KR20070083248A - Dater inspection method of black box for vehicle - Google Patents
Dater inspection method of black box for vehicle Download PDFInfo
- Publication number
- KR20070083248A KR20070083248A KR1020060008608A KR20060008608A KR20070083248A KR 20070083248 A KR20070083248 A KR 20070083248A KR 1020060008608 A KR1020060008608 A KR 1020060008608A KR 20060008608 A KR20060008608 A KR 20060008608A KR 20070083248 A KR20070083248 A KR 20070083248A
- Authority
- KR
- South Korea
- Prior art keywords
- data
- black box
- vehicle
- accident
- sensor
- Prior art date
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D41/00—Fittings for identifying vehicles in case of collision; Fittings for marking or recording collision areas
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D9/00—Recording measured values
- G01D9/02—Producing one or more recordings of the values of a single variable
- G01D9/26—Producing one or more recordings of the values of a single variable either the recording element, e.g. stylus, or the recording medium, e.g. paper roll, being controlled in accordance with both time and the variable
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
도 1은 본 발명에 따른 차량용 블랙박스의 데이터 검증방법을 설명하기 위한 순서도1 is a flowchart illustrating a data verification method of a vehicle black box according to the present invention.
본 발명은 차량용 블랙박스의 데이터 검증방법에 관한 것으로서, 상세하게는 차량용 블랙박스 개발시 블랙박스의 데이터 검증을 위한 시뮬레이터에 관한 것이다.The present invention relates to a data verification method of a vehicle black box, and more particularly, to a simulator for data verification of a black box when developing a vehicle black box.
일반적으로, 운전자의 운전미숙 또는 부주의로 인해 교통사고가 다발적으로 발생하고 있는데 사고시 객관적인 자료 없이 가해자와 피해자의 책임을 규명하는 상황에서 사고 상황의 임의조작이 이루어져 선량한 피해자가 발생되는 경우가 종종 발생하고 이에 따른 소송이 증가하고 있는 추세이다.Generally, traffic accidents are frequently caused by driver's inexperience or carelessness, and in case of accidents, the victims are randomly manipulated and the victims are exposed in good condition without objective data. As a result, litigation is on the rise.
또한, 자주 발생되는 차량충돌 사고시 불필요한 다툼으로 인하여 차량소통이 지연되고 목격자가 없을시 과실여부의 판별이 용이하지 않아 사고지점에 플랜카드를 붙여서 목격자를 확보하기 위해 노력을 해야 한다.In addition, vehicle communication is delayed due to unnecessary conflicts during frequent car accidents, and it is not easy to discriminate whether there is no witness.
이로 인해 시간손실 및 불필요한 비용 등이 발생하게 된다.This causes time loss and unnecessary costs.
또한 사고 발생시 사고위치, 사고시간, 사고 전ㆍ후 상황에 대해 정확하게 파악하기 어려운 점도 있다.In addition, when an accident occurs, it is difficult to accurately identify the location of the accident, the time of the accident, and the situation before and after the accident.
이러한 문제점을 해소하기 위하여 근래 제안되는 기술이 항공기의 블랙박스 기술을 기초로 하는 차량용 블랙박스 시스템이다.In order to solve this problem, recently proposed technology is a vehicle black box system based on the aircraft black box technology.
이러한 차량용 블랙박스는 속도, 가속페달/브레이크 작동여부, 조향 각도, 지시 등과 같은 정보를 저장하게 되고, 사고시 상기한 데이터를 이용해 사고를 분석하여 원인 및 분쟁을 해결할 수 있을 것을 기대하게 된다.Such a vehicle black box stores information such as speed, accelerator pedal / brake operation, steering angle, and indication, and expects to solve the cause and dispute by analyzing the accident using the above data in case of an accident.
그러나 차량용 블랙박스를 개발하기 위해서는 실제적으로 차량의 사고와 관련하여 차량 내부의 각 부분의 상태 변화에 대한 기초적인 데이터의 분석 과정이 필요한 데, 이를 위해서는 자동차 사고의 영향을 실험하기 위해 적어도 하나의 자동차가 사전에 미리 정해진 공간에서 실제적으로 주행하여 스펙이 정해져 있는 각본상의 사고를 실제로 만들어보아야 한다.However, in order to develop a vehicle black box, it is necessary to analyze basic data on the state change of each part of the vehicle in relation to the accident of the vehicle, which requires at least one vehicle to experiment with the impact of the vehicle accident. You have to actually drive in a pre-determined space to actually create a scripted thought that is speci fi ed.
따라서 사고의 재현을 위해서 실행을 위해 준비된 도로 위에서 한 대 혹은 여러 대의 차량들을 실제로 일어난 사고에 맞추어진 속도 등의 주행조건을 재현하여 확인함으로 인해 비용적 시간적 손실을 감수하여야 한다는 문제점이 발생되었다.Therefore, a problem arises in that one or more vehicles on the road prepared for the execution of the accident are reproduced and confirmed the driving conditions such as the speed that is matched to the accident that occurred, and the cost and time is lost.
또한, 보다 세부적인 상황을 인지하기 위해서는 차량에 별도의 계측기를 장착하여 확인하여야 하는 번거로움마저 발생되었다.In addition, in order to recognize a more detailed situation, even the hassle that has to be confirmed by mounting a separate instrument to the vehicle occurred.
본 발명은 상기한 문제점을 시정하여, 차량용 블랙박스 개발시 블랙박스의 데이터 검증을 위해 두개의 블랙박스를 구비시켜 하나는 정상적인 센서의 검출데이터를 취득하게 하고, 다른 하나는 각 센서의 역신호에 따른 검출데이터를 취득하게 한 후 이를 비교하여 실제 주행시 차량 거동과의 일치 여부를 판단하여 블랙박스 데이터의 신뢰성을 판단하기 위한 차량용 블랙박스의 데이터 검증방법을 제공하는 것을 목적으로 한다.The present invention corrects the above problems, and when developing a vehicle black box, two black boxes are provided for data verification of the black box, one to acquire the detection data of a normal sensor, and the other to the inverse signal of each sensor. An object of the present invention is to provide a data verification method of a black box for a vehicle for determining reliability of black box data by determining whether the detected data is acquired and comparing the same with the vehicle behavior during actual driving.
상기한 목적을 달성하기 위하여, 본 발명은 사고 재현을 위한 실차의 각 센서로부터 정상적인 데이터를 취득하는 제 1과정과; 상기 제 1과정과 동시에 상기 실차의 각 센서로부터 역위상의 데이터를 취득하는 제 2과정과; 사고 재현이 완료되면 상기 제 1과정과 제 2과정을 통해 취득되어진 데이터를 위상차를 감안하여 비교하는 제 3과정; 및 상기 제 3과정을 통한 비교에서 두 데이터 간의 오차율이 일정 임계범위내에 들어오는 경우 데이터 신뢰도를 인정하여 취득되어진 데이터를 분석하는 제 4과정을 포함하는 것이다.In order to achieve the above object, the present invention includes a first process of acquiring normal data from each sensor of a vehicle for reproducing an accident; A second step of acquiring antiphase data from each sensor of the actual vehicle simultaneously with the first step; A third process of comparing the data acquired through the first process and the second process in consideration of the phase difference when the accident reproduction is completed; And a fourth step of analyzing the acquired data in recognition of data reliability when the error rate between the two data in the comparison through the third step falls within a predetermined threshold range.
도 1은 본 발명에 따른 차량용 블랙박스의 데이터 검증 방을 설명하기 위한 순서도이다.1 is a flowchart illustrating a data verification room of a vehicle black box according to the present invention.
우선 스텝 S101의 과정을 통해 사고 재현을 위한 차량의 각 부분에 사고 발생시 차량의 상태를 인식할 수 있도록 하기 위한 센서(감가속도, 각속도 센서 등)를 장착한다.First, the sensor (deceleration, angular velocity sensor, etc.) is mounted on each part of the vehicle for reproducing the accident through the process of step S101 so that the state of the vehicle can be recognized when the accident occurs.
이때 상기 스텝 S101의 과정과 동시에 스텝 S102의 과정도 이루어지는데 이 때 스텝 S102에서 장착되는 센서는 스텝 S101에서 장착되는 센서와 전후 및 상하를 반대로 장착한다.At this time, the process of step S102 is performed at the same time as the process of step S101. At this time, the sensor mounted in step S102 is mounted in reverse with the sensor mounted in step S101.
이후 임의의 스펙에 맞추어 설계되어진 블랙박스를 두개 준비한 후 하나는 상기 스텝 S101의 과정을 통해 장착되어진 센서들과 연결하고, 다른 하나는 상기 스텝 S102의 과정을 통해 장착되어진 센서들과 연결하게 된다.After preparing two black boxes designed according to a certain specification one is connected to the sensors mounted through the process of step S101, the other is connected to the sensors mounted through the process of step S102.
따라서 사고 재현을 위한 실차시험을 실시할 경우 2개의 블랙박스에는 이상적으로는 정확히 반대 값의 데이터들이 저장될 것이다Therefore, when a real vehicle test is performed to reproduce an accident, two black boxes would ideally store exactly the opposite values.
이후 스텝 S103과 스텝 S104의 과정에서는 각 블랙박스에서 연결되어 있는 센서들로부터 발생되는 데이터를 취득하게 되며, 사고 재현이 완료되면 스텝 S105의 과정으로 진행하게 된다.Subsequently, in steps S103 and S104, data generated from sensors connected in each black box are acquired, and when the reproduction of the accident is completed, the process proceeds to step S105.
스텝 S105의 과정에서는 상기 스텝 S103과 스텝 S104의 과정에서 취득되어진 각 블랙박스의 데이터를 취합하게 되며, 스텝 S106의 과정을 통해 취합되어진 두개의 데이터들을 위상차를 고려하여 비교하게 된다.In the process of step S105, the data of each black box acquired in the process of step S103 and step S104 are collected, and the two data collected through the process of step S106 are compared in consideration of the phase difference.
상기 스텝 S106의 과정에서 비교되는 데이터에 대한 오차율(혹은 일치율)이 산출되어지면, 스텝 S107로 진행하여 산출되어진 오차율이 임계범위 예를 들어, 2%미만의 오차율을 갖는가를 판단하게 된다.If an error rate (or coincidence rate) for the data to be compared in the process of step S106 is calculated, the process proceeds to step S107 to determine whether the error rate calculated has a threshold range, for example, an error rate of less than 2%.
이상적으로는 오차율이 0% 즉 두 데이터가 정확하게 일치하여야 하지만 실제적으로는 약간의 오차가 존재할 수 있으므로 약 2%의 오차범위를 인정하는 것이다.Ideally, the error rate should be 0%, that is, the two data should be exactly the same, but in reality there may be some errors, so the error range of about 2% is recognized.
따라서 상기 스텝 S107의 과정에서 상기 스텝 S106에서 산출되어진 오차율이 임계치인 2%미만(일치율 98%이상)이라고 판단되면 현재 취득되어진 블랙박스의 데 이터가 신뢰성이 있는 것으로 인정하여 취득되어진 데이터를 이용하여 블랙박스의 데이터 및 성능 분석에 들어가게 된다.Therefore, if it is determined that the error rate calculated in step S106 is less than the threshold of 2% (more than 98%) in the process of step S107, the data of the currently acquired black box is regarded as reliable and is used by using the acquired data. You will begin to analyze data and performance of the black box.
반면에 상기 스텝 S107의 과정에서 상기 스텝 S106에서 산출되어진 오차율이 임계치인 2%이상(일치율 98%미만)이라고 판단되면 스텝 S109로 진행하여 취득데이터의 신뢰성 부족을 검사자에게 통보하고 정확한 사고 재현을 재요청하게 된다.On the other hand, if it is determined in step S107 that the error rate calculated in step S106 is 2% or more (less than 98% matching), which is a threshold value, the process proceeds to step S109 to notify the inspector of the lack of reliability of the acquired data and to reproduce the exact accident. You will be asked.
이상과 같이 본 발명은 블랙박스 성능 테스트를 위한 사고 재현시 블랙박스의 데이터 검증을 위한 별도의 계측기가 필요 없이도 시험이 가능하며, 사고의 재현을 위한 시간적 비용적 손실을 절감할 수 있게 된다.As described above, the present invention can be tested without the need for a separate instrument for verifying the data of the black box when the accident is reproduced for the performance test of the black box, and it is possible to reduce the time and cost loss for the reproduction of the accident.
Claims (3)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020060008608A KR20070083248A (en) | 2006-01-27 | 2006-01-27 | Dater inspection method of black box for vehicle |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020060008608A KR20070083248A (en) | 2006-01-27 | 2006-01-27 | Dater inspection method of black box for vehicle |
Publications (1)
Publication Number | Publication Date |
---|---|
KR20070083248A true KR20070083248A (en) | 2007-08-24 |
Family
ID=38612615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020060008608A KR20070083248A (en) | 2006-01-27 | 2006-01-27 | Dater inspection method of black box for vehicle |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR20070083248A (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111008129A (en) * | 2019-11-22 | 2020-04-14 | 清华大学天津高端装备研究院 | Test method of automobile event data recording system |
-
2006
- 2006-01-27 KR KR1020060008608A patent/KR20070083248A/en not_active Application Discontinuation
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111008129A (en) * | 2019-11-22 | 2020-04-14 | 清华大学天津高端装备研究院 | Test method of automobile event data recording system |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101512347B (en) | Speed detection for a tachograph system | |
US9873377B2 (en) | Method and apparatus for diagnosis of brake light | |
CN103900826B (en) | The method of Real-Time Monitoring automobile chassis structures fatigue damage | |
CN104620530A (en) | Method for carrying out a safety function of a vehicle and system for carrying out the method | |
US11636684B2 (en) | Behavior model of an environment sensor | |
CN104697804A (en) | Method and system for detecting and separating intermittent faults of train active suspension system | |
Andersson et al. | Road friction estimation | |
KR101976859B1 (en) | Analysis method for door of vehicle | |
US6411868B2 (en) | Method for identifying a stationary state of a vehicle | |
JP2023528353A (en) | Method and apparatus for providing high resolution digital maps | |
KR20070083248A (en) | Dater inspection method of black box for vehicle | |
US20240037022A1 (en) | Method and system for the analysis of test procedures | |
CN104251163B (en) | The method of adjustment measure for identification | |
US11577679B2 (en) | Detection of an impact event | |
JP4001529B2 (en) | Accident situation recording device, negligence diagnosis system, accident information recording method, negligence diagnosis method, and program | |
CN116859881A (en) | Test method and device | |
JP2022125989A (en) | Safe measurement of tire characteristics | |
CN111273633A (en) | Apparatus and method for measuring, simulating, marking and evaluating components and systems of a vehicle | |
CN115629595B (en) | Method and device for testing cut-in scene based on data reinjection limit | |
Gordon et al. | Vibration transmission from road surface features: Vehicle measurement and detection | |
KR101447617B1 (en) | Apparatus and method for detecting the stop state and the non-stop state using the accelerator sensor bias after the recognition of the stop sign | |
CN118296862B (en) | Driving simulation data processing method, simulation system, device and program product | |
CN116611268B (en) | Vehicle in-loop simulation test system and method based on multiple traffic scenes | |
KR102682475B1 (en) | Self-driving car driving ability evaluation system based on road traffic laws using a test track | |
Lee et al. | Development of Brake Squeal Noise Robustness Index and Improve Noise Tuning Efficiency Using Friction Induced Modal |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E601 | Decision to refuse application |