KR102368840B1 - 커넥티드카 빅데이터 수집장치, 시스템 및 방법 - Google Patents

커넥티드카 빅데이터 수집장치, 시스템 및 방법 Download PDF

Info

Publication number
KR102368840B1
KR102368840B1 KR1020190009586A KR20190009586A KR102368840B1 KR 102368840 B1 KR102368840 B1 KR 102368840B1 KR 1020190009586 A KR1020190009586 A KR 1020190009586A KR 20190009586 A KR20190009586 A KR 20190009586A KR 102368840 B1 KR102368840 B1 KR 102368840B1
Authority
KR
South Korea
Prior art keywords
data
connected car
processing
storage unit
infrastructure
Prior art date
Application number
KR1020190009586A
Other languages
English (en)
Other versions
KR20200094852A (ko
Inventor
최효섭
김창우
고재진
강정훈
Original Assignee
한국전자기술연구원
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 한국전자기술연구원 filed Critical 한국전자기술연구원
Priority to KR1020190009586A priority Critical patent/KR102368840B1/ko
Priority to US16/690,383 priority patent/US11609922B2/en
Publication of KR20200094852A publication Critical patent/KR20200094852A/ko
Application granted granted Critical
Publication of KR102368840B1 publication Critical patent/KR102368840B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
    • B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
    • B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
    • 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
    • G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
    • G06F9/38—Concurrent instruction execution, e.g. pipeline, look ahead
    • G06F9/3867—Concurrent instruction execution, e.g. pipeline, look ahead using instruction pipelines
    • G06F9/3871—Asynchronous instruction pipeline, e.g. using handshake signals between stages
    • 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]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/30—Transportation; Communications
    • G06Q50/40—
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/16—Implementation or adaptation of Internet protocol [IP], of transmission control protocol [TCP] or of user datagram protocol [UDP]
    • H04L69/161—Implementation details of TCP/IP or UDP/IP stack architecture; Specification of modified or new header fields
    • H04L69/162—Implementation details of TCP/IP or UDP/IP stack architecture; Specification of modified or new header fields involving adaptations of sockets based mechanisms
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5011—Pool

Abstract

본 발명은 커넥티드카 빅데이터 수집장치, 시스템 및 방법이 개시된다. 본 발명의 커넥티드카 빅데이터 수집장치는 데이터 생산 계층과 관련된 장치 및 서비스 이용 계층과 관련된 장치와의 통신을 수행하는 인터페이스부, 데이터를 저장하는 저장부 및 데이터 생산 계층과 관련된 장치로부터 수신된 커넥티드카와 관련된 원천 데이터(raw data)를 기초로 하나의 통합 플랫폼으로 구성된 전처리 과정을 통해 전처리 데이터를 생성하고, 저장부의 메모리 가용율을 이용하여 전처리 데이터를 저장부에 저장되도록 제어하는 제어부를 포함한다.

Description

커넥티드카 빅데이터 수집장치, 시스템 및 방법{Connected car big data acquisition device, system and method}
본 발명은 빅데이터의 수집 기술에 관한 것으로, 더욱 상세하게는 커넥티드카 빅데이터를 하나의 통합 플랫폼으로 구축한 후, 고속 저장하여 데이터를 수집하는 커넥티드카 빅데이터 수집장치, 시스템 및 방법에 관한 것이다.
커넥티드카는 자동차와 IT 기술을 융합하여 인터넷 접속이 가능한 자동차로써, 다른 차량이나 교통 및 통신 기반 시설(infrastructure)과 무선으로 연결하여 위험 경고, 실시간 내비게이션, 원격 차량 제어 및 관리 서비스뿐만 아니라 전자 우편(e-mail), 멀티미디어 스트리밍, 소셜네트워크서비스(SNS)까지 제공한다. 향후에는 자율 주행이나 자동차의 자동 충전, 그리고 운전자의 건강 상태나 혈중 알코올 농도를 파악하여 운전 가능 여부를 점검하는 서비스를 추가하는 방향으로 진화될 전망이다.
최근에는 다양한 커넥티드카 종류의 장치로부터 발생된 원천 데이터(raw data)를 모아 빅데이터를 만들고, 차량의 사고 발생률, 차량 부품의 예지보전 등 데이터의 특성을 파악하여 활용하는 연구 및 기술 개발이 진행되고 있다.
한편, 커넥티드카가 수신하는 차량용 빅데이터의 원천 데이터는 차량별로 상이한 실정이며, 이에 따라 종래에는 수신받는 데이터를 이용하는데 있어서 매번 전처리를 각각 수행함으로 개발에 인력과 시간이 소요되어 서비스의 제공 속도가 느려지고 있는 문제점이 있다.
또한 종래에는 원천 데이터를 저장 처리 단계에서 단일 TCP 세션을 통해 데이터를 순처적으로 저장 처리함으로 대량의 데이터 경우 데이터베이스에 데이터를 삽입하는데 수초의 시간이 소요되는 문제점을 가지고 있다.
한국등록특허공보 제10-1817683호(2018.01.05.)
본 발명이 이루고자 하는 기술적 과제는 커넥티드카와 관련된 빅데이터를 하나의 플랫폼으로 통합하는 커넥티드카 빅데이터 수집장치, 시스템 및 방법을 제공하는데 목적이 있다.
본 발명이 이루고자 하는 다른 기술적 과제는 하나의 플랫폼으로 통합된 빅데이터를 고속 저장하는 커넥티드카 빅데이터 수집장치, 시스템 및 방법을 제공하는데 목적이 있다.
상기 목적을 달성하기 위해 본 발명의 실시예에 따른 커넥티드카 빅데이터 수집장치는 데이터 생산 계층과 관련된 장치 및 서비스 이용 계층과 관련된 장치와의 통신을 수행하는 인터페이스부, 데이터를 저장하는 저장부 및 상기 데이터 생산 계층과 관련된 장치로부터 수신된 커넥티드카와 관련된 원천 데이터(raw data)를 기초로 하나의 통합 플랫폼으로 구성된 전처리 과정을 통해 전처리 데이터를 생성하고, 상기 저장부의 메모리 가용율을 이용하여 상기 전처리 데이터를 상기 저장부에 저장되도록 제어하는 제어부를 포함한다.
또한 상기 제어부는, 상기 원천 데이터에 대한 데이터 생산, 수신 및 서비스 이용 계층과 관련된 장치가 통합되도록 상기 통합 플랫폼을 구축하는 것을 특징으로 한다.
또한 상기 제어부는, 상기 전처리 데이터를 동적 데이터 및 정적 데이터로 구분하여 상기 저장부에 저장되도록 제어하는 것을 특징으로 한다.
또한 상기 제어부는, 상기 메모리 가용율을 하기 수학식을 이용하여 산출하는 것을 특징으로 한다.
[수학식]
Figure 112019008966991-pat00001
여기서 MemAvailable은 메모리 가용율을 의미하고, MemTotal은 메모리 총 용량을 의미하며, MemFree는 메모리 사용 가능한 용량을 의미한다.
또한 상기 제어부는, 상기 메모리 가용율에 따라 상기 전처리 데이터를 기 설정된 덩어리(chunk) 단위로 나누는 것을 특징으로 한다.
또한 상기 제어부는, 상기 덩어리 단위를 상기 메모리 가용율이 클수록 큰 사이즈로 설정하는 것을 특징으로 한다.
또한 상기 제어부는, 상기 덩어리로 나누어진 전처리 데이터를 비동기 멀티프로세싱하여 상기 저장부에 저장하는 것을 특징으로 한다.
또한 상기 제어부는, 상기 서비스 이용 계층과 관련된 장치로부터 서비스 요청이 있는 경우, 상기 저장부에 저장된 전처리 데이터 중 상기 서비스 요청과 관련된 전처리 데이터가 해당 장치로 제공되도록 제어하는 것을 특징으로 한다.
또한 상기 원천 데이터는, 비즈니스 생산 기준으로 구분하는 경우, B2B(Business to Business) 데이터, B2C(Business to consumer) 데이터 및 인프라 데이터를 포함하고, 실시간성 생산 기준으로 구분하는 경우, 동적 데이터 및 정적 데이터를 포함하는 것을 특징으로 한다.
본 발명의 실시예에 따른 커넥티드카 빅데이터 수집 시스템은 비즈니스에서 발생된 차량용 동적 데이터인 B2B 데이터를 생산하는 B2B 데이터 생산장치, 운전자 또는 탑승자로부터 발생된 차량용 동적 데이터인 B2C 데이터를 생산하는 B2C 데이터 생산장치, 인프라와 관련된 동적 데이터 및 정적 데이터를 생산하는 인프라 데이터 생산장치, 사용자에게 커넥티드카와 관련된 서비스를 제공하는 적어도 하나의 사용자 단말 및 상기 B2B 데이터 생산장치, 상기 B2C 데이터 생산장치 및 상기 인프라 데이터 생산장치로부터 B2B 데이터, B2C 데이터 및 인프라 데이터를 포함하는 원천 데이터를 수신하고, 상기 수신된 원천 데이터를 전처리하며, 상기 전처리된 데이터를 저장한 후, 상기 사용자 단말로부터 서비스 요청이 발생되면 상기 서비스 요청에 해당되는 데이터를 상기 사용자 단말로 제공하는 커넥티드카 빅데이터 수집장치를 포함하되, 상기 커넥티드 빅데이터 수집장치는, 상기 B2B 데이터 생산장치, 상기 B2C 데이터 생산장치, 상기 인프라 데이터 생산장치 및 상기 사용자 단말과의 통신을 수행하는 인터페이스부, 데이터를 저장하는 저장부 및 상기 원천 데이터를 기초로 하나의 통합 플랫폼으로 구성된 전처리 과정을 통해 전처리 데이터를 생성하고, 상기 저장부의 메모리 가용율을 이용하여 상기 전처리 데이터를 상기 저장부에 저장되도록 제어하는 제어부를 포함하는 것을 특징으로 한다.
본 발명의 다른 실시예에 따른 커넥티드카 빅데이터 수집 시스템은 비즈니스 및 운전자 또는 탑승자로부터 발생된 차량용 동적 데이터 및 인프라와 관련된 동적 데이터를 생산하는 동적 데이터 생산장치, 인프라와 관련된 정적 데이터를 생산하는 정적 데이터 생산장치, 사용자에게 커넥티드카와 관련된 서비스를 제공하는 적어도 하나의 사용자 단말 및 상기 B2B 데이터 생산장치, 상기 B2C 데이터 생산장치 및 상기 인프라 데이터 생산장치로부터 B2B 데이터, B2C 데이터 및 인프라 데이터를 포함하는 원천 데이터를 수신하고, 상기 수신된 원천 데이터를 전처리하며, 상기 전처리된 데이터를 저장한 후, 상기 사용자 단말로부터 서비스 요청이 발생되면 상기 서비스 요청에 해당되는 데이터를 상기 사용자 단말로 제공하는 커넥티드카 빅데이터 수집장치를 포함하되, 상기 커넥티드 빅데이터 수집장치는, 상기 B2B 데이터 생산장치, 상기 B2C 데이터 생산장치, 상기 인프라 데이터 생산장치 및 상기 사용자 단말과의 통신을 수행하는 인터페이스부, 데이터를 저장하는 저장부 및 상기 원천 데이터를 기초로 하나의 통합 플랫폼으로 구성된 전처리 과정을 통해 전처리 데이터를 생성하고, 상기 저장부의 메모리 가용율을 이용하여 상기 전처리 데이터를 상기 저장부에 저장되도록 제어하는 제어부를 포함하는 것을 특징으로 한다.
본 발명의 실시예에 따른 커넥티드카 빅데이터 수집방법은 커넥티드카 빅데이터 수집장치가 데이터 생산 계층과 관련된 장치로부터 커넥티드카와 관련된 원천 데이터를 수신하는 단계, 상기 커넥티드카 빅데이터 수집장치가 상기 원천 데이터를 기초로 하나의 통합 플랫폼으로 구성된 전처리 과정을 통해 전처리 데이터를 생성하는 단계 및 상기 커넥티드카 빅데이터 수집장치가 메모리 가용율을 이용하여 상기 전처리 데이터를 저장하는 단계를 포함한다.
본 발명의 커넥티드카 빅데이터 수집장치, 시스템 및 방법은 커넥티드카와 관련된 빅데이터를 하나의 플랫폼으로 통합하여 전처리한 후 고속 저장함으로써, 종래와 같이 저장된 데이터를 이용할 때마다 각 데이터에 맞는 전처리 과정을 생략하여 시스템의 연산 구조를 단순화시킬 수 있다.
또한 통합된 빅데이터를 고속 저장하여 비용 및 시간을 절약할 수 있다.
도 1은 본 발명의 제1 실시예에 따른 커넥티드카 빅데이터 수집 시스템을 설명하기 위한 구성도이다.
도 2는 본 발명의 제2 실시예에 따른 커넥티드카 빅데이터 수집 시스템을 설명하기 위한 구성도이다.
도 3은 본 발명의 실시예에 따른 커넥티드카 빅데이터 수집장치를 설명하기 위한 블록도이다.
도 4는 본 발명의 실시예에 따른 제어부를 설명하기 위한 블록도이다.
도 5는 본 발명의 실시예에 따른 커넥티드카 빅데이터 수집방법을 설명하기 위한 순서도이다.
도 6은 도 5의 S150단계를 상세하게 설명하기 위한 순서도이다.
이하 본 발명의 실시예를 첨부된 도면들을 참조하여 상세히 설명한다. 우선 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의한다. 또한 본 발명을 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 당업자에게 자명하거나 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략한다.
도 1은 본 발명의 제1 실시예에 따른 커넥티드카 빅데이터 수집 시스템을 설명하기 위한 구성도이고, 도 2는 본 발명의 제2 실시예에 따른 커넥티드카 빅데이터 수집 시스템을 설명하기 위한 구성도이다.
도 1 및 도 2를 참조하면, 커넥티드카 빅데이터 수집 시스템(이하 ‘수집 시스템’이라 함)(400, 500)은 커넥티드카로부터 발생된 빅데이터를 통합하고, 고속 저장하여 원활한 빅데이터 서비스를 지원한다. 수집 시스템(400, 500)은 크게 데이터 생산 계층, 데이터 수신 계층 및 서비스 이용 계층으로 구분할 수 있다.
데이터 생산 계층은 커넥티드카에 장착된 디바이스로부터 발생된 정보 또는 차량 관리로부터 수집된 정보, 운전자로부터 발생된 정보 등을 생산하는 계층을 의미한다. 데이터 생산 계층은 원천 데이터(raw data)를 생산하는 기준에 따라 생산장치가 조정될 수 있다. 예를 들어 데이터 생산 계층은 비즈니스 기준으로 생산하는 경우(제1 실시예), B2B(Business to Business) 데이터 생산장치(210), B2C(Business to consumer) 데이터 생산장치(230) 및 인프라 데이터 생산장치(250)를 포함하고, 실시간성 기준으로 생산하는 경우(제2 실시예), 동적 데이터 생산장치(270) 및 정적 데이터 생산장치(290)를 포함한다. 여기서 원천 데이터는 커넥티드카와 관련하여 수집될 수 있는 모든 데이터를 의미한다.
B2B 데이터 생산장치(210)는 DTG(Digital Tachograph), OBDⅡ(On-Board Diagnostic), MDT(Message Display Terminal)를 포함하는 비즈니스에서 발생된 차량용 동적 데이터인 B2B 데이터를 생산한다. B2B 데이터 생산장치(210)는 V2X(Vehicle to Everything) 네트워크를 이용하여 B2B 데이터를 데이터 수신 계층으로 전송한다.
B2C 데이터 생산장치(230)는 차량용 센서 디바이스와 웨어러블 디바이스를 포함하는 운전자 또는 탑승자로부터 발생되는 동적 데이터인 B2C 데이터를 생산한다. B2C 데이터 생산장치(230)는 모바일 네트워크를 이용하여 B2C 데이터를 데이터 수신 계층으로 전송한다.
인프라 데이터 생산장치(250)는 커넥티드 카에 관한 파일 형태(CSV, Excel, HTML, SQL 등)의 평문 데이터와 개방형 공공 데이터로부터 REST API를 통해 제공되는 데이터를 포함하는 인프라와 관련된 동적 데이터 및 정적 데이터인 인프라 데이터를 생산한다. 인프라 데이터 생산장치(250)는 생산된 인프라 데이터를 데이터 수신 계층으로 전송한다.
동적 데이터 생산장치(270)는 비즈니스 및 운전자 또는 탑승자로부터 발생된 차량용 동적 데이터 및 인프라와 관련된 동적 데이터를 생산한다. 동적 데이터 생산장치(270)는 생산된 동적 데이터를 데이터 수신 계층으로 전송한다. 여기서 동적 데이터는 B2B 데이터, B2C 데이터 및 인프라 데이터를 포함한다.
정적 데이터 생산장치(290)는 인프라와 관련된 정적 데이터를 생산한다. 정적 데이터 생산장치(290)는 생산된 정적 데이터를 데이터 수신 계층으로 전송한다. 여기서 정적 데이터는 인프라 데이터를 포함한다.
데이터 수신 계층은 데이터 수신 계층과 서비스 이용 계층을 사이에서 매개체 역할을 하는 계층으로 원천 데이터를 수신하고, 수신된 원천 데이터를 전처리 과정 후, 규격화된 형태의 데이터로 저장하는 역할을 수행하는 계층을 의미한다. 데이터 수신 계층은 커넥티드카 빅데이터 수집장치(이하 ‘수집장치’라고 함)(100)를 포함한다.
수집장치(100)는 원천 데이터를 수신하고, 수신된 원천 데이터를 전처리한다. 즉 수집장치(100)는 다양한 포맷으로 수신된 원천 데이터를 하나의 포맷으로 전처리할 수 있다. 이때 수집장치(100)는 전처리를 위해 통합 플랫폼을 이용할 수 있다. 수집장치(100)는 전처리된 데이터를 고속으로 저장한다. 수집장치(100)는 저장된 데이터를 서비스 요청에 따라 제공한다.
서비스 이용 계층은 수집된 커넥티드카 빅데이터 서비스를 이용하려는 서비스 이용 사용자와 제공되는 서비스를 통해 재정의된 서비스 애플리케이션을 포함하는 이용자 계층을 의미한다. 서비스 이용 계층은 적어도 하나의 사용자 단말(300)을 포함한다.
사용자 단말(300)은 사용자에게 커넥티드카와 관련된 서비스를 제공한다. 사용자 단말(300)은 수집장치(100)로 서비스 요청을 전송하고, 전송된 서비스 요청에 대한 데이터를 수신한다. 사용자 단말(300)은 수신된 데이터를 직접 접근하여 분석에 응용하거나, 필요한 데이터만을 추출하여 새로운 애플리케이션에 대한 연구 개발을 수행한다. 사용자 단말(300)은 스마트폰, 데스크톱, 랩톱, 태블릿PC, 핸드헬드 PC와 같은 컴퓨팅 시스템을 포함한다.
도 3은 본 발명의 실시예에 따른 커넥티드카 빅데이터 수집장치를 설명하기 위한 블록도이고, 도 4는 본 발명의 실시예에 따른 제어부를 설명하기 위한 블록도이다.
도 1 내지 도 4를 참조하면, 수집장치(100)는 인터페이스부(10), 제어부(30) 및 저장부(50)를 포함한다.
인터페이스부(10)는 데이터 생산 계층과 관련된 장치 및 서비스 이용 계층과 관련된 장치와의 통신을 수행한다. 여기서 데이터 생산 계층과 관련된 장치는 B2B 데이터 생산 장치(210), B2C 데이터 생산 장치(230), 인프라 데이터 생산 장치(250), 동적 데이터 생산 장치(270) 및 정적 데이터 생산 장치(290) 중 적어도 하나의 생산 장치를 포함하고, 서비스 이용 계층과 관련된 장치는 적어도 하나의 사용자 단말(300)을 포함한다. 인터페이스부(10)는 사우스 바운드 인터페이스(southbound interface)(11) 및 노스 바운드 인터페이스(northbound interface)(13)를 포함한다. 사우스 바운드 인터페이스(11)는 데이터 생산 계층과 관련된 장치와의 통신을 수행한다. 즉 사우스 바운드 인터페이스(11)는 데이터 생산 계층으로부터 전송되는 정보를 수신하는 역할을 한다. 노스 바운드 인터페이스(13)는 서비스 이용 계층과 관련된 장치와의 통신을 수행한다. 즉 노스 바운드 인터페이스(13)는 저장된 전처리 데이터 중 서비스 요청하는 정보를 전송하는 역할을 한다.
제어부(30)는 데이터 생산 계층과 관련된 장치로부터 수신된 커넥티드카와 관련된 원천 데이터를 기초로 하나의 통합 플랫폼으로 구성된 전처리 과정을 통해 전처리 데이터를 생성한다. 제어부(30)는 저장부(50)의 메모리 가용율을 이용하여 전처리 데이터를 저장부에 저장되도록 제어한다. 제어부(30)는 데이터 수집부(31) 및 고속 저장 처리부(33)를 포함한다.
데이터 수집부(31)는 원천 데이터를 수집한다. 데이터 수집부(31)는 원천 데이터를 B2B 데이터, B2C 데이터 및 인프라 데이터로 나누어 수집할 수 있다. 데이터 수집부(31)는 수집된 원천 데이터를 사전에 정의된 공통 규격에 맞춰 전처리 과정을 수행한다. 이때 데이터 수집부(31)는 원천 데이터에 대한 데이터 생산, 수신 및 서비스 이용 계층과 관련된 장치가 통합되도록 통합 플랫폼을 구축할 수 있다. 이를 통해 데이터 수집부(31)는 원천 데이터를 통합된 하나의 규격으로 변경된 전처리 데이터를 생성할 수 있다.
고속 저장 처리부(33)는 전처리 데이터를 고속으로 저장부(50)에 저장시킨다. 고속 저장 처리부(33)는 저장부(50)의 메모리 가용율을 이용하여 전처리 데이터를 저장부(50)에 저장되도록 제어한다. 이때 고속 저장 처리부(33)는 전처리 데이터를 동적 데이터 및 정적 데이터로 구분하여 저장부(50)에 저장되도록 제어할 수 있다.
상세하게는 고속 저장 처리부(33)는 저장부(50)의 메모리 가용율을 [수학식 1]을 이용하여 산출한다.
Figure 112019008966991-pat00002
여기서 MemAvailable은 메모리 가용율을 의미하고, MemTotal은 메모리 총 용량을 의미하며, MemFree는 메모리 사용 가능한 용량을 의미한다.
고속 저장 처리부(33)는 고속 저장 알고리즘을 이용하여 전처리 데이터를 저장부(50)에 저장한다. 즉 고속 저장 처리부(33)는 메모리 가용율에 따라 전처리 데이터를 조정하는(adaptive) 형태로 덩어리(chunk) 단위를 변경하면서 비동기 멀티프레세싱을 수행하여 저장부(50)에 저장한다. 고속 저장 처리부(33)는 덩어리 단위를 메모리 가용율이 클수록 큰 사이즈로 설정할 수 있다. 이를 통해 고속 저장 처리부(33)는 전처리 데이터를 고속으로 저장할 수 있다.
예를 들어 고속 저장 처리부(33)는 저장부(50)의 현시점에서 메모리 가용율을 산출하고, 메모리 가용율에 따라 덩어리 단위를 설정한다. 즉 고속 저장 처리부(33)는 메모리 가용율이 20% 미만이면 덩어리 단위를 1000으로 설정하여 해당 데이터를 읽고, 메모리 가용율이 20% 이상 50% 미만이면 덩어리 단위를 3000으로 설정하여 해당 데이터를 읽으며, 메모리 가용율이 50% 이상이면 덩어리 단위를 5000으로 설정하여 해당 데이터를 읽고, 비동기 프로세스를 통해 각 세션으로 데이터를 저장 처리한다. 보다 상세한 내용은 도 6을 통해 설명한다.
고속 저장 처리부(33)는 서비스 이용 계층과 관련된 장치로부터 서비스 요청이 있는 경우, 저장부(50)에 저장된 전처리 데이터 중 서비스 요청과 관련된 정보를 검색한다. 고속 저장 처리부(33)는 검색된 전처리 데이터를 서비스 요청을 한 장치로 제공한다. 이때 고속 저장 처리부(33)는 노스바운드 인터페이스(13)를 통해 해당 전처리 데이터가 제공되도록 제어할 수 있다.
저장부(50)는 데이터를 저장한다. 저장부(50)는 스토리지 서버 방식의 저장부일 수 있다. 즉 저장부(50)는 직접 데이터를 삽입하는 방법과 TCP 통신을 통해 원격 세션으로 데이터를 삽입하는 방법을 데이터베이스를 대상으로 전처리 데이터를 저장한다. 저장부(50)는 고속 저장 처리부(33)와 긴밀하게 연결되어 데이터 송수신을 수행할 수 있는 데이터베이스를 사용할 수 있다. 바람직하게는 저장부(50)는 대표적인 NoSQL 데이터베이스인 Mongo 데이터베이스를 설정할 수 있으나, 이에 한정하지 않는다. 여기서 Mongo 데이터베이스는 NoSQL 저장구조를 갖고 있어 텍스트 등 연산이 가능하지 않은 비정형 형태의 데이터에서부터 형태가 있고 연산까지 가능한 정형화된 형태의 데이터까지 모두를 포함하여 정보를 축적할 수 있어 구축 및 활용에 용이하다. 저장부(50)는 플래시 메모리 타입(flash memory type), 하드디스크 타입(hard disk type), 미디어 카드 마이크로 타입(multimedia card micro type), 카드 타입의 메모리(예를 들어 SD 또는 XD 메모리 등), 램(Random Access Memory, RAM), SRAM(Static Random Access Memory), 롬(Read-Only Memory, ROM), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기메모리, 자기 디스크, 광디스크 중 적어도 하나의 저장매체를 포함할 수 있다.
도 5는 본 발명의 실시예에 따른 커넥티드카 빅데이터 수집방법을 설명하기 위한 순서도이다.
도 1, 도 2 및 도 5를 참조하면, 커넥트카 빅데이터 수집방법(이하 ‘수집방법’이라 함)은 커넥티드카와 관련된 빅데이터를 하나의 플랫폼으로 통합하여 전처리한 후 고속 저장함으로써, 종래와 같이 저장된 데이터를 이용할 때마다 각 데이터에 맞는 전처리 과정을 생략하여 시스템의 연산 구조를 단순화시킬 수 있다. 또한 수집방법은 통합된 빅데이터를 고속 저장하여 비용 및 시간을 절약할 수 있다.
S110단계에서, 수집장치(100)는 원천 데이터를 수신한다. 수집장치(100)는 데이터 생산 계층과 관련된 장치로부터 커넥티드카와 관련하여 수집될 수 있는 모든 데이터인 원천 데이터를 수신한다. 여기서 원천 데이터는 B2B 데이터, B2C 데이터, 인프라 데이터 중 적어도 하나를 포함할 수 있다. 또한 데이터 생산 계층과 관련된 장치는 B2B 데이터 생산 장치(210), B2C 데이터 생산 장치(230), 인프라 데이터 생산 장치(250), 동적 데이터 생산 장치(270) 및 정적 데이터 생산 장치(290) 중 적어도 하나의 생산 장치를 포함한다.
S130단계에서, 수집장치(100)는 원천 데이터를 전처리하여 전처리 데이터를 생성한다. 수집장치(100)는 다양한 포맷으로 수신된 원천 데이터를 하나의 포맷으로 전처리한다. 이때 수집장치(100)는 원천 데이터에 대한 데이터 생산, 수신 및 서비스 이용 계층과 관련된 장치가 통합되도록 통합 플랫폼을 구축할 수 있다.
S150단계에서, 수집장치(100)는 전처리 데이터를 고속 저장한다. 수집장치(100)는 고속 저장 알고리즘을 이용하여 전처리 데이터를 고속으로 저장한다. 즉 수집장치(100)는 메모리 가용율에 따라 전처리 데이터를 조정하는 형태로 덩어리 단위를 변경하면서 비동기 멀티프레세싱을 수행하여 저장한다. 이때 수집장치(100)는 전처리 데이터를 동적 데이터 및 정적 데이터로 구분하여 저장할 수 있다.
한편 도면에 도시되지 않았지만 수집장치(100)는 서비스 이용 계층과 관련된 장치로부터 서비스 요청이 있는 경우, 저장된 전처리 데이터 중 서비스 요청과 관련된 전처리 데이터를 해당 장치로 제공한다.
도 6은 도 5의 S150단계를 상세하게 설명하기 위한 순서도이다.
도 5 및 도 6을 참조하면, 수집방법은 고속 저장 알고리즘을 이용하여 전처리 데이터를 고속으로 저장한다. 고속 저장 알고리즘은 하기 단계에 따라 수행할 수 있다.
S151단계에서, 수집장치(100)는 미처리된 전처리 데이터의 여부를 확인한다. 수집장치(100)는 저장되지 않은 전처리 데이터가 있는지 확인하고, 저장되지 않은 전처리 데이터가 있으면 S153단계를 수행하고, 전처리 데이터가 없으면 고속 저장 알고리즘을 종료한다.
S153단계에서, 수집장치(100)는 멀티프레스 풀을 생성한다. 수집장치(100)는 멀티프로세싱을 수행하기 위한 메모리를 할당한다.
S155단계에서, 수집장치(100)는 저장부의 메모리 가용율을 확인한다. 수집장치(100)는 상술된 [수학식 1]을 이용하여 메모리 가용율을 산출하고, 산출된 메모리 가용율을 확인한다.
S157단계에서, 수집장치(100)는 메모리 가용율이 20% 미만인지 여부를 확인한다. 수집장치(100)는 메모리 가용율이 20% 미만이면 S159단계를 수행하고, 메모리 가용율이 20% 미만이 아니면 S161단계를 수행한다.
S159단계에서, 수집장치(100)는 전처리 데이터의 덩어리 크기를 1000단위가 되도록 데이터를 읽는다. 수집장치(100)는 전처리 데이터의 덩어리 크기를 1000단위로 나눈 후, 데이터 읽기를 수행할 수 있다.
S161단계에서, 수집장치(100)는 메모리 가용율이 20% 이상, 50% 미만인지 여부를 확인한다. 수집장치(100)는 메모리 가용율이 20% 이상, 50% 미만이면 S163단계를 수행하고, 메모리 가용율이 20% 이상, 50% 미만이 아니면 S165단계를 수행한다.
S163단계에서, 수집장치(100)는 전처리 데이터의 덩어리 크기를 3000단위가 되도록 데이터를 읽는다. 수집장치(100)는 전처리 데이터의 덩어리 크기를 3000단위로 나눈 후, 데이터 읽기를 수행할 수 있다.
S165단계에서, 수집장치(100)는 메모리 가용율이 50% 이상인지 여부를 확인한다. 수집장치(100)는 메모리 가용율이 50% 이상이면 S167단계를 수행하고, 메모리 가용율이 50% 이상이 아니면 S157단계를 재수행한다.
S167단계에서, 수집장치(100)는 전처리 데이터의 덩어리 크기를 5000단위가 되도록 데이터를 읽는다. 수집장치(100)는 전처리 데이터의 덩어리 크기를 5000단위로 나눈 후, 데이터 읽기를 수행할 수 있다.
S169단계에서, 수집장치(100)는 Request ID를 생성하여 TCP/IP 소켓 통신을 준비한다. 수집장치(100)는 기 설정된 덩어리 단위로 읽힌 데이터와 관련된 Request ID를 생성한다. 이를 통해 수집장치(100)는 TCP/IP 소켓 통신을 준비할 수 있다.
S171단계에서, 수집장치(100)는 비동기 프로세스를 생성하고, 멀티프로세스 풀을 적용한다. 수집장치(100)는 준비된 TCP/IP 소켓 통신을 이용하여 비동기 프로세스를 생성한다. 수집장치(100)는 멀티프로세스 풀을 적용하여 각 세션으로 전처리 데이터가 저장될 수 있도록 한다.
S173단계에서, 수집장치(100)는 멀티프로세스 풀을 종료한다. 수집장치(100)는 멀티프로세싱을 수행하기 위해 할당된 메모리를 해지한다. 수집장치(100)는 S151단계를 재수행한다. 이를 통해 수집장치(100)는 미저장된 전처리 데이터가 있는지 여부를 확인할 수 있다.
한편 본 발명에서는 도면 및 상세한 설명을 통해 메모리 가용율을 20% 미만, 20% 이상/50% 미만 및 50% 이상으로 구분하여 덩어리 크기를 설정하였으나, 이에 한정하지 않으며, 수집장치(100)가 설치되는 환경에 따라 메모리 가용율 및 덩어리 크기를 변경할 수 있다.
본 발명은 또한 컴퓨터로 읽을 수 있는 기록매체에 컴퓨터가 읽을 수 있는 코드로서 구현하는 것이 가능하다. 컴퓨터가 읽을 수 있는 기록매체는 컴퓨터 장치에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록장치를 포함한다. 컴퓨터가 읽을 수 있는 기록매체의 예로는 하드디스크, ROM, RAM, CD-ROM, 하드 디스크, 자기 테이프, 플로피 디스크, 광 데이터 저장장치 등이 있으며, 또한 캐리어 웨이브(예를 들어 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다.
이상에서 본 발명의 바람직한 실시예에 대해 도시하고 설명하였으나, 본 발명은 상술한 특정의 바람직한 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 발명의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 누구든지 다양한 변형 실시가 가능한 것은 물론이고, 그와 같은 변경은 청구범위 기재의 범위 내에 있게 된다.
10: 인터페이스부
11: 사우스바운드 인터페이스
13: 노스바운드 인터페이스
30: 제어부
31: 데이터 수집부
33: 고속 저장 처리부
50: 저장부
100: 커넥티드카 데이터 수집장치
210: B2B 데이터 생산장치
230: B2C 데이터 생산장치
250: 인프라 데이터 생산장치
270: 동적 데이터 생산장치
290: 정적 데이터 생산장치
300: 사용자 단말
400, 500: 커넥티드카 데이터 수집 시스템

Claims (12)

  1. 데이터 생산 계층과 관련된 장치 및 서비스 이용 계층과 관련된 장치와의 통신을 수행하는 인터페이스부;
    전처리 데이터를 저장하는 저장부; 및
    상기 데이터 생산 계층과 관련된 장치로부터 수신된 커넥티드카와 관련된 원천 데이터(raw data)를 기초로 하나의 통합 플랫폼으로 구성된 전처리 과정을 통해 전처리 데이터를 생성하고, 상기 저장부의 메모리 가용율을 이용하여 상기 전처리 데이터를 상기 저장부에 저장되도록 제어하는 제어부;를 포함하되,
    상기 제어부는,
    상기 메모리 가용율에 따라 상기 전처리 데이터를 기 설정된 덩어리(chunk) 단위로 나누고, 상기 덩어리 단위로 나누어진 전처리 데이터를 비동기 멀티프로세싱하여 상기 저장부에 저장하는 것을 특징으로 하는 커넥티드카 빅데이터 수집장치.
  2. 제 1항에 있어서,
    상기 제어부는,
    상기 원천 데이터에 대한 데이터 생산, 수신 및 서비스 이용 계층과 관련된 장치가 통합되도록 상기 통합 플랫폼을 구축하는 것을 특징으로 하는 커넥티드카 빅데이터 수집장치.
  3. 제 1항에 있어서,
    상기 제어부는,
    상기 전처리 데이터를 동적 데이터 및 정적 데이터로 구분하여 상기 저장부에 저장되도록 제어하는 것을 특징으로 하는 커넥티드카 빅데이터 수집장치.
  4. 제 1항에 있어서,
    상기 제어부는,
    상기 메모리 가용율을 하기 수학식을 이용하여 산출하는 것을 특징으로 하는 커넥티드카 빅데이터 수집장치.
    [수학식]
    Figure 112019008966991-pat00003

    (여기서 MemAvailable은 메모리 가용율을 의미하고, MemTotal은 메모리 총 용량을 의미하며, MemFree는 메모리 사용 가능한 용량을 의미함)
  5. 삭제
  6. 제 1항에 있어서,
    상기 제어부는,
    상기 덩어리 단위를 상기 메모리 가용율이 클수록 큰 사이즈로 설정하는 것을 특징으로 하는 커넥티드카 빅데이터 수집장치.
  7. 삭제
  8. 제 1항에 있어서,
    상기 제어부는,
    상기 서비스 이용 계층과 관련된 장치로부터 서비스 요청이 있는 경우, 상기 저장부에 저장된 전처리 데이터 중 상기 서비스 요청과 관련된 전처리 데이터가 해당 장치로 제공되도록 제어하는 것을 특징으로 하는 커넥티드카 빅데이터 수집장치.
  9. 제 1항에 있어서,
    상기 원천 데이터는,
    비즈니스 생산 기준으로 구분하는 경우, B2B(Business to Business) 데이터, B2C(Business to consumer) 데이터 및 인프라 데이터를 포함하고,
    실시간성 생산 기준으로 구분하는 경우, 동적 데이터 및 정적 데이터를 포함하는 것을 특징으로 하는 커넥티드카 빅데이터 수집장치.
  10. 비즈니스에서 발생된 차량용 동적 데이터인 B2B 데이터를 생산하는 B2B 데이터 생산장치;
    운전자 또는 탑승자로부터 발생된 차량용 동적 데이터인 B2C 데이터를 생산하는 B2C 데이터 생산장치;
    인프라와 관련된 동적 데이터 및 정적 데이터를 생산하는 인프라 데이터 생산장치;
    사용자에게 커넥티드카와 관련된 서비스를 제공하는 적어도 하나의 사용자 단말; 및
    상기 B2B 데이터 생산장치, 상기 B2C 데이터 생산장치 및 상기 인프라 데이터 생산장치로부터 B2B 데이터, B2C 데이터 및 인프라 데이터를 포함하는 원천 데이터를 수신하고, 상기 수신된 원천 데이터를 전처리하며, 상기 전처리된 전처리 데이터를 저장한 후, 상기 사용자 단말로부터 서비스 요청이 발생되면 상기 서비스 요청에 해당되는 데이터를 상기 사용자 단말로 제공하는 커넥티드카 빅데이터 수집장치;를 포함하되,
    상기 커넥티드카 빅데이터 수집장치는,
    상기 B2B 데이터 생산장치, 상기 B2C 데이터 생산장치, 상기 인프라 데이터 생산장치 및 상기 사용자 단말과의 통신을 수행하는 인터페이스부;
    전처리 데이터를 저장하는 저장부; 및
    상기 원천 데이터를 기초로 하나의 통합 플랫폼으로 구성된 전처리 과정을 통해 전처리 데이터를 생성하고, 상기 저장부의 메모리 가용율을 이용하여 상기 전처리 데이터를 상기 저장부에 저장되도록 제어하는 제어부;를 포함하고,
    상기 제어부는,
    상기 메모리 가용율에 따라 상기 전처리 데이터를 기 설정된 덩어리(chunk) 단위로 나누고, 상기 덩어리 단위로 나누어진 전처리 데이터를 비동기 멀티프로세싱하여 상기 저장부에 저장하는 것을 특징으로 하는 것을 특징으로 하는 커넥티드카 빅데이터 수집 시스템.
  11. 비즈니스 및 운전자 또는 탑승자로부터 발생된 차량용 동적 데이터 및 인프라와 관련된 동적 데이터를 생산하는 동적 데이터 생산장치;
    인프라와 관련된 정적 데이터를 생산하는 정적 데이터 생산장치;
    사용자에게 커넥티드카와 관련된 서비스를 제공하는 적어도 하나의 사용자 단말; 및
    상기 동적 데이터 생산장치 및 상기 정적 데이터 생산장치로부터 상기 동적 데이터 및 상기 정적 데이터에 포함된 B2B 데이터, B2C 데이터 및 인프라 데이터를 수신하고, 상기 수신된 B2B 데이터, B2C 데이터 및 인프라 데이터를 전처리하며, 상기 전처리된 전처리 데이터를 저장한 후, 상기 사용자 단말로부터 서비스 요청이 발생되면 상기 서비스 요청에 해당되는 데이터를 상기 사용자 단말로 제공하는 커넥티드카 빅데이터 수집장치;를 포함하되,
    상기 커넥티드카 빅데이터 수집장치는,
    상기 동적 데이터 생산장치, 상기 정적 데이터 생산장치 및 상기 사용자 단말과의 통신을 수행하는 인터페이스부;
    전처리 데이터를 저장하는 저장부; 및
    상기 B2B 데이터, 상기 B2C 데이터 및 상기 인프라 데이터를 기초로 하나의 통합 플랫폼으로 구성된 전처리 과정을 통해 전처리 데이터를 생성하고, 상기 저장부의 메모리 가용율을 이용하여 상기 전처리 데이터를 상기 저장부에 저장되도록 제어하는 제어부;를 포함하고,
    상기 제어부는,
    상기 메모리 가용율에 따라 상기 전처리 데이터를 기 설정된 덩어리 단위로 나누고, 상기 덩어리 단위로 나누어진 전처리 데이터를 비동기 멀티프로세싱하여 상기 저장부에 저장하는 것을 특징으로 하는 것을 특징으로 하는 커넥티드카 빅데이터 수집 시스템.
  12. 커넥티드카 빅데이터 수집장치가 데이터 생산 계층과 관련된 장치로부터 커넥티드카와 관련된 원천 데이터를 수신하는 단계;
    상기 커넥티드카 빅데이터 수집장치가 상기 원천 데이터를 기초로 하나의 통합 플랫폼으로 구성된 전처리 과정을 통해 전처리 데이터를 생성하는 단계; 및
    상기 커넥티드카 빅데이터 수집장치가 메모리 가용율을 이용하여 상기 전처리 데이터를 저장하는 단계;를 포함하되,
    상기 저장하는 단계는,
    상기 메모리 가용율에 따라 상기 전처리 데이터를 기 설정된 덩어리 단위로 나누고, 상기 덩어리 단위로 나누어진 전처리 데이터를 비동기 멀티프로세싱하여 저장하는 것을 특징으로 하는 커넥티드카 빅데이터 수집방법.
KR1020190009586A 2019-01-25 2019-01-25 커넥티드카 빅데이터 수집장치, 시스템 및 방법 KR102368840B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020190009586A KR102368840B1 (ko) 2019-01-25 2019-01-25 커넥티드카 빅데이터 수집장치, 시스템 및 방법
US16/690,383 US11609922B2 (en) 2019-01-25 2019-11-21 Connected car big data acquisition device, system and method for storing data gathered in a single platform

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190009586A KR102368840B1 (ko) 2019-01-25 2019-01-25 커넥티드카 빅데이터 수집장치, 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20200094852A KR20200094852A (ko) 2020-08-10
KR102368840B1 true KR102368840B1 (ko) 2022-03-02

Family

ID=71732621

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190009586A KR102368840B1 (ko) 2019-01-25 2019-01-25 커넥티드카 빅데이터 수집장치, 시스템 및 방법

Country Status (2)

Country Link
US (1) US11609922B2 (ko)
KR (1) KR102368840B1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102623911B1 (ko) * 2021-02-18 2024-01-11 더스카이랩(주) 대용량 데이터 처리 및 시각화를 위한 장치 및 방법

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150163289A1 (en) 2013-12-06 2015-06-11 Tata Consultancy Services Limited Data partitioning in internet-of-things (iot) network
KR101668397B1 (ko) 2015-12-24 2016-10-21 한국과학기술정보연구원 대용량 과학 데이터 즉시 분석 방법 및 장치
US20160328168A1 (en) 2014-03-11 2016-11-10 Amazon Technologies, Inc. Optimized write performance at block-based storage during volume snapshot operations
KR101817683B1 (ko) 2017-07-31 2018-01-12 (주)디지파츠 실시간 차량 관제 서비스를 위한 커넥티드 게이트웨이 서버 시스템
US20180336780A1 (en) * 2017-05-17 2018-11-22 Cavh Llc Connected automated vehicle highway systems and methods

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7164117B2 (en) * 1992-05-05 2007-01-16 Automotive Technologies International, Inc. Vehicular restraint system control system and method using multiple optical imagers
US7663502B2 (en) * 1992-05-05 2010-02-16 Intelligent Technologies International, Inc. Asset system control arrangement and method
DE4438652A1 (de) * 1993-11-19 1995-05-24 Hewlett Packard Co Verfahren und Vorrichtung zum stabilen Sortieren oder Mischen sequentieller Listen in einer raumadaptiven Weise
US7527288B2 (en) * 1995-06-07 2009-05-05 Automotive Technologies International, Inc. Vehicle with crash sensor coupled to data bus
US6760826B2 (en) * 2000-12-01 2004-07-06 Wind River Systems, Inc. Store data in the system memory of a computing device
EP2284079B1 (en) 2007-12-18 2013-02-20 Otis Elevator Company Cable tray for telescopically retractable boarding bridge
DE102012219637A1 (de) * 2012-10-26 2014-04-30 Continental Teves Ag & Co. Ohg Verfahren und system zur fusion von umfeldsensordaten mit kommunikationsdaten sowie verwendung des systems
KR102277772B1 (ko) * 2014-04-30 2021-07-14 삼성전자주식회사 모바일 기기에서 데이터를 통합 관리하는 장치 및 방법과, 그 모바일 기기
US10599155B1 (en) * 2014-05-20 2020-03-24 State Farm Mutual Automobile Insurance Company Autonomous vehicle operation feature monitoring and evaluation of effectiveness
US9972054B1 (en) * 2014-05-20 2018-05-15 State Farm Mutual Automobile Insurance Company Accident fault determination for autonomous vehicles
KR101585433B1 (ko) * 2014-06-17 2016-01-15 세종대학교 산학협력단 차량 데이터 시각화 방법, 이를 수행하는 차량 데이터 시각화 서버 및 이를 저장하는 기록매체
US10382294B2 (en) * 2014-09-25 2019-08-13 Oracle International Corporation Platform for capturing, processing, storing, and presentation of generic sensor data from remote arbitrary locations
US10007263B1 (en) * 2014-11-13 2018-06-26 State Farm Mutual Automobile Insurance Company Autonomous vehicle accident and emergency response
US10113952B2 (en) * 2015-06-01 2018-10-30 Ingrain, Inc. Combined vibrational spectroscopy and laser induced breakdown spectroscopy for improved mineralogical and geochemical characterization of petroleum source or reservoir rocks
US10802477B1 (en) * 2016-01-22 2020-10-13 State Farm Mutual Automobile Insurance Company Virtual testing of autonomous environment control system
KR101892351B1 (ko) * 2016-09-02 2018-08-27 주식회사 포스코아이씨티 스마트 팩토리를 위한 빅데이터 분석 시스템
KR101886072B1 (ko) * 2016-12-21 2018-08-08 세림티에스지(주) 분산 인 메모리 환경에서 실시간 스트림 데이터 처리를 위한 동적 잡 스케쥴링 시스템 및 방법
KR20180080939A (ko) * 2017-01-05 2018-07-13 엘지전자 주식회사 차량 운전 보조장치 및 이를 포함하는 차량
KR20180098062A (ko) * 2017-02-24 2018-09-03 주식회사 포키비언 차량데이터 계층화 및 적응형 데이터 전송 장치 및 방법
KR102437486B1 (ko) * 2017-04-03 2022-08-29 주식회사 웨이티즈 V2x 통신 시스템의 통신 성능 분석 방법 및 그를 수행하는 분석 시스템
US10817757B2 (en) * 2017-07-31 2020-10-27 Splunk Inc. Automated data preprocessing for machine learning
JP2022513429A (ja) * 2018-11-08 2022-02-08 シモウディス，エバンゲロス 乗り物データを管理するためのシステムおよび方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150163289A1 (en) 2013-12-06 2015-06-11 Tata Consultancy Services Limited Data partitioning in internet-of-things (iot) network
US20160328168A1 (en) 2014-03-11 2016-11-10 Amazon Technologies, Inc. Optimized write performance at block-based storage during volume snapshot operations
KR101668397B1 (ko) 2015-12-24 2016-10-21 한국과학기술정보연구원 대용량 과학 데이터 즉시 분석 방법 및 장치
US20180336780A1 (en) * 2017-05-17 2018-11-22 Cavh Llc Connected automated vehicle highway systems and methods
KR101817683B1 (ko) 2017-07-31 2018-01-12 (주)디지파츠 실시간 차량 관제 서비스를 위한 커넥티드 게이트웨이 서버 시스템

Also Published As

Publication number Publication date
US11609922B2 (en) 2023-03-21
KR20200094852A (ko) 2020-08-10
US20200242115A1 (en) 2020-07-30

Similar Documents

Publication Publication Date Title
CA2958415C (en) Dynamically presenting vehicle sensor data via mobile gateway proximity network
US10497063B2 (en) Mobile insurance platform system
CN108833489B (zh) 车辆云平台的数据推送、处理方法和装置
EP3364626B1 (en) Universal event/data recorder system
CN105138529B (zh) 已连接的车辆预测性质量
US20190147539A1 (en) Method and apparatus for outputting information
EP3618011A1 (en) Data collection apparatus, on-vehicle device, data collection system, and data collection method
CN110245704B (zh) 业务处理方法、装置、存储介质与电子设备
US20190147540A1 (en) Method and apparatus for outputting information
KR102368840B1 (ko) 커넥티드카 빅데이터 수집장치, 시스템 및 방법
JP2017530334A (ja) 車両実時間走行データ処理方法及びその装置
CN113781767A (zh) 一种基于多源感知的交通数据融合方法及系统
JP2023038221A (ja) データ収集方法およびデータ収集装置
CN115203078A (zh) 基于soa架构的车辆数据采集系统、方法、设备及介质
CN114089811B (zh) 一种数据处理方法、装置、设备以及存储介质
CN113656364A (zh) 传感器数据处理方法、装置和计算机可读存储介质
CN116170779B (zh) 一种协同感知数据传输方法、装置及系统
CN112487876A (zh) 智能笔字符识别方法、装置及电子设备
CN116630978A (zh) 长尾数据获取方法、装置、系统、设备和存储介质
DE102018122879B4 (de) Nutzfahrzeugüberwachungssystem
CN115567563A (zh) 基于端边云的综合交通枢纽监测预警系统及其控制方法
US20150249581A1 (en) Information collection system, server apparatus, edge apparatus, control method, and program
WO2022097602A1 (ja) 画像データ伝送装置、画像データ伝送方法、コンピュータプログラム、及び記憶媒体
Kunisetti et al. A Study on Vehicular Content Delivery
CN114500597B (zh) 一种车辆数据的处理方法及装置

Legal Events

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