KR102406182B1 - 빅데이터 기반의 차량 예측 제어 시스템 및 방법 - Google Patents

빅데이터 기반의 차량 예측 제어 시스템 및 방법 Download PDF

Info

Publication number
KR102406182B1
KR102406182B1 KR1020180011077A KR20180011077A KR102406182B1 KR 102406182 B1 KR102406182 B1 KR 102406182B1 KR 1020180011077 A KR1020180011077 A KR 1020180011077A KR 20180011077 A KR20180011077 A KR 20180011077A KR 102406182 B1 KR102406182 B1 KR 102406182B1
Authority
KR
South Korea
Prior art keywords
vehicle
information
big data
engine
occurrence condition
Prior art date
Application number
KR1020180011077A
Other languages
English (en)
Other versions
KR20190098785A (ko
Inventor
김승범
Original Assignee
현대자동차주식회사
기아 주식회사
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 현대자동차주식회사, 기아 주식회사 filed Critical 현대자동차주식회사
Priority to KR1020180011077A priority Critical patent/KR102406182B1/ko
Priority to US16/034,861 priority patent/US11162447B2/en
Priority to DE102018211845.0A priority patent/DE102018211845A1/de
Priority to CN201810886503.1A priority patent/CN110096045B/zh
Publication of KR20190098785A publication Critical patent/KR20190098785A/ko
Application granted granted Critical
Publication of KR102406182B1 publication Critical patent/KR102406182B1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/22—Safety or indicating devices for abnormal conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/188—Controlling power parameters of the driveline, e.g. determining the required power
    • B60W30/1884—Avoiding stall or overspeed of the engine
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D31/00—Use of speed-sensing governors to control combustion engines, not otherwise provided for
    • F02D31/001—Electric control of rotation speed
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/0002—Controlling intake air
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/26—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using computer, e.g. microprocessor
    • F02D41/266—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using computer, e.g. microprocessor the computer being backed-up or assisted by another circuit, e.g. analogue
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02N—STARTING OF COMBUSTION ENGINES; STARTING AIDS FOR SUCH ENGINES, NOT OTHERWISE PROVIDED FOR
    • F02N11/00—Starting of engines by means of electric motors
    • F02N11/08—Circuits or control means specially adapted for starting of engines
    • F02N11/0814—Circuits or control means specially adapted for starting of engines comprising means for controlling automatic idle-start-stop
    • F02N11/0818—Conditions for starting or stopping the engine or for deactivating the idle-start-stop mode
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02P—IGNITION, OTHER THAN COMPRESSION IGNITION, FOR INTERNAL-COMBUSTION ENGINES; TESTING OF IGNITION TIMING IN COMPRESSION-IGNITION ENGINES
    • F02P5/00—Advancing or retarding ignition; Control therefor
    • F02P5/04—Advancing or retarding ignition; Control therefor automatically, as a function of the working conditions of the engine or vehicle or of the atmospheric conditions
    • F02P5/145—Advancing or retarding ignition; Control therefor automatically, as a function of the working conditions of the engine or vehicle or of the atmospheric conditions using electrical means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0736—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function
    • G06F11/0739—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function in a data processing system embedded in automotive or aircraft systems
    • 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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • 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
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0002—Automatic control, details of type of controller or control system architecture
    • B60W2050/0012—Feedforward or open loop systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2510/00—Input parameters relating to a particular sub-units
    • B60W2510/06—Combustion engines, Gas turbines
    • B60W2510/0638—Engine speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/13—Mileage
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/22—Safety or indicating devices for abnormal conditions
    • F02D2041/227—Limping Home, i.e. taking specific engine control measures at abnormal conditions
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/04—Engine intake system parameters
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/04—Engine intake system parameters
    • F02D2200/0406—Intake manifold pressure
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/06—Fuel or fuel supply system parameters
    • F02D2200/0614—Actual fuel mass or fuel injection amount
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/10—Parameters related to the engine output, e.g. engine torque or engine speed
    • F02D2200/1002—Output torque
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/10—Parameters related to the engine output, e.g. engine torque or engine speed
    • F02D2200/1015—Engines misfires
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/50—Input parameters for engine control said parameters being related to the vehicle or its components
    • F02D2200/503—Battery correction, i.e. corrections as a function of the state of the battery, its output or its type
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/60—Input parameters for engine control said parameters being related to the driver demands or status
    • F02D2200/602—Pedal position
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/021—Introducing corrections for particular conditions exterior to the engine
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/04—Introducing corrections for particular operating conditions
    • F02D41/12—Introducing corrections for particular operating conditions for deceleration
    • F02D41/123—Introducing corrections for particular operating conditions for deceleration the fuel injection being cut-off
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02N—STARTING OF COMBUSTION ENGINES; STARTING AIDS FOR SUCH ENGINES, NOT OTHERWISE PROVIDED FOR
    • F02N11/00—Starting of engines by means of electric motors
    • F02N11/08—Circuits or control means specially adapted for starting of engines
    • F02N11/0814—Circuits or control means specially adapted for starting of engines comprising means for controlling automatic idle-start-stop
    • F02N11/0818—Conditions for starting or stopping the engine or for deactivating the idle-start-stop mode
    • F02N11/0825—Conditions for starting or stopping the engine or for deactivating the idle-start-stop mode related to prevention of engine restart failure, e.g. disabling automatic stop at low battery state
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02N—STARTING OF COMBUSTION ENGINES; STARTING AIDS FOR SUCH ENGINES, NOT OTHERWISE PROVIDED FOR
    • F02N11/00—Starting of engines by means of electric motors
    • F02N11/10—Safety devices
    • F02N11/108—Safety devices for diagnosis of the starter or its components
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02N—STARTING OF COMBUSTION ENGINES; STARTING AIDS FOR SUCH ENGINES, NOT OTHERWISE PROVIDED FOR
    • F02N2300/00—Control related aspects of engine starting
    • F02N2300/30—Control related aspects of engine starting characterised by the use of digital means
    • F02N2300/302—Control related aspects of engine starting characterised by the use of digital means using data communication
    • F02N2300/304—Control related aspects of engine starting characterised by the use of digital means using data communication with other systems inside the vehicle
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02P—IGNITION, OTHER THAN COMPRESSION IGNITION, FOR INTERNAL-COMBUSTION ENGINES; TESTING OF IGNITION TIMING IN COMPRESSION-IGNITION ENGINES
    • F02P11/00—Safety means for electric spark ignition, not otherwise provided for
    • F02P11/04—Preventing unauthorised use of engines
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02P—IGNITION, OTHER THAN COMPRESSION IGNITION, FOR INTERNAL-COMBUSTION ENGINES; TESTING OF IGNITION TIMING IN COMPRESSION-IGNITION ENGINES
    • F02P17/00—Testing of ignition installations, e.g. in combination with adjusting; Testing of ignition timing in compression-ignition engines
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02P—IGNITION, OTHER THAN COMPRESSION IGNITION, FOR INTERNAL-COMBUSTION ENGINES; TESTING OF IGNITION TIMING IN COMPRESSION-IGNITION ENGINES
    • F02P3/00—Other installations
    • F02P3/02—Other installations having inductive energy storage, e.g. arrangements of induction coils
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Automation & Control Theory (AREA)
  • Databases & Information Systems (AREA)
  • Transportation (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Computing Systems (AREA)
  • Human Computer Interaction (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Health & Medical Sciences (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

본 발명은 빅데이터 기반의 차량 예측 제어 시스템 및 방법에 관한 것으로서, 차량에서 수집되는 정보로부터 인공지능 및 빅데이터를 기반으로 엔진의 시동꺼짐이나 고장, 연비 저하, 동력성능 저하와 같은 문제 발생 상황을 학습하고, 학습된 정보를 타 차량의 제어기에 제공하여 엔진 등 차량 내 장치에 대한 피드포워드 제어에 활용할 수 있도록 함으로써, 차량에서의 문제 발생과 그로 인한 사고 발생이 미연에 방지될 수 있도록 한 예측 제어 시스템 및 방법에 관한 것이다.

Description

빅데이터 기반의 차량 예측 제어 시스템 및 방법{Vehicle predictive control system and method based on big data}
본 발명은 빅데이터 기반의 차량 예측 제어 시스템 및 방법에 관한 것으로서, 더욱 상세하게는 주행 중인 차량들로부터 수집되는 정보를 이용하여 인공지능 및 빅데이터 기술을 기반으로 엔진의 시동꺼짐이나 고장, 연비 저하, 동력성능 저하와 같은 차량 내 문제 발생 상황을 학습하고, 학습된 정보를 타 차량의 제어기에 제공하여 엔진 등 차량 내 장치에 대한 피드포워드 제어에 활용할 수 있도록 함으로써, 차량에서의 문제 발생과 그로 인한 사고 발생이 미연에 방지될 수 있도록 하는 차량 예측 제어 시스템 및 방법에 관한 것이다.
최근 차량 관련 빅데이터(big data)를 구축하고 이 빅데이터를 기반으로 소모품 교환 주기나 실시간 수리 현황, 정비 이력 등의 정보를 차량 사용자에게 제공하는 서비스가 이루어지고 있다.
그러나, 차량 관련 빅데이터를 기반으로 차량 관리 및 유지를 위한 일부 정보의 제공만이 이루어지고 있을 뿐, 차량에서 발생할 수 있는 문제를 사전에 예측하고 해당 문제가 발생하지 않도록 예방하는 차원의 서비스 제공은 이루어지고 있지 않다.
특히, 인공지능(Artificial Intelligence,AI) 및 빅데이터 기술을 기반으로 차량들로부터 수집되는 정보를 이용하여 엔진의 시동꺼짐이나 고장, 연비 저하, 동력성능 저하와 같은 해당 차량 내 문제 발생을 예측하고, 예측된 정보를 이용하여 차량에서의 문제 발생과 그로 인한 사고 발생이 방지될 수 있도록 해당 차량을 예측 제어하는 기술은 존재하지 않고 있다.
일례로, 차량 주행 동안 엔진 시동이 꺼지게 되면 핸들(스티어링 휠) 조작 및 브레이크 페달의 조작이 어려워지므로 사고 위험이 높아지고, 운전자 및 승객의 안전에 심각한 위험을 초래할 수 있다.
따라서, 차량들로부터 수집되는 정보를 이용하여 시동꺼짐과 같은 문제 발생을 사전에 예측하고, 예측된 정보를 이용하여 차량 내에서 문제가 발생하지 않도록 차량을 제어하여 사고를 예방할 수 있는 예측 제어 기술이 필요하다.
따라서, 본 발명은 상기와 같은 문제점을 해결하기 위하여 창출한 것으로서, 차량들에서 수집되는 정보로부터 인공지능 및 빅데이터를 기반으로 엔진의 시동꺼짐이나 고장, 연비 저하, 동력성능 저하와 같은 문제 발생 상황을 학습하고, 학습된 정보를 타 차량의 제어기에 제공하여 엔진 등 차량 내 장치에 대한 피드포워드 제어에 활용할 수 있도록 함으로써, 차량에서의 문제 발생과 그로 인한 사고 발생이 미연에 방지될 수 있도록 한 예측 제어 시스템 및 방법을 제공하는데 그 목적이 있다.
상기한 목적을 달성하기 위하여, 본 발명의 일 양태에 따르면, 복수의 차량들에 각각 설치되고, 해당 차량에서 차량 내 장치와 관련된 상태 정보를 수집하여 상기 수집된 상태 정보를 실시간으로 송신하며, 상기 차량 내 장치의 문제 발생시 문제 발생 정보를 송신하는 차량 단말; 및 상기 차량 단말로부터 수신되는 상기 상태 정보를 빅데이터로 수집하여 분류 및 저장하고, 상기 복수의 차량 중 적어도 일부 차량의 차량 단말로부터 차량 내 장치의 문제 발생 정보를 수신하면, 상기 차량 내 장치의 문제 발생 시점에서 수신된 상기 상태 정보를 기초로 문제 발생 조건을 구하여 그에 해당하는 정보를 상기 차량 단말에 송신하는 빅데이터 서비스 제공 장치를 포함하고, 상기 차량 단말은 상기 빅데이터 서비스 제공 장치로부터 상기 문제 발생 조건에 해당하는 정보가 수신되면, 상기 수신된 문제 발생 조건에 해당하는 정보를 기초로 차량에서 수집된 현재의 상기 상태 정보가 상기 문제 발생 조건에 해당하는지를 판단하고, 상기 문제 발생 조건에 해당하는 것으로 판단한 경우 상기 차량 내 장치에 대한 미리 정해진 제어를 수행하도록 된 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 시스템을 제공한다.
그리고, 본 발명의 다른 양태에 따르면, 복수의 차량들에서 각 차량의 차량 단말이, 차량 내 장치와 관련된 상태 정보를 수집하여 상기 수집된 상태 정보를 실시간으로 송신하고, 상기 차량 내 장치의 문제 발생시 문제 발생 정보를 송신하는 단계; 빅데이터 서비스 제공 장치가 상기 각 차량의 차량 단말이 송신하는 상기 상태 정보를 빅데이터로 수집하여 분류 및 저장하는 단계; 상기 빅데이터 서비스 제공 장치가 상기 복수의 차량 중 적어도 일부 차량의 차량 단말로부터 상기 차량 내 장치의 문제 발생 정보를 수신하면, 차량 내 장치의 문제 발생 시점에서 수신된 상기 상태 정보를 기초로 문제 발생 조건을 구하는 단계; 상기 구해진 문제 발생 조건에 해당하는 정보를 상기 각 차량의 차량 단말에 송신하는 단계; 상기 차량 단말이 상기 빅데이터 서비스 제공 장치로부터 수신한 상기 문제 발생 조건에 해당하는 정보를 기초로 차량에서 수집된 현재의 상기 상태 정보가 상기 문제 발생 조건에 해당하는지를 판단하는 단계; 및 상기 차량 단말이 상기 문제 발생 조건에 해당하는 것으로 판단한 경우, 상기 차량 내 장치에 대한 미리 정해진 제어를 수행하는 단계를 포함하는 빅데이터 기반의 차량 예측 제어 방법을 제공한다.
이로써, 본 발명에 따른 빅데이터 기반의 차량 예측 제어 시스템 및 방법에 의하면, 차량 외부의 서비스 제공 장치가 실제 도로를 주행하고 있는 차량들로부터 엔진 등의 차량 내 장치와 관련된 각종 상태 정보와 엔진의 시동꺼짐이나 고장, 연비 저하, 동력성능 저하 등 차량 내 장치의 문제 발생 정보를 빅데이터로 수집하여 인공지능 기반으로 차종별 문제 발생 케이스 및 상황, 작동 조건을 분석 및 분류하는 학습을 실시하고, 학습된 정보를 통신 가능한 차량의 제어기에 제공하여 관련 장치에 대한 피드포워드 제어(feedforward)에 활용할 수 있도록 함으로써, 엔진의 시동꺼짐이나 고장, 연비 저하, 동력성능 저하 등 각 차량에서의 문제 발생을 효과적으로 예방할 수 있게 된다.
도 1은 본 발명의 실시예에 따른 차량 예측 제어 시스템의 구성을 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 차량 예측 제어가 이루어지는 상태를 도시한 개념도이다.
도 3은 본 발명의 실시예에 따른 차량 예측 제어 시스템에서 차량 단말의 구성을 나타내는 도면이다.
도 4는 본 발명의 실시예에 따른 차량 예측 제어 시스템에서 TMS 서버의 구성을 나타내는 도면이다.
도 5는 본 발명의 실시예에 따른 차량 예측 제어 시스템에서 빅데이터 서버의 구성을 나타내는 도면이다.
도 6은 본 발명의 실시예에 따른 차량 예측 제어 방법을 나타내는 순서도이다.
이하에서는 첨부한 도면을 참조하여 본 발명의 실시예에 대해 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명하기로 한다. 그러나, 본 발명은 여기서 설명되는 실시예에 한정되지 않고 다른 형태로 구체화될 수도 있다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
본 발명은 인공지능 및 빅데이터 기술을 기반으로 차량들로부터 수신되는 정보를 이용하여 차량 내 장치의 문제 발생 상황을 분석 및 학습한 뒤 학습 정보를 타 차량에 제공하고, 상기 타 차량에서는 동일한 문제가 발생하지 않도록 수신된 학습 정보를 차량 내 장치에 대한 예측 제어에 활용할 수 있도록 한 차량 예측 제어 방법에 관한 것이다.
더욱 상세하게는, 본 발명에서는 빅데이터 서비스 제공 장치가 도로를 주행하고 있는 차량들로부터 엔진 등 차량 내 장치와 관련된 각종 상태 정보와, 엔진의 시동꺼짐이나 고장, 연비 저하, 동력성능 저하 등의 차량 내 장치의 문제 발생 정보를 빅데이터로서 실시간으로 수집, 분류 및 분석하여 군집화한 뒤 저장한다.
특히, 상기 빅데이터 서비스 제공 장치(이하 '서비스 제공 장치'라 약칭함)는 상기 실시간으로 수집되는 정보를 이용하여 인공지능을 기반으로 차종별 문제 발생 케이스 및 그 문제 발생 조건에 해당하는 정보를 계속해서 취득 및 갱신하는 학습을 실시한 뒤, 학습된 정보를 통신 가능한 동종 차량의 제어기에 제공하여 엔진 등 차량 내 장치에 대한 피드포워드 제어(feedforward)에 활용할 수 있도록 함으로써, 차량에서의 문제점 발생과 그로 인한 사고 발생을 예방할 수 있도록 하는 차량 예측 제어 방법에 특징이 있다.
이하, 도면을 참조하여 본 발명의 실시예에 따른 예측 제어 시스템의 구성에 대해 상술하기로 한다.
도 1은 본 발명의 실시예에 따른 차량 예측 제어 시스템의 구성을 나타내는 도면이고, 도 2는 본 발명의 실시예에 따른 차량 예측 제어가 이루어지는 상태를 도시한 개념도이다.
도 1에 나타낸 바와 같이, 본 발명의 실시예에 따른 차량 예측 제어 시스템은 각 차량(1)에 설치되는 단말(이하 '차량 단말'이라 칭함)(200)과 차량 외부의 서비스 제공 장치(300)를 포함하고, 차량 단말(200)과 서비스 제공 장치(300)가 네트워크(100)를 통해 연결되어 서로 정보를 주고 받도록 되어 있다.
예를 들어, 주행 중 시동꺼짐이 발생한 차량(1)에서는 시동꺼짐 발생 정보 및 그 시동꺼짐이 발생하였을 때의 차량 상태 정보를 서비스 제공 장치(300)로 송신하고, 상기 서비스 제공 장치(300)는 차량(1)에서 수신된 정보를 수집 및 분석하여 학습한 뒤 그 학습 정보를 시동꺼짐 방지를 위한 예측 제어용 정보로서 다른 차량들에게 제공한다.
이에 따라 도로를 주행하고 있는 각 차량(1)에서는 서비스 제공 장치(300)로부터 수신된 정보에 기초하여 엔진의 시동꺼짐이 발생하지 않도록 하기 위한 제어를 실시한다.
본 발명에서 네트워크(100)는 인터넷망, 인트라넷망, 이동통신망, 위성통신망 등 다양한 유무선 통신 기술을 이용하여 정해진 프로토콜로 데이터를 송, 수신할 수 있는 망을 말한다.
네트워크(100)는 LAN(Local Area Network), WAN(Wide Area Network)등의 폐쇄형 네트워크, 인터넷(Internet)과 같은 개방형 네트워크뿐만 아니라, CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access), GSM(Global System for Mobile Communications), LTE(Long Term Evolution), Wi-Fi(Wireless-Fidelity), EPC(Evolved Packet Core) 등의 네트워크와 향후 구현될 차세대 네트워크 및 컴퓨팅 네트워크를 통칭하는 개념이다.
그리고, 본 발명의 실시예에 따른 차량 예측 제어 시스템은 복수의 차량 단말(200)을 포함하며, 상기 복수의 차량 단말(200)은 차량 예측 제어 서비스를 이용하는 복수의 차량(1)에 설치되어 있는 단말들을 의미하는 것이다.
또한, 상기 서비스 제공 장치(300)는 TMS(Telematics Multimedia System) 서버(300)와 빅데이터 서버(400)를 포함할 수 있다.
도 3은 본 발명의 실시예에 따른 차량 예측 제어 시스템에서 차량 단말의 구성을 나타내는 도면이다.
이를 참조하여 설명하면, 본 발명에서 각 차량 단말(200)은 각 차량에 장착되고, 차량 외부의 서비스 제공 장치(300), 예를 들어 텔레매틱스 서비스를 제공하는 TMS 서버(310) 또는 빅데이터 서비스를 제공하는 빅데이터 서버(320)를 상대로 네트워크(100)를 통해 무선 통신을 수행하기 위한 통신부(210)를 포함한다.
또한, 각 차량 단말(200)은 수신된 정보를 가공 및 처리하고 차량으로 전송할 신호 또는 데이터를 포함하는 정보를 생성 및 출력하는 제어기(220)를 포함한다.
예를 들어, 상기 차량 단말(200)은 통상의 차량에서 TMS 단말이 될 수 있고, 또는 상기 차량 단말 내 제어기(220)는 차량 내 장치에 대한 제어를 수행하는 제어기, 예를 들어 주 예측 제어 대상이 되는 차량 내 장치가 엔진이라면, 상기 제어기(220)는 통상의 엔진 제어기(Engine Control Unit, ECU; Engine Management System, EMS)가 될 수 있다.
이러한 차량 단말(200)의 제어기(220)는 차량(1)에 구비된 검출부(201) 및 진단부(202)로부터 엔진 등 차량 내 장치의 운전 정보 및 상태 정보, 진단 정보를 입력받는다.
여기서, 차량 단말(200)의 제어기(220)가 입력받고 수집하는 정보는, 상기 차량 내 장치가 엔진이라면, 엔진 운전 및 제어, 엔진 상태와 관련된 주요 정보나 신호를 포함할 수 있고, 이러한 엔진 관련 정보 및 신호가 VCRM(Vehicle Customer Relation Management) 신호로서 외부 서비스 제공 장치(300)로 전송된다.
이를 위해, 상기 검출부(201)는 차량 내 장치의 작동 및 제어와 관련된 센서류나 검출요소를 포함하는 것이 될 수 있고, 예를 들면, 상기 차량 내 장치가 엔진인 경우, 가속페달 센서(Acceleration Position Sensor,APS), 엔진 토크 센서, 엔진 회전수 센서, 매니폴드 압력 센서, 흡입공기량 센서, 람다(λ) 센서, 촉매 온도 센서, 캠(CAM) 센서, 크랭크각(Crank Position,CKP) 센서 등 엔진 작동 및 제어와 관련된 공지의 센서들을 포함할 수 있다.
또한, 상기 진단부(202)는 도 3에서 별도의 구성요소로 도시하였으나, 이러한 진단부(202)가 별도 구성요소가 아닌 상기 차량 단말(200)의 제어기(220) 내 로직 또는 그 로직을 수행하는 제어기 내 부분이나 요소가 될 수 있다.
또한, 상기 진단부(202)는 엔진 또는 엔진의 상태, 작동 및 제어와 관련된 차량 내 다른 부품을 관리하거나 제어하는 기능을 수행하는 타 제어기가 될 수 있다.
예를 들면, 상기 차량 단말(200)이 TMS 단말이 될 수 있고, 상기 차량 단말 내 제어기(220)가 TMS 단말 내 텔레매틱스 서비스 제어기가 될 수 있으며, 이때 상기 타 제어기는 엔진 제어기(ECU/EMS)가 될 수 있다.
물론, 상기 차량 단말(200)의 제어기(220)가 엔진 제어기가 될 수도 있다.
그리고, 상기 엔진 제어기가 상기 타 제어기인 경우에서 엔진 제어기가 상기 차량 단말(200) 내 제어기(220)에 전달하는 정보, 또는 상기 엔진 제어기가 차량 단말(200) 내 제어기(220)인 경우에서 후술하는 바와 같아 외부 서비스 제공 장치(300)에 전달하는 정보는, 연료량, 점화코일 진단 정보, 실화 발생 카운트 정보 등이 될 수 있다.
또한, 상기 타 제어기는 배터리 관리 시스템(Battery Management System, BMS)을 포함할 수 있고, 상기 배터리 관리 시스템(BMS)이 차량 단말(200)의 제어기(220)에 전달하는 정보는 배터리 SOC가 될 수 있다.
또한, 각 차량에서 차량 단말(200)의 제어기(220)는 검출부(201) 또는 진단부(202)에서 입력되거나 그들을 통해 수집된 정보들, 또는 자체 내부 로직에 의해 결정된 상태 또는 진단, 제어 관련 정보들을 상기 통신부(210)를 통해 외부의 서비스 제공 장치(300)에 실시간으로 전달한다.
여기서, 정보들은 VCRM 정보로서 도로를 주행하고 있는 차량들로부터 전달되는 실시간 정보들이고, 전술한 바와 같이 엔진과 관련된 정보들, 보다 상세히는 엔진 운전 및 제어, 엔진 상태와 관련된 정보들이 될 수 있다.
상기 차량 단말(200)에서 서비스 제공 장치(300)로 실시간 전송되는 엔진 운전 및 제어, 상태 관련 정보는 엔진 제어기(ECU 또는 EMS)의 주요 신호가 될 수 있고, 예를 들면, APS 값, 엔진 목표 토크, 엔진 토크 센서 검출 값인 실제 엔진 토크, 흡기 매니폴드 압력, 흡입공기량, 배터리 SOC, 람다 값, 촉매 온도, 캠 센서 검출 값, 크랭크각, 점화코일 진단 정보, 실화 발생 카운트 값 중 적어도 일부를 포함할 수 있다.
그리고, 차량 단말(200) 내 저장부(230)는 본 발명의 차량 예측 제어와 그 서비스 이용을 위한 고유 정보 및 설정 정보, 그리고 차량 예측 제어 과정 및 서비스 이용 과정에서 발생하는 생성 정보 및 데이터들을 저장하게 된다.
예를 들어, 상기 고유 정보 및 설정 정보로는 차량 식별을 위한 고유 정보인 차량 식별 정보(ID), 차종 정보, 네트워크 연결 및 서비스 이용을 위한 인증 관련 정보(ID 및 패스워드) 등을 포함할 수 있다.
한편, 서비스 제공 장치(300)는 본 발명에 따른 차량 예측 제어 서비스를 제공하는 시스템으로서, 도로를 주행하고 있는 각 차량(1)의 차량 단말(200)과 무선 네트워크를 통해 서비스 수행을 위해 필요한 각종 정보를 주고받는다.
이러한 서비스 제공 장치(300)는 각 차량 단말(200)과 무선 네트워크를 통해 연결되는 TMS 서버(310)와, 상기 TMS 서버(310)와 유선 또는 무선 네트워크를 통해 연결되는 빅데이터 서버(320)를 포함할 수 있다.
또는 상기 빅데이터 서버(320)가 차량 단말(200)들과의 직접적인 통신이 가능하도록 구비되어, 기존의 TMS 서버를 별도로 이용하지 않고도 차량 단말(200)과 빅데이터 서버(320) 간의 직접적인 통신을 통해 본 발명에 따른 차량 예측 제어 과정이 수행되도록 할 수 있다.
이하의 설명에서는 서비스 제공 장치(300)가 TMS 서버(310)와 빅데이터 서버(320)를 포함하는 경우의 예를 들어서 설명하기로 한다.
다만, 차량 단말(200)들과 빅데이터 서버(320) 사이에 직접적인 통신이 가능한 네트워크 환경이 구축된다면 TMS 서버(310)의 삭제가 가능하고, 이때 서비스 제공 장치는 TMS 서버(310) 없이 빅데이터 서버(320)만을 포함하는 구성이 될 수 있다.
도 4는 본 발명의 실시예에 따른 차량 예측 제어 시스템에서 TMS 서버의 구성을 나타내는 도면이다.
먼저, 기 구축된 텔레매틱스 서비스 환경을 이용하면서 빅데이터 서버(320)를 추가하여 본 발명에 따른 차량 예측 제어 과정이 수행되도록 할 수 있고, 이를 위해 차량 외부의 서비스 제공 장치(300)는 서비스 이용을 위한 사전 등록, 사용자 인증 및 네트워크 연결 절차를 마친 차량(1)들에 대해서 텔레매틱스 서비스를 제공하는 TMS 서버(310)를 포함한다.
본 발명에 따른 차량 예측 제어가 수행되는 과정에서 TMS 서버(310)는 도로를 주행 중인 차량(1)들 및 빅데이터 서버(320)와의 통신을 수행하며, 각 차량 단말(200)에서 네트워크(100)를 통해 수신되는 정보들을 네트워크(100) 또는 별도 유, 무선 통신을 통해 빅데이터 서버(320)로 전달하고, 상기 빅데이터 서버(320)에서 수신되는 정보들을 네트워크(100)를 통해 각 차량 단말(200)로 전달하는 역할을 한다.
이를 위해, TMS 서버(310)는 도 4에 나타낸 바와 같이 네트워크 연결을 위한 통신부(311), 정보 처리를 수행하는 처리부(312), 정보를 저장하는 저장부(313)를 포함할 수 있다.
이 중에 통신부(311)는 텔레매틱스 서비스를 이용하는 각 차량 단말(200)의 통신부(210)와 무선 네트워크(100)를 통해 연결되고, 이와 더불어 빅데이터 서버(320)의 통신부(도 5에서 도면부호 321임)와도 네트워크(100)나 별도 유, 무선 통신을 통해 연결된다.
이로써, TMS 서버(310)가 통신부(311)를 통해 각 차량 단말(200) 및 빅데이터 서버(320)를 상대로 차량 예측 제어와 관련된 정보들을 주고받을 수 있다.
상기 처리부(312)는 텔레매틱스 서비스 및 본 발명에 따른 차량 예측 제어 서비스를 위해 차량 단말(200) 및 빅데이터 서버(320)와의 사이에서 수신되는 정보를 가공 및 처리한다.
이와 더불어, 상기 처리부(312)는 TMS 서버(310)의 작동 전반을 제어하는데, 예를 들어 필요한 정보들이 송, 수신될 수 있도록 통신부(311)의 작동을 제어하거나 필요한 정보들이 저장부(313)에 저장되도록 할 수 있다.
이때, 처리부(312)는 차량 단말(200)로부터 수신된 정보들이 별도 처리 및 가공 없이 빅데이터 서버(320)로 전달되거나 빅데이터 서버(320)에서 수신된 정보들이 별도 처리 및 가공 없이 선택된 각 차량 단말(200)로 전달될 수 있게 통신부(311)의 작동을 제어할 수도 있다.
이 경우, TMS 서버(310)는 텔레매틱스 서비스 및 본 발명에 따른 차량 예측 제어 서비스의 이용을 위해 기 등록된 차량(1)들과 빅데이터 서버(320) 사이에서 정보를 중계하는 역할을 하는 것이라 할 수 있다.
다음으로, 빅데이터 서버(320)는 통신부(321), 처리부(322) 및 저장부(323)를 포함할 수 있고, 각 차량 단말(200)들로부터 전송된 정보들을 빅데이터로 수집 및 분류, 분석하여 학습하는 컴퓨터 인공지능(AI) 학습 과정을 수행한다.
상기 빅데이터 서버(320)는 차량 단말(200)들로부터 전송된 정보들, 예컨대 엔진 등 차량 내 장치와 관련된 각종 상태 정보와 엔진의 시동꺼짐이나 고장, 연비 저하, 동력성능 저하와 같은 차량 내 장치의 문제 발생 정보를 통신부(321)를 통해 실시간으로 수신하고, 처리부(322)에서 수집된 정보들을 실시간으로 처리 및 분류, 분석하여 군집화하고 필요한 정보를 취득 및 갱신하는 학습을 실시한다.
즉, 차량 단말(200)로부터 새로이 수신되는 정보와, 상기 복수의 차량 중 적어도 일부 차량의 차량 단말(200)로부터 새로이 수신되는 차량 내 장치의 문제 발생 정보를 계속해서 추가 및 누적하여, 누적된 데이터에 기초하여 상기 문제 발생 조건에 해당하는 정보를 갱신하는 인공지능(AI) 학습 과정을 실시하는 것이다.
또한, 상기 빅데이터 서버(320)에서는 수집된 정보들, 분류된 정보들, 그리고 분석된 데이터 및 학습 결과 등 데이터를 포함하여 차량 예측 제어 과정에서 수집되고 생성된 각종 정보들이 저장부(323)에 저장되도록 할 수 있다.
여기서, 상기 빅데이터 서버(320)가 수행하는 학습 과정에 대하여 좀더 설명하면, 빅데이터 서버(320)에서는 처리부(322)가 실시간으로 통신부(321)를 통해 수집되는 정보들을 차종별로 분류 및 데이터베이스화하여 빅데이터로 저장부(323)에 저장하고, 분류되는 정보들이 계속해서 누적됨과 더불어, 인공지능(AI)을 기반으로 딥 러닝(deep learning)을 통해 정보들에 대한 분석을 실시하여 차종별 문제 발생 케이스 및 그 문제 발생 조건에 해당하는 정보들을 실시간 취득 및 갱신하는 학습을 실시한다.
이때, 빅데이터 서버(320)가 차량(1)들로부터 실시간으로 수신하는 정보들은 전술한 바와 같으며, 엔진 등의 차량 내 장치와 관련된 각종 상태 정보와, 엔진의 시동꺼짐이나 고장, 연비 저하, 동력성능 저하 등 차량 내 장치의 문제 발생 정보가 될 수 있고, 상기한 정보들을 분류 및 데이터베이스화하여 빅데이터로 저장하게 된다.
또한, 상기 빅데이터 서버(320)에서는 실시간 취득 및 갱신되는 정보들을 저장부(323)에 저장함과 더불어 통신부(321)를 통해 각 차량(1)으로 전송하는데, 빅데이터 서버(320)가 전송하는 정보들이 TMS 서버(310)를 통해 각 차량 단말(200)에서 수신되도록 할 수 있다.
이와 같이 빅데이터 서버(320)가 전송하고 각 차량의 차량 단말(200)들이 수신하는 정보들은 차량(1)에서 엔진 등 차량 내 장치에 대한 피드포워드 제어(feedforward)에 활용되고, 이로써 차량에서의 문제점 발생과 그로 인한 사고 발생을 예방할 수 있게 된다.
한편, 빅데이터 서버(320)에서는 전술한 바와 같이 인공지능 기반의 분석을 통해 차종별 문제 발생 케이스 및 그 문제 발생 조건 등을 규정한 일련의 데이터가 생성될 수 있고, 생성된 차종별 데이터가 주행 중인 동종의 차량(1)들에게 전송된다.
일례로, 빅데이터 서버(320)는 실제 도로를 주행하고 있는 차량(1)들로부터 엔진 관련 정보들을 주기적으로 수신하여 분류 및 군집화하고, 시동꺼짐 현상이 발생한 차량으로부터 시동꺼짐 발생 정보와 시동꺼짐 현상이 발생한 시점의 엔진 관련 정보들을 수집하여 군집화하며, 이때 주요 정보의 변화량을 분석하여 엔진의 시동꺼짐 발생 조건에 해당하는 정보를 최종의 분석 정보로서 취득할 수 있다.
이때, 상기 엔진의 시동꺼짐 발생 조건에 해당하는 정보는 상기 엔진과 관련된 상태에 대해 정해지는 변화량 값이 될 수 있다.
예를 들면, 흡기 매니폴드 압력이 10% 이상 감소하고, 연료량이 5% 이상 감소하며, APS가 5% 이상 증가하였을 때, 시동꺼짐 현상이 발생하였다면, 이때의 변화량 정보를 빅데이터 서버(320)가 차량에서의 시동꺼짐 현상 발생 조건, 즉 엔진의 시동꺼짐 현상이 발생할 수 있는 문제 발생 조건으로 취득할 수 있다.
이와 같이 엔진의 시동꺼짐 발생 조건에 해당하는 정보는 미리 정해진 흡기 매니폴드 압력 감소량, 연료 감소량, APS 값 증가량을 포함하는 것이 될 수 있다.
그리고, 빅데이터 서버(320)는 시동꺼짐 현상 발생 조건 정보를 각 차량(1)에게 전송하며, 각 차량에서는 차량 단말(200)에서 수신된 정보를 기준으로 제어기(ECU/EMS)가 엔진 제어 시 엔진 관련 실시간 정보를 문제 발생 조건과 비교하여 해당 차량에서 엔진 시동꺼짐이 발생할 수 있는지를 판단하고, 엔진 시동꺼짐이 발생할 수 있음을 판단한 경우 시동꺼짐을 방지하기 위한 차량 제어를 실시한다.
예로서, 상기 제어기는 현재의 엔진 관련 정보로부터 해당 차량의 엔진 시동꺼짐이 발생할 수 있음을 판단하여 엔진 회전수를 일정량만큼 증가시키는 엔진 회전수 상향 제어를 실시할 수 있다.
여기서, 상기 제어기는 차량 단말(200) 내 제어기(220)와 협조 제어를 수행하는 타 제어기(ECU/EMS)일 수 있고, 또는 차량 단말(200) 내 제어기(220) 자체가 될 수 있다.
도 6은 본 발명의 실시예에 따른 차량 예측 제어 방법을 나타내는 순서도로서, 이하에서는 차량에서 발생할 수 있는 문제로서 엔진 시동꺼짐을 방지하기 위한 제어를 수행하는 예를 들어 설명하기로 한다.
이와 같이 차량의 예측 제어는 엔진 시동꺼짐을 방지하기 위하여 엔진 제어기에 의해 엔진이 제어되는 것을 포함할 수 있으며, 엔진 시동꺼짐뿐만 아니라 다른 차량 내 장치의 고장이나 연비 저하, 엔진 동력 성능 저하 등에도 확대 적용할 수 있다.
또한, 본 발명에 따른 인공지능 기반 피드포워드 제어 및 예측 제어 기술은 엔진 제어기(ECU/EMS)뿐만 아니라 타 제어기, 예컨대 ESC(Electronic Stability Control), BCM(Body Control Module), HCU(Hybrid Control Unit), MCU(Motor Control Unit) 등 차량에 탑재되는 공지의 제어기로 확대 적용할 수 있으며, 각 제어기의 필요 항목에 맞추어 적용 가능하다.
본 발명의 실시예에서는 서비스 제공 장치(300)가 도로를 주행하는 차량(1)들로부터 시동꺼짐 현상에 대한 정보를 빅데이터로 수집한 후 딥 러닝을 통한 분석을 실시하고, 이를 통해 패턴을 군집화한 후 도로를 주행하는 차량들에 해당 케이스를 송부하는바, 차량에서 동일한 현상이 발생하면 엔진 제어 전략을 변경하여 동일한 엔진 시동꺼짐 현상이 발생하지 않도록 미연에 방지하는 제어가 수행될 수 있도록 한다.
예를 들어, 빅데이터 서버(320)에서 차량(1)들로부터 수집되는 데이터를 인공지능(AI) 기반으로 분류 및 분석하여 군집화하는 학습을 실시하고, 그 학습 결과로서 엔진의 주요 신호 A가 10% 이상 상향되고 B는 5% 이상 상향, C는 5% 이상 하향된 조건을 엔진 시동꺼짐 현상이 발생할 수 있는 조건으로 도출하였다면, 이러한 시동꺼짐 현상이 발생할 수 있는 케이스를 각 차량에 송부하는데, 이때 차량의 제어기는 수신된 케이스 정보에 기초하여 시동꺼짐이 발생할 것으로 예측하게 되면 엔진 회전수 상향 제어를 실시한다.
그리고, 상기와 같은 과정을 시동꺼짐 발생 차량 및 미발생 차량 모두에 적용하여 동일한 현상으로 인한 시동꺼짐 발생을 방지하고, 이를 통해 차량 상품성 및 품질을 확보할 수 있도록 한다.
또한, 도로를 주행하고 있는 많은 차량들로부터 데이터를 수집하고, 이를 계속 반복하여 인공지능 기반으로 제어의 정밀함을 확보하고, 현장에서 미인지된 상황에도 대처할 수 있도록 한다.
도 5를 참조하여 설명하면, 먼저 차량의 시동 키가 온(KEY ON) 되고(S11), 차량 단말(200)에서 현재의 엔진 관련 정보, 즉 엔진 상태, 운전 및 제어와 관련된 VCRM 정보를 송신한다(S12).
이때, 차량 단말(200) 내 제어기(220)(또는 엔진 제어기)가 시동 키 온에 의해 웨이크-업(wake-up) 된 후 다시 오프될 때까지 실시간으로 엔진 관련 VCRM 정보를 송신하며, 이때 송신하는 엔진 제어기의 주요 신호로는 센서 및 액츄에이터 신호, 엔진 목표 토크와 실제 토크 신호를 포함할 수 있고, APS 값, 엔진 목표 토크, 엔진 토크 센서 검출 값인 실제 엔진 토크, 흡기 매니폴드 압력, 흡입공기량, 배터리 SOC, 람다 값, 촉매 온도, 캠 센서 검출 값, 크랭크각, 점화코일 진단 정보, 실화 발생 카운트 값 중 적어도 일부를 포함할 수 있다.
상기와 같이 차량 단말(200)에서 송신된 데이터가 빅데이터 서버(320)에 수집되면, 빅데이터 서버(320)에서는 수집되는 정보를 분류하게 된다.
이어 엔진 구동 상태가 되고(S13), 엔진 구동 상태에서 엔진 제어기가 엔진의 시동꺼짐(engine stall)이 발생한 것으로 판단하면, 차량 단말기(200)에서 엔진의 시동꺼짐이 발생하였음을 나타내는 시동꺼짐 발생 정보(engine stall bit VCRM)를 네트워크를 통해 송신한다(S14,S15).
본 발명에서 엔진 제어기가 키 온 후 엔진 회전수가 설정 회전수 미만일 경우 엔진의 시동꺼짐(engine stall)이 발생한 것으로 판단하도록 설정될 수 있다.
이어 빅데이터 서버(320)에서는 엔진 시동꺼짐 발생 시점에서의 주요 신호를 분석하고 군집화하여 엔진 시동꺼짐 발생 조건을 학습한다(S16).
즉, 빅데이터 서버(320)는 시동꺼짐이 발생하였을 때의 주요 신호의 변화량을 패턴화하고, 엔진 시동꺼짐 발생 조건이 되는 주요 신호의 변화량 패턴 값을 시동꺼짐 발생 케이스 정보로서 네트워크(100)를 통해 차량 단말(200)로 송신한다.
이어 빅데이터 서버(320)는 엔진 시동꺼짐 발생 조건을 각 차량(1)으로 송신하고, 결국 각 차량(1)에서는 차량 단말(200)을 통해 학습된 엔진 시동꺼짐 발생 조건을 수신하게 된다(S17).
상기 빅데이터 서버(320)에서는 이후에도 차량(1)들로부터 수신되는 정보에 기초하여 엔진 시동꺼짐 발생 조건을 새로이 갱신하는 학습이 이루어지며, 새로이 학습된 정보를 각 차량(1)들로 다시 전달하여 차량에서 엔진 시동꺼짐을 방지하기 위한 제어에 활용할 수 있도록 한다.
그리고, 차량에서는 빅데이터 서버에서 수신된 정보를 기초로 하여 현재의 엔진 상태, 운전 및 제어 관련 상태가 엔진 시동꺼짐 발생 조건에 해당하는지를 판단하고(S18), 만약 엔진 시동꺼짐 발생이 가능한 조건인 것으로 판단한 경우 엔진 제어기의 제어하에 엔진 회전수 상향 제어가 실시된다(S19,S20).
엔진 회전수 상향 제어는 엔진 제어기에서 엔진 목표 회전수(A)가 결정되고 나면, 상기 결정된 엔진 목표 회전수(A)에 미리 정해진 설정회전수(B)(예, 1000RPM)를 더한 값을 최종의 목표 값(= A + B)으로 하여 목표 값을 추종하는 엔진 회전수 제어를 수행한다.
이러한 엔진 회전수 상향을 위한 제어는 구체적으로 엔진의 흡입공기량을 상향시키는 제어나 점화시기 진각 제어를 포함할 수 있고, 이외에 림프 홈(limp home) 모드로 추가할 수 있는 것으로서 ISG(Idle Stop and Go) 진입 금지, 알터네이터 발전 제어 금지, 또는 퓨얼 컷(fuel cut) 금지 등이 수행될 수 있다.
이상으로 본 발명의 실시예에 대하여 상세하게 설명하였지만, 본 발명의 권리범위가 이에 한정되는 것은 아니며, 다음의 특허청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당 업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 포함된다.
100 : 네트워크
200 : 차량 단말
201 : 검출부
202 : 진단부
210 : 통신부
220 : 제어기
230 : 저장부
300 : 서비스 제공 장치
310 : TMS 서버
320 : 빅데이터 서버

Claims (20)

  1. 복수의 차량들에 각각 설치되고, 해당 차량에서 차량 내 장치와 관련된 상태 정보를 수집하여 상기 수집된 상태 정보를 실시간으로 송신하며, 상기 차량 내 장치의 문제 발생시 문제 발생 정보를 송신하는 차량 단말; 및
    상기 차량 단말로부터 수신되는 상기 상태 정보를 빅데이터로 수집하여 분류 및 저장하고, 상기 복수의 차량 중 적어도 일부 차량의 차량 단말로부터 차량 내 장치의 문제 발생 정보를 수신하면, 상기 차량 내 장치의 문제 발생 시점에서 수신된 상기 상태 정보를 기초로 문제 발생 조건을 구하여 그에 해당하는 정보를 상기 차량 단말에 송신하는 빅데이터 서비스 제공 장치를 포함하고,
    상기 차량 단말은 상기 빅데이터 서비스 제공 장치로부터 상기 문제 발생 조건에 해당하는 정보가 수신되면, 상기 수신된 문제 발생 조건에 해당하는 정보를 기초로 차량에서 수집된 현재의 상기 상태 정보가 상기 문제 발생 조건에 해당하는지를 판단하고, 상기 문제 발생 조건에 해당하는 것으로 판단한 경우 문제가 발생할 수 있는 상기 차량 내 장치에 대한 미리 정해진 제어를 수행하도록 구비되고,
    상기 빅데이터 서비스 제공 장치는
    상기 차량 단말로부터 새로이 수신되는 정보와, 상기 복수의 차량 중 적어도 일부 차량의 차량 단말로부터 새로이 수신되는 차량 내 장치의 문제 발생 정보를 누적하여, 상기 누적된 데이터에 기초하여 상기 문제 발생 조건에 해당하는 정보를 갱신하는 인공지능(AI) 학습 과정을 실시하는 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 시스템.
  2. 청구항 1에 있어서,
    상기 빅데이터 서비스 제공 장치는
    상기 차량 단말로부터 정보를 수신하여 전달하는 TMS(Telematics Multimedia System) 서버; 및
    상기 TMS 서버가 전달하는 정보를 빅데이터로 수집하여 분류 및 저장하고, 상기 TMS 서버가 전달하는 상기 차량 내 장치의 문제 발생 정보를 수신하면, 상기 문제 발생 조건에 해당하는 정보를 생성하는 빅데이터 서버를 포함하며,
    상기 빅데이터 서버는 상기 생성된 문제 발생 조건에 해당하는 정보를 TMS 서버로 전달하고, 상기 TMS 서버는 빅데이터 서버에서 전달된 상기 문제 발생 조건에 해당하는 정보를 차량 단말로 송신하는 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 시스템.
  3. 청구항 1에 있어서,
    상기 빅데이터 서비스 제공 장치는
    상기 차량 단말로부터 수신되는 정보를 빅데이터로 수집하여 분류 및 저장하고, 상기 차량 내 장치의 문제 발생 정보를 수신하면, 상기 문제 발생 조건에 해당하는 정보를 생성하는 빅데이터 서버를 포함하고,
    상기 빅데이터 서버는 상기 생성된 문제 발생 조건에 해당하는 정보를 각 차량 단말로 전달하는 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 시스템.
  4. 청구항 1에 있어서,
    상기 차량 내 장치가 엔진이고,
    상기 차량 내 장치와 관련된 상태 정보가 엔진과 관련된 상태 정보이며,
    상기 차량 내 장치의 문제 발생 정보가 엔진의 시동꺼짐 발생 정보이고,
    상기 문제 발생 조건이 엔진의 시동꺼짐 발생 조건인 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 시스템.
  5. 청구항 4에 있어서,
    상기 엔진의 시동꺼짐 발생 조건에 해당하는 정보는
    상기 엔진의 문제 발생 시점에서 수신된 상기 상태 정보를 기초로 정해지는 상기 엔진과 관련된 상태의 변화량 값인 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 시스템.
  6. 청구항 4에 있어서,
    상기 엔진의 시동꺼짐 발생 조건에 해당하는 정보는
    상기 엔진의 문제 발생 시점에서 수신된 상기 상태 정보를 기초로 정해지는 흡기 매니폴드 압력 감소량, 연료 감소량 및 APS(Acceleration Position Sensor) 값 증가량을 포함하는 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 시스템.
  7. 청구항 4에 있어서,
    상기 엔진과 관련된 상태 정보는
    APS(Acceleration Position Sensor) 값, 엔진 목표 토크, 엔진 토크 센서 검출 값인 실제 엔진 토크, 흡기 매니폴드 압력, 흡입공기량, 배터리 SOC, 람다 값, 촉매 온도, 캠 센서 검출 값, 크랭크각, 점화코일 진단 정보, 실화 발생 카운트 값 중 적어도 일부를 포함하는 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 시스템.
  8. 청구항 4에 있어서,
    상기 차량 내 장치에 대해 수행되는 미리 정해진 제어는 엔진 회전수를 미리 정해진 설정회전수만큼 상향시키는 엔진 회전수 상향을 위한 제어인 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 시스템.
  9. 청구항 8에 있어서,
    상기 엔진 회전수 상향을 위한 제어는 엔진의 흡입공기량 상향 제어 또는 점화시기 진각 제어를 포함하는 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 시스템.
  10. 청구항 8에 있어서,
    상기 미리 정해진 제어는 ISG(Idle Stop and Go) 진입 금지, 알터네이터 발전 제어 금지, 또는 퓨얼 컷(fuel cut) 금지를 더 포함하는 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 시스템.
  11. 삭제
  12. 복수의 차량들에서 각 차량의 차량 단말이, 차량 내 장치와 관련된 상태 정보를 수집하여 상기 수집된 상태 정보를 실시간으로 송신하고, 상기 차량 내 장치의 문제 발생시 문제 발생 정보를 송신하는 단계;
    빅데이터 서비스 제공 장치가 상기 각 차량의 차량 단말이 송신하는 상기 상태 정보를 빅데이터로 수집하여 분류 및 저장하는 단계;
    상기 빅데이터 서비스 제공 장치가 상기 복수의 차량 중 적어도 일부 차량의 차량 단말로부터 상기 차량 내 장치의 문제 발생 정보를 수신하면, 차량 내 장치의 문제 발생 시점에서 수신된 상기 상태 정보를 기초로 문제 발생 조건을 구하는 단계;
    상기 구해진 문제 발생 조건에 해당하는 정보를 상기 각 차량의 차량 단말에 송신하는 단계;
    상기 차량 단말이 상기 빅데이터 서비스 제공 장치로부터 수신한 상기 문제 발생 조건에 해당하는 정보를 기초로 차량에서 수집된 현재의 상기 상태 정보가 상기 문제 발생 조건에 해당하는지를 판단하는 단계; 및
    상기 차량 단말이 상기 문제 발생 조건에 해당하는 것으로 판단한 경우, 문제가 발생할 수 있는 상기 차량 내 장치에 대한 미리 정해진 제어를 수행하는 단계를 포함하고,
    상기 빅데이터 서비스 제공 장치는
    상기 차량 단말로부터 새로이 수신되는 정보와, 상기 복수의 차량 중 적어도 일부 차량의 차량 단말로부터 새로이 수신되는 차량 내 장치의 문제 발생 정보를 누적하여, 상기 누적된 데이터에 기초하여 상기 문제 발생 조건에 해당하는 정보를 갱신하는 인공지능(AI) 학습 과정을 실시하는 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 방법.
  13. 청구항 12에 있어서,
    상기 차량 내 장치가 엔진이고,
    상기 차량 내 장치와 관련된 상태 정보가 엔진과 관련된 상태 정보이며,
    상기 차량 내 장치의 문제 발생 정보가 엔진의 시동꺼짐 발생 정보이고,
    상기 문제 발생 조건이 엔진의 시동꺼짐 발생 조건인 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 방법.
  14. 청구항 13에 있어서,
    상기 엔진의 시동꺼짐 발생 조건에 해당하는 정보는
    상기 엔진의 문제 발생 시점에서 수신된 상기 상태 정보를 기초로 정해지는 상기 엔진과 관련된 상태의 변화량 값인 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 방법.
  15. 청구항 13에 있어서,
    상기 엔진의 시동꺼짐 발생 조건에 해당하는 정보는
    상기 엔진의 문제 발생 시점에서 수신된 상기 상태 정보를 기초로 정해지는 흡기 매니폴드 압력 감소량, 연료 감소량 및 APS(Acceleration Position Sensor) 값 증가량을 포함하는 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 방법.
  16. 청구항 13에 있어서,
    상기 엔진과 관련된 상태 정보는
    APS(Acceleration Position Sensor) 값, 엔진 목표 토크, 엔진 토크 센서 검출 값인 실제 엔진 토크, 흡기 매니폴드 압력, 흡입공기량, 배터리 SOC, 람다 값, 촉매 온도, 캠 센서 검출 값, 크랭크각, 점화코일 진단 정보, 실화 발생 카운트 값 중 적어도 일부를 포함하는 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 방법.
  17. 청구항 13에 있어서,
    상기 차량 내 장치에 대해 수행되는 미리 정해진 제어는 엔진 회전수를 미리 정해진 설정회전수만큼 상향시키는 엔진 회전수 상향을 위한 제어인 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 방법.
  18. 청구항 17에 있어서,
    상기 엔진 회전수 상향을 위한 제어는 엔진의 흡입공기량 상향 제어 또는 점화시기 진각 제어를 포함하는 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 방법.
  19. 청구항 17에 있어서,
    상기 미리 정해진 제어는 ISG(Idle Stop and Go) 진입 금지, 알터네이터 발전 제어 금지, 또는 퓨얼 컷(fuel cut) 금지를 더 포함하는 것을 특징으로 하는 빅데이터 기반의 차량 예측 제어 방법.
  20. 삭제
KR1020180011077A 2018-01-30 2018-01-30 빅데이터 기반의 차량 예측 제어 시스템 및 방법 KR102406182B1 (ko)

Priority Applications (4)

Application Number Priority Date Filing Date Title
KR1020180011077A KR102406182B1 (ko) 2018-01-30 2018-01-30 빅데이터 기반의 차량 예측 제어 시스템 및 방법
US16/034,861 US11162447B2 (en) 2018-01-30 2018-07-13 Vehicle predictive control system based on big data and method thereof
DE102018211845.0A DE102018211845A1 (de) 2018-01-30 2018-07-17 System zur vorausschauenden Steuerung eines Fahrzeugs auf Grundlage von Massendaten, und Verfahren hierfür
CN201810886503.1A CN110096045B (zh) 2018-01-30 2018-08-06 基于大数据的车辆预测控制系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180011077A KR102406182B1 (ko) 2018-01-30 2018-01-30 빅데이터 기반의 차량 예측 제어 시스템 및 방법

Publications (2)

Publication Number Publication Date
KR20190098785A KR20190098785A (ko) 2019-08-23
KR102406182B1 true KR102406182B1 (ko) 2022-06-07

Family

ID=67224350

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180011077A KR102406182B1 (ko) 2018-01-30 2018-01-30 빅데이터 기반의 차량 예측 제어 시스템 및 방법

Country Status (4)

Country Link
US (1) US11162447B2 (ko)
KR (1) KR102406182B1 (ko)
CN (1) CN110096045B (ko)
DE (1) DE102018211845A1 (ko)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11875371B1 (en) 2017-04-24 2024-01-16 Skyline Products, Inc. Price optimization system
US20200023846A1 (en) * 2018-07-23 2020-01-23 SparkCognition, Inc. Artificial intelligence-based systems and methods for vehicle operation
KR20200041098A (ko) * 2018-10-11 2020-04-21 현대자동차주식회사 파워 트레인 부품 고장 진단 방법
KR102391007B1 (ko) * 2019-07-15 2022-04-27 현대자동차주식회사 차량의 부품 교체 서비스 제공 시스템 및 방법
CN110648426B (zh) * 2019-08-30 2021-09-21 上海能塔智能科技有限公司 车辆登记方法及装置、存储介质、终端
JP6717419B1 (ja) * 2019-10-11 2020-07-01 トヨタ自動車株式会社 車両用故障原因特定装置
JP6705547B1 (ja) * 2019-10-18 2020-06-03 トヨタ自動車株式会社 車両用制御装置、車両用制御システム、および車両用学習装置
CN111127884A (zh) * 2019-12-18 2020-05-08 北京高诚科技发展有限公司 基于车辆行为的长下坡路段车辆失速判别方法系统
CN113625695B (zh) * 2021-08-30 2023-07-04 重庆长安汽车股份有限公司 一种基于安卓服务的车辆实车车控功能诊断方法及系统
KR20230055442A (ko) 2021-10-18 2023-04-26 현대자동차주식회사 빅 데이터 기반 차량 제어방법 및 차량 빅 데이터 네트워크 시스템
CN115184029A (zh) * 2022-07-01 2022-10-14 上海新动力汽车科技股份有限公司 基于物网联的智能发动机产品

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004268633A (ja) * 2003-03-05 2004-09-30 Mazda Motor Corp 遠隔故障予測システム
JP2004272375A (ja) * 2003-03-05 2004-09-30 Mazda Motor Corp 遠隔故障予測システム
JP2014084037A (ja) 2012-10-25 2014-05-12 Hino Motors Ltd 車両診断装置
US20160003621A1 (en) 2013-02-26 2016-01-07 Polaris Industries Ins. Recreational vehicle interactive telemetry, mapping, and trip planning system
US20170039785A1 (en) 2015-08-03 2017-02-09 Volkswagen Ag Method for determining the cause of failure in a vehicle

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS56135730A (en) * 1980-03-27 1981-10-23 Nissan Motor Co Ltd Controlling device for rotational number of internal combustion engine
JPH02233847A (ja) * 1989-03-04 1990-09-17 Aisan Ind Co Ltd 燃料噴射制御装置
JPH0993658A (ja) 1995-09-26 1997-04-04 Nissan Motor Co Ltd データ収集装置
JP3409717B2 (ja) * 1998-11-11 2003-05-26 トヨタ自動車株式会社 内燃機関
JP2003022330A (ja) * 2001-07-05 2003-01-24 Hitachi Ltd 車両の故障診断システムおよび車両故障の情報管理装置
KR20040033454A (ko) * 2002-10-14 2004-04-28 현대자동차주식회사 엔진 시동 꺼짐 예측 시스템 및 그 방법
KR20040050302A (ko) * 2002-12-10 2004-06-16 현대자동차주식회사 차량의 연료 공급 보상 제어장치 및 방법
US8041779B2 (en) 2003-12-15 2011-10-18 Honda Motor Co., Ltd. Method and system for facilitating the exchange of information between a vehicle and a remote location
JP4661380B2 (ja) * 2005-06-14 2011-03-30 トヨタ自動車株式会社 故障診断装置、故障診断システム、故障診断方法、及び車載装置
CN201035379Y (zh) * 2007-03-23 2008-03-12 鲁东大学 汽车远程数据交换与智能控制装置
US10649449B2 (en) * 2013-03-04 2020-05-12 Fisher-Rosemount Systems, Inc. Distributed industrial performance monitoring and analytics
JP6003810B2 (ja) 2013-06-04 2016-10-05 株式会社デンソー 車両用基準値生成装置
JP2015102883A (ja) 2013-11-21 2015-06-04 株式会社日立システムズ 車両故障情報提供システム、車両故障情報提供方法及び故障情報提供プログラム
CN103701855B (zh) * 2013-11-30 2016-10-12 南京大学 基于ldm3的省域its大数据云处理中心构建实现方法
CN105446311A (zh) * 2014-08-25 2016-03-30 苏州俊峰伟业信息技术有限公司 汽车故障分析诊断的方法及系统
KR101646403B1 (ko) * 2014-12-09 2016-08-08 현대자동차주식회사 연료전지 시스템의 제어 방법
KR20170033726A (ko) * 2015-09-17 2017-03-27 주식회사 케이티 차량 빅데이터 서버 및 차량 빅데이터 서비스 방법
US10337438B2 (en) * 2015-10-01 2019-07-02 GM Global Technology Operations LLC Push-button start system fault diagnosis
KR20170070876A (ko) * 2015-12-14 2017-06-23 현대자동차주식회사 차량의 시동꺼짐 방지방법
CN105465353B (zh) * 2015-12-16 2017-10-27 安徽江淮汽车集团股份有限公司 一种湿式双离合器变速箱跛行回家的控制方法
CN106184198B (zh) * 2016-07-11 2018-09-11 中国第一汽车股份有限公司 一种用于混合动力汽车的失效跛行控制方法及装置
CN206147747U (zh) * 2016-08-22 2017-05-03 赵德均 一种基于大数据共建共享的智慧校园系统
US10943283B2 (en) * 2016-11-18 2021-03-09 Cummins Inc. Service location recommendation tailoring
CN106515318B (zh) * 2016-11-23 2018-07-20 彩虹无线（北京）新技术有限公司 一种基于车联网大数据的汽车轮胎磨损故障预警的方法
CN106952033B (zh) * 2017-03-16 2020-11-17 沈阳新一代信息技术有限公司 一种基于多数据源的搅拌设备生产质量监控系统及方法
CN107093217A (zh) * 2017-04-18 2017-08-25 成都仁通融合信息技术有限公司 基于大数据的路边车位收费系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004268633A (ja) * 2003-03-05 2004-09-30 Mazda Motor Corp 遠隔故障予測システム
JP2004272375A (ja) * 2003-03-05 2004-09-30 Mazda Motor Corp 遠隔故障予測システム
JP2014084037A (ja) 2012-10-25 2014-05-12 Hino Motors Ltd 車両診断装置
US20160003621A1 (en) 2013-02-26 2016-01-07 Polaris Industries Ins. Recreational vehicle interactive telemetry, mapping, and trip planning system
US20170039785A1 (en) 2015-08-03 2017-02-09 Volkswagen Ag Method for determining the cause of failure in a vehicle

Also Published As

Publication number Publication date
US11162447B2 (en) 2021-11-02
KR20190098785A (ko) 2019-08-23
DE102018211845A1 (de) 2019-08-01
CN110096045A (zh) 2019-08-06
US20190234336A1 (en) 2019-08-01
CN110096045B (zh) 2023-06-20

Similar Documents

Publication Publication Date Title
KR102406182B1 (ko) 빅데이터 기반의 차량 예측 제어 시스템 및 방법
US10632985B2 (en) Hybrid vehicle and method of predicting driving pattern in the same
US20220068053A1 (en) Determination of health status of vehicular systems in vehicles
US10046757B2 (en) System and method for driving mode conversion of hybrid vehicle
US7047117B2 (en) Integrated vehicle control system
CN107253477B (zh) 控制具有压燃式发动机的混合动力车辆的方法
JP4826609B2 (ja) 車両用異常解析システム及び車両用異常解析方法
US9704305B2 (en) Method of predicting the future operation of a vehicle
US10458382B2 (en) Auto stop parameter threshold adjustment
WO2009127933A2 (en) Vehicle travel control system
CN113631431B (zh) 汽车用运算装置
KR102609053B1 (ko) 자동차 쿨링 제어 시스템 및 방법
CN113176739B (zh) 车辆用控制装置、车辆控制方法以及存储车辆用控制程序的非瞬时性的计算机可读介质
US11210870B2 (en) On-board diagnostic monitor planning and execution
US11358603B2 (en) Automated vehicle profile differentiation and learning
KR20190003097A (ko) 하이브리드 자동차 및 그를 위한 공조 제어 방법
US20200173412A1 (en) System and method for automated vehicle performance analytics
US11417155B2 (en) On-board data request approval management
KR102255599B1 (ko) 차량 고장 진단 서비스 제공 시스템 및 방법
US11491967B2 (en) Control system and control method for hybrid vehicle
CN117408360A (zh) 基于云域交互生成车辆管理策略的方法、装置及设备
KR102242227B1 (ko) 차량 게이트웨이를 이용한 차량 진단 정보 제공 시스템 및 방법
US20240067044A1 (en) Method for generating matrix data for convolutional neural network and learning system using convolutional neural network
WO2024070859A1 (ja) 攻撃分析装置、攻撃分析方法、及び攻撃分析プログラム
EP2876013A1 (en) Method for operating an engine control unit of a vehicle and corresponding apparatus

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