KR20160145826A - 차량의 에너지 효율 분석을 위한 시스템 및 방법 - Google Patents

Abstract

에너지 변환에 의해 기계적 구동력을 생성하도록 설계된 적어도 하나의 구동 장치를 포함하는 차량의 에너지 효율을 분석하기 위한 시스템으로, 이 시스템은 차량이 소모하는 에너지를 특성화하기에 적합한 적어도 하나의 제1 매개변수의 제1 데이터세트를 감지하도록 설계된 제1 장치, 특히 센서; 차량이 극복하는 주행 저항을 특성화하기에 적합한 적어도 하나의 제2 매개변수의 제2 데이터세트를 감지하도록 설계된 제2 장치, 특히 센서; 차량의 적어도 하나의 주행 상태를 특성화하기에 적합한 적어도 하나의 제3 매개변수의 제3 데이터세트를 감지하도록 설계된 제3 장치, 특히 센서; 적어도 하나의 주행 상태에 상응하는 소정의 매개변수 범위들과 제3 데이터세트의 값들을 비교하도록 설계된 제1 비교 장치, 특히 데이터 처리 장치의 일부; 제1 데이터세트의 값들 및 제2 데이터 세트의 값들을 각각 존재하는 적어도 하나의 주행 상태에 편입시키도록 설계된 편입 장치(8), 특히 데이터 처리 장치의 일부; 및 적어도 하나의 주행 상태에 따라, 제1 데이터 세트 및 제2 데이터세트에 기반하여, 차량의 에너지 효율을 특성화하는 적어도 하나의 특성값을 산출하도록 설계된 처리 장치, 특히 데이터 처리 장치의 일부를 포함한다.

Description

차량의 에너지 효율 분석을 위한 시스템 및 방법{SYSTEM AND METHOD FOR ANALYSING THE ENERGY EFFICIENCY OF A VEHICLE}

본 발명은 에너지 변환에 의해 기계적 구동력을 생성하도록 설계된 적어도 하나의 구동 장치를 포함하는 차량의 에너지 효율을 분석하기 위한 시스템 및 방법에 관한 것이다. 또한, 본 발명은 차량의 차량 구동 거동을 분석하기 위한 방법에 관한 것이다.

차량의 에너지 효율은 에너지 가격 상승을 고려하는 고객의 구매 이유 측면에서, 그리고 입법 기관 입장에서 환경 보호 목적의 범위 내에서 차량에 의한 환경 부담의 절감 필요 측면에서 여전히 중요하다.

고객 측면에서 차량의 소유로 발생하는 총 비용이라는 주제는 중요하다. 또한, 산업 동향, 사회적 허용도 등과 같은 순수하게 주관적인 기준, 특히 "긍정적인 주행 경험"은 결정적인 구매 이유를 더욱 강화한다. 이로써 출력 및 연비와 같은 순수하게 기술적인 목표값 구현 외에도 고객의 주관적인 긍정적 체험, "자동차" 경험을 충족하는 것까지 주안점이 확장된다. 고객은 디자인, 인체공학 특성, 조작성, 인포테인먼트 및 보조 시스템, 안전감, 배출, NVH-승차감, 민첩성(agility), 출력, 에너지 효율 및 운전성(drivability)과 같은 차량의 특성 및 수치를 차량 구동 거동으로서 총체적인 맥락에서 인지한다.

순수하게 기술적인 측면에서, CO₂-법제는 확실히 가장 본질적인 기술 동인이다. 향후의 차량군 CO₂ 또는 연료 소모 한계값(fleet limit)은 전세계적으로 지속적으로 감소하는 수준으로 가고 있다. 이는 한편으로 높은 가요성을 갖는 구성 요소를 포함하는 복잡한 구동 시스템을 요구하나, 다른 한편으로 매우 상이한 기초 조건들을 현저하게 개별적으로 정합하는 것을 야기하여, 구동 시스템은 다차원적으로 다양화된다(다양한 에너지원, 상이한 전력소비율, 다수의 변수 등).

향후에, 차량의 파워 트레인은 종합적인 차량의 주위 환경과 네트워킹되어 (영문: Connected Powertrain) 실제 교통 상황 및 환경 조건, 특히 지형학에 최적으로 정합되는 구동 전략을 허용한다. 차량 인포테인먼트, 운전자 보조 시스템 내지 차량-대-차량 통신(Car2Car) 또는 차량-대-X 통신(Car2X)의 정보가 누적되어, 다수의 시나리오들이 이미 사전에 산출되고 최적화의 지평을 대규모로 확장할 수 있다. 따라서 향후의 구동 시스템들이 갖는 다양한 자유도는 에너지 소모 감소를 위해 현저히 더 크게 기여할 수 있다. 한편, 이는 개발-, 캘리브레이션- 및 특히 유효성 평가 비용이 매우 증대되는 고도의 복잡한 구동 전략을 야기한다.

에너지 효율, 배출, 운전성(영문: Driveability) 및 NVH-승차감(영문: Noise-Vibration-Harshness/ 소음-진동-불쾌함)이라는 기준은 고객 만족도와 관련하여 그리고 법적인 기본 조건의 충족을 위해 크게 역할한다는 점이 확인되었다. 그 외에도 더 열거할 수 있으며, 서두에 열거한 기준들 중 다른 기준은 향후 개발 측면에서 중요할 수 있다.

EP 0 846 945 A2는 자동차의 주행 거동 분석을 위한 방법에 관한 것이다. 자동차의 운전성에 관한 연구는 비교적 적은 비용을 들여 테스트베드에서 수행될 수 있고, 단 이하의 단계들이 수행될 때 그러하다: 실제 차량에서 측정을 수행하여 주행 거동에 관한 측정값들을 획득하는 단계, 차량의 운전성을 나타내는 적어도 하나의 평가값을 하나 이상의 측정값의 함수로서 추론하는 단계, 개별적인 측정값들 간의 종속성을 표시하고 특히 실제 차량 및 테스트베드에서 산출 가능한 소정의 측정값들의 집합으로부터 평가값들을 산출하기 위한 시뮬레이션 모델을 구축하는 단계, 및 시뮬레이션 모델에 따라 동역학 테스트베드의 캘리브레이션 단계.

US 7,523,654 B2는 구동적으로 연동하는 구동 부품들 및 구동된 부품들을 포함하는 토크 전달 장치 전체를 포함하는 기계 시스템의 NVH-특성들을 평가하기 위한 방법 및 장치에 관한 것이다.

DE 10 2009 048 615 A1은 차량의 전자적 구성을 위한 방법에 관한 것으로, 이때

- 구성해야 할 차량을 위한 구간 종속적 주행 프로필이 결정되고,

- 이러한 주행 프로필을 토대로 하여 예상할 수 있는 차량 에너지 흐름이 시뮬레이션 및 정량화되고,

- 차량의 서로 호환 가능한 개별적 기능 블록들이 차량 내의 예상 에너지 흐름에 따라 결정되고, 이때 기능 블록들은 특히 각각의 기능 블록에 포함된 부품의 에너지 특성을 나타내며,

- 개별 기능 블록들이 구성되고, 주행 프로필 종속적인 부분- 또는 전체 에너지 밸런스가 생성되고,

- 주행 프로필 종속적인 부분- 또는 전체 에너지 밸런스의 최적화 및/또는 변수 형성을 위해 개별적 기능 블록들이 교체 또는 대체되되, 원하는 주행 프로필을 위해 에너지 효율적인 차량이 제조될 때까지 그러하다.

WO 2014/062127 A1은 적어도 하나의 차량의 구동 데이터들을 사용하기 위한 시스템에 관한 것으로, 시스템은:

- 구동 데이터들을 수집하도록 설계된 수집 장치로서, 구동 데이터들은 적어도 하나의 차랑이 어떻게 사용되었는지에 관한 정보를 포함하는 것인, 수집 장치;

- 적어도 하나의 차량에서 파워 트레인을 위한 엔진 회전수 및 토크의 함수로서 적어도 하나의 차량을 위한 에너지 소모 행렬 형태의 구동 데이터들에 기반하여 에너지 소모(c)를 결정하도록 설계된 계산 장치;

- 및 에너지 소모(c)를 사용하도록 설계된 사용 장치를 포함한다.

US 2007/0112475 A1는 차량의 출력 소모를 관리하기 위한 장치에 관한 것으로, 이러한 장치는 차량 엔진을 위해 제공된 출력을 차량의 주위 환경에 관한 정보, 차량 구동 상태에 관한 정보, 하나 이상의 제어 입력값들 및 하나 이상의 차량 구동 매개변수에 기반하여 계산하기에 적합한 에너지 관리 논리를 포함한다.

US 8,571,748 B2는 일 경로 구간에서 차량의 추진 관련 구동 매개변수를 추산하기 위한 방법에 관한 것으로, 이 방법은:

- 경로 구간에 관한 정보를 토대로 하여 경로 구간을 위한 차량의 적어도 하나의 구동 매개변수를 추산하는 단계;

- 적어도 하나의 추산된 구동 매개변수 및 적어도 하나의 차량 특정 매개변수를 사용하여 도로 일부분을 위한 추진 관련 구동 매개변수를 추산하는 단계로, 이때 적어도 하나의 차량 특정 매개변수의 결정은:

- 다수의 차량 구동 매개변수들을 결정하기 위해 차량이 구동 중일 때 주행 데이터들을 감지하고;

- 적어도 하나의 차량 특정 매개변수를 포함하는 소정의 관계식에서 적어도 2개의 특정한 차량 구동 매개변수들을 사용하고; 그리고

- 적어도 2개의 차량 구동 매개변수들을 위한 주행 데이터들 및 관계식으로부터 적어도 하나의 차량 특정 매개변수를 결정함으로써 이루어지는 것인, 단계,

- 다수의 차량 구동 매개변수들을 위해 감지되었던 주행 데이터들에서 다양한 주행 단계들을 식별하는 단계로, 이때 차량 단계들을 위한 적어도 하나의 차량 특정 매개변수가 결정되고, 각각의 식별된 주행 단계는 각각의 주행 데이터들로부터 결정되는 차량 특정 매개변수들의 집합에 편입되고, 모든 식별된 주행 단계들을 위해 결정되는 차량 특정 매개변수는 추진 관련 구동 매개변수를 추산하기 위해 사용되는 것인, 단계를 포함한다.

에너지 효율과 관련하여 소비자에게 방향성을 주기 위해, 2011년 12월 1일부로 독일 연방 공화국에서 승용차를 위한 CO₂ -표지에 관한 법규가 발효되었다. 이때부터 전시용 차량 또는 구매 또는 임대로 제공된 차량은 차량에 해당 CO₂ 라벨이 부착되어야 하고, 이러한 CO₂ 라벨은 차량의 에너지 효율 등급을 나타낸다. 차량은 차량 중량에 따라 크기 분류가 이루어진다. 차량의 에너지 효율과 차량의 배출 사이에 직접적인 연관 관계가 존재한다.

차량들을 에너지 효율 등급에 따라 분류하기 위해, 출원 시점에 CO₂ 방출에 대한 참조값은 차량의 중량에 따라 결정된다. 그러나 이동을 위해 차량에 투입된 에너지가 얼마나 효율적으로 활용되는지, 그리고 파워 트레인, 조향장치, 구동 장치 또는 보조 장치와 같은 차량의 개별 장치들(A) 또는 다른 영향 인자들이 에너지 효율에 어느 정도 기여하는지에 관한 것은, 에너지 효율 등급 분류로부터 알 수 없다.

또한, 배출은 점점 더 엄격해지는 법적 규정을 따라야 한다. 유럽 공동체에서 최초의 단일화된 배출 규정은 1970년에 발효되었다. 당시에는 일산화탄소 및 탄화수소의 배출만이 제한되었다. 1977년에 산화질소가 추가적인 제한 배기가스 함유 성분으로 도입되었다. 디젤 기관으로부터의 입자(그을음)에 대한 한계값은 1988년에 도입되었다. 화물차 및 버스의 경우, 1988년에 배기가스 함유 성분 한계값이 최초로 유럽 전역에서 확립되었다. 오토바이 및 소형 오토바이의 경우, 1997년부터 유럽 전역에서 확립된 배기가스 한계값이 존재한다.

이때부터 배기가스 규정은 단계적으로 엄격해졌다. 이러한 규정의 엄격화는 배출 방식 및 배출값 범위, 및 이에 대한 지속적인 준수에 관련한다.

소모 및 배출에 관한 값은 법적 표준의 검사를 위해 마찬가지로 표준화된 주행 사이클에서 검사된다. 이는 수십년전부터 테스트베드에서 차량들의 승인 검사 시 배출 측정을 위한 통상적인 방법이다. 실험실 환경에서 온도, 연료, 테스트 사이클 또는 구간 프로필에 관한 명료한 기초 조건을 이용하여, 엔진 및 차량은 최소 배기가스 배출 및 연료 소모와 관련하여 최적화된다. 연소 방법 개선 및 적합한 배기가스 후처리 사용으로, 출원 시점에 모든 법적인 배출 한계는 미달되었다. 출원 시점에 유효한 신규 유럽 주행 사이클은 총 1,180 초(20분에 육박)가 소요된다. 이러한 사이클은 780초간 지속되는 도시-사이클(시내 조건) 및 400초간 지속되는 교외-사이클(시외 조건)로 구성된다. 주변 온도는 측정 중에 20°C 내지 30°C이다. 콜드 스타트 조건(cold start conditions), 가속 및 지연은 감지되고 적절하게 보간된다(interpolated).

표준화된 주행 사이클에 따라 배출 및 소모량을 평가하는 것은 다양한 차량들을 상호간 비교할 수 있는 평균 프로필을 나타낸다. 주행 사이클은 대부분 고객의 개별적 사용 프로필과 부분적으로만 일치하고, 특히 고객이 다수의 단거리 구간 왕래 및 시내 왕래를 하는 경우에만 그러하다. 또한, 120 km/h를 초과하는 속도에서 배출 및 소모량은 측정되지 않고 평균 산출에 영향을 미치지 않는다. 주행 사이클 중에, 전체 사이클 최적화를 위해 배출 증대 원인을 찾는 것을 목표로 한다.

본 발명의 과제는 차량의 에너지 효율에 관한 범용적인 분석을 가능하게 하는 시스템 및 방법을 제공하는 것이다. 특히 이러한 분석은 차량 중량 및 수행한 주행 사이클과 무관하거나 근소한 정도로만 관련되어야 한다.

이러한 과제는 제1항에 따른 차량의 에너지 효율 분석을 위한 시스템, 제6항에 따른 해당 방법, 및 제13항에 따른 차량 구동 거동 분석을 위한 방법에 의하여 해결된다. 본 발명에 따른 교시의 유리한 실시예들은 종속항들에 청구된다.

본 발명은 특히, 복잡한 주행 흐름들을 개별적인 주행 요소들 또는 주행 상태들 또는 주행 상태 순서들로 세분화(segmentation)하고 이러한 세분화에 따라 특성값을 결정한다는 가정에 기반한다. 출원인은, 차량의 에너지 효율에 관한 그러한 세분화된 분석을 이용하여 그러한 특성값을 토대로 최적화가 수행될 때 차량의 상당한 효율 개선을 달성할 수 있음을 확인하였다.

또한, 본 발명은 특히, 차량의 에너지 효율뿐만 아니라 다른 기준들도 운전자 또는 차량 승객이 차량에 대해 주관적으로 인지하는 것에 본질적으로 영향을 미친다는 가정에 기반한다. 따라서 차량 구동 거동을 위한 특성값이 추가적으로 결정되어야 한다. 이때 중요한 것은, 개별 주행 요소들 또는 주행 상태들을 식별하는 것인데, 이는 개별 기준들에 대하여 매우 타당성을 가질 수 있으며, 각각의 관련 주행 요소들에서 나타나는 이러한 특성들은 각각의 주행 요소와 관련 없는 특성들에 비해 더 크게 가중된다. 그 결과 차량의 차량 구동 거동을 위한 특성값이 출력된다.

범용적인 특성값이 결정됨으로써, 특정한 주행 사이클과 무관하게 실제 주행 모드에서의 측정에 의해 차량의 승인이 이루어질 수 있다. 이로써, 차량 등급이 상이한 차량들을 실질적으로 더욱 양호하게 비교할 수 있고, 실제 도로 교통에서의 소모량을 더욱 양호하게 모사하는 결과를 제공한다. 또한, 통제 가능한 테스트 영역인 테스트 베드는 부분적으로 확률론적인 구성 요소인 도로 주행(영문: Real-Drive)을 포함하여 확장됨으로써, 즉 인위적인 테스트 사이클은 셀 수 없을 만큼 다수의 상이한 주행 상태들 및 기초 조건들을 갖는 임의의 실제 구동으로 확장된다.

소모량, 배출 및 에너지 효율은 본 발명에 따르면 개별 주행 상태들, 복수의 동일한 종류의 주행 상태들 및/또는 차량의 다양한 주행 상태들의 순서들과 관련하여 분석될 수 있어서, 주행 상태들이 에너지 효율 및 차량 구동 거동에 미치는 영향들을 알 수 있게 된다.

본 발명의 견지에서 구동 장치는 에너지 변환에 의해 기계적 구동력을 생성하도록 설계된다.

본 발명의 견지에서 "감지한다"의 개념은 특히 시뮬레이션에 의해 생성되는 데이터 세트들의 판독 입력, 차량의 장치의 구동 상태 설정 및/또는 차량의 측정 또는 테스트베드에서의 측정 수행을 포함한다.

본 발명의 견지에서 주행 상태는 하나 이상의 매개변수 값 또는 복수의 매개변수 값들의 하나 이상의 성상도(constellation)에 의해 확정되되, 주행 상태가 상황에 따라 관찰되는지(예컨대 곡선 주행 있음) 또는 주행 상태가 매개변수의 시간상 흐름으로부터 비로소 도출되는지(예컨대 팁-인(tip-in) 있음)의 여부에 따라 확정된다. 본 발명의 견지에서 주행 상태는 특히 차량의 동적 주행 특성을 나타낸다. 주행 상태는 특히 일정한 속도에서의 타행 주행(coast), 가속, 곡선 주행, 주차, 직선 주행, 공회전(구름 주행), 팁-인(급격한 가속 페달 밟기), 렛-오프(let-off)(급격한 가속 페달 떼기), 일정 주행, 변속, 정지, 오르막 주행, 내리막 주행, 전기 주행, 회생 제동, 기계 제동 또는 이러한 주행 상태들 중 적어도 2개의 주행 상태들의 조합이다. 동적 주행 특성은 대부분의 주행 상태들에서 차량 구성 요소의 구동 방식 또는 구동 상태에 의해 결정된다. 따라서, 완전 하이브리드 차량에서 원칙적으로 3개의 서로 다른 팁-인 주행 상태가 가능한데, 즉, 내연 기관에 의해 작동하는 팁-인, 전기 장치에 의해 작동하는 팁-인, 및 전기 장치가 부가적인 전기 부스트로 사용되는 경우의 팁-인이다. 개별적인 주행 상태들은 개별적인 성상도 고찰에 이르기까지 정밀해질 수 있어서, 예컨대 다양한 기어단들 또는 다양한 출력 회전수들에서 팁-인은 상이한 주행 상태로서 구별될 수 있다.

본 발명의 견지에서 주행 저항은, 일정한 속도 또는 가속도로 수평면 또는 경사면에서 주행할 때 구동력을 이용하여 지상용 차량이 극복해야 하는 저항들의 총합을 나타낸다. 주행 저항은 특히 공기 저항, 구름 저항, 경사 저항 및/또는 가속 저항이라는 구성 요소들로 구성된다.

본 발명의 견지에서 지형학(topography)은 지면을 의미하며, 특히 주행 도로의 경사, 도로의 곡선 구간 및 해수면 위의 고도(예컨대 해발 고도)를 나타낸다.

본 발명의 견지에서 차량의 장치(A)는 부품, 특히 보조 장치, 구성 요소, 특히 전자 출력 장치 또는 구동 장치, 또는 시스템 특히 조향장치 또는 파워 트레인이다.

바람직하게는, 본 발명의 견지에서 주행 요소는 주행 상태이다. 또한, 바람직하게는, 주행 요소의 식별을 위해 서두에 언급한 기준들을 특성화하는 다른 매개변수들의 개발이 고려될 수 있다. 예컨대, 차량의 에너지 소모를 특성화하는 제1 매개변수의 상승은 에너지 소모 및 에너지 효율을 위한 매우 중요한 주행 요소를 나타내는 것임을 고려할 수 있다.

본 발명의 견지에서 실제 주행(real-drive)은 실제 주행 모드, 특히 도로 또는 지면에서 실제 주행 모드를 의미한다. 부분 시뮬레이션되거나 완전 시뮬레이션된 차량들에서 실제 주행은 예컨대 확률론적인 방식에 의해 테스트베드에서 그러한 실제 주행을 모사하는 것을 의미할 수 있다. 이에 상응하여, 실제 주행 배출은 (시뮬레이션된) 실제 주행 중에 생성되는 배출이고, 실제 주행 효율은 (시뮬레이션된) 실제 주행 모드 중에 차량의 에너지 효율이다.

본 발명에 따른 시스템의 유리한 실시예에서, 이러한 시스템은, 특히, 적어도 하나의 특성값을 위한 설정값을 감지하되, 특히 차량 모델 또는 참조 차량을 토대로 하여 설정값을 감지하도록 설계된 인터페이스인 제4 장치, 특히 기준 값과 특성값의 대조를 위해 설계된 데이터 처리 장치의 일부인 제2 비교 장치, 및 특히 대조를 토대로 하여 에너지 효율의 평가를 출력하도록 설계된 표시부인 출력 장치를 포함한다.

에너지 효율 평가에 의해, 다양한 차량들이 간단한 방식으로 서로 비교될 수 있다.

본 발명에 따른 시스템의 다른 유리한 실시예에서, 이 시스템은 차량의 에너지 효율을 위한 적어도 하나의 특성값을 산출할 때 에너지 소모가 고려되지 않는 적어도 하나의 장치(A)를 확정하도록 설계되는 선택 장치, 특히 데이터 처리 장치의 일부 및 특히 적어도 하나의 장치(A)의 에너지 소모를 특성화하는 다른 제2 매개변수를 감지하도록 설계된 제5 장치, 특히 센서를 포함하고, 처리 장치는 차량의 에너지 소모 및 적어도 하나의 장치(A)의 에너지 소모를 공제하도록 더 설계된다.

복잡한 주행 흐름들을 평가 가능한 작은 개별 요소들로 세분화하는 것 외에, 종합 차량의 시스템 통합을 다양한 시스템 수준, 구성요소 수준 및 더욱이 부품 수준으로 범주화하는 것은 더 효율적인 개발 공정을 위한 토대이다.

차량의 에너지 소모에서 장치(A)의 에너지 소모를 공제함으로써, 에너지 효율의 분석은 차량의 특정한 기능들 또는 차량의 구성요소들 또는 시스템들에 집중될 수 있다. 예컨대 차량의 추진을 위해 기여하지 않는 모든 장치들(A), 예컨대 모든 승차감 기능들은 배제될 수 있다. 이를 통해 예컨대 파워 트레인의 효율이 결정될 수 있다. 또한, 바람직하게는, 예컨대 차량의 조향 시스템에 속하지 않는 모든 장치들(A)은 배제될 수 있다. 이를 통해 조향 시스템의 에너지 효율이 선택적으로 분석될 수 있다.

본 발명에 따른 시스템의 다른 유리한 실시예에서, 이러한 시스템은 주행 상태들의 순서를 저장하도록 설계된 저장 장치를 더 포함하고, 처리 장치는 특성값의 산출 시 주행 상태들의 순서를 고려하도록 더 설계된다.

본 발명에 따른 시스템의 이러한 특징들에 의하여, 개별 주행 요소들, 특히 주행 상태들에 토대를 두어 특성값들이 결정될 수 있을 뿐만 아니라, 평가해야 할 해당 주행 상태들에 선행 및/또는 후속 주행 상태들이 미치는 영향이 고려될 수 있다. 부가적으로, 복수의 주행 상태들을 포함하는 특성값들이 감지 시간에 걸쳐 산출될 수 있고, 분석을 위해 이용된 각각의 매개변수는 이러한 시간에 걸쳐 합산 또는 적분될 수 있다.

본 발명에 따른 시스템의 다른 유리한 실시예에서, 처리 장치는 제1 데이터 세트 및 제2 데이터 세트의 값들을 적어도 하나의 소정의 주행 상태에 편입시키는 것을 교정하여, 각각의 데이터 세트가 센서에서 감지되기까지 적어도 하나의 측정 매체의 실행 시간 및/또는 신호 전파 시간을 고려하도록 더 설계된다.

본 발명에 따른 시스템의 이러한 특징에 의하여, 감지된 값들 또는 측정값들이 잘못된 주행 상태들에 편입되거나 주행 요소들이 잘못 식별되는 것이 방지될 수 있다.

본 발명에 따른 방법의 유리한 실시예에서, 방법은 다음의 동작 단계를 더 포함한다: 적어도 하나의 특성값을 위한 설정값을 감지하되, 특히 차량 모델 또는 참조 차량을 토대로 하여 감지하는 단계, 특성값을 설정값과 대조하는 단계, 및 대조를 토대로 하여 에너지 효율 평가를 출력하는 단계.

바람직하게는, 설정값 산출은 차량 측정과 동기화된 종합 차량 모델에서 측정된 차량-종방향 동역학에 기반하여, 현재 지형학 및 주행 저항을 고려하여 수행된다. 바람직하게는, 차량 모델은 전체 하드웨어 구성 뿐만 아니라 이에 상응하는 구동 전략을 포함한다. 바람직하게는, 모든 에너지 영향들 및 에너지 저장부에 걸쳐 밸런싱이 수행된다.

본 발명의 전술한 양태들 및 이에 속하는 본 발명에 따른 시스템의 발전 형태로 개시된 특징들은 이하에 설명되는 발명의 양태들 및 이에 속하는 본 발명에 따른 방법의 발전 형태들에 상응하게 적용되며, 그 반대로도 그러하다.

유리한 실시예에서, 본 발명에 따른 방법은 다음의 동작 단계를 더 포함한다: 적어도 하나의 특성값을 위한 설정값을 감지하되, 특히 차량 모델 또는 참조 차량을 토대로 하여 감지하는 단계, 특성값을 설정값과 대조하는 단계, 및 대조를 토대로 하여 에너지 효율 평가를 출력하는 단계.

본 발명에 따른 방법의 다른 유리한 실시예에서, 또한, 제2 매개변수는, 차량의 적어도 하나의 장치(A), 특히 보조 장치, 적어도 하나의 구동 장치, 조향장치 또는 파워 트레인의 구동 상태 및/또는 에너지 소모 및/또는 차량의 주위 환경의 지형학을 특성화하기에 적합하다.

특히 차량의 주위 환경의 지형학을 결정함으로써, 차량의 구동 전략은 차량이 해당 도로 구간에 도달하기 전에 따라야 하는 도로 구간 변동에 맞춰질 수 있다. 이를 통해 현저한 에너지 이득이 달성될 수 있다.

본 발명에 따른 방법의 다른 유리한 실시예에서, 또한, 적어도 하나의 제2 매개변수는, 차량의 적어도 하나의 장치(A), 특히 보조 장치, 적어도 하나의 구동 장치, 조향장치 또는 파워 트레인의 구동 상태 및/또는 에너지 소모 및/또는 차량의 주위 환경의 지형학을 특성화하기에 적합하고, 본 발명에 따른 방법은 동작 단계를 더 포함한다: 차량의 에너지 효율을 위한 적어도 하나의 특성값을 산출할 때 에너지 소모가 고려되지 않는 적어도 하나의 장치(A)를 확정하는 단계 및 차량의 에너지 소모에서 이러한 적어도 하나의 장치(A)의 에너지 소모를 공제하는 단계.

본 발명에 따른 시스템의 유리한 실시예와 관련하여 설명된 바와 같이, 종합 차량의 효율, 또한 시스템의 효율, 차량의 구성 요소의 효율 또는 더욱이 부품의 효율이 불량해질 수 있다.

본 발명에 따른 방법의 다른 유리한 실시예에서, 적어도 하나의 장치(A)는 차량의 주행 모드를 위해 필요하거나 주행 모드와 무관한 기능을 충족한다.

차량의 주행 모드를 위해 필요한 장치(A)는 예컨대 파워 트레인의 모든 구성 요소들, 또는 광 장치, 제동 시스템 또는 능동 안전 장치와 같은 법적 규정 장치들(A)이다. 주행 모드와 무관한 기능들은 우선 특히 승차감 기능으로, 이는 예컨대 공조기 또는 인포테인먼트가 제공한다.

본 발명에 따른 방법의 다른 유리한 실시예에서, 적어도 하나의 구동 장치는 내연 기관 또는 연료 전지 시스템을 포함한 전기 장치이고, 제1 매개변수는 적어도 내연 기관 또는 연료 전지 시스템의 배출을 제공한다.

이러한 실시예에 따르면, 차량의 에너지 소모는 배출 측정, 특히 CO₂ 배출에 의해 결정될 수 있다. 바람직하게는, 에너지 저장 장치의 에너지 유입 및 배출이 고려된다.

본 발명에 따른 방법의 다른 유리한 실시예에서, 적어도 하나의 매개변수는 부가적으로, 차량의 배출, 운전성 및/또는 NVH-승차감을 특성화하기에 적합하고, 방법은 다음의 동작 단계를 더 포함한다: 다음의 구동 모드들 중 하나로부터 평가가 추가적으로 의존하는 적어도 하나의 차량 구동 모드를 선택하는 단계: 효율 지향 구동 모드, 배출 감소 구동 모드, 운전성 지향 구동 모드, NVH-승차감 지향 구동 모드.

본 발명에 따른 방법의 다른 유리한 실시예에서, 동작 단계들은 제3 데이터 세트가 다양한 복수의 주행 상태들을 포함할 때까지 수행된다.

다른 유리한 실시예에서, 본 발명에 따른 방법은 다른 동작 단계를 포함한다: 주행 상태들의 순서를 감지하는 단계로, 특성값의 산출 시 주행 상태들의 순서가 고려되는 것인, 단계.

이미 본 발명에 따른 시스템의 유리한 실시예와 관련하여 설명한 바와 같이, 주행 상태들 상호간의 영향이 고려될 수 있다.

본 발명에 따른 방법의 다른 유리한 실시예에서, 제1 데이터 세트 및/또는 제2 데이터 세트의 값들은 각각의 주행 상태의 지속 시간에 걸쳐 적분된다.

값들의 적분 또는 합산은 주행 상태의 총 지속 시간에 걸쳐 특성값의 산출을 가능하게 한다.

다른 유리한 실시예에서, 복수의 제3 데이터 세트는 적어도 하나의 특성값의 동일한 방식의 주행 상태 산출을 위해 통합된다.

이를 통해 동일한 주행 상태들의 통계적 평가가 수행될 수 있다.

다른 유리한 실시예에서, 본 발명에 따른 방법은 다음의 동작 단계를 더 포함한다: 제1 데이터 세트 및 제2 데이터 세트의 값들을 적어도 하나의 소정의 주행 상태에 편입시키는 것을 교정하여, 각각의 데이터 세트가 센서에서 감지되기까지 적어도 하나의 측정 매체의 실행 시간 및/또는 신호 전파 시간을 고려하는 단계.

본 발명에 따른 방법의 다른 유리한 실시예에서, 데이터세트들의 매개변수들은 차량의 실제 주행 모드에서 감지되고, 이때 바람직하게는 차량은 확률론적인 원칙에 따라 선택된 실제 주행 구간을 이동하고, 바람직하게는 실제 차량은 확률론적인 원칙에 따라 선택되며 적어도 부분적으로 시뮬레이션된 주행 구간을 이동하고, 더욱 바람직하게는 적어도 부분적으로 시뮬레이션된 차량은 확률론적인 원칙에 따라 선택되며 적어도 부분적으로 시뮬레이션된 주행 구간을 이동하고, 가장 바람직하게는, 시뮬레이션된 차량은 확률론적인 원칙에 따라 선택된 시뮬레이션된 주행 구간을 이동한다.

본 발명의 견지에서 차량의 실제 주행 모드는 사용자의 실제 일상생활의 관점에 따른 차량의 구동, 예컨대 출근 시, 쇼핑 시 또는 휴가를 떠날 때의 차량의 구동이다.

본 발명에 따른 방법은 실험 구동을 주행 사이클과 분리할 수 있는데, 특성값들은 개별 주행 요소들, 특히 주행 상태들에 따라 결정된다. 이러한 인식에 기반하여, 차량의 실제 주행 모드를 나타내는 임의의 주행 사이클이 구성될 수 있다.

본 발명에 따른 방법의 다른 유리한 실시예에서, 특성값은, 적어도 하나의 소정의 주행 상태가 존재하고 및/또는 제1 데이터 세트 또는 제2 데이터 세트가 소정의 기준을 충족할 때에만 산출된다.

이는 특성값 또는 평가의 산출을 위해 관련 주행 상태 또는 관련 주행 요소들 중 하나를 선택할 수 있게 한다.

본 발명에 따른 방법의 다른 유리한 실시예에서, 동일한 종류의 주행 상태를 위한 복수의 제2 데이터 세트들의 측정값들은 적어도 하나의 특성값의 산출을 위해 통합된다.

본 발명에 따른 방법은 실제 차량의 판단을 위해서 뿐만 아니라 부분적으로 시뮬레이션되거나 에뮬레이션된 또는 전체가 시뮬레이션되거나 에뮬레이션된 차량을 판단하기 위해 사용될 수 있다. 실제 차량의 경우, 방법은 실제 구동을 따르고, 데이터 세트들을 형성하는 매개변수는 센서들을 이용한 측정에 의해 산출된다.

부분적 시뮬레이션의 경우, 종합 차량에 대해 시뮬레이션 모델이 구축되고, 이러한 모델에 따라 데이터 세트의 적어도 하나의 매개변수를 위한 매개변수 값들이 컴퓨터에 의해 산출된다. 테스트는 특히 테스트베드에서 수행되고, 측정을 위해 가능한 각 매개변수를 위한 매개변수 값들 또는 데이터세트들은 바람직하게는 측정에 의해 결정될 수 있다.

전체적으로 시뮬레이션된 판단 시, 종합 차량이 시뮬레이션되고, 테스트 구동은 테스트베드 없이 순수한 시뮬레이션으로 시작하고, 차량의 개별 구성 요소들 또는 시스템들을 위해 측정된 매개변수 값들이 시뮬레이션에 결부될 수 있다. 실제 차량을 판단하는 경우에, 실제 차량은 도로 구동 또는 지면 구동에서 또는 시뮬레이션된 도로 또는 시뮬레이션된 지면에서 차대 동력계에서(chassis dynamometer) 구동될 수 있다. 본 발명에 따른 시스템 및 본 발명에 따른 방법을 부분적인 차량 시뮬레이션 또는 전체적인 차량 시뮬레이션된 실제 차량의 판단을 위해 사용할 수 있다는 가능성에 상응하여, 본 발명의 견지에서 "감지하다"의 개념은 특히 시뮬레이션에 의해 생성된 데이터 세트들의 판독 입력, 실제 차량 또는 시뮬레이션된 차량의 장치의 구동 상태 설정 및/또는 실제 차량 측정 또는 실제 차량의 구성 요소 또는 시스템 측정을 테스트베드에서 수행하는 것을 의미한다.

본 발명의 다른 이점들, 특징들 및 적용 가능성들은 도면들과 관련한 이하의 설명에 나와 있다. 도면은 다음과 같다:
도 1은 차량의 에너지 효율 판단 및/또는 최적화를 위해 본 발명에 따른 시스템의 일 실시 형태에 따른 차량의 부분적 개략도이다.
도 2는 차량의 에너지 효율 분석을 위한 본 발명에 따른 방법의 일 실시 형태의 부분적 개략적 블록도이다.
도 3은 차량의 에너지 효율 분석을 위한 본 발명에 따른 방법 및 본 발명에 따른 시스템의 일 실시 형태에 따른 종합 차량의 시스템 통합의 범주화를 나타낸 부분적 개략도이다.
도 4는 차량의 에너지 효율 분석을 위한 본 발명에 따른 방법 및 본 발명에 따른 시스템의 일 실시 형태의 주행 프로필의 세분화를 나타낸 부분적 개략도이다.
도 5는 차량의 차량 구동 거동 분석을 위한 본 발명에 따른 방법의 일 실시 형태의 부분적 개략적 블록도이다.
도 6은 차량의 차량 구동 거동 분석을 위한 본 발명에 따른 방법의 일 실시 형태에 따른 주행 프로필의 세분화를 나타낸 부분적 개략도이다.
도 7 내지 도 18은 본 발명의 다른 양태들에 관련한다.

도 1은 구동 장치(3)를 포함한 차량(2) 내에서 본 발명에 따른 시스템의 일 실시 형태를 순수하게 예시적으로 도시한다. 구동 장치(3)는 특히 파워 트레인의 구성 요소이고, 파워 트레인은 구동 장치(3)로부터 구동 샤프트를 통해 경우에 따라 기어 박스(19) 및 차동기(21)로, 그리고 계속하여 축들을 통해 차륜들(18b, 18d)까지 연장되며, 4륜 구동의 경우 다른 차륜들(18a, 18c)까지 연장된다. 구동 장치(3)는 바람직하게는 내연 기관 또는 전기 장치이다. 구동 장치는 바람직하게는 연료 전지 시스템, 특히 리포머(reformer) 및 연료 전지를 포함하는 연료 전지 시스템을 포함하거나 발전기를 포함할 수 있고, 발전기를 이용하여 연료, 특히 디젤 연료로부터의 에너지는 전기 에너지로 변환될 수 있다. 구동 장치(3)는 특히 연료 저장부 또는 전기 에너지 저장부, 또한 압축 공기 저장부로 형성될 수 있는 에너지 저장부(15)로부터의 에너지를 이용한다. 구동 장치(3)를 이용하여, 에너지 저장부(15) 내에 저장된 에너지는 에너지 변환에 의해 기계적 구동력으로 변환된다. 내연 기관의 경우, 기계적 동작은 기어 박스(19) 및 차동기(21)를 통해, 구동 샤프트들 및 축들을 통해 차량(2)의 구동 차륜들(18b, 18d)로 전달된다. 에너지 저장부(15) 내에 저장된 에너지의 일부는 보조 장치에 직접적으로 출력되거나, 구동 장치(3)에 의한 변환 단계를 이용하여 기계적 동작으로 출력된다. 보조 장치는 특히 공조기, 벤틸레이터, 서보모터, 예컨대 윈도우 리프트 또는 전기 기계식 또는 전자 유압식 조향을 위한 서보 모터, 또는 연소 힘 보조 장치이고, 즉 차량(1)의 주행 구동생성에 직접적으로 관여하지 않으나 에너지를 소모하는 그러한 장치이다. 구동 장치(3)의 작동 시 경우에 따라 예컨대 연료 전지 시스템 또는 내연 기관을 통해 발생하는 배기가스 또는 배출은 배기가스 후처리를 위한 장치(22), 예컨대 촉매 변환 장치 또는 입자 필터를 통해, 그리고 배기가스 설비(23)에 의해 주변으로 배출된다. 바람직하게는, 차량(2)은 2개의 구동 장치들(3)을 포함할 수 있고, 특히 내연 기관 및 전기 장치를 포함할 수 있으며, 이 경우 2개의 에너지 저장부(15), 특히 연료 저장부 및 전기 에너지 저장부가 구비된다.

본 발명은 다차원 구동 시스템을 갖춘 모든 다른 차량 종류를 분석하기 위해 사용될 수 있다. 특히 본 발명은 병렬 하이브리드 구동, 직렬 하이브리드 구동 또는 병합 하이브리드 구동을 포함한 차량에서 사용될 수 있다.

본 발명은, 차량의 전체 에너지 소모를 결정하고, 추진 및 경우에 따라 있을 수 있는 부가 기능을 위해 필요한 에너지를 결정하고, 이로부터 통상적인 차량 에너지 효율을 산출하는 것이 목적이다.

이하, 이를 위해 제공된 본 발명에 따른 시스템(1)은 도 1을 참조로 하여 실제 차량에 대해 설명되며, 다양한 매개변수들의 데이터 세트들은 바람직하게는 측정에 의해 결정된다. 그러나 미도시된 다른 실시예들에서, 바람직하게는, 차량(2)의 일부를 시뮬레이션 또는 에뮬레이션하고, 차량의 나머지 실제 시스템들 및 구성 요소들 또는 에뮬레이터(emulator)의 출력단에서 측정을 통해 일부의 데이터 세트들만을 얻을 수 있다. 또한, 바람직하게는, 모든 구성 요소들 및 시스템들을 포함한 종합 차량을 시뮬레이션할 수 있다.

차량을 위한 시뮬레이션 모델로서, 다중 질량 진동자가 사용될 수 있고, 진동자의 매개 변수는 특정한 차량 또는 차량 그룹에 정합된다.

시스템(1)은 차량 내의 모든 구성 요소들과 함께 배치될 수 있다. 실제 차량(2)에서의 실험 및 부분 시뮬레이션 실험 시, 테스트베드에서의 시범 차량 또는 차량에서 측정을 위해 불필요한 시스템(1)의 구성 요소들은 다른 장소, 예컨대 백 엔드(back-end)에 배치될 수 있다.

또한, 차량(2)의 에너지 효율 분석을 위해 조향장치 및 파워 트레인 시스템 또는 그 구성 요소를 참조로 하는 도 1에 도시된 실시예에는 전기 기계적 또는 기계 유압식 조향 액추에이터(16), 조향 제어부(17) 또는 구동 장치(3), 에너지 저장부(15) 및 경우에 따라 기어 박스(19)가 도시된다. 그러나 당업자에게는, 본 발명의 방법론이 예컨대 제동 시스템 및 경우에 따라서 다른 구동 장치 등과 같은 차량(2)의 다른 시스템, 구성 요소 및 부품에도 전용될 수 있음이 명백하다.

도 1에 도시된 실시예에서, 구동 장치(3)는 배기가스 후처리부(22) 및 배기가스 설비(24)를 제공하는 내연 기관이다. 에너지 저장부(15)는 전기 에너지 저장부, 즉 차량의 배터리 및 연료 저장부로 나눠진다. 이러한 에너지 저장부로부터 추출되는 에너지는 바람직하게는 적어도 하나의 센서(4a)에 의해 결정된다. 또한, 바람직하게는, 배기가스 분석 장치(23)의 센서(4b)를 이용하여 적어도 하나의 배출이 결정될 수 있다. 매우 유리하게는, 이러한 배출은 내연 기관(3)으로부터 소모된 에너지를 나타낸다. 배기가스 분석 장치(23)는 배기가스 후처리부 전 또는 후에 배치될 수 있다.

시스템(1)은 차량(2)의 순간 주행 저항을 표시하도록 설계된 제2 장치(5)를 더 포함한다. 바람직하게는, 그러한 제2 장치(5)는 차량(2)에 영향을 미치는 모든 주행 저항 요소, 즉 공기 저항, 구름 저항, 경사 저항 및/또는 가속 저항을 결정하기에 적합하다. 바람직하게는, 예컨대 제조사가 제공하는 차량 중량 및 C_w 값과 같은 차량 데이터를 이용한다. 온도 또는 주행 상태에 따라 변경되는 다른 매개변수는 센서에 의해 결정될 수 있다. 공기 저항에는 특히 C_w 값, 차량의 정면 및 속도가 결부되고, 구름 저항에는 차륜의 탄성, 타이어 압력, 차륜 형상, 예컨대 데이터베이스로부터 결정될 수 있는 주행 도로 표면 성질, 및 주행 도로 상태가 결부된다. 경사 저항에는 특히 차량 중량 및 경사도가 결부되고, 이때 지나온 Δ-경로 구간의 경사도는 기압 고도계 또는 GPS 고도계를 통해 결정될 수 있다. 가속 저항은 특히 차량(2)의 질량 및 가속에 따라 좌우된다.

시스템(1)은 차량(2)의 주행 상태를 위해 기준이 되는 적어도 하나의 매개변수를 결정할 수 있는 제3 장치 또는 적어도 하나의 센서(6)를 더 포함한다. 매개변수로서 다음의 매개변수들의 그룹으로부터 적어도 하나가 고려된다: 엔진 회전수, 스로틀 밸브 위치 또는 가속 페달 위치, 차량 속도, 차량 종방향 가속, 흡입관 진공, 냉매 온도, 점화 시점, 주입량, λ-값, 배기가스 재순환율, 배기가스 온도, 설정된 기어단 및 기어 변경. 도 1에는 예컨대 증분형 엔코더(incremental encoder)(6)를 통해 구동 차륜(18d)에서 회전수가 결정되고, 이를 통해 차량 속도를 추론할 수 있으며, 이러한 차량 속도를 이용하여 예컨대 일정한 속도에서의 타행 주행 상태 및 다양한 가속 상태들이 확정될 수 있다. 시스템(1)은 특히 데이터 처리 장치의 일부인 편입 장치(8)를 더 포함하고, 편입 장치는 차량의 확정된 에너지 소모 및 차량의 주행 저항을 각 매개변수 값의 측정 시점에 존재하는 각각의 주행 상태에 편입시킬 수 있다. 차량(2)이 극복해야 하는 주행 저항으로부터 바람직하게는 각각의 조달될 에너지가 추론될 수 있고, 이는 운전자가 정하는 특정한 주행 성능을 제공하기 위해 차량(2)이 조달해야 하는 에너지이다. 차량(2)에 의해 조달되어야 하는 에너지를 바람직하게는 센서들(4a, 4b)에 의해 결정되는 차량(2)의 에너지 소모와 비교함으로써, 차량의 에너지 효율을 위한 특성값이 제공될 수 있다. 바람직하게는, 이러한 특성값은 마찬가지로 데이터 처리 장치의 일부인 처리 장치(9)에 의해 계산된다.

바람직하게는, 본 발명에 따른 시스템(1)은 적어도 하나의 특성값을 위한 설정값을 감지할 수 있는 추가적 제4 장치(10)를 포함한다. 바람직하게는, 이러한 제4 장치(10)는 인터페이스이고, 이러한 인터페이스를 이용하여 해당 설정값을 판독입력시킬 수 있으며, 더욱 바람직하게는 이러한 제4 장치(10)는 적어도 하나의 특성값을 위한 설정값을 생성하는 차량 모델 시뮬레이션 장치이다. 제2 비교 장치(11)를 이용하여, 시스템은 바람직하게는 특성값과 설정값을 대조하여 표시부(12)에 출력할 수 있다.

시스템(1)은 바람직하게는 선택 장치(13)를 더 포함하고, 선택 장치를 이용하여 사용자는, 차량(2)의 에너지 효율에 관한 적어도 하나의 특성값을 산출할 때 시스템, 구성 요소 또는 부품이 고려되지 않아야 하는지, 그리고 어떤 시스템, 구성 요소 또는 부품이 그러한지를 선택할 수 있다. 이를 위해, 추가 센서(14a, 14b, 14d, 14d)를 이용하여, 시스템, 구성 요소 또는 부품의 에너지 소모가 감지되고, 처리 장치(9)는 차량(2)의 에너지 소모에서 각 시스템의 에너지 소모를 공제한다. 바람직하게는, 본 발명에 따른 시스템(1)의 모든 센서들(4a, 4b, 6, 14a, 14b, 14c, 14d)은 데이터 연결을 이용하여, 특히 데이터 인터페이스(10)를 통해 데이터 처리 장치와 연결되고, 데이터 처리 장치는 특히 제1 비교 장치(7), 편입 장치(8), 처리 장치(9), 데이터 인터페이스(10), 제2 비교 장치(11) 및 출력 장치(12)를 포함한다. 데이터 연결은 도 1에서 파선의 선분으로 개략적으로 도시되어 있다.

또한, 바람직하게는, 시스템(1)은 데이터 메모리(25)를 포함하고, 데이터 메모리에서 주행 상태들의 순서 및 이에 속하는 다른 데이터들이 저장될 수 있다.

또한, 바람직하게는, 특히 주 메모리를 갖는 마이크로프로세서를 포함하고 또한 특히 컴퓨터인 처리 장치(9)는 특성값의 산출 시 주행 상태들의 순서를 고려할 수 있고, 각각의 데이터 셋트를 주행 상태에 편입시킬 때 이러한 편입 과정을 센서까지 이르는 측정 매체의 실행 시간 또는 신호 전파 시간만큼 수정할 수 있다.

본 발명에 따른 방법(100)의 일 실시예는 이하에서 도 2, 3, 4를 참조로 하여 설명된다.

본 발명에 따른 방법은 차량의 에너지 효율을 분석하고, 특히 특성값 및 평가를 결정하기 위해 역할하되, 이러한 특성값 및 평가는 범용적이고, 예컨대 특정한 주행 사이클에 기반하지 않는다.

본 발명의 기초를 이루는 전제는, 복잡한 주행 흐름들을 평가 가능한 주행 요소들, 특히 주행 상태들에 상응하는 주행 요소들로 세분화하고, 종합 차량(2)의 시스템 통합을 범주화하는 것에 있다. 이를 위해 바람직하게는, 차량(2)의 다양한 에너지 저장부들(15)로부터 차량의 구동을 위해 추출되는 에너지가 결정된다(101). 또한, 차량의 주행 상태가 결정되고(102), 이때 실무에서 주행 저항을 극복하는 구동력을 위해 차량(2)으로부터 조달되어야 하는 각 에너지를 결정하기 위해 측정뿐만 아니라 데이터베이스의 매개변수 값들이 이용된다.

또한, 차량의 주행 상태가 결정되고(103, 104, 105), 주행 상태들은 특히 일정한 속도에서의 타행, 가속, 곡선 주행, 주차, 직선 주행, 공회전, 팁-인, 렛-오프, 일정 주행, 변속, 타행 구동, 정지, 오르막 주행, 내리막 주행이라는 주행 상태들 또는 이러한 주행 상태들 중 적어도 2개의 조합을 포함한다.

결국, 바람직하게는, 극복해야 할 주행 저항에 따라 차량이 추진 시 필요로 하는 에너지가 결정된다. 이러한 에너지는 바람직하게는 에너지 저장부(15)에 의해 조달되는 에너지와 비교될 수 있어서, 차량(2)의 에너지 효율을 나타내는 지표는 주행 상태에 따라 좌우되는 특성값으로서 제공될 수 있다. 주행 상태들에 따른 이러한 세분화를 통해, 이제까지의 진행 과정의 효율 결정을 해결할 수 있고, 표준화된 주행 사이클들에 걸쳐 차량의 에너지 소모를 결정할 수 있다. 산출된 특성값은 종합 차량(2)에 대해 통상적으로 유효한 특성값을 나타낸다(111).

당업자에게는, 도시된 본 발명에 따른 방법에서 방법의 개별 동작 단계들의 순서가 반드시 지켜야 하는 것이 아님이 명백할 것이다. 따라서 예컨대 데이터세트(101, 102, 103)의 감지 단계는 동시에 또는 도 2에 도시된 바와 다른 순서로 수행될 수 있다.

도 3은 실제 주행 측정을 본 발명에 따라 세분화한 결과를 나타내는 도면으로, 부분적으로 개략적이다. 이러한 세분화에서 에너지 효율이라는 기준을 위해 작동한 주행 요소들, 특히 주행 상태들에 따라 분석이 이루어졌다.

차량 상태를 결정하는 제3 매개변수는 도면의 상부 부분에 도시되며, 시간에 따른 차량 속도로, 이는 차량(2)의 주행 프로필을 나타낸다. 도면의 하부에는 식별된 주행 요소들이 도시되며, 이들은 차량(2)의 에너지 효율과 관련하여 개별적으로 특성값들의 영향을 받거나, 이들을 위해 각각 개별적으로 평가가 수행된다.

차량의 효율은 처음부터 전체의 주행 흐름에 걸쳐 평균을 낸 것이 아니며, 이는 종래 기술의 과정에서 통상적인 바와 같다. 본 발명에서, 개별적인 주행 상태들이 식별되고, 이러한 주행 상태들에 차량의 각각의 주행 저항 및 이러한 주행 상태에서 소모되는 에너지가 편입된다. 이러한 편입을 기초로 하여 산출된 특성값은 조사한 주행 상태에서 차량의 에너지 효율을 반영한다.

방법(100)은 온라인 모드에서 특성값의 즉시 출력과 함께 사용될 수 있다. 이는 예컨대, 시스템(1)이 차량(2) 내에 완전히 설치되고, 테스트 주행 중에 시운전자가 에너지 효율 또는 차량 구동 거동에 관한 정보를 호출하려 할 때 유리하다. 한편, 방법(100)은 오프라인 모드에서도 사용될 수 있으며, 이때 테스트 주행 중에 채택된 값들이 분석된다. 또한, 방법(100)은 이용자의 차량에서 지속적으로 실행될 수 있고, 주기적으로 또는 실시간으로 익명의 평가를 위한 데이터를 백-엔드 또는 중앙 컴퓨터에 전송할 수 있다.

예컨대 특히 차량 시뮬레이션 또는 참조 차량에 따른 계산에 의하여 설정값이 설정됨으로써, 바람직하게는 설정값들 또는 설정값 함수들이 설정될 수 있고(113), 이러한 설정값들 또는 설정값 함수들과 산출된 특성값이 대조될 수 있다(114). 최종적으로, 이로부터 바람직하게는 대조(114)에 기반하여 에너지 효율의 범용적 평가가 출력된다(115).

더욱 바람직하게는, 특성값과 설정값 간의 연관성이 수학적 함수로 표현됨으로써, 매개변수를 함수에 적절히 입력하여 계산의 결과로서 에너지 효율의 평가가 출력된다.

특성값(KW)을 계산하기 위한 간단한 함수는 다음과 같이 나타낼 수 있으며, 이때 계수(c_i)의 값은 각각의 확정된 주행 상태에 따라 좌우된다:

이에 상응하여 평가의 계산이 수행될 수 있고, 이 경우 계수(c_i)는 또한 평가 참조로서 기능하는 해당 설정값 함수에 따라 좌우된다.

차량(2)의 효율에 대한 범용적 특성값뿐만 아니라 범용적 평가도 NEDC(신 유럽 주행 사이클) 또는 WLTP(세계 표준 소형 자동차 시험 방식)와 같은 확립된 주행 사이클에 따라 산출되었던 이제까지의 연비 표준을 대체하기에 적합한 값이다.

바람직하게는, 특성값 또는 평가에는 차량(2)의 주변의 지형학이 결부될 수 있다. 이를 통해 예컨대, 가급적 유용한 효율을 달성하기 위해 차량(2)이 구동 전략에서 예컨대 차량 앞에 위치한 도로의 지형을 고려하였는지를 생각할 수 있다. 따라서 차량(2)의 구동 전략은 예컨대 전기 에너지 저장부 또는 압축 공기 에너지 저장부(15)가 급경사 구간에서 완전히 충전되어, 이러한 에너지가 이후에 수반되는 오르막 주행 구간에서 다시 각 에너지 저장부(15)로부터 방출될 수 있는지를 예측할 수 있을 것이다. 지형학 산출을 위해, 차량 측에서 레이저- 또는 라이다(Lidar) 시스템이 사용될 수 있으나, 지형학은 GPS 시스템 및 차량 운전자 또는 차량(2)에 구비된 지도 재료를 이용하여 산출될 수 있다.

또한, 바람직하게는, 서두에 언급한 바와 같이, 종합 차량의 시스템 통합의 범주화가 사용된다. 이를 통해 에너지 효율은 특정한 주행 사이클과 무관하게 될 뿐만 아니라, 에너지 효율은 오로지 차량(2)의 개별 시스템들 또는 기능들을 위해서만 결정될 수 있다. 이는 바람직하게는, 적어도 하나의 장치(A), 특히 보조 장치(16), 적어도 하나의 구동 장치(3), 조향장치, 파워 트레인 또는 차량의 각각의 다른 시스템, 구성 요소 또는 부품의 에너지 소모가 결정되면서 달성된다.

그러한 범주화는 예컨대 도 4에 나타나 있다. 차량(2)은 예컨대 파워 트레인 및 차대와 같은 모듈로 나눠질 수 있다. 개별 모듈들은 다시 구성 요소들 및 부품들로 분류될 수 있다. 파워 트레인의 구성 요소들은 도시된 바와 같이 특히 내연 기관(ICE), 전기 장치, 기어 박스 및 이들의 전기적 제어부들이다. 장치(A)는 모듈, 구성 요소 또는 부품으로 형성될 수 있다.

시스템(1) 또는 사용자가 적어도 하나의 특성값 산출 또는 평가 산출 시(111) 어떤 장치(A)를 배제해야 하는지를 확정하면, 장치의 에너지 소모가 결정될 수 있고 전체 에너지 소모 중에 고려하지 않을 성분으로서 공제될 수 있다.

이러한 방식으로, 개별 장치들(A)이 차량(2)을 위한 에너지 효율 산출에서 선택적으로 배제될 수 있고, 이때 특히 차량의 주행 모드를 위해 필요한 장치들(A)과 주행 모드와 무관한 기능들을 충족하는 장치들(A)이 구분될 수 있다. 첫번째 장치들(A)은 예컨대 조향 시스템, 제동 시스템, 엔진의 냉각 펌프이다. 후자의 장치들(A)은 예컨대 공조기 또는 인포테인먼트이다.

예컨대 내연 기관 또는 전기 장치 또는 기어 박스와 같이 한편으로 에너지를 소모하고 한편으로 에너지를 전달하는 장치(A)의 에너지 소모를 결정하기 위해, 에너지 소모 결정을 위해 각각의 장치(A)에 조달되는 각 에너지를 결정하는 것뿐만 아니라 장치(A)가 다시 배출하는 각 에너지를 결정하는 것이 필요할 수 있고, 즉 장치(A)와 관련하여 에너지 밸런스가 구축되어야 한다. 차량(2)의 구동 장치(3)와 관련하여 그러한 투입된 에너지(E(in))는 공급된 연료량 또는 내연 기관의 탄소 배출, 전기 장치의 경우 전기 에너지 소모량을 통해 정의된다. 내연 기관과 관련하여 투입된 에너지(E(in))와 관련하여 경우에 따라 추가적인 전기 모터, 소위 보조 장치를 통해 공급된 에너지가 부가된다.

구동 장치에 의해 출력된 에너지(E(out))는 추진 및 차량 내의 다른 보조 장치를 위해 조달되는 것으로, 샤프트에서 회전수 및 토크를 통해 유추할 수 있다. 연소 공정의 효율만을 결정해야 하는 경우, 전기 모터를 통해 보조 장치를 통해 내연 기관에 조달되는 에너지가 단부에서 경우에 따라 에너지 저장부(15)의 우회로를 통해 다시, 연소로 수득된 에너지로부터 분기되는지를 고려해야 한다.

도 5는 차량(2)의 구동 거동 분석을 위한 방법의 동작 단계를 나타낸 도면이다. 도시된 방법(200)은 도 2의 차량(2)의 에너지 효율 분석을 위한 방법에 실질적으로 상응하며, 제1 데이터 세트의 매개변수는 에너지 소모뿐만 아니라 차량의 배출, 운전성 및 NVH-승차감을 특성화한다. 제1 데이터세트, 제2 데이터 세트, 및 제3 데이터 세트의 정보로부터, 동작 단계 206에서 각각 에너지 효율값, 배출값, 운전성 값, 각 주행 상태의 NVH 승차감이 산출된다. 다른 동작 단계 207에서, 각각 에너지 효율, 배출, 운전성 및 NVH-승차감이라는 기준을 위해 각각의 주행 상태의 관련성이 결정된다.

예컨대 배출이라는 기준에서 배출의 현저한 상승 또는 배출의 감소와 같이, 주행 상태들 중에 각각의 기준에 영향을 미치는 이벤트들을 발견함으로써 개별 주행상태들의 관련성을 결정함에 따라, 사용자 인지를 위해 기준이 되는 다양한 기준들과 관련하는 최적화 작업 시 목표 충돌을 식별할 수 있다. 에너지 효율, 배출, 운전성 및 NVH-승차감을 위한 개별적 값들에 가중이 이루어지고(210), 이때 각 기준들을 위한 주행 상태 또는 주행 요소의 관련성이 고려된다. 기준들을 위한 이러한 가중된 값들 및 각각 존재하는 주행 상태를 기초로 하여, 종합 특성값이 산출되고(211), 종합 특성값을 기초로 하여 최적화를 이용하여 개별 기준들 간의 목표 충돌이 해결될 수 있다.

실질적으로 차량의 에너지 효율 분석 방법에 상응하는 유리한 실시예의 동작 단계들은 도 5에서 마찬가지로 파선으로 표시된 블록들로 나타나 있다.

당업자에게는, 도시된 본 발명에 따른 방법에서 방법의 개별 동작 단계들의 순서가 반드시 지켜야 하는 것이 아님이 명백할 것이다. 따라서 예컨대 데이터세트(201, 202, 203)의 감지 단계는 동시에 또는 도 5에 도시된 바와 다른 순서로 수행될 수 있다.

도 6은 실제 주행 측정의 분석 결과를 일부 개략적으로 나타낸 도면으로, 이러한 분석에서 배출, 에너지 효율, 운전성 및 NVH-승차감이라는 기준들을 위해 이러한 기준들을 특성화하는 매개변수 및 작동한 주행 요소, 특히 주행 상태들을 참조로 하여 각각의 관련 이벤트가 식별되었다.

상부 도면에는 다시 차량(2)의 주행 프로필이 시간 경과에 걸쳐 속도라는 제3 매개변수에 따라 도시되어 있다. 하부 영역에는 배출, 효율, 운전성 및 NVH-승차감이라는 기준들을 위해 밝은 영역으로 각각의 주행 요소들 또는 주행 상태들이 표시되고, 이는 각각의 기준들을 위해 관련성이 있는 것으로 식별되었다.

결과를 고찰하면, 오로지 최적화 값과 관련하여 종합 평가를 위해 중요한 개별 주행 요소들이 존재한다는 것을 알 수 있다. 그러나 일반적으로, 배출, 효율, 운전성 및 NVH-승차감을 위해 동일한 주행 요소가 기준이 된다. 이러한 쌍방간의 의존성으로 인하여 평가 중에 목표 충돌이 해결되어야 한다. 도시된 주행 요소들은 바람직하게는 일 주행 상태에 상응하거나, 동일하거나 상이한 주행 상태들의 순서에 상응한다.

결과와 관련한 주행 요소들을 식별하기 위해서는, 이러한 주행 요소들을 위한 적절한 설정값들의 설정 및 각각의 측정된 현재값들과의 비교가 필요하다. 개별 기준들을 위한 설정값들은 상이한 방식으로 생성된다.

에너지 효율 및 배출: 설정값 계산은 바람직하게는 효율에 대해 전술한 바와 같이 수행된다. 이러한 기준들과 관련한 설정값은 바람직하게는 오로지 물리적 매개변수 평가를 기초로 한다.

운전성 및 NVH-승차감: 여기서 설정값 설정은 객관화된(objectified) 주관적 주행 느낌 및 원하는 차량 특성 설정을 기초로 한다. 주관적인 주행 느낌의 객관화는 바람직하게는 이산적인 수학적 연관성을 참조로 수행되며, 가장 간단한 경우 참조 차량과의 비교를 통해 수행된다. 그러나 다수의 경우에 신경망을 통한 인간의 지각은 물리적으로 측정 가능한 값들과 상관화되어야(correlated) 한다.

바람직하게는 복수 기준들의 평가와 관련하는 중요 이벤트를 식별함으로써, 차량의 최적화 시 병목 경로는 신뢰할만하게 식별될 수 있다.

그러나 차량의 개발 상태 평가를 위해, 바람직하게는 일반적으로 전체 개발의 구상 단계에 생성된 이상적 특성값들 및 흐름들과의 비교도 중요하나, 특정한 벤치 마크-분산 대역(scatter band)에 포지셔닝하는 것도 중요하다. 이는 특히 차량 분석을 위해 중요한데, 설정값 계산을 위해 필요한 기초 데이터는 완전하게 존재하지 않기 때문이다. 그러한 데이터베이스 구축을 위해 각각 최신의 차량들에 대한 연구가 수행될 수 있다.

본래의 최적화는 바람직하게는 결과와 관련된 개별 이벤트들을 각각의 최상으로 적합한 개발 환경에 전용함으로써 수행된다. 1차적으로 하나의 기준만이 관련된 개별 이벤트들을 위해, 최적화는 자주 차량 내에서 자동화 온라인 평가와의 직접적 상호 작용으로 직접적으로 수행된다(예컨대 특정한 운전성 오류 보상). 상이한 평가 값들(예컨대 효율, 배출, 운전성, NVH-승차감 등) 간의 현저한 목표 충돌 관계가 존재하는 개별 이벤트들을 위해, 바람직하게는 관련 개별 이벤트들을 XiL-(영문: Hardware in the Loop), 엔진- 및/또는 파워 트레인-테스트베드에 모방하는 것이 중요하다. 본 발명에 따른 교시에 따라, 재현 가능한 작업은 개별적 주행 요소에서 효율적인 개발을 허용하고, 개별값의 단독적 최적화가 수행될 뿐만 아니라 개별 기준들 간의 목표 충돌도 최적화될 수 있다. 동시 작동하는 종합 차량 모델에 의해, "차량"이라는 종합 시스템에 미치는 효과가 직접적으로 판단될 수 있다.

실제 주행 - 주행 요소 라이브러리(벤치마크 데이터)와의 대조를 통해, 바람직하게는 경쟁 환경에서 세부화된 분류가 가능해진다. 바람직하게는 직접적인 이러한 평가 가능성에 의해, 공정 중에 신속하고 정확한 대응 및 높은 민첩성이 달성된다.

이벤트에 기초한 주행 요소 관찰을 통해, 효율적인 캘리브레이션 및 최적으로 정합된 구동 아키텍처의 정확한 가상 식별이 가능하다. 이로써 개발 지도의 구축이 정밀해질 수 있고, 이러한 개발 지도에는 관련 개발 과제들(기술적 값들 및 주관적인 값들)이 표시된다.

바람직하게는, 결과와 관련한 개별 이벤트들에 관한 해당 통계를 포함하는 포괄적 실제 주행 - 주행 요소 데이터베이스, 및 관련 주행 흐름들의 세분화된 고찰이 수행되고, 이러한 세분화된 고찰에 의해 캘리브레이션 공정뿐만 아니라 파워 트레인 개발 또는 차량 개발의 초기 구상 단계에서 결과와 관련한 중요한 과제를 더 정확하게 수립할 수 있다.

에너지 효율 또는 다른 기준들을 위해 임계적인 주행 상태들은 바람직하게는 이러한 주행 상태들을 위해 물리적인 매개변수들에 따라 모방된다. 이러한 모방을 참조로 하여, 예컨대 실제 차량에서 실제 주행 모드에서 산출된 주행 상태들이 차대 동력계, 잔재 파워 트레인, 잔재 동력계 또는 XiL 시뮬레이션 환경에서 재구성될 수 있다. 이로써, 예컨대 다양한 기준들 간의 목표 충돌을 해결하려는 목적으로 임계적 주행 상태들을 세부적으로 테스트베드에서 연구할 수 있다.

본 발명의 다른 양태들은 도 7 내지 도 18과 관련하는 이하의 실시예들에서 설명된다.

엄격해진 법적 요건(예: CO2, WLTP, RDE) 및 증대된 고객 요구("긍정적 주행 경험"), 그리고 모든 관련한 주위 환경 정보의 연관성("Connected Powertrain")으로 인하여, 향후 구동 시스템은 급격하게 더 복잡해졌고, 다양한 버전들이 증가하고 있다. 이때 개발 과제는 단축된 모델 교체 사이클 및 부가적으로 실제 고객 주행 모드("real word driving)의 연관성 강화로 인하여 첨예화되었다.

예컨대 이제까지의 인위적 테스트 사이클이 임의의 주행 사이클을 포함한 실제 구동 모드로 확장된 바와 같이, 확장된 "real word" 기본 조건 하에서 효율적 개발을 하려면, 한편으로 주관적 값들의 객관화(예: 주행 경험)가 필요하고, 확률론적으로 영향을 받는 복잡한 특성값들(예컨대 실제 주행 배출)을 재현 가능하게 결정해야 한다. 이를 위해 임의의 주행 흐름들은 재현 및 평가 가능한 작은 주행 요소들로 분할되고, 개별 요소에서 관련성 상보적(trade-off) 관계(예컨대 운전성, 소음 인지, 효율, 배출)가 최적화된다. 지능적 "이벤트 파인더(eventfinder)"를 통해 전체 결과에 현저한 영향을 미치는 주행 요소들에 적합하게 집중할 수 있다. 부가적으로, 이로부터 생성되는 "실제 주행 기동 라이브러리"는 포괄적인 종합 차량 모델과 연계하여, 개별적인 개발 과제들을 각각 최상으로 적합한 개발 환경에 위치시키고, 이로써 더 많이 가상 세계에 위치시킬 수 있는 결정적인 토대를 형성한다.

그러나 상위 범주의 종합 차량-개발 공정의 단축은 개별적인 부품 시스템들의 개발 시 프론트로딩 강화 뿐만 아니라 가상-실제 혼합 개발 환경에서 포괄적인 작업 증대를 필요로 한다. 디지털 목업(mock-up)(DMU)으로부터 기능적 목업(FMU)으로 가는 조처 및 종합 차량 관점에서의 일관된 평가는, 짧은 개발 기간 중에 향후 구동부의 복잡성을 대체적으로 통제할 수 있게 하는데 현저하게 기여한다. 통합 개방 개발 플랫폼(IOPD) 및 확장 평가 플랫폼(AVL-DRIVE V4.0)에 의해, AVL은 근본적인 도구 및 방법의 초석을 마련하였다.

1. 구동 개발 과제

승용차 구동 시스템의 추가 개발을 위한 본질적인 동인은 중장기적으로 입법 기관 및 최종 고객으로부터 발원한다.

벌금 지불 압박에 따른 차량군 CO2 배출(fleet emission)의 현저한 감소, 정밀해진 테스트 공정(WLTP) 및 실제 고객 주행 모드에서 유해 물질 배출의 추가적 제한(실제 주행 배출)은 법적인 기본 조건이 현저하게 엄격해졌음을 나타내고, 차량 개발 시 현저하게 많은 비용이 들게 하는 원인이 되고 있다. 고객 측면에서, "소유 총비용(total cost of ownership)"이라는 주제는 중요하고, 다른 한편으로 산업 동향, 사회적 허용도 등과 같은 순수하게 주관적인 기준들도 중요하나, 특히 "긍정적인 주행 경험"은 결정적인 구매 이유를 더욱 증대시킨다. 따라서 출력 및 연비와 같이 순수하게 기술적인 목표값들의 구현으로부터 긍정적인 주관적 고객 경험으로 주안점이 확장되었고 - "차량 경험"은 파워 트레인의 거동을 훨씬 넘어서고 있다. 고객은 스타일링, 인체공학 특성, 조작성, 인포테인먼트와 보조 시스템, 안전감, 승차감, 민첩성, 운전성과 같은 차량의 특성 및 수치를 종합 차량 거동으로서 총체적인 맥락에서 인지한다.

이로써 신규 차량 시스템 개발을 위한 실제 주행 모드는 결정적인 중요성을 갖는다: 실세계 배출(real world emission) 및 소모 외에 고객의 긍정적인 주행 경험은 결정적인 목표값이 되었다. 물론 주관적인 평가 기준들은 빠르게 변동한다. 새로운 경향, 개별적인 요구 및 새로운 기술은 역동성이 큰 시장을 현저하게 예측할 수 없게 만든다 [1]. 이러한 상황에 대한 대응으로, 생산 구성 및 개발에서 매우 신속한 반응 능력만이 있을 수 있다. 현재 이미 IT 분야에서 통상적인 월단위 시간 척도를 갖는 짧은 모델 사이클은 인포테인먼트 및 보조 시스템을 통해 자동차 모바일 환경에 미치는 영향이 증대되었다. 따라서 자동차 모바일 분야에서 현저하게 단축된 모델 교체 사이클 및/또는 업그레이드 가능 솔루션을 조절하고 민첩한 개발 방식을 도입해야 한다. 중요한 기술적 솔루션의 전제는 확실히 소프트웨어를 이용하여 매우 다양화된 솔루션으로 가능해지는 확장된 키트 시스템이다. 이때 모델 기반 개발의 민첩하고 적응적이며 테스트 기반한 방식이 지원된다.

순수하게 기술적인 측면에서, CO2 법제는 확실히 가장 본질적인 기술 동인이다. 향후의 차량군 CO2 또는 연료 소모 한계값은 전세계적으로 지속적으로 감소하는 수준으로 가고 있다. 이는 한편으로 높은 가요성을 갖는 구성 요소를 포함한 복잡한 구동 시스템을 요구하고, 다른 한편으로 매우 상이한 기초 조건들을 특수성을 살려 정합함으로써, 구동 시스템의 다차원적인 다양화를 초래한다(다양한 에너지원, 상이한 전력소비율, 다수의 변수 등).

추후, 파워 트레인과 종합적인 관련 차량 주위 환경의 네트워킹("connected powertrain")으로 실제 교통 상황 및 환경 조건에 구동 전략이 최적으로 정합된다. 차량 인포테인먼트, 보조 시스템 내지 C2X-통신의 정보가 누적되어, 다수의 시나리오들이 이미 사전에 산출되고 최적화 지평을 대규모로 확장할 수 있다. 따라서 향후의 구동 시스템들이 갖는 다양한 자유도는 에너지 소모 감소를 위해 현저히 더 큰 역할을 할 수 있다. 한편, 이는 개발-, 캘리브레이션- 및 특히 유효성 평가 비용이 매우 증대된 고도의 복잡한 구동 전략을 초래한다.

복잡성이 증가하는 이러한 구동 시스템을 더 안전하게 통제하는 것 외에, 향후의 RDE-법제는 개발 방식에 미치는 매우 중요한 또 다른 영향 인자이다. 이는 인위적인 테스트 사이클이 셀 수 없을만큼 다수의 상이한 주행 상태들 및 기초 조건들을 갖는 임의의 실제 구동으로 확장되는 것으로 특징지어진다.

고객 측면에서 실세계 주행(real world driving)은 단순한 RDE 이상으로 다음을 포함한다:

ㆍ긍정적 주행 경험 - 운전성 / 승차감 / 민첩성 / 조작성

ㆍ절대적 기능 안전성

ㆍ최고 효율 또는 최소 소모

ㆍ운전자 보조 시스템 의존

ㆍ높은 신뢰성 / 지속성

2. 개발 공정에서 주행 요소 지향적 접근법

명확하게 정의된 사이클들 및 확정된 평가값들을 포함하는 테스트의 정확한 재현 가능성으로부터 통계적 임의성을 가지며 주관적으로 인지되는 주행 경험을 고려하는 판단으로 이행하는 것은 본질적인 변화를 나타내는 것이며, 새로운 개발 접근 방식 및 새로운 개발 환경을 요구한다. 본질적인 기본 요건은 다음과 같다:

ㆍ주관적 값들(예: 주행 경험)의 객관화: 주관적으로 인지하는 소음 및 운전성을 객관화하는 것에 대하여, AVL은 수십년간의 실무 경험을 축적하여 이에 상응하는 개발 툴들을 마련하였다 - 따라서 예컨대 AVL-DRIVE [2]는 최상의 방법으로 운전성 평가를 위해 폭넓게 수용되는 툴이 될 수 있다.

ㆍ임의성에 영향을 받는 복잡한 특성값들(예컨대 실제 주행 배출)을 신뢰할만한 방식으로 재현 가능하게 결정하기: 매우 실무적인 접근 방식은, 그러한 복잡한 주행 흐름들을 재현 가능하고 평가 가능한 세그먼트들 - 주행 요소들-로 분할하고, 이를 범주화하고, 필수적 특성값에 미치는 영향을 통계적으로 고려하는 것이다. 이는 예컨대 구동 강도 분석 또는 공정 시뮬레이션과 같은 다른 과제 수립의 이산화(discretization)를 위한 분석에서 관찰될 수 있다. 이러한 요소들의 값은 재현 가능한 평가 가능성 요건에 의해 결정된다. 이때 인간의 주관적인 인지는 연료 소모, 배출 등과 같은 다른 평가 매개변수를 위한 참조 변수가 된다.

다수의 개별 요소들로부터 전체 결과에 현저한 관련성을 갖는 개별 요소를 식별할 수 있는 능력은 실제로 결정적인 조처를 나타낸다.

그러한 방식은 AVL에서 수년간 운전성 개발 분야에서 성공적으로 사용된다(AVL-DRIVE). 자의적인 실세계 주행 흐름이 소정의 개별 요소들로 분할되고, 이러한 개별 요소들은 약 100개의 개별적인 범주들에 편입되고, 약 400개의 특정한 판단 기준에 따라 별도로 평가되고, 통계적으로 평가된다.

유사한 약간의 정합 과정을 이용하여, 범주화 가능한 주행 세그먼트를 이용하는 이러한 방식은 실제 조건 하에서 운전성 및 소음 승차감을 평가하는 데 적용될 뿐만 아니라, 배출, 효율 및 또한 운전자 보조 시스템 [3]의 판단까지 이르는 차량 횡방향 동역학 값을 위해서도 적용될 수 있다.

실세계 측정의 결과를 고찰하면, 오로지 최적화 값과 관련하여 종합 평가를 위해 중요한 개별 주행 요소들이 존재한다는 것을 알 수 있다. 그러나 일반적으로, 배출, 효율, 운전성 및 소음 승차감을 위해 동일한 주행 요소가 기준이 된다. 이러한 쌍방간의 의존성으로 인하여 개별 주행 요소 내의 목표 충돌이 해결되어야 한다.

지능적 "이벤트 파인더"를 이용하여 "병목(bottleneck)"이 신뢰할만하게 식별될 수 있다. 이러한 "이벤트" - 즉, 결과에 관련되는 주행 요소들 - 의 식별을 위해서는, 이러한 주행 요소들을 위한 적절한 설정값들의 온라인 설정 및 각각의 측정된 현재값들과의 비교가 필요하다. 개별 평가값들을 위한 설정값들은 상이한 방식으로 생성된다:

ㆍ효율: 온라인 설정값 계산은, 차량 측정과 동기화된 종합 차량 모델에서, 측정된 차량-종방향 동역학에 기반하여 그리고 현재 지형학 및 기타 주행 저항들을 고려하여 수행된다. 차량 모델은 전체 하드웨어 구성 뿐만 아니라 이에 상응하는 구동 전략을 포함한다. 물론, 모든 에너지 흐름들 및 에너지 저장부에 걸쳐 밸런싱이 필요하다.

ㆍ배출: 기본적으로, 설정값 설정은 "효율"이라는 평가값과 유사하게 수행될 수 있다. 향후의 RDE 법제와 관련하여, 향후에 입법 기관에서 확립되는 RDE 규정에 따라 평가를 실시하는 것이 더 중요하다.

ㆍ운전성: 여기서 설정값 설정은 객관화된 주관적 주행 느낌 및 원하는 차량 특성 설정을 기초로 하여 AVL-DRIVE [2]에서 개발된 분류법에 따라 수행된다. 주관적인 주행 느낌의 객관화를 위해, 대부분 신경망을 통한 인간의 인지는 물리적으로 측정 가능한 값들과 상관화되어야 한다.

ㆍNVH: 운전성의 경우와 유사하게, 설정값 설정은 객관화된 주관적 소음 느낌 및 원하는 사운드 특성 설정(예컨대 AVL-VOICE [4])을 기초로 하여 수행된다.

그러나 차량의 개발 상태 평가를 위해, 일반적으로 전체 개발의 구상 단계에 생성된 이상적 값들 및 흐름들과의 비교 외에 특정한 벤치 마크-분산 대역에 포지셔닝하는 것도 중요하다. 이는 특히 차량 분석을 위해 중요한데, 설정값 계산을 위해 필요한 기초 데이터는 완전하게 존재하지 않기 때문이다. 현재 벤치마크 데이터의 충분한 통계적 관련성을 보장하기 위해(실제 주행 기동 라이브러리), AVL은 예컨대 2014년도에만 각각 최신 차량들의 약 150개의 벤치마크 조사를 수행하였다.

본래의 최적화는 결과와 관련된 개별 이벤트들을 각각의 최상으로 적합한 개발 환경에 전용함으로써 수행된다. 1차적으로 평가값들에만 관련된 개별 이벤트들을 위해, 최적화는 자주 차량 내에서 자동화 온라인 평가와의 직접적 상호 작용으로 직접적으로 수행된다(예컨대 특정한 운전성 오류의 보상).

상이한 평가 값들(예컨대 효율, 배출, 운전성 등) 간의 현저한 상보적 관계가 존재하는 개별 이벤트들을 위해, 관련 개별 이벤트들을 XiL-, 엔진- 및/또는 파워 트레인 테스트 베드에서 모방하는 것이 중요하다. 재현 가능한 작업을 통해 개별적 주행 요소에서 효율적인 개발이 이루어지고, 개별값의 단독적 최적화가 수행될 뿐만 아니라 상보성(통상적으로 배출 / 효율 / 운전성 / 소음)도 최적화된다. 동시 작동하는 종합 차량 모델에 의해, 종합 시스템에 미치는 효과가 직접적으로 판단될 수 있다. 또한, "실제 주행 기동 라이브러리" (벤치마크 데이터)와의 대조를 통해 경쟁 환경에서 세부적인 객관적 분류가 가능하다. 직접적인 이러한 상태 평가 가능성에 의해, 개발 공정 중에 신속하고 정확한 대응 및 높은 민첩성이 달성된다.

지능적 이벤트 파인더에 기반한 주행 요소 고찰에 의해, 효율적인 캘리브레이션 및 최적으로 적합한 구동 아키텍처의 정확한 가상 식별이 가능하다. 이로써 개발 지도 구축이 정밀해질 수 있고, 이러한 개발 지도에는 (기술적인 값들 및 주관적인 값들을 위한) 관련 개발 과제들이 표시된다.

결과와 관련한 개별 이벤트들에 관한 적절한 통계를 포함하는 포괄적인 기동 데이터베이스의 이용 가능성, 및 관련 주행 흐름들의 세분화된 관찰은, 캘리브레이션 공정뿐만 아니라 파워 트레인 개발의 초기 구상 단계에서 결과 관련 중요 과제를 더 정확하게 수립하기 위해 필수적이다.

3. 복수의 개발 수준들에서 개발 과정들의 동시 통제

복잡한 주행 흐름들을 평가 가능한 작은 개별 요소들로 세분화하는 것(수직 세분화) 외에, 종합 차량의 시스템 통합을 다양한 시스템 수준, 구성요소 수준으로 범주화하는 것(수평 범주화)은 효율적인 개발 공정을 위한 입증된 토대이다.

차량 내부의 데이터- 및 제어망을 주변 환경과 네트워킹함으로써("Connected Powertrain"), 추가적인 상위 범주의 시스템 수준, 즉 "교통 레벨(traffic level)"이 획득된다.

주행 흐름들의 세분화는 초기에 차량 모델 수준에서 파워 트레인의 종방향 동역학 거동 최적화(운전성 최적화)와 함께 시작하였고, 개별적 파워 트레인 모듈(예컨대 엔진, 기어 박스 등)의 수준으로 세분화되었다.

반면, 포괄적인 음향- 및 승차감 평가는 이미 차량 수준으로의 세분화를 필요로 한다. 횡방향 동역학 관련 기능들(예컨대 차대 셋업 내지 주행 동역학 제어 [5])의 개발을 위해 차량 수준에서 수행하는 것이 필요하다.

운전자 보조 시스템(ADAS - Advanced Driver Assistance Systems)의 객관화된 평가를 위해 전체의 관련 환경 정보와 네트워킹하고, 최고 시스템 수준("교통 레벨")과 결부짓는 것이 필요하다.

차량 레벨 또는 교통 레벨에서의 대부분의 최적화를 위해, 기본적으로, 복잡한 주행 흐름의 세분화 및 주관적 값들의 객관화와 관련하여 유사한 요건들이 적용된다. 이미 파워트레인 종방향 동역학의 평가를 위해 사용된 툴은 횡방향 동역학 기능의 최적화를 위해 사용될 수 있다 [2]. 그러나 종방향 및 횡방향 동역학 견지에서 주행 흐름들의 세분화는 상이하고, (주행 동역학 제어를 제외하면) 상보적 관계가 거의 존재하지 않으므로, 현재 통제 가능한 개발 복잡성의 관점에서 종방향 및 횡방향 동역학 과제를 위한 작업의 분리는 적합한 것으로 보인다. 반면 경주 스포츠에서 이미 오늘날 종방향 및 횡방향 동역학적 문제가 포괄적으로 최적화된다.

차량 모델 수준에서 본질적인 부분 시스템(예컨대 파워 트레인, 차체 & 차대, 전기 & 전자 장치)이 고유 공정에 따라 개발되나, 종합 차량 개발 공정은 모든 다른 시스템 개발을 위한 주요 참조값이다. 따라서 종합 차량 개발은 모든 개별적 개발 과제와 동기화되고, 이전에 확정된 기능들과의 소프트웨어 및 하드웨어 통합 단계(구상- 및 프로토타입 차량)의 구성을 제어한다. 이때 물론, 일반적으로 개별 부분 시스템들의 개발 과정들은 상이한 기간으로 진행된다는 사실은 어려운 점으로 작용한다.

그러므로 종합 차량 개발 공정(통합 단계 1 내지 X)에서 공통적인 동기화 사항은 순수하게 가상적 기반 또는 순수하게 실제적인 기반을 토대로 한 작업 뿐만 아니라, 가상-실제 혼합 개발 환경에서의 작업이 더 필요하다.

현재 및 향후의 복잡한 구동 설계를 통제하는 핵심은 전체 시스템에서 부분 시스템들이 초기에 기능적으로 통합되는 것이며, 이는 전체적으로, 부분적으로 또는 가상적으로만 제공될 수 있다(도 4). 오늘날 양호하게 구축된 순수하게 실제의 통합 단계 공정(실제 하드웨어 및 소프트웨어 포함)은 프론트로딩의 견지에서 향후에 더 초기의 개발 단계에서 순수하게 가상적인 개발 환경 및 가상-실제 조합 개발 환경으로 확장된다.

따라서, 아직 종합 차량 프로토타입이 아직 이용 가능하지 않을 때, 모듈- 또는 구성 요소 수준에서의 개발이 종합 차량 맥락에서 분석 및 개발될 수 있다. 복잡한 연관 관계는 이미 조기에 순수하게 가상적이거나 가상/실제 조합된 개발 환경에서 평가 및 통제될 수 있어서, 디지털 목업(DMU)으로부터 기능적 목업(FMU)로의 이행이 이루어진다.

또한, 차량 내에서 기능들의 최종적인 안전 조치가 수행되었음에도 불구하고, 보강된 프론트로딩이 사용된다. 가상-실제 조합된 개발 공정의 새로운 가능성에 따라, 개발에서 현저히 증가한 개수의 부분 작업들을 효율적으로 취급할 수 있을 뿐만 아니라 이미 초기 개발 단계에서 시작할 수 있다. 이것만으로도, 파워 트레인 개발의 복잡성을 향후에 대체적으로 통제할 수 있게 된다.

전체 개발 과정 중에, 종합 차량 측면에서의 평가는 관련 사용 조건들(운전자 + 도로 + 환경) 하에 수행되는 것이 필요하다. 이를 위해 가상 실험 및 실제 실험은 동시 작동하는 종합 차량 모델을 통해 결합된다.

내연 기관의 기능적 개발뿐만 아니라 1차적 유효성 평가도 고정적 및 동적인 엔진 테스트 베드에서 수행된다. 엔진 제어부, 및 진단 기능을 포함하여 이에 상응하는 소프트웨어 기능의 개발은 XiL 테스트 베드에서 배제되는 것이 더 유리하다. 주행 저항, 구조, 축, 서스펜션, 조향, 제동 설비를 포함하는 동시 작동 가상 종합 차량 모델(잔재 차량)을 통해, 차량 연료 소모, 배출 및 동역학 특성과 관련하여 목표 달성에 대한 지속적 판단이 가능하다.

특히 하이브리드 기능의 셋업, 캘리브레이션 및 유효성 평가를 위해, 내연기관-, 기어박스- 및 전기 모터-하드웨어가 파워트레인 테스트베드에 배치되는 것은 최고로 효율적인 개발 환경을 나타낸다. 반면, 종합 파워트레인 하드웨어가 필요하지 않은 모든 개발 과제(예컨대 진단 기능의 개발 / 캘리브레이션)는 XiL 환경에서 동시에 배제된다.

과제 수립 및 이용 가능한 차량 하드웨어에 따라, 차량을 포함하거나 미포함한 파워트레인 테스트베드, 차대 동력계 및 도로에서 서브프레임 또는 차량 프로토타입의 검증 작업이 수행된다. 파워트레인 테스트베드에서 실험 조건(운전자, 구간, 적재, 바람, 고도, 기후 등) 및 참조 차량의 매개변수(주행 저항, 구조, 축, 서스펜션, 조향 등 - 변수 시뮬레이션)는 비교적 신속하게 변경될 수 있어서, 차량을 포함한 전체 하드웨어가 이용 가능할 때에도, 대부분, 복잡한 시스템(예컨대 완전히 신규한 하이브리드 시스템)의 개발 및 유효성 평가를 파워트레인 테스트베드에서 더 많이 수행하는 것이, 유리하다.

작업 내용을 각각 최상의 적합한 개발 환경으로 분류하는 것은, 특히 유효성 평가 부문에서 결정적으로 중요하다. 급격하게 증가하는 시스템 복잡성에 단축된 개발 시간이 결부됨으로써, 기능적 개발에서 뿐만 아니라 특히 기능적 유효성 평가에서도 보강된 프론트로딩이 필요하다. 전체 시스템에서 유효성 평가는 더 이상 오로지 하드웨어만을 기반으로 수행되지 않으며, 가상 및 실제 구성 요소의 상이한 조합에서 가상-실제 혼합 개발 환경에서 수행된다(예컨대 테스트베드에서 가상 국도 - 가상 구간 - 가상 운전자).

복잡한 시스템을 위해 기능적 안전성을 포괄적 및 효율적으로 유효성 평가하는 것이 중요하다. 유효성 평가의 토대는 정확하게 생성된 관련 테스트 시퀀스 집단을 나타내며, 이러한 시퀀스 집단은 가능한 구동 시나리오 및 오용 시나리오의 상세한 시스템 분석, 평가 및 분류, 그리고 포괄적 FMEA(Failure Mode and Effects Analysis)를 이용하여 구축되어야 한다. 최고 수준의 체계화 및 자동화에 의해, 잠재적으로 임계적인 구동 상태들은 종래 도로 실험에서보다 현저히 단축된 시간에서 검사될 수 있다.

잠재적으로 임계적인 이러한 상태들의 사전 선택은, 물론, 실험 프로그램이 명백하게 수립된 질문에 대한 응답만을 전달하고, 다른 위험 사항에 대해 착수하지 않는다는 위험이 있다. 기동 데이터베이스로부터 생성된 부가적 유효성 평가 시퀀스들에 의해, 이러한 위험은 추후에 줄어든다.

4. DMU(디지털 목업)으로부터 FMU(기능적 목업)으로, 또는 종래 개발 공정을 위한 "툴 사슬(tool-chain)" 로부터 필수적인 다층적 개발 공정을 위한 "툴 네트워크(tool-network)"로

실제 개발 과정에서, 이미 현재, 가상의 다수의 부품 모델들 및 실제로 이용 가능한 하드웨어 구축 단계가 동시에 이루어지는 것이 필요하고, 이는 향후에 가상의 실험과 "실제" 실험 간의 "도약(jump)"을 증대시킬 것이며, 오늘날 주로 "실제" 실험은 이미 시뮬레이션을 포함한다. 민첩한 개발을 위해, 시뮬레이션 및 하드웨어는 상호 밀접하게 맞물리고 서로 교환 가능해야 한다. 다수의 경우들에서, 이를 위해 필요한 개발 툴들의 균일성은 아직 제공되지 않고 있다. 통합된 개방적 개발 플랫폼 AVL-IODP (Integrated Open Development Platform)은 전체 개발 환경들의 균일성을 일관적으로 모방한다.

통합된 균일한 개발 플랫폼으로서, 또한 상이한 툴들을 위해 개방적인 이러한 플랫폼을 일관적으로 적용하는 것의 본질적인 양태는 다음과 같다:

ㆍ균일한 공정들 및 방식들은 이제까지 예컨대 가급적 도로 실험에서 수행되었던 개발 과제들을 시간상으로 더 초기인 개발 단계에서 엔진- 또는 파워트레인 테스트베드에서 - 극단적 경우 순수하게 가상적인 시뮬레이션 환경에서(오피스 시뮬레이션) "프론트 로딩"하는 것을 허용한다. 그러므로 예컨대 가상-실제 조합된 개발 환경에서 유사한 결과 품질을 갖는 엔진의 사전 캘리브레이션은 순수한 도로 실험에서보다 더 신속하게 수행될 수 있다.

ㆍ시뮬레이션 모델들의 균일성: 초기 개발 단계에서 구축되었던 시뮬레이션 모델들은 이후의 개발 단계 및 환경에서 다시 사용될 수 있다. 이러한 시뮬레이션 모델들은 (가상 부품으로서) 하드웨어 개발 환경(즉 테스트베드)을 가상-실제 혼합 개발 환경이 되도록 보완하고, 이러한 가상-실제 혼합 개발 환경에 의해 종합 차량 수준에서 상호 작용이 설명될 수 있다.

ㆍ일관된 데이터 관리, 그리고 모델들 및 방식들의 완전한 균일성을 이용하여 가상 및 실제 실험들의 균일한 비교 가능성. 시뮬레이션을 이용하여 생성되는 결과는 한편으로 해당 실제 실험에 일관되어야 하고, 다른 한편으로 개발 과정 진행 중에 실험 결과에 기반하여 시뮬레이션 모델의 추가 개발을 가능하게 해야 한다. 이러한 지속적이고 일관적인 가상 환경, 실제 환경 및 가상-실제 조합 환경의 대조 가능성은 민접한 현대 개발 공정의 전제이다.

ㆍ모델들 및 실험들의 균일한 매개변수화: 특히 제어 장치 캘리브레이션 시, 예컨대 환경 조건, 주행 기동, 캘리브레이션 데이터세트 등과 같은 다수의 입력 매개변수들은 관리되어야 한다. 여기서 추후에 가상 실험 및 실제 실험간의 결과를 비교할 수 있기 위해, 입력 데이터 세트들도 비교 가능해야 하고, 공정에서 일관적으로 이용 가능해야 한다.

ㆍ기존의 공정 환경으로의 균일한 임베디드: 물론, 현재의 신규하거나 개선된 개발 툴은 기존의 공정 및 공정 환경에 통합될 수 있어야 한다. 따라서 그러한 개발 플랫폼은 한편으로 가상 툴, 실제 툴 및 가상-실제 조합 툴의 통합 관점에서, 그리고 다른 한편 데이터 관리 관점에서 개방적이어야 한다. 바람직하게는, 기존의 툴 및 도구를 통합할 수 있는 "상향식 접근(bottom up approach)"이 추구된다. 이를 통해 기존의 노하우 및 양호하게 구축된 툴 위에 구성될 수 있다.

이로써 이러한 개발 플랫폼 IODP는 모델 기반의 균일한 개발 공정을 위한 토대가 되며, 종래의 툴 사슬을 일관된 통합 네트워크로 확장시킨다. "순차적 툴 사슬로부터 툴 네트워크로". 이러한 플랫폼에서 구동부의 가상 및 실제 구성 요소는 각각의 개발 공정 시점에 종합 차량 수준에서 통합될 수 있고, 각각 적합한 개발 환경이 구성될 수 있다. 그러므로 이러한 툴 네트워크는 가급적 민첩한 개발 공정을 위한 툴 키트를 나타낸다.

결국, 개발 툴들의 네트워킹은 개발 결과가 영구적으로 구성요소- 및 시스템 수준에서 평가될 뿐만 아니라 종합 차량 수준에서도 평가될 수 있는 네트워킹된 평가 플랫폼을 필요로 한다.

이미 수년전부터 AVL DRIVE를 이용한 운전성 평가는 포괄적인 평가 플랫폼의 부문에서 1차적인 접근법을 나타낸다. 이러한 평가 플랫폼의 구조는, 균일한 운전성 평가를 모든 관련 툴들을 이용하여 -오피스 시뮬레이션 내지 실제 차량의 도로 테스트- 수행하는 것을 허용한다. AVL DRIVE-V 4.0은 이러한 평가 플랫폼을 이후의 설계 단계에서 다음과 같이 확장한다

o RDE 법제의 규정에 따른 배출 평가

o 벤치마크 환경에서의 포지셔닝을 포함하여 이상적 설정값의 온라인 산출을 이용한 효율 평가

o 주관적 소음 느낌의 평가

따라서 시뮬레이션부터 엔진-, 파워 트레인 테스트베드 및 차대 동력계 내지 도로 실험까지 가장 본질적인 평가 값들의 균일한 평가가 가능하다.

5. 전망

주행 요소 기반 평가를 포함하는 모델 기반 개발 방식을 일관적으로 계속 진행함으로써, 추후, 첨단 운전자 보조 시스템(Advanced Driver Assistance System, ADAS), 자동 주행 및 "커넥티드 차량(connected vehicle)"-결합체에서 "커넥티드 파워트레인(connected powertrain)"이 이미 가상의 환경에서 적합하게 개발될 수 있고, 따라서 포괄적인 프론트로딩 접근법이 효율적으로 실행될 수 있다 [2]. 테스트베드- 및 시뮬레이션 구축으로의 확장 시, 추가적으로 도로, 인프라구조, 교통 객체 및 이에 상응하는 환경 센서, 즉 레이더(radar), 라이다(lidar), 초음파, 2D- 및 3D 카메라는 잔재 차량으로서의 파워트레인 테스트베드 및 및 환경에서 시뮬레이션되어야 한다. 예컨대 내비게이션 시스템(예컨대 e-Horizon)에 기반한 예측 에너지 관리와 같은 지도 기반 기능들이 테스트베드 셀에서 작동하게 하기 위해, 임의의 대지 위치에서 GPS 신호가 에뮬레이션(emulated) 및 송신될 수 있다.

설명된 구조에 따라, 결국, 전체적으로 다양한 주행 기동 및 교통 시나리오에서 배출-, 소모-, 주행 성능-, 안전성- 및 승차감 거동과 관련하여 기능적 안전성, 교정된 기능 및 성능, 그리고 주관적인 운전자 느낌이 재현 가능하게 평가될 수 있다.

개발 과제의 복잡성이 증대되고, 툴 사슬 대신 추후에 포괄적인 툴 네트워크를 취급할 필요가 있음에 따라, 개발 엔지니어에게는, 모든 이러한 툴들을 최적으로 사용하고 가상 및 실제 테스트의 결과 또는 응답을 올바르게 평가하고 추후 개발에 결부시키는 것이 점점 더 어려워지고 있다. 따라서, 툴들이 더 "지능적으로" "스마트 사이버 물리 시스템(smart cyber physical system)"이 되는 것이 필요해진다. 그러한 "지능적" 툴들은 엔지니어가 작업을 수행할 때 엔지니어를 더욱 양호하게 지원한다. 이러한 툴은 실험물의 물리적 공정, 및 개발 과제들의 연관성을 인식하고, 이를 통해 측정 데이터를 이해하게 된다; 자동 데이터 타당성 검사(plausibility check)부터 대량의 데이터량의 효율적 분석 및 지능적 해석에 이르기까지. 그럼에도 불구하고, 포괄적인 개발 환경에서 점점 더 복잡해지는 과제들은 개발자의 생산적 작업 방식 - "네트워킹된 개발 엔지니어"- , 특히 다양한 시스템 수준들 사이에서 신속하게 행동할 수 있는 엔지니어를 요구한다.

참조문헌:

[1] List, H. O.: "Kuenftige Antriebssysteme im rasch veraenderlichen globalen Umfeld(급변하는 글로벌 환경에서 미래의 구동 시스템)"; 30. Internationales Wiener Motorensymposium(제30차 빈 국제 엔진 심포지엄), 2009년 5월 7일 - 8일

[2] List, H.; Schoeggl, P.: "Objective Evaluation of Vehicle Driveability(차량 운전성의 객관적 평가)", SAE Technical Paper(미국 자동차 공학회 학술지) 980204, 1998년, doi:10.4271/980204

[3] Fischer, R; Kuepper, K.; Schoeggl, P.: "Antriebsoptimierung durch Fahrzeugvernetzung(차량 네트워킹을 통한 구동 최적화)"; 35. Internationales Wiener Motorensymposium(제35차 빈 국제 엔진 심포지엄), 2014년 5월 8일 - 9일

[4] Biermayer, W.; Thomann, S.; Brandl, F.: "A Software Tool for Noise Quality and Brand Sound Development(소음 품질 및 브랜드 사운드 개발을 위한 소프트웨어 툴)", SAE 01NVC-138, 트래버스 시티, 2001년 4월 30일 - 5월 3일

[5] Schrauf, M.; Schoeggl, P.: "Objektivierung der Driveability von Automatisiertem / Autonomem Fahren(자동화 주행 / 자율 주행의 운전 가능성 객관화)", 2013년도 AVL 엔진 및 환경 위원회. 2013년 9월 5일 - 6일, 그라츠

[6] Hirose,T.; Sugiura,T.; Weck, T:; Pfister, F.: "How To Achieve Real-Life Test Coverage Of Advanced 4-Wheel-Drive Hybrid Applications(첨단 4륜 구동 하이브리드 응용의 실생활 테스트 커버리지 달성 방법)", CTI Berlin, 2013

1 시스템 2 차량
3 구동 장치 4 제1 장치
5 제2 장치 6 제3 장치
7 제1 비교 장치 8 편입 장치
9 처리 장치 10 제4 장치
11 제2 비교 장치 12 출력 장치
13 선택 장치 14a, 14b, 14c, 14d 제5 장치
15 에너지 저장부 16 조향 액추에이터
17 조향 제어부 18a, 18b, 18c, 18d 래디얼 차륜
19 기어박스 20 조향 작동부 또는 조향 휠
21 차동기 22 배기가스 후처리부
23 배기가스 분석 장치 24 배기가스 설비
25 데이터 메모리

Claims (23)

1. 에너지 변환에 의해 기계적 구동력을 생성하도록 설계된 적어도 하나의 구동 장치(3)를 포함하는 차량(2)의 에너지 효율을 분석하기 위한 시스템(1)으로서,
   상기 차량(2)이 소모하는 에너지를 특성화하기에 적합한 적어도 하나의 제1 매개변수의 제1 데이터세트를 감지하도록 설계된 제1 장치(4), 특히 센서;
   상기 차량(2)이 극복하는 주행 저항을 특성화하기에 적합한 적어도 하나의 제2 매개변수의 제2 데이터세트를 감지하도록 설계된 제2 장치(5), 특히 센서;
   상기 차량(2)의 적어도 하나의 주행 상태를 특성화하기에 적합한 적어도 하나의 제3 매개변수의 제3 데이터세트를 감지하도록 설계된 제3 장치(6), 특히 센서;
   적어도 하나의 주행 상태에 상응하는 소정의 매개변수 범위들과 상기 제3 데이터세트의 값들을 비교하도록 설계된 제1 비교 장치(7), 특히 데이터 처리 장치의 일부;
   상기 제1 데이터세트의 값들 및 상기 제2 데이터 세트의 값들을 각각 존재하는 적어도 하나의 주행 상태에 편입시키도록 설계된 편입 장치(8), 특히 데이터 처리 장치의 일부; 및
   상기 적어도 하나의 주행 상태에 따라, 상기 제1 데이터 세트 및 상기 제2 데이터세트에 기반하여, 상기 차량(2)의 에너지 효율을 특성화하는 적어도 하나의 특성값을 산출하도록 설계된 처리 장치(9), 특히 데이터 처리 장치의 일부를 포함하는 시스템(1).
2. 청구항 1에 있어서,
   특히 차량 모델 또는 참조 차량에 기반하여 적어도 하나의 특성값을 위한 설정값을 감지하도록 설계된 제4 장치(10), 특히 인터페이스;
   평가를 결정하기 위해 상기 특성값과 상기 설정값을 대조하도록 설계된 제2 비교 장치(11), 특히 데이터 처리 장치의 일부; 및
   상기 대조에 기반하여 평가를 출력하도록 설계된 출력 장치(12), 특히 표시부를 더 포함하는 것을 특징으로 하는 시스템(1).
3. 청구항 1 또는 청구항 2에 있어서,
   상기 시스템은 상기 차량(2)의 에너지 효율의 적어도 하나의 특성값을 산출할 때 에너지 소모가 고려되지 않는 적어도 하나의 장치(A)를 확정하도록 설계된 선택 장치(13), 특히 데이터 처리 장치의 일부; 및
   상기 적어도 하나의 장치(A)의 에너지 소모를 특성화하는 다른 제2 매개변수를 감지하도록 설계된 제5 장치(15), 특히 센서를 더 포함하고, 상기 처리 장치(9)는 상기 차량(2)의 에너지 소모에서 상기 적어도 하나의 장치(A)의 에너지 소모를 공제하도록 더 설계되는 것을 특징으로 하는 시스템.
4. 청구항 1 내지 청구항 3 중 어느 한 항에 있어서,
   상기 시스템은 주행 상태들의 순서를 저장하도록 설계된 메모리 장치(25)를 더 포함하고, 상기 처리 장치(9)는 특성값의 산출 시 주행 상태들의 순서를 고려하도록 더 설계되는 것을 특징으로 하는 시스템(1).
5. 청구항 1 내지 청구항 4 중 어느 한 항에 있어서,
   상기 처리 장치는 상기 제1 데이터 세트 및 상기 제2 데이터 세트의 값들을 적어도 하나의 소정의 주행 상태에 편입시키는 것을 교정하여, 각각의 데이터 세트가 센서에서 감지되기까지 적어도 하나의 측정 매체의 실행 시간 및/또는 신호 전파 시간을 고려하도록 더 설계되는 것을 특징으로 하는 시스템.
6. 에너지 변환에 의해 기계적 구동력을 생성하도록 설계된 적어도 하나의 구동 장치(3)를 포함하는 차량(2)의 에너지 효율을 분석하기 위한 방법(100)으로서,
   상기 차량(2)이 소모하는 에너지를 특성화하기에 적합한 적어도 하나의 제1 매개변수의 제1 데이터세트를 감지하는 단계(101);
   상기 차량(2)이 극복하는 주행 저항을 특성화하기에 적합한 적어도 하나의 제2 매개변수의 제2 데이터세트를 감지하는 단계(102);
   적어도 하나의 주행 상태를 특성화하기에 적합한 적어도 하나의 제3 매개변수의 제3 데이터 세트를 감지하는 단계(103);
   적어도 하나의 주행 상태에 상응하는 소정의 매개변수 범위들과 상기 제3 데이터세트의 값들을 비교하는 단계(104);
   상기 제1 데이터세트의 값들 및 상기 제2 데이터 세트의 값들을 각각 존재하는 적어도 하나의 주행 상태에 편입시키는 단계(105); 및
   상기 적어도 하나의 주행 상태에 따라, 상기 제1 데이터 세트 및 상기 제2 데이터세트에 기반하여, 상기 차량(2)의 에너지 효율을 특성화하는 적어도 하나의 특성값을 산출하는 단계(111)를 포함하는 방법(100).
7. 청구항 6에 있어서,
   특히 차량 모델 또는 참조 차량에 기반하여 적어도 하나의 특성값을 위한 설정값을 감지하는 단계(113);
   평가를 결정하기 위해 상기 특성값을 상기 설정값과 대조하는 단계(114); 및
   상기 대조(114)에 기반하여 평가를 출력하는 단계(115)를 더 포함하는 것을 특징으로 하는 방법(100).
8. 청구항 6 또는 청구항 7에 있어서,
   상기 적어도 하나의 제2 매개변수는 상기 차량(2)의 주위 환경의 지형학을 특성화하기에 또한 적합한 것을 특징으로 하는 방법(100).
9. 청구항 8에 있어서,
   상기 적어도 하나의 제2 매개변수는 상기 차량(2)의 장치(A), 특히 보조 장치, 적어도 하나의 구동 장치(3), 조향장치(16) 또는 파워 트레인의 구동 상태 및/또는 에너지 소모를 더 특성화하고 및/또는 상기 방법(100)은:
   상기 차량의 에너지 효율의 적어도 하나의 특성값을 산출할 때 에너지 소모가 고려되지 않는 적어도 하나의 장치(A)를 확정하는 단계; 및
   상기 차량(2)의 에너지 소모에서 상기 적어도 하나의 장치의 에너지 소모를 공제하는 단계(107)를 더 포함하는 것을 특징으로 하는 방법(100).
10. 청구항 9에 있어서,
    상기 적어도 하나의 장치(A)는 상기 차량(2)의 주행 모드를 위해 필요하거나 주행 모드와 무관한 기능을 충족하는 것을 특징으로 하는 방법(100).
11. 청구항 6 내지 청구항 10 중 어느 한 항에 있어서,
    상기 적어도 하나의 구동 장치(3)는 내연 기관 또는 연료 전지 시스템을 갖는 전기 장치이고, 상기 제1 매개변수는 내연 기관 또는 연료 전지 시스템의 적어도 하나의 배출을 나타내는 것을 특징으로 하는 방법(100).
12. 청구항 7 내지 청구항 11 중 어느 한 항에 있어서,
    상기 적어도 하나의 제1 매개변수는 부가적으로, 상기 차량(2)의 배출, 운전성 및/또는 NVH-승차감을 특성화하기에 적합하고, 그리고 상기 방법은:
    효율 지향 구동 모드, 배출 감소 지향 구동 모드, 운전성 지향 구동 모드, 및 NVH-승차감 지향 구동 모드로 구성된 그룹으로부터 상기 평가가 추가적으로 의존하는 차량의 적어도 하나의 구동 모드를 선택하는 단계(112)를 더 포함하는 것을 특징으로 하는 방법.
13. 에너지 변환에 의해 기계적 구동력을 생성하도록 설계된 적어도 하나의 구동 장치(3)를 포함하는 차량(2)의 차량 구동 거동을 분석하기 위한 방법(200)으로서,
    상기 차량(2)의 에너지 소모, 배출, 운전성 및 NVH-승차감을 특성화하기에 적합한 적어도 하나의 제1 매개변수의 제1 데이터 세트를 감지하는 단계(201);
    상기 차량(2)이 극복하는 주행 저항을 특성화하기에 적합한 적어도 하나의 제2 매개변수의 제2 데이터세트를 감지하는 단계(202);
    적어도 하나의 주행 상태를 특성화하기에 적합한 적어도 하나의 제3 매개변수의 제3 데이터 세트를 감지하는 단계(203);
    적어도 하나의 주행 상태에 상응하는 소정의 매개변수 범위들과 상기 제3 데이터세트의 값들을 비교하는 단계(204);
    상기 제1 데이터세트의 값들 및 상기 제2 데이터 세트의 값들을 각각의 주행 상태에 편입시키는 단계(205);
    상기 각각의 주행 상태를 위해 에너지 효율값, 배출값, 운전성 값, 및 NVH 승차감 값(2)을 산출하는 단계(206);
    상기 차량(2)의 에너지 효율, 배출, 운전성 및 NVH-승차감을 위해 각 주행 상태의 관련성을 결정하는 단계(207);
    상기 관련성에 기반하여 상기 에너지 효율값, 배출값, 운전성 값 및 NVH 승차감 값을 가중시키는 단계(210);
    상기 적어도 하나의 주행 상태에 따라 상기 가중된 에너지 효율값, 가중된 배출값, 가중된 운전성값 및 가중된 NVH 승차감 값에 기반하여, 상기 차량(2)의 차량 구동 거동을 특성화하는 적어도 하나의 특성값을 산출하는 단계(211)를 포함하는 방법(200).
14. 청구항 13에 있어서,
    특히 차량 모델 또는 참조 차량에 기반하여 적어도 하나의 특성값을 위한 설정값을 감지하는 단계(212);
    평가를 결정하기 위해 상기 특성값을 상기 설정값과 대조하는 단계(213); 및
    상기 대조에 기반하여 평가를 출력하는 단계(214)를 더 포함하는 것을 특징으로 하는 방법(200).
15. 청구항 6 내지 청구항 14 중 어느 한 항에 있어서,
    상기 동작 단계는 상기 제3 데이터세트가 다양한 복수의 주행 상태들을 포함할 때까지 수행되는 것을 특징으로 하는 방법(100, 200).
16. 청구항 6 내지 청구항 15 중 어느 한 항에 있어서,
    상기 주행 상태들의 순서를 감지하는 단계(108, 208)로, 이때 특성값의 산출 시 주행 상태들의 순서가 고려되는 것인, 감지 단계를 더 포함하는 것을 특징으로 하는 방법(100, 200).
17. 청구항 6 내지 청구항 16 중 어느 한 항에 있어서,
    상기 제1 데이터세트 및/또는 상기 제2 데이터세트의 값들은 각 주행 상태의 지속 시간에 걸쳐 적분되는 것을 특징으로 하는 방법(100, 200).
18. 청구항 6 내지 청구항 17 중 어느 한 항에 있어서,
    상기 적어도 하나의 특성값 산출을 위해 동일한 종류의 주행 상태를 위한 복수의 제3 데이터세트들의 값들은 통합되는 것을 특징으로 하는 방법(100, 200).
19. 청구항 6 내지 청구항 18 중 어느 한 항에 있어서,
    상기 제1 데이터 세트 및 상기 제2 데이터 세트의 값들을 적어도 하나의 소정의 주행 상태에 편입시키는 것을 교정하는 단계(109, 209)로서, 이때 센서에서 각각의 데이터 세트가 감지되기까지 적어도 하나의 측정 매체의 실행 시간 및/또는 신호 전파 시간을 고려하는 것인, 교정 단계를 더 포함하는 것을 특징으로 하는 방법(100, 200).
20. 청구항 6 내지 청구항 19 중 어느 한 항에 있어서,
    상기 데이터세트들의 매개변수 값들은 차량(2)의 실제 주행 모드에서 감지되고, 이때 바람직하게는 실제 차량은 확률론적인 원칙에 따라 선택된 실제 주행 구간을 이동하고, 바람직하게는 실제 차량은 확률론적인 원칙에 따라 선택되며 적어도 부분적으로 시뮬레이션된 주행 구간을 이동하고, 더욱 바람직하게는 적어도 부분적으로 시뮬레이션된 차량은 확률론적인 원칙에 따라 선택되며 적어도 부분적으로 시뮬레이션된 주행 구간을 이동하고, 그리고 가장 바람직하게는, 시뮬레이션된 차량은 확률론적인 원칙에 따라 선택된 시뮬레이션된 주행 구간을 이동하는 것을 특징으로 하는 방법.
21. 청구항 6 내지 청구항 20 중 어느 한 항에 있어서,
    특성값은, 적어도 하나의 소정의 주행 상태가 존재하고 및/또는 제1 데이터 세트 및/또는 제2 데이터 세트가 소정의 기준을 충족할 때에만 산출되는 것을 특징으로 하는 방법.
22. 컴퓨터에서 실행될 때 청구항 6 내지 청구항 21 중 어느 한 항에 따른 방법의 수행을 야기하는 명령어들을 포함하는 컴퓨터 프로그램.
23. 청구항 22에 따른 컴퓨터 프로그램이 저장된 컴퓨터 판독 가능 저장 매체.

Images