해 전기 자동차의 소비 에너지를 결정할 수 있다. 결정 장치는 시간의 흐름에 따른 전기 자동차의 가속도 정보, 시간의 흐름에 따른 전기 자동차의 속도 정보, 및 시간의 흐름에 따른 도로의 기울기 정보에 기초하여 제1 에너지 항목을 결정할 수 있다. 또한, 결정 장치는 전기 자동차의 에너지 정보와 파워 트레인에 포함된 모터 및 감속기 간의 상관 관계를 분석함으로써 제2 에너지 항목의 계수를 결정할 수 있다.
결정 장치는 단계(445)에서 결정된 에너지 정보를 기초로 모터 전력 및 성능을 평가(evaluation)할 수 있다(450).
결정 장치는 단계(450)에서의 평가 결과에 따라 전기 자동차의 성능 및 전기 자동차의 소비 에너지를 출력할 수 있다(455). 이때 전기 자동차의 성능은 예를 들어, 전기 자동차의 최고 속도 및 최대 가속도를 포함할 수 있다. 또한, 전기 자동차의 소비 에너지는 배터리의 잔존 용량(State of Charge; SoC) 등을 포함할 수 있다.
결정 장치는 평가 결과에 따른 전기 자동차의 성능 및 소비 에너지가 파레토 집합(Pareto set)을 만족하는 경우, 파워 트레인 사양을 갱신할 수 있다(460). 여기서, 파레토 집합은 파레토 개선(Pareto improvement)이 가능한 상태 집합에 해당할 수 있다. 파레토 개선은 하나의 자원 배분 상태에서 다른 구성 요소에게 손해가 가지 않게 하면서 최소한 어느 하나의 구성 요소에게 이득을 가져다 줄 수 있는 것으로 이해될 수 있다.
결정 장치는 단계(460)에서 갱신된 파워 트레인 사양에 대한 최종 평가를 통과했는지 여부를 결정할 수 있다(465). 여기서, 최종 평가의 통과 여부는 예를 들어, 미리 설정된 반복(iteration) 횟수를 만족하는지 여부, 이전 반복에서의 평가 결과와 현재 반복에서의 평가 결과 간의 차이가 일정 값에 수렴하는지 여부, 또는 단계(460)에서 갱신된 파워 트레인 사양이 사용자가 희망하는 사양 또는 성능에 부합하는지 여부 등에 의해 결정될 수 있다.
단계(465)에서 갱신된 파워 트레인 사양이 최종 평가에 통과한 경우, 결정 장치는 최종적인 파워 트레인 사양을 출력할 수 있다(490). 이때, 최종적인 파워 트레인 사양은 예를 들어, 아래의 도 5(b)에 도시된 것과 같이 차량의 성능(예를 들어, 파워 트레인에 포함되는 모터의 사양, 감속기의 사양, 및 배터리의 사양) 이외에도 1회 충전 시의 최대 운행 거리(Driving range) 및 제조업체의 권장 소매 가격(Manufacturer's Suggested Retail Price; MSRP) 등을 포함할 수 있다.
단계(465)에서 갱신된 파워 트레인 사양이 최종 평가에 통과하지 못한 경우, 결정 장치는 설계 공간 탐색(Design Space Exploration; DSE)을 수행할 수 있다(470). 여기서, '설계 공간 탐색(DSE)'은 관심 있는 매개 변수에 따라 원하지 않는 설계 포인트를 체계적으로 분석하고 정리하여 최적의 솔루션을 제공하는 방법으로 이해될 수 있다. 설계 공간 탐색은 예를 들어, 전자 시스템의 복잡한 사양과 구성요소의 선택, 구성 요소의 수, 각 구성 요소의 작동 모드, 구성 요소들 간의 연결, 알고리즘의 선택 등 다양한 설계 선택 사항을 고려할 때 적용될 수 있다. 여기서, 관심 있는 매개 변수는 시스템에 따라 달라질 수 있지만, 일반적으로 전원, 성능 및 비용 등과 같은 매개 변수가 주로 사용될 수 있다.
결정 장치는 단계(470)에서의 설계 공간 탐색을 통해 새로운 전기 자동차 사양(Electric vehicle specification) 또는 새로운 파워 트레인 사양을 결정할 수 있다(480). 새로운 전기 자동차 사양은 예를 들어, 모터 사이즈, 및 배터리 용량 등을 포함할 수 있다.
결정 장치는 단계(480)에서 결정된 새로운 전기 자동차 사양 또는 새로운 파워 트레인 사양에 대해 모터 전력 및 성능을 평가(evaluation)할 수 있다(450).
도 4에서 단계(450) 내지 단계(480)의 과정은 예를 들어, 단계(465)에서 갱신된 파워 트레인 사양이 최종 평가를 통과할 때까지 반복적으로 수행될 수 있다.
도 5는 일 실시예에 따른 사용자 인터페이스를 통해 주행 프로파일의 갱신을 위한 사용자 정보를 획득하는 과정을 설명하기 위한 도면이다. 도 5의 (a)를 참조하면, 주행 프로파일의 도출을 위한 사용자 정보를 입력받는 사용자 인터페이스 화면이 도시된다. 또한, 도 5의 (b)를 참조하면, 사용자 정보에 기초한 주행 프로파일에 따른 주행을 위해 결정된 파워 트레인 사양을 나타낸 화면이 도시된다.
예를 들어, 사용자가 도 5의 (a)에 도시된 것과 같은 사용자 인터페이스를 통해 집 주소(home address), 직장 주소(work address), 전기 자동차의 주 주행 목적(Primary purpose), 전기 자동차를 이용한 통근 시간(Time to commute), 1회 충전 시의 최대 운행 거리(Driving range) 등을 입력했다고 하자.
이 경우, 결정 장치는 사용자가 입력한 사용자 정보에 따른 주행 경로, 교통 혼잡도를 고려하여 사용자에게 전기 자동차의 사양 혹은 전기 자동차의 파워 트레인 사양을 즉시 제공할 수 있다. 이때, 결정 장치는 전술한 파워 트레인 사양 이외에도 차량의 성능, 비용, 주행 범위, 수명 등과 같이 다양한 전기 자동차의 사양을 제공할 수 있다.
결정 장치는 예를 들어, 도 5의 (b)에 도시된 것과 같은 모터의 파워(토크), 배터리의 사양, zero to sixty(0-60) mph, 최대 속도(Top speed), 1회 충전 시의 최대 운행 거리(Driving range), 및 제조업체의 권장 소매 가격(MSRP) 등을 포함하는 사양을 출력할 수 있다. 여기서, zero to sixty(0-60)는 시속 60마일까지 가속에 걸리는 시간을 의미할 수 있다.
결정 장치는 전술한 것과 같이 사용 목적과 사용자의 선호도(사용자 정보)에 최적화된 전기 자동차의 사양을 빠르고 간편하게 도출할 수 있다. 실시예에 따라서, 결정 장치는 예를 들어, 주행 요구 조건 및/또는 사용자 정보를 갱신할 수도 있다. 결정 장치는 1회 충전 시의 최대 운행 거리를 증가 또는 감소 시키거나, 또는 최대 가속도 및/또는 최고 속도 등과 같은 전기 자동차의 성능을 향상 또는 감소시킬 수 있다.
도 6은 일 실시예에 따른 전기 자동차의 파워 트레인 사양을 결정하는 장치의 블록도이다. 도 6을 참조하면, 일 실시예에 따른 전기 자동차의 파워 트레인 사양을 결정하는 장치('결정 장치')(600)는 통신 인터페이스(610), 프로세서(630) 및 메모리(650)를 포함한다. 통신 인터페이스(610), 프로세서(630) 및 메모리(650)는 통신 버스(605)를 통해 서로 통신할 수 있다.
통신 인터페이스(610)는 전기 자동차의 주행과 관련된 주행 요구 조건을 수신한다. 또한, 통신 인터페이스(610)는 전기 자동차의 사용자 정보를 수신할 수 있다.
프로세서(630)는 주행 프로파일에 따른 주행 시에 전기 자동차에 의하여 소요되는 에너지 정보를 획득한다. 프로세서(630)는 전기 자동차의 무게 및 에너지 정보에 기초하여, 주행을 위한 제1 에너지 항목 및 전기 자동차의 파워 트레인에 의한 제2 에너지 항목의 계수를 결정한다. 프로세서(630)는 주행 요구 조건, 제1 에너지 항목, 및 제2 에너지 항목의 계수에 기초하여, 파워 트레인 사양을 결정한다.
프로세서(630)는 주행 프로파일에 따라 전기 자동차의 주행 시뮬레이션을 수행하고, 주행 시뮬레이션을 통해 전기 자동차의 에너지 정보를 획득할 수 있다.
프로세서(630)는 시간의 흐름에 따른 전기 자동차의 가속도 정보, 시간의 흐름에 따른 전기 자동차의 속도 정보, 및 시간의 흐름에 따른 도로의 기울기 정보에 기초하여 제1 에너지 항목을 결정할 수 있다.
프로세서(630)는 전기 자동차의 에너지 정보와 파워 트레인에 포함된 모터 및 감속기 간의 상관 관계를 분석함으로써 제2 에너지 항목의 계수를 결정할 수 있다.
프로세서(630)는 제1 에너지 항목에 대비되는 제2 에너지 항목의 가중치, 및 파워 트레인에 포함된 모터의 토크와 파워 트레인에 포함된 감속기의 기어비의 곱을 에너지 단위로 변환하는 파라미터 중 적어도 하나에 기초하여 제2 에너지 항목의 계수를 결정할 수 있다.
프로세서(630)는 주행 요구 조건에 기초하여, 파워 트레인 사양의 후보들을 결정할 수 있다. 프로세서(630)는 파워 트레인 사양의 후보들에 기초하여, 전기 자동차의 무게 및 제2 에너지 항목을 결정할 수 있다. 프로세서(630)는 전기 자동차의 무게, 제1 에너지 항목, 제2 에너지 항목, 및 제2 에너지 항목의 계수에 기초한 에너지 모델을 이용하여, 전기 자동차에 의하여 소요되는 에너지를 계산할 수 있다. 프로세서(630)는 계산된 에너지가 주행 요구 조건을 만족하는지 여부에 따라, 파워 트레인 사양의 후보들 중 어느 하나의 후보를 파워 트레인 사양으로 결정할 수 있다.
주행 요구 조건은 예를 들어, 전기 자동차의 최대 가속도, 최고 속도, 1회 충전 시의 최대 운행 거리 중 적어도 하나를 포함할 수 있다. 제2 에너지 항목은 예를 들어, 파워 트레인에 포함된 모터의 토크와 파워 트레인에 포함된 감속기의 기어비의 곱을 포함할 수 있다. 파워 트레인 사양은 예를 들어, 파워 트레인에 포함되는 모터의 사양, 감속기의 사양, 및 배터리의 사양 중 적어도 하나를 포함할 수 있다.
전기 자동차의 무게는 파워 트레인 사양에 따라 변경될 수 있다.
프로세서(630)는 전기 자동차의 사용자 정보에 따라 주행 프로파일을 도출할 수 있다. 이때, 사용자 정보는 예를 들어, 전기 자동차를 이용한 통근 시간, 직장 주소, 집 주소, 전기 자동차의 주행 목적, 및 통근 경로 중 적어도 하나를 포함할 수 있다.
프로세서(630)는 사용자 인터페이스(미도시)를 통해 주행 프로파일의 갱신을 위한 정보를 획득할 수 있다. 사용자 인터페이스는 예를 들어, 결정 장치(600)의 터치 디스플레이 화면(미도시)을 통해 표시될 수 있다.
프로세서(630)에 의해 결정된 파워 트레인 사양 또한 결정 장치의 터치 디스플레이 화면을 통해 표시될 수 있다.
메모리(650)는 주행 요구 조건 및/또는 사용자 정보를 저장할 수 있다.
이상에서 설명의 편의를 위하여 ‘최소’ 혹은 ‘최적’의 실시예를 설명하였으나, ‘최소’는 해당 항목이 미리 정해진 임계치 이하의 값을 가지는 경우를 포함하는 것으로 이해될 수 있고, ‘최적’은 해당하는 평가 메트릭(metric)이 미리 정해진 임계치 이상의 품질을 가지는 경우를 포함하는 것으로 이해될 수 있다.
또한, 프로세서(630)는 도 1 내지 도 5을 통해 전술한 적어도 하나의 방법 또는 적어도 하나의 방법에 대응되는 알고리즘을 수행할 수 있다. 프로세서(630)는 목적하는 동작들(desired operations)을 실행시키기 위한 물리적인 구조를 갖는 회로를 가지는 하드웨어로 구현된 데이터 처리 장치일 수 있다. 예를 들어, 목적하는 동작들은 프로그램에 포함된 코드(code) 또는 인스트럭션들(instructions)을 포함할 수 있다. 예를 들어, 하드웨어로 구현된 데이터 처리 장치는 마이크로프로세서(microprocessor), 중앙 처리 장치(central processing unit), 프로세서 코어(processor core), 멀티-코어 프로세서(multi-core processor), 멀티프로세서(multiprocessor), ASIC(Application-Specific Integrated Circuit), FPGA(Field Programmable Gate Array)를 포함할 수 있다.
프로세서(630)는 프로그램을 실행하고, 결정 장치(600)를 제어할 수 있다. 프로세서(630)에 의하여 실행되는 프로그램 코드는 메모리(650)에 저장될 수 있다.
메모리(650)는 상술한 프로세서(630)의 처리 과정에서 생성되는 다양한 정보들을 저장할 수 있다. 이 밖에도, 메모리(650)는 각종 데이터와 프로그램 등을 저장할 수 있다. 메모리(650)는 휘발성 메모리 또는 비휘발성 메모리를 포함할 수 있다. 메모리(650)는 하드 디스크 등과 같은 대용량 저장 매체를 구비하여 각종 데이터를 저장할 수 있다.
이상에서 설명된 실시예들은 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치, 방법 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

Claims (27)

  1. 전기 자동차의 파워 트레인(power-train) 사양을 결정하는 방법에 있어서,
    주행 프로파일에 따른 주행 시에 상기 전기 자동차에 의하여 소요되는 에너지 정보를 획득하는 단계;
    상기 전기 자동차의 무게 및 상기 에너지 정보에 기초하여, 상기 주행을 위한 제1 에너지 항목 및 상기 전기 자동차의 파워 트레인에 의한 제2 에너지 항목의 계수를 결정하는 단계;
    상기 전기 자동차의 주행과 관련된 주행 요구 조건을 수신하는 단계; 및
    상기 주행 요구 조건, 상기 제1 에너지 항목, 및 상기 제2 에너지 항목의 계수에 기초하여, 상기 파워 트레인 사양을 결정하는 단계
    를 포함하고,
    상기 제2 에너지 항목의 계수를 결정하는 단계는
    상기 제1 에너지 항목에 대비되는 상기 제2 에너지 항목의 가중치, 및 상기 파워 트레인에 포함된 모터의 토크와 상기 파워 트레인에 포함된 감속기의 기어비의 곱을 에너지 단위로 변환하는 파라미터 중 적어도 하나에 기초하여 상기 제2 에너지 항목의 계수를 결정하는 단계
    를 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 방법.
  2. 제1항에 있어서,
    상기 에너지 정보를 획득하는 단계는
    상기 주행 프로파일에 따라 상기 전기 자동차의 주행 시뮬레이션을 수행하는 단계; 및
    상기 주행 시뮬레이션을 통해 상기 전기 자동차의 에너지 정보를 획득하는 단계
    를 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 방법.
  3. 제1항에 있어서,
    상기 제1 에너지 항목 및 상기 제2 에너지 항목의 계수를 결정하는 단계는
    시간의 흐름에 따른 상기 전기 자동차의 가속도 정보, 상기 시간의 흐름에 따른 상기 전기 자동차의 속도 정보, 및 상기 시간의 흐름에 따른 도로의 기울기 정보에 기초하여 상기 제1 에너지 항목을 결정하는 단계
    를 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 방법.
  4. 제1항에 있어서,
    상기 제1 에너지 항목 및 상기 제2 에너지 항목의 계수를 결정하는 단계는
    상기 전기 자동차의 에너지 정보와 상기 파워 트레인에 포함된 모터 및 감속기 간의 상관 관계를 분석함으로써 상기 제2 에너지 항목의 계수를 결정하는 단계
    를 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 방법.
  5. 삭제
  6. 제1항에 있어서,
    상기 파워 트레인 사양을 결정하는 단계는
    상기 주행 요구 조건에 기초하여, 상기 파워 트레인 사양의 후보들을 결정하는 단계;
    상기 파워 트레인 사양의 후보들에 기초하여, 상기 전기 자동차의 무게 및 상기 제2 에너지 항목을 결정하는 단계;
    상기 전기 자동차의 무게, 상기 제1 에너지 항목, 상기 제2 에너지 항목, 및 상기 제2 에너지 항목의 계수에 기초한 에너지 모델을 이용하여, 상기 전기 자동차에 의하여 소요되는 에너지를 계산하는 단계; 및
    상기 계산된 에너지가 상기 주행 요구 조건을 만족하는지 여부에 따라, 상기 파워 트레인 사양의 후보들 중 어느 하나의 후보를 상기 파워 트레인 사양으로 결정하는 단계
    를 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 방법.
  7. 제1항에 있어서,
    상기 주행 요구 조건은
    상기 전기 자동차의 최대 가속도, 최고 속도, 1회 충전 시의 최대 운행 거리 중 적어도 하나를 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 방법.
  8. 제1항에 있어서,
    상기 제2 에너지 항목은
    상기 파워 트레인에 포함된 모터의 토크와 상기 파워 트레인에 포함된 감속기의 기어비의 곱을 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 방법.
  9. 제1항에 있어서,
    상기 파워 트레인 사양은
    상기 파워 트레인에 포함되는 모터의 사양, 감속기의 사양, 및 배터리의 사양 중 적어도 하나를 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 방법.
  10. 제1항에 있어서,
    상기 전기 자동차의 무게는
    상기 파워 트레인 사양에 따라 변경되는, 전기 자동차의 파워 트레인 사양을 결정하는 방법.
  11. 제1항에 있어서,
    상기 전기 자동차의 사용자 정보에 따라 상기 주행 프로파일을 도출하는 단계
    를 더 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 방법.
  12. 제11항에 있어서,
    상기 사용자 정보는
    상기 전기 자동차를 이용한 통근 시간, 직장 주소, 집 주소, 상기 전기 자동차의 주행 목적, 및 통근 경로 중 적어도 하나를 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 방법.
  13. 제1항에 있어서,
    사용자 인터페이스를 통해 상기 주행 프로파일의 갱신을 위한 사용자 정보를 획득하는 단계
    를 더 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 방법.
  14. 하드웨어와 결합되어 제1항 내지 제4항, 제6항 내지 제13항 중 어느 하나의 항의 방법을 실행시키기 위하여 컴퓨터 판독 가능한 기록 매체에 저장된 컴퓨터 프로그램.
  15. 전기 자동차의 파워 트레인(power-train) 사양을 결정하는 장치에 있어서,
    상기 전기 자동차의 주행과 관련된 주행 요구 조건을 수신하는 통신 인터페이스; 및
    주행 프로파일에 따른 주행 시에 상기 전기 자동차에 의하여 소요되는 에너지 정보를 획득하고, 상기 전기 자동차의 무게 및 상기 에너지 정보에 기초하여, 상기 주행을 위한 제1 에너지 항목 및 상기 전기 자동차의 파워 트레인에 의한 제2 에너지 항목의 계수를 결정하며, 상기 주행 요구 조건, 상기 제1 에너지 항목, 및 상기 제2 에너지 항목의 계수에 기초하여, 상기 파워 트레인 사양을 결정하는 프로세서
    를 포함하고,
    상기 프로세서는
    상기 제1 에너지 항목에 대비되는 상기 제2 에너지 항목의 가중치, 및 상기 파워 트레인에 포함된 모터의 토크와 상기 파워 트레인에 포함된 감속기의 기어비의 곱을 에너지 단위로 변환하는 파라미터 중 적어도 하나에 기초하여 상기 제2 에너지 항목의 계수를 결정하는, 전기 자동차의 파워 트레인 사양을 결정하는 장치.
  16. 제15항에 있어서,
    상기 프로세서는
    상기 주행 프로파일에 따라 상기 전기 자동차의 주행 시뮬레이션을 수행하고, 상기 주행 시뮬레이션을 통해 상기 전기 자동차의 에너지 정보를 획득하는, 전기 자동차의 파워 트레인 사양을 결정하는 장치.
  17. 제15항에 있어서,
    상기 프로세서는
    시간의 흐름에 따른 상기 전기 자동차의 가속도 정보, 상기 시간의 흐름에 따른 상기 전기 자동차의 속도 정보, 및 상기 시간의 흐름에 따른 도로의 기울기 정보에 기초하여 상기 제1 에너지 항목을 결정하는, 전기 자동차의 파워 트레인 사양을 결정하는 장치.
  18. 제15항에 있어서,
    상기 프로세서는
    상기 전기 자동차의 에너지 정보와 상기 파워 트레인에 포함된 모터 및 감속기 간의 상관 관계를 분석함으로써 상기 제2 에너지 항목의 계수를 결정하는, 전기 자동차의 파워 트레인 사양을 결정하는 장치.
  19. 삭제
  20. 제15항에 있어서,
    상기 프로세서는
    상기 주행 요구 조건에 기초하여, 상기 파워 트레인 사양의 후보들을 결정하고, 상기 파워 트레인 사양의 후보들에 기초하여, 상기 전기 자동차의 무게 및 상기 제2 에너지 항목을 결정하고, 상기 전기 자동차의 무게, 상기 제1 에너지 항목, 상기 제2 에너지 항목, 및 상기 제2 에너지 항목의 계수에 기초한 에너지 모델을 이용하여, 상기 전기 자동차에 의하여 소요되는 에너지를 계산하며, 상기 계산된 에너지가 상기 주행 요구 조건을 만족하는지 여부에 따라, 상기 파워 트레인 사양의 후보들 중 어느 하나의 후보를 상기 파워 트레인 사양으로 결정하는, 전기 자동차의 파워 트레인 사양을 결정하는 장치.
  21. 제15항에 있어서,
    상기 주행 요구 조건은
    상기 전기 자동차의 최대 가속도, 최고 속도, 1회 충전 시의 최대 운행 거리 중 적어도 하나를 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 장치.
  22. 제15항에 있어서,
    상기 제2 에너지 항목은
    상기 파워 트레인에 포함된 모터의 토크와 상기 파워 트레인에 포함된 감속기의 기어비의 곱을 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 장치.
  23. 제15항에 있어서,
    상기 파워 트레인 사양은
    상기 파워 트레인에 포함되는 모터의 사양, 감속기의 사양, 및 배터리의 사양 중 적어도 하나를 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 장치.
  24. 제15항에 있어서,
    상기 전기 자동차의 무게는
    상기 파워 트레인 사양에 따라 변경되는, 전기 자동차의 파워 트레인 사양을 결정하는 장치.
  25. 제15항에 있어서,
    상기 프로세서는
    상기 전기 자동차의 사용자 정보에 따라 상기 주행 프로파일을 도출하는, 전기 자동차의 파워 트레인 사양을 결정하는 장치.
  26. 제25항에 있어서,
    상기 사용자 정보는
    상기 전기 자동차를 이용한 통근 시간, 직장 주소, 집 주소, 상기 전기 자동차의 주행 목적, 및 통근 경로 중 적어도 하나를 포함하는, 전기 자동차의 파워 트레인 사양을 결정하는 장치.
  27. 제15항에 있어서,
    상기 프로세서는
    사용자 인터페이스를 통해 상기 주행 프로파일의 갱신을 위한 사용자 정보를 획득하는, 전기 자동차의 파워 트레인 사양을 결정하는 장치.
KR1020190057472A 2018-05-16 2019-05-16 전기 자동차의 파워 트레인 사양을 결정하는 방법 및 장치 KR102190029B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20180055698 2018-05-16
KR1020180055698 2018-05-16

Publications (2)

Publication Number Publication Date
KR20190131450A KR20190131450A (ko) 2019-11-26
KR102190029B1 true KR102190029B1 (ko) 2020-12-14

Family

ID=68731605

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190057472A KR102190029B1 (ko) 2018-05-16 2019-05-16 전기 자동차의 파워 트레인 사양을 결정하는 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102190029B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7098672B2 (ja) * 2020-03-10 2022-07-11 本田技研工業株式会社 シミュレーション装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014107927A (ja) 2012-11-27 2014-06-09 Toshiba Corp 消費エネルギ推定装置およびその方法
JP2015067052A (ja) 2013-09-27 2015-04-13 株式会社デンソー 発電制御装置
JP2017220991A (ja) * 2016-06-03 2017-12-14 株式会社安川電機 モータ選定プログラム、モータ選定方法、モータ制御装置選定プログラム、及び機械システム

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5693137B2 (ja) * 2010-10-19 2015-04-01 三菱重工業株式会社 モータ選定方法、モータ、及び電気式車両

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014107927A (ja) 2012-11-27 2014-06-09 Toshiba Corp 消費エネルギ推定装置およびその方法
JP2015067052A (ja) 2013-09-27 2015-04-13 株式会社デンソー 発電制御装置
JP2017220991A (ja) * 2016-06-03 2017-12-14 株式会社安川電機 モータ選定プログラム、モータ選定方法、モータ制御装置選定プログラム、及び機械システム

Also Published As

Publication number Publication date
KR20190131450A (ko) 2019-11-26

Similar Documents

Publication Publication Date Title
US9643511B2 (en) Method and apparatus for estimating state of charge (SOC) of battery in electric vehicle
Kermani et al. Predictive energy management for hybrid vehicle
Thiel et al. Modelling and using product line variability in automotive systems
US9079507B2 (en) Electric driving range calculator
US9062984B2 (en) Technique for processing cartographic data for determining energy-saving routes
WO2019196094A1 (en) An optimization system and an optimization method
US20220260380A1 (en) System and Method for Estimating and Predicting Vehicle Trip Energy Consumption
US12066296B2 (en) System and method for cloud computing-based vehicle configuration
Alvarez et al. Evaluating the effect of a driver’s behaviour on the range of a battery electric vehicle
US20140107912A1 (en) Factor cost time series to optimize drivers and vehicles: method and apparatus
Masikos et al. Machine‐learning methodology for energy efficient routing
Asher et al. Increasing the fuel economy of connected and autonomous lithium-ion electrified vehicles
WO2022133090A1 (en) Adaptive generation and assessment of autonomous vehicle critical scenarios
JP2014096070A (ja) 連続的な時系列データの変化点を事前に予測する手法、コンピュータ・プログラム及びコンピュータ。
KR102190029B1 (ko) 전기 자동차의 파워 트레인 사양을 결정하는 방법 및 장치
CN108177528A (zh) 纯电动汽车续驶里程估算方法、系统、设备及存储介质
CN104823021A (zh) 用于估计车辆的行进时间的方法和计算机程序产品
JP7465147B2 (ja) 車載制御装置、サーバ、検証システム
Rodemann et al. Many-objective optimization of a hybrid car controller
KR102015168B1 (ko) 전기 자동차의 주행거리 예측 방법 및 장치
KR102382195B1 (ko) 전기 자동차의 배터리 충전 정보 추정 장치 및 방법
JP2013205848A (ja) コスト推定システム、方法及びプログラム
Perez et al. Benchmarking computational time of dynamic programming for autonomous vehicle powertrain control
Pfluegl OBELICS-Optimization of e-drive concepts with scalable realtime models and functional testing based on real use-cases
US20240336272A1 (en) Control machine learning model resource consumption in a vehicle

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant