KR102605886B1 - Method and apparatus for providing location information for wireless charging in driving, and wireless charging control method - Google Patents
Method and apparatus for providing location information for wireless charging in driving, and wireless charging control method Download PDFInfo
- Publication number
- KR102605886B1 KR102605886B1 KR1020200136311A KR20200136311A KR102605886B1 KR 102605886 B1 KR102605886 B1 KR 102605886B1 KR 1020200136311 A KR1020200136311 A KR 1020200136311A KR 20200136311 A KR20200136311 A KR 20200136311A KR 102605886 B1 KR102605886 B1 KR 102605886B1
- Authority
- KR
- South Korea
- Prior art keywords
- wireless charging
- vehicle
- location
- location information
- driving
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000013528 artificial neural network Methods 0.000 claims description 24
- 238000004891 communication Methods 0.000 abstract description 25
- 238000013135 deep learning Methods 0.000 abstract description 3
- 230000007257 malfunction Effects 0.000 abstract description 3
- 230000001502 supplementing effect Effects 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000003550 marker Substances 0.000 description 2
- 102000027426 receptor tyrosine kinases Human genes 0.000 description 2
- 108091008598 receptor tyrosine kinases Proteins 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/03—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers
- G01S19/07—Cooperating elements; Interaction or communication between different cooperating elements or between cooperating elements and receivers providing data for correcting measured positioning data, e.g. DGPS [differential GPS] or ionosphere corrections
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
- H02J50/10—Circuit arrangements or systems for wireless supply or distribution of electric power using inductive coupling
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
- H02J50/90—Circuit arrangements or systems for wireless supply or distribution of electric power involving detection or optimisation of position, e.g. alignment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Abstract
본 발명은 주행 중 무선충전을 위한 위치정보 제공 방법, 장치 및 무선충전 제어 방법에 관한 것으로, 더욱 상세하게는 주행 중인 차량이, 도로에 매설된 무선 급전라인에 정렬할 수 있도록 위치정보를 제공하는 방법 및 장치와, 그 차량과 통신하면서, 무선충전을 제어하는 방법에 관한 것이다.
본 발명에 의하면, 전기 차량의 주행 중 매설된 급전 라인에 정확하게 정렬되어 주행하기 위하여, 카메라 데이터를 이용하여 딥러닝 기반 풍경인식 위치추정 기법을 통해 통신 단말장치의 GPS 보정을 위한 데이터를 획득하여 통신 단말장치의 GPS 데이터를 보완하고, 최적의 좌표 값을 출력하여 전기차 무선충전기의 오동작 가능성을 최소화한다. 또한 시야가 흐려지거나 제한되는 상황이 발생할 경우를 대비하여 노면이나 인프라에 설치된 가시성이 높은 심볼을 설치하고, 이를 인식함에 의해 전기차량의 현재위치와 인식된 심볼의 거리를 측정 후 통신 단말장치의 GPS 데이터를 보완하도록 함으로써, 전기 차량이 매설된 급전 라인에 정확하게 정렬되어 주행하도록 하는 시스템을 제공한다.The present invention relates to a method, device, and wireless charging control method for providing location information for wireless charging while driving, and more specifically, to providing location information so that a running vehicle can align with a wireless power supply line buried on the road. It relates to a method and device, and a method of controlling wireless charging while communicating with the vehicle.
According to the present invention, in order to accurately align the electric vehicle with the buried power supply line while driving, data for GPS correction of the communication terminal device is acquired and communicated through a deep learning-based landscape recognition location estimation technique using camera data. It complements the GPS data of the terminal device and outputs optimal coordinate values to minimize the possibility of malfunction of the electric vehicle wireless charger. In addition, in preparation for situations where visibility is blurred or limited, high-visibility symbols installed on the road or infrastructure are installed, and by recognizing them, the distance between the current location of the electric vehicle and the recognized symbol is measured and the GPS of the communication terminal device is used. By supplementing the data, it provides a system that allows electric vehicles to drive accurately aligned with buried power lines.
Description
본 발명은 주행 중 무선충전을 위한 위치정보 제공 방법, 장치 및 무선충전 제어 방법에 관한 것으로, 더욱 상세하게는 주행 중인 차량이, 도로에 매설된 무선 급전라인에 정렬할 수 있도록 위치정보를 제공하는 방법 및 장치와, 그 차량과 통신하면서, 무선충전을 제어하는 방법에 관한 것이다.The present invention relates to a method, device, and wireless charging control method for providing location information for wireless charging while driving, and more specifically, to providing location information so that a running vehicle can align with a wireless power supply line buried on the road. It relates to a method and device, and a method of controlling wireless charging while communicating with the vehicle.
전기차량의 주행 중에, 매설된 급전 라인에 정확하게 정렬되어 주행할 수 있도록 하기 위해서는 전기 차량의 주행 위치를 정확히 파악하도록 하는 것이 중요하다. 이에 따라, 일반적으로 사용되는 통신 단말장치의 GPS정보를 보정하기 위해 GPS-RTK 장비를 도입하여 운용할 수 있는 방법이 존재하나, RTK의 가격은 고가를 형성하고 있으며, 또한 전기차 무선충전기 설치구역이 서로 떨어져 있다면 그 만큼의 RTK를 구매해야 하므로 인프라 구축 비용이 더욱 증가하는 문제점이 있을 뿐 아니라, 그와 같은 시스템을 적용이 불가능한 지역이나 국가가 있다.While driving an electric vehicle, it is important to accurately identify the driving position of the electric vehicle in order to be able to drive while accurately aligned with the buried power supply line. Accordingly, there is a way to introduce and operate GPS-RTK equipment to correct the GPS information of commonly used communication terminal devices, but the price of RTK is high, and the installation area for electric vehicle wireless chargers is limited. If they are separated from each other, not only is the cost of infrastructure construction further increased because the corresponding number of RTKs must be purchased, but there are also regions or countries where such a system cannot be applied.
또한 카메라 기반의 방법은 그러한 문제를 해결할 수 있으나, 별도로 식별할 수 있는 마커(태그 등)가 필요하고 마커가 오염되거나 시계가 어두워지는 상황이 발생한다면 인식률이 떨어지는 단점이 존재한다. 이를 해결하기 위해 다양한 데이터를 수집하여 학습하는 AI기반 컴퓨터 비전 기술이 존재하나, 컴퓨터 비전 기술만을 이용하기 위해 고성능 소형 인공지능 컴퓨터를 운영하기에는 들어가는 비용에 비해 실익이 크지 않은 문제점이 있었다.In addition, the camera-based method can solve such problems, but it requires a marker (tag, etc.) that can be separately identified, and has the disadvantage of lowering the recognition rate if the marker is contaminated or the field of view becomes dark. To solve this problem, there is an AI-based computer vision technology that collects and learns from various data, but there is a problem that operating a high-performance small artificial intelligence computer to use only computer vision technology does not provide much benefit compared to the cost.
본 발명은 이와 같은 문제점을 해결하기 위해 창안된 것으로서, 전기 차량의 주행 중 매설된 급전 라인에 정확하게 정렬되어 주행하기 위하여, 카메라 데이터를 이용하여 딥러닝 기반 풍경인식 위치추정 기법을 통해 통신 단말장치의 GPS 보정을 위한 데이터를 획득하여 통신 단말장치의 GPS 데이터를 보완하고, 최적의 좌표 값을 출력하여 전기차 무선충전기의 오동작 가능성을 최소화하는데 그 목적이 있다.The present invention was created to solve this problem. In order to accurately align with the buried power supply line while driving an electric vehicle, a deep learning-based landscape recognition location estimation technique is used using camera data to determine the location of the communication terminal device. The purpose is to obtain data for GPS correction, supplement the GPS data of the communication terminal device, and output optimal coordinate values to minimize the possibility of malfunction of the electric vehicle wireless charger.
또한 시야가 흐려지거나 제한되는 상황이 발생할 경우를 대비하여 노면이나 인프라에 설치된 가시성이 높은 심볼을 설치하고, 이를 인식함에 의해 전기차량의 현재위치와 인식된 심볼의 거리를 측정 후 통신 단말장치의 GPS 데이터를 보완하도록 함으로써, 전기 차량이 매설된 급전 라인에 정확하게 정렬되어 주행하도록 하는 시스템을 제공하는데 다른 목적이 있다.In addition, in preparation for situations where visibility is blurred or limited, high-visibility symbols installed on the road or infrastructure are installed, and by recognizing them, the distance between the current location of the electric vehicle and the recognized symbol is measured and the GPS of the communication terminal device is used. Another purpose is to provide a system that allows electric vehicles to drive while accurately aligned with buried power lines by supplementing the data.
이와 같은 목적을 달성하기 위하여 본 발명에 따른 주행 중 무선충전을 위한 위치정보를 제공하는 방법은, (a) 차량 주변 이미지를 촬영하는 단계; (b) 카메라에 의해 촬영된 이미지를, 주행 중 무선충전을 위한 위치정보 산출용 인공신경망 모델(이하, '인공신경망 모델'이라 한다)에 입력하는 단계; (c) 상기 인공신경망 모델에서 상기 차량의 위치좌표를 출력하는 단계; (d) 카메라에 의해 차량 주변 특정 물체에 부착된 특정 심볼(symbol)을 인식하는 단계; (e) 상기 인식된 심볼로부터, 상기 심볼의 위치좌표를 파악하는 단계; (f) 상기 심볼의 위치좌표를 기준으로 상기 차량의 위치좌표를 산출하는 단계; (g) 상기 단계(c)에서 산출된 위치좌표와 상기 단계(f)에서 산출된 위치좌표에 대하여 신뢰성을 비교하는 단계; 및, (h) 더 신뢰성이 높은 위치좌표값으로 상기 차량의 현재 위치를 결정하는 단계를 포함하고, 이 경우 상기 신뢰성의 비교는, 상기 단계(c)에서 산출된 위치좌표와 상기 단계(f)에서 산출된 위치좌표 중, 연속하여 산출된 위치좌표에 대하여 더 큰 변화가 일어난 위치좌표가 신뢰성이 더 낮은 것으로 판단한다.In order to achieve this purpose, a method of providing location information for wireless charging while driving according to the present invention includes the steps of (a) capturing images around the vehicle; (b) inputting the image captured by the camera into an artificial neural network model for calculating location information for wireless charging while driving (hereinafter referred to as 'artificial neural network model'); (c) outputting the location coordinates of the vehicle from the artificial neural network model; (d) recognizing a specific symbol attached to a specific object around the vehicle using a camera; (e) determining the location coordinates of the symbol from the recognized symbol; (f) calculating the position coordinates of the vehicle based on the position coordinates of the symbol; (g) comparing the reliability of the position coordinates calculated in step (c) and the position coordinates calculated in step (f); And, (h) determining the current location of the vehicle with a more reliable location coordinate value, in which case the reliability is compared between the location coordinates calculated in step (c) and step (f). Among the location coordinates calculated in , the location coordinates in which a greater change occurred with respect to the continuously calculated location coordinates are judged to have lower reliability.
삭제delete
삭제delete
삭제delete
삭제delete
상기 단계(c) 이후, (i) 현재 주행중인 도로상의 급전선로의 위치좌표를 파악하여, 상기 차량의 위치가 상기 급전선로의 위치로부터 얼마나 이탈해있는지에 대한 정보를 제공하는 단계를 더 포함할 수 있다.After step (c), it may further include the step of (i) determining the location coordinates of the feed line on the road on which the vehicle is currently traveling, and providing information on how much the location of the vehicle deviates from the location of the feed line. You can.
삭제delete
삭제delete
본 발명에 의하면, 전기 차량의 주행 중 매설된 급전 라인에 정확하게 정렬되어 주행하기 위하여, 카메라 데이터를 이용하여 딥러닝 기반 풍경인식 위치추정 기법을 통해 통신 단말장치의 GPS 보정을 위한 데이터를 획득하여 통신 단말장치의 GPS 데이터를 보완하고, 최적의 좌표 값을 출력하여 전기차 무선충전기의 오동작 가능성을 최소화하는 효과가 있다.According to the present invention, in order to accurately align the electric vehicle with the buried power supply line while driving, data for GPS correction of the communication terminal device is acquired and communicated through a deep learning-based landscape recognition location estimation technique using camera data. It has the effect of minimizing the possibility of malfunction of the electric vehicle wireless charger by complementing the GPS data of the terminal device and outputting optimal coordinate values.
또한 시야가 흐려지거나 제한되는 상황이 발생할 경우를 대비하여 노면이나 인프라에 설치된 가시성이 높은 심볼을 설치하고, 이를 인식함에 의해 전기차량의 현재위치와 인식된 심볼의 거리를 측정 후 통신 단말장치의 GPS 데이터를 보완하도록 함으로써, 전기 차량이 매설된 급전 라인에 정확하게 정렬되어 주행하도록 하는 시스템을 제공하는 효과가 있다.In addition, in preparation for situations where visibility is blurred or limited, high-visibility symbols installed on the road or infrastructure are installed, and by recognizing them, the distance between the current location of the electric vehicle and the recognized symbol is measured and the GPS of the communication terminal device is used. By supplementing the data, it has the effect of providing a system that allows electric vehicles to drive while accurately aligning with buried power supply lines.
도 1은 본 발명의 주행 중 무선충전을 위한 위치정보 제공 장치의 구성을 나타내는 도면.
도 2는 본 발명의 주행 중 무선충전을 위한 위치정보 산출용 인공신경망 모델의 학습 데이터의 구성을 나타내는 도면.
도 3은 본 발명의 주행 중 무선충전을 위한 위치정보 제공 방법을 나타내는 순서도.
도 4는 본 발명의 주행 중 무선충전을 위한 위치정보 제공 장치와 무선충전 제어 시스템 간의 통신에 의한 충전 제어과정을 도시한 순서도.1 is a diagram showing the configuration of a location information providing device for wireless charging while driving according to the present invention.
Figure 2 is a diagram showing the configuration of learning data of an artificial neural network model for calculating location information for wireless charging while driving according to the present invention.
Figure 3 is a flowchart showing a method of providing location information for wireless charging while driving according to the present invention.
Figure 4 is a flowchart showing a charging control process through communication between a location information providing device for wireless charging while driving and a wireless charging control system according to the present invention.
이하 첨부된 도면을 참조로 본 발명의 바람직한 실시예를 상세히 설명하기로 한다. 이에 앞서, 본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다. 따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the attached drawings. Prior to this, the terms or words used in this specification and claims should not be construed as limited to their usual or dictionary meanings, and the inventor should appropriately use the concept of terms to explain his or her invention in the best way. It must be interpreted as meaning and concept consistent with the technical idea of the present invention based on the principle of definability. Accordingly, the embodiments described in this specification and the configurations shown in the drawings are only one of the most preferred embodiments of the present invention and do not represent the entire technical idea of the present invention, so at the time of filing this application, various alternatives are available to replace them. It should be understood that equivalents and variations may exist.
도 1은 본 발명의 주행 중 무선충전을 위한 위치정보 제공 장치의 구성을 나타내는 도면이다.1 is a diagram showing the configuration of a location information providing device for wireless charging while driving according to the present invention.
본 발명의 무선충전을 위한 위치정보 제공 장치(100)는, 전기자동차(10)에 설치되어, 도로에 매설되어 설치된 급전 시스템으로부터 무선충전을 받을 수 있도록, 주행중인 차량이 급전라인을 따라 주행할 수 있게 하는 정보를 산출하여 제공한다.The location information providing device 100 for wireless charging of the present invention is installed on the electric vehicle 10 and allows the running vehicle to drive along the power supply line so that it can receive wireless charging from the power supply system installed and buried on the road. Calculates and provides information that allows
무선충전을 위한 위치정보 제공 장치(100)는, 주행 중 주변 풍경 이미지를 획득하기 위한 카메라(110)와, 카메라(110)에 의해 획득된 이미지로부터, 인공신경망 모델을 이용하여 해당 차량의 정확한 위치정보를 산출하고, 산출된 차량의 위치와, 도로를 따라 매설되어 있는 급전라인의 위치로부터 운전자로 하여금 급전라인을 따라 정확하게 주행할 수 있도록 하기 위한 정보를 제공하는 위치정보 산출장치(120)를 구비한다.The location information providing device 100 for wireless charging includes a camera 110 for acquiring an image of the surrounding scenery while driving, and an accurate location of the vehicle using an artificial neural network model from the image acquired by the camera 110. Equipped with a location information calculation device 120 that calculates information and provides information to enable the driver to accurately drive along the power supply line from the calculated location of the vehicle and the location of the power supply line buried along the road. do.
전술한 바와 같이 위치정보 산출장치(120)는, 카메라(110)에 의해 획득된 이미지로부터 해당 차량의 정확한 위치정보를 산출하는 인공신경망 모델을 포함하는데, 이러한 인공신경망 모델의 학습을 위해서는 GPS 수신기(130)가 더 필요하다.As described above, the location information calculation device 120 includes an artificial neural network model that calculates accurate location information of the vehicle from the image acquired by the camera 110. To learn this artificial neural network model, a GPS receiver (GPS receiver) 130) is needed more.
한편, 무선충전을 위한 위치정보 제공 장치(100)가, 전술한 인공신경망 모델을 학습시키기 위한 장치와 반드시 동일하지는 않을 수 있다. 즉, 카메라(110)와 GPS 수신기(130)가 장착된 다른 학습용 차량을 이용하여, 카메라(110)에 의해 획득된 이미지와 GPS 위치정보를 이용하여 학습을 통한 인공신경망 모델 형성을 수행하는 학습처리장치가 포함될 수 있다. 많은 학습데이터를 이용한 학습처리를 위하여 그와 같은 학습처리장치는 더욱 고성능의 프로세싱이 가능한 장치인 것이 바람직하다. 또한 본 발명의 인공신경망 모델의 학습을 위해서는 학습데이터로서 GPS 위치정보가 필요하므로, GPS 수신기(130)가 필수적이나, 이미 형성된 인공신경망 모델을 구비하는 본 발명의 무선충전을 위한 위치정보 제공 장치(100)에는, GPS 위치정보 데이터가 반드시 필요하지는 않으므로 GPS 수신기(130)는 구비되어 있지 않을 수 있다.Meanwhile, the location information providing device 100 for wireless charging may not necessarily be the same as the device for learning the artificial neural network model described above. That is, a learning process that uses another learning vehicle equipped with a camera 110 and a GPS receiver 130 to form an artificial neural network model through learning using the image acquired by the camera 110 and GPS location information. Devices may be included. For learning processing using a large amount of learning data, it is desirable that such a learning processing device be a device capable of higher performance processing. In addition, since GPS location information is required as learning data to learn the artificial neural network model of the present invention, the GPS receiver 130 is essential, but the location information providing device for wireless charging of the present invention having an already formed artificial neural network model ( 100) may not be equipped with the GPS receiver 130 because GPS location information data is not necessarily required.
이하에서는 도 2를 참조하여, 그러한 인공신경망 모델의 학습을 위한 학습 데이터의 구성 및 이를 이용한 학습 방법을 설명한다.Hereinafter, with reference to FIG. 2, the configuration of learning data for learning such an artificial neural network model and a learning method using the same will be described.
도 2는 본 발명의 주행 중 무선충전을 위한 위치정보 산출용 인공신경망 모델의 학습 데이터의 구성을 나타내는 도면이다.Figure 2 is a diagram showing the configuration of learning data of an artificial neural network model for calculating location information for wireless charging while driving according to the present invention.
급전도로 상에서 촬영된 이미지를 입력으로 하여, 출력, 즉 정답 데이터는 그 지점의 위치 좌표이다. 즉, 차량에 장착된 카메라(110)가 촬영한 이미지를 입력 데이터로, 그리고 그 촬영시점에 GPS 수신기(130)에서 측정한 차량의 위치를 함께 출력 데이터로 하여 학습을 진행한다. 이때 인공신경망 모델로는 CNN(convolution neural network)을 사용하여 학습을 실시하며, CNN의 구성의 예시가 도 2(b)에 도시되어 있다.Using an image taken on a rapid road as input, the output, that is, the correct answer data, is the location coordinates of that point. That is, learning is performed using the image captured by the camera 110 mounted on the vehicle as input data and the position of the vehicle measured by the GPS receiver 130 at the time of the capture as output data. At this time, learning is performed using a convolution neural network (CNN) as the artificial neural network model, and an example of the configuration of CNN is shown in Figure 2(b).
한편, 도 2(a)에 도시된 바와 같이, 구역 1, 구역 2, ... 등 각 구역별로 촬영한 다수의 이미지-위치좌표를 입력-출력의 구역별 데이터 셋으로 사용할 수도 있는데, 이 경우, 해당 이미지를 입력으로 할 때, 위치좌표 뿐 아니라 해당 구역도 인공신경망의 출력값으로 학습시킬 수도 있다.Meanwhile, as shown in Figure 2(a), a number of image-location coordinates taken for each zone, such as zone 1, zone 2, etc., can be used as a data set for each zone of input-output. In this case, , when using the image as input, not only the location coordinates but also the corresponding area can be learned as the output value of the artificial neural network.
도 3은 본 발명의 주행 중 무선충전을 위한 위치정보 제공 방법을 나타내는 순서도이다.Figure 3 is a flowchart showing a method of providing location information for wireless charging while driving according to the present invention.
도 2의 방법으로 학습된 인공신경망 모델은 위치정보 산출장치(120)에 포함되어, 현재 위치를 식별하는데 사용된다. 즉, 카메라(110)를 이용하여 차량 주변의 이미지를 촬영하고(S311), 위치정보 산출장치(120)는 촬영된 이미지를 인공신경망 모델에 입력한다(S312). 인공신경망 모델에서는 입력의 이미지가 촬영 이미지일 시점의 해당 차량의 위치좌표를 출력으로 산출하게 된다(S313). 또한 도 2를 참조하여 전술한 바와 같이 위치좌표에 해당하는 구역도 출력으로 나오도록 학습시킨 경우, 위치좌표와 해당 위치좌표의 구역, 또는 그 구역에 해당할 확률도 인공신경망 모델의 출력이 될 수 있다.The artificial neural network model learned by the method of FIG. 2 is included in the location information calculation device 120 and is used to identify the current location. That is, images around the vehicle are captured using the camera 110 (S311), and the location information calculation device 120 inputs the captured images into the artificial neural network model (S312). In the artificial neural network model, the position coordinates of the vehicle at the time the input image is the captured image are calculated as output (S313). In addition, as described above with reference to FIG. 2, if the area corresponding to the location coordinates is also learned as output, the location coordinates and the area of the corresponding location coordinates, or the probability of corresponding to the area, can also be the output of the artificial neural network model. there is.
한편, 시계나 날씨의 영향을 받아 그러한 촬영 이미지로부터 현재 위치를 파악하는데 정확성의 문제가 생길 경우가 있다. 이 경우 보완 방법으로서 심볼(symbol) 인식을 사용할 수 있다.On the other hand, there may be problems with accuracy in determining the current location from such captured images due to the influence of the clock or weather. In this case, symbol recognition can be used as a complementary method.
심볼 인식이란 도로 주변의 특정 물체에 부착된 심볼을 인식함으로써 현재 위치를 파악하는 방법이다. 심볼로는 예를 들어 QR 코드가 사용될 수 있다. 해당 QR 코드 부착지점은 미리 위치좌표가 결정되어 있고, 그 QR 코드에 정보가 위치좌표 정보가 포함되어 있다. 또한 차량이 주행하면서 카메라에서 그 QR 코드가 보이는 각도가 변화되게 되는데, 그 변화 각도에 따라 차량의 현재 위치좌표를 구하는 알고리즘 역시 위치정보 산출장치(120)가 보유하고 있다. 이로써 주행중인 차량의 위치를 심볼 인식을 통해 정확하게 파악할 수 있으며, 인공신경망 모델을 이용한 위치정보 산출을 보완할 수 있다. 즉, 순서도를 통하여 설명하면, 카메라(110)에서 주변의 심볼을 인식하고(S321), 그 심볼에 포함된 그 심볼의 위치좌표를 파악한다(S322). 또한 차량이 주행중이므로, 주행에 따라 그 심볼의 보이는 각도가 변화하는데, 그 심볼의 보이는 각도에 따라, 그 심볼의 위치좌표를 기준으로 차량의 현재 위치좌표를 계산한다(S323).Symbol recognition is a method of determining the current location by recognizing symbols attached to specific objects around the road. For example, a QR code may be used as a symbol. The location coordinates of the QR code attachment point are determined in advance, and the information in the QR code includes location coordinate information. Additionally, as the vehicle drives, the angle at which the QR code is visible from the camera changes, and the location information calculation device 120 also has an algorithm for calculating the current location coordinates of the vehicle according to the change angle. As a result, the location of a driving vehicle can be accurately determined through symbol recognition, and location information calculation using an artificial neural network model can be supplemented. In other words, if explained through a flowchart, the camera 110 recognizes the surrounding symbols (S321) and determines the position coordinates of the symbols included in the symbols (S322). Additionally, since the vehicle is driving, the visible angle of the symbol changes as it drives. According to the visible angle of the symbol, the current position coordinates of the vehicle are calculated based on the position coordinates of the symbol (S323).
단계 S311 내지 S313과, 단계 S321 내지 S323은 서로 병행하여 이루어진다.Steps S311 to S313 and steps S321 to S323 are performed in parallel with each other.
심볼 인식 역시 상황에 따라 문제가 있을 수 있다. 즉, 심볼이 명확히 인식되지 않는 경우 등이 있을 수 있기 때문이다. 이에 따라 S313에서 산출된 현재 차량의 위치좌표와, S323에서 산출된 현재 차량의 위치좌표의 신뢰성을 판단하여(S331) 두 좌표 중 하나를 진정한 현재 위치좌표로 결정(S332)하는 알고리즘을 구동할 수 있다. 예를 들어 연속하여 산출되는 위치좌표가 갑자기 큰 변화가 일어난다든지 하는 경우는 신뢰성에 문제가 있다고 판단될 수 있다. 그와 같이 다양한 판단 기준으로 두 위치좌표의 신뢰성을 비교 판단하여 차량의 진정한 현재 위치좌표를 결정할 수 있게 된다.Symbol recognition may also have problems depending on the situation. In other words, there may be cases where a symbol is not clearly recognized. Accordingly, it is possible to run an algorithm that determines the reliability of the current location coordinates of the vehicle calculated in S313 and the current location coordinates of the vehicle calculated in S323 (S331) and determines one of the two coordinates as the true current location coordinates (S332). there is. For example, if there is a sudden large change in continuously calculated position coordinates, it may be judged that there is a reliability problem. In this way, the true current location coordinates of the vehicle can be determined by comparing and judging the reliability of the two location coordinates using various judgment criteria.
이후, 위치정보 산출장치(120)는 차량의 현재 위치좌표와, 현재 지나고 있는 도로의 급전선로의 좌표로부터, 차량의 위치가 급전선로로부터 얼마나 이탈해있는지에 대한 정보를 제공해줄 수 있는데(S333), 이에 의해 운전자가 급전선로로 일치시켜 운행할 수 있도록 도와주는 역할을 수행한다.Afterwards, the location information calculation device 120 can provide information on how far the vehicle's location deviates from the feed line, from the current location coordinates of the vehicle and the coordinates of the feed line of the road currently passing (S333). , thereby playing a role in helping the driver to operate in accordance with the feed line.
도 4는 본 발명의 주행 중 무선충전을 위한 위치정보 제공 장치와 무선충전 제어 시스템 간의 통신에 의한 충전 제어과정을 도시한 순서도이다.Figure 4 is a flowchart showing a charging control process through communication between a location information providing device for wireless charging while driving and a wireless charging control system according to the present invention.
무선충전 제어 시스템은, 주행중인 전기차와 통신을 수립한다(S401).The wireless charging control system establishes communication with a running electric vehicle (S401).
이를 세부적으로 살펴보면, 지정된 멀티캐스트 주소를 이용하여 인접한 무선충전 제어 시스템이 통신에 응답하는지 확인하고, 응답하는 무선충전 제어 시스템이 없다면 지속적으로 응답을 요청한다. 무선충전 제어 시스템은 지정된 거리 이내로 멀티캐스트 주소를 이용하여 응답을 요청하는 차량이 있다면 응답을 수행한다. 무선충전 제어 시스템은 응답을 요청한 전기차에게 통신 수립을 위한 충전기의 아이피 및 포트번호를 응답데이터로 전달하며, 전기차는 통신수립용 응답데이터를 이용하여 접속한다.Looking at this in detail, the designated multicast address is used to check whether an adjacent wireless charging control system responds to the communication, and if no wireless charging control system responds, a response is continuously requested. The wireless charging control system responds if there is a vehicle within a specified distance that requests a response using a multicast address. The wireless charging control system transmits the IP address and port number of the charger for establishing communication to the electric vehicle that has requested a response as response data, and the electric vehicle connects using the response data for establishing communication.
무선충전 제어 시스템은 인증서 인증을 수행한다(S402).The wireless charging control system performs certificate authentication (S402).
즉, 전기차는 보유하고 있는 인증서를 무선충전 제어 시스템으로 전송하여 통신가능여부를 확인하고, 무선충전 제어 시스템은 인증서의 유효성여부를 검사하고 통과, 거부를 전기차로 전송한다. 무선충전 제어 시스템은 전기차에서 전달한 인증서의 유효성검사가 실패한다면 통신해제 메시지를 전기차로 전송한 후 통신수립을 해제한다.In other words, the electric vehicle transmits the certificate it holds to the wireless charging control system to check whether communication is possible, and the wireless charging control system checks the validity of the certificate and transmits a pass or rejection to the electric vehicle. If the wireless charging control system fails to check the validity of the certificate transmitted from the electric vehicle, it transmits a communication release message to the electric vehicle and then cancels the communication establishment.
무선충전 제어 시스템은, 해당 전기차의 충전 잔액을 확인한다(S403).The wireless charging control system checks the charging balance of the electric vehicle (S403).
즉, 무선충전 제어 시스템은 차량의 지불 방식을 확인하고, 차량의 지불 방식에 대한 잔액을 확인한다. 설치된 급전라인에 비례하여 전기차의 잔액이 적다면 통신해제 메시지를 전기차로 전송한 후 통신수립을 해제한다.In other words, the wireless charging control system checks the vehicle's payment method and checks the balance for the vehicle's payment method. If the balance of the electric vehicle is low in proportion to the installed power supply line, a communication release message is transmitted to the electric vehicle and then the communication establishment is canceled.
무선충전 제어 시스템은 전기차가 충전라인에 진입했는지를 확인한다(S404).The wireless charging control system checks whether the electric vehicle has entered the charging line (S404).
즉, 무선충전 제어 시스템은, 차량이 급전라인 진입여부를 확인하고, 지정된 시간이상 차량이 급전라인에 진입을 하지 않는다면 통신해제 메시지를 전기차로 전송한 후 통신수립을 해제한다.In other words, the wireless charging control system checks whether the vehicle enters the power supply line, and if the vehicle does not enter the power supply line for more than a specified time, transmits a communication release message to the electric vehicle and cancels communication establishment.
무선충전 제어 시스템은 충전기의 제공가능 전력을 확인한다(S405).The wireless charging control system checks the available power of the charger (S405).
무선충전 제어 시스템은 차량에게 제공할 전력용량이 남았는지 확인하고, 제공할 수 있는 전력용량이 없다면 통신해제 메시지를 전기차로 전송한 후 통신수립을 해제한다.The wireless charging control system checks whether there is power capacity left to provide to the vehicle, and if there is no power capacity to provide, sends a communication release message to the electric vehicle and cancels communication establishment.
무선충전 제어 시스템은 차량과 충전정보를 교환한다(S406).The wireless charging control system exchanges charging information with the vehicle (S406).
무선충전 제어 시스템은 차량의 전력적산량, 출력전압, 출력전류, 출력전력 등 필요한 정보를 수신하고 자신의 출력전력, 급전라인을 벗어나기까지의 예측시간, 거리정보 등을 차량으로 전송한다.The wireless charging control system receives necessary information such as the vehicle's power accumulation amount, output voltage, output current, and output power, and transmits its own output power, predicted time to leave the power supply line, and distance information to the vehicle.
전기차는 차량이 충전라인을 이탈했는지를 확인하고(S407), 자신이 급전라인을 벗어났다는 것을 알리는 메시지를 전기차 무선충전기로 전송하며, 무선충전 제어 시스템은 전기차와의 통신수립을 해제한다.The electric vehicle checks whether the vehicle has left the charging line (S407), sends a message to the electric vehicle wireless charger indicating that the vehicle has left the charging line, and the wireless charging control system cancels communication with the electric vehicle.
무선충전 제어 시스템은 전기차에 대하여 충전금액 결제를 수행하고(S408), 전기차와의 통신수립 해제한다(S409).The wireless charging control system performs charging amount payment for the electric vehicle (S408) and cancels communication with the electric vehicle (S409).
100: 무선충전을 위한 위치정보 제공 장치
110: 카메라
120: 위치정보 산출장치
130: GPS 수신기100: Location information providing device for wireless charging
110: camera
120: Location information calculation device
130: GPS receiver
Claims (9)
(a) 차량 주변 이미지를 촬영하는 단계;
(b) 카메라에 의해 촬영된 이미지를, 주행 중 무선충전을 위한 위치정보 산출용 인공신경망 모델(이하, '인공신경망 모델'이라 한다)에 입력하는 단계;
(c) 상기 인공신경망 모델에서 상기 차량의 위치좌표를 출력하는 단계;
(d) 카메라에 의해 차량 주변 특정 물체에 부착된 특정 심볼(symbol)을 인식하는 단계;
(e) 상기 인식된 심볼로부터, 상기 심볼의 위치좌표를 파악하는 단계;
(f) 상기 심볼의 위치좌표를 기준으로 상기 차량의 위치좌표를 산출하는 단계;
(g) 상기 단계(c)에서 산출된 위치좌표와 상기 단계(f)에서 산출된 위치좌표에 대하여 신뢰성을 비교하는 단계; 및,
(h) 더 신뢰성이 높은 위치좌표값으로 상기 차량의 현재 위치를 결정하는 단계
를 포함하고,
이 경우 상기 신뢰성의 비교는,
상기 단계(c)에서 산출된 위치좌표와 상기 단계(f)에서 산출된 위치좌표 중, 연속하여 산출된 위치좌표에 대하여 더 큰 변화가 일어난 위치좌표가 신뢰성이 더 낮은 것으로 판단하는,
주행 중 무선충전을 위한 위치정보 제공 방법.
As a method of providing location information for wireless charging while driving,
(a) taking images around the vehicle;
(b) inputting the image captured by the camera into an artificial neural network model for calculating location information for wireless charging while driving (hereinafter referred to as 'artificial neural network model');
(c) outputting the location coordinates of the vehicle from the artificial neural network model;
(d) recognizing a specific symbol attached to a specific object around the vehicle using a camera;
(e) determining the location coordinates of the symbol from the recognized symbol;
(f) calculating the position coordinates of the vehicle based on the position coordinates of the symbol;
(g) comparing the reliability of the position coordinates calculated in step (c) and the position coordinates calculated in step (f); and,
(h) determining the current location of the vehicle with more reliable location coordinates
Including,
In this case, the above reliability comparison is,
Among the position coordinates calculated in step (c) and the position coordinates calculated in step (f), the position coordinates in which a greater change occurred with respect to the continuously calculated position coordinates are judged to have lower reliability,
How to provide location information for wireless charging while driving.
상기 단계(c) 이후,
(i) 현재 주행중인 도로상의 급전선로의 위치좌표를 파악하여, 상기 차량의 위치가 상기 급전선로의 위치로부터 얼마나 이탈해있는지에 대한 정보를 제공하는 단계
를 더 포함하는 것을 특징으로 하는, 주행 중 무선충전을 위한 위치정보 제공 방법.In claim 3
After step (c),
(i) Determining the location coordinates of the feed line on the road on which the vehicle is currently traveling and providing information on how much the location of the vehicle deviates from the location of the feed line.
A method of providing location information for wireless charging while driving, further comprising:
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200136311A KR102605886B1 (en) | 2020-10-20 | 2020-10-20 | Method and apparatus for providing location information for wireless charging in driving, and wireless charging control method |
| PCT/KR2021/014698 WO2022086167A1 (en) | 2020-10-20 | 2021-10-20 | Method and device for providing position information for wireless charging while traveling, and method for controlling wireless charging |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200136311A KR102605886B1 (en) | 2020-10-20 | 2020-10-20 | Method and apparatus for providing location information for wireless charging in driving, and wireless charging control method |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20220052436A KR20220052436A (en) | 2022-04-28 |
| KR102605886B1 true KR102605886B1 (en) | 2023-11-27 |
Family
ID=81290900
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200136311A KR102605886B1 (en) | 2020-10-20 | 2020-10-20 | Method and apparatus for providing location information for wireless charging in driving, and wireless charging control method |
Country Status (2)
| Country | Link |
|---|---|
| KR (1) | KR102605886B1 (en) |
| WO (1) | WO2022086167A1 (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102133342B1 (en) * | 2019-11-26 | 2020-07-13 | 한양대학교 산학협력단 | Method and Apparatus for Deep learning-based vehicle trajectory prediction technology using vehicle's surrounding map image |
| WO2020183345A1 (en) * | 2019-03-08 | 2020-09-17 | Tescap Limited | A monitoring and recording system |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9971353B2 (en) | 2012-07-03 | 2018-05-15 | Qualcomm Incorporated | Systems, methods, and apparatus related to electric vehicle parking and wireless charging |
| KR101582572B1 (en) * | 2013-12-24 | 2016-01-11 | 엘지전자 주식회사 | Driver assistance apparatus and Vehicle including the same |
| US10525848B2 (en) * | 2016-08-02 | 2020-01-07 | Here Global B.V. | Vehicle charging lanes |
-
2020
- 2020-10-20 KR KR1020200136311A patent/KR102605886B1/en active IP Right Grant
-
2021
- 2021-10-20 WO PCT/KR2021/014698 patent/WO2022086167A1/en active Application Filing
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020183345A1 (en) * | 2019-03-08 | 2020-09-17 | Tescap Limited | A monitoring and recording system |
| KR102133342B1 (en) * | 2019-11-26 | 2020-07-13 | 한양대학교 산학협력단 | Method and Apparatus for Deep learning-based vehicle trajectory prediction technology using vehicle's surrounding map image |
Non-Patent Citations (1)
| Title |
|---|
| 김준영 외 3인, "전기차 무선 충전을 위한 주차위치 탐색에 관한 연구(A Study on the Parking Point Searching for Wireless Charging of Electric Vehicles)" (2020.07.)* |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022086167A1 (en) | 2022-04-28 |
| KR20220052436A (en) | 2022-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11557150B2 (en) | Gesture control for communication with an autonomous vehicle on the basis of a simple 2D camera | |
| Yu et al. | Deep learning-based traffic safety solution for a mixture of autonomous and manual vehicles in a 5G-enabled intelligent transportation system | |
| CN109739236B (en) | Vehicle information processing method and device, computer readable medium and electronic equipment | |
| CN107274695B (en) | Intelligent lighting system, intelligent vehicle and vehicle driving assisting system and method thereof | |
| EP4036870A1 (en) | Parking spot detection method and parking spot detection system | |
| Song et al. | Enhancing GPS with lane-level navigation to facilitate highway driving | |
| CN110264495B (en) | Target tracking method and device | |
| CN111316284A (en) | Lane line detection method, device and system, vehicle and storage medium | |
| CN107567412A (en) | Measured using vehicle camera using the object's position of vehicle motion data | |
| US10595003B2 (en) | Stereo camera apparatus and vehicle comprising the same | |
| CN111523471B (en) | Method, device, equipment and storage medium for determining lane where vehicle is located | |
| CN107610157B (en) | Unmanned aerial vehicle target tracking method and system | |
| JP6060058B2 (en) | Traffic flow grasping device and method | |
| CN105899911A (en) | System and method for augmented reality support | |
| CN105205459B (en) | A kind of recognition methods of characteristics of image vertex type and device | |
| CN102436761B (en) | Vehicle reverse run detecting device | |
| CN103377558A (en) | System and method for managing and controlling traffic flow | |
| CN106935059A (en) | One kind positioning looks for car system, positioning to look for car method and location positioning method | |
| CN110869867A (en) | Method for verifying a digital map of a vehicle with a high degree of automation, corresponding device and computer program | |
| CN106205199A (en) | A kind of car plate fault-tolerance processing system | |
| CN104268884B (en) | A kind of calibration system and method for the lane departure warning based on car networking | |
| KR102605886B1 (en) | Method and apparatus for providing location information for wireless charging in driving, and wireless charging control method | |
| CN111028272A (en) | Object tracking method and device | |
| CN112911151B (en) | Target following method, device, equipment, system and storage medium | |
| CN205507805U (en) | Towards non - wearing formula traffic police gesture recognition system of remotely piloted vehicle's multidimension |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E902 | Notification of reason for refusal | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |