KR20170033726A - 차량 빅데이터 서버 및 차량 빅데이터 서비스 방법 - Google Patents

차량 빅데이터 서버 및 차량 빅데이터 서비스 방법 Download PDF

Info

Publication number
KR20170033726A
KR20170033726A KR1020150131881A KR20150131881A KR20170033726A KR 20170033726 A KR20170033726 A KR 20170033726A KR 1020150131881 A KR1020150131881 A KR 1020150131881A KR 20150131881 A KR20150131881 A KR 20150131881A KR 20170033726 A KR20170033726 A KR 20170033726A
Authority
KR
South Korea
Prior art keywords
vehicle
information
maintenance
gas station
diagnostic information
Prior art date
Application number
KR1020150131881A
Other languages
English (en)
Inventor
오재영
김한림
노은상
Original Assignee
주식회사 케이티
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 케이티 filed Critical 주식회사 케이티
Priority to KR1020150131881A priority Critical patent/KR20170033726A/ko
Publication of KR20170033726A publication Critical patent/KR20170033726A/ko

Links

Images

Classifications

    • G06Q50/30—
    • G06F17/30—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

차량 빅데이터 서버 및 차량 빅데이터 서비스 방법이 개시된다. 여기서, 차량 빅데이터 서버는 서로 다른 차량에 각각 탑재된 복수의 차량 진단 단말과 네트워크를 통해 연결되어 상기 복수의 차량 진단 단말로부터 각각의 차량 진단 정보를 수집하는 수집부, 그리고 상기 각각의 차량 진단 정보들 중에 동일 차종의 차량 진단 정보 들간에 서로 비교 분석하여 차량 성능 및 연료 효율를 판단하고, 판단 결과에 따라 정비 가이드 정보를 해당 차량 운전자의 단말로 전송하는 분석부를 포함한다.

Description

차량 빅데이터 서버 및 차량 빅데이터 서비스 방법{SERVER AND METHOD FOR CAR BIG DATA SERVICE}
본 발명은 차량 빅데이터 서버 및 차량 빅데이터 서비스 방법에 관한 것이다.
이동 또는 운반을 목적으로 이용되는 차량은 기계적인 특성으로 주기적으로 소모품을 교환해야 하는 특성을 가지고 있다.
현재 차량 운전자는 차량의 소모품 교환을 위한 교환 주기를 수기로 작성하여 관리하거나, 전자 장치 등을 활용하여 차량 교체 이력을 남기고 정해진 시점이 다가오면 차량 운전자의 판단으로 정비소를 직접 방문하여 차량 정비사의 차량 상태에 대한 진단을 받고 부품 교체 및 수리에 대한 차량 정비를 받아야만 한다. 이러한 일련의 과정은 차량 운전자 및 차량 정비사의 개인적인 판단에 의해 수행된다. 그러나 개인이 차량의 성능을 객관적으로 측정하기 어려우며, 고장이 없으나 성능 저하가 생겼을 경우 어느 부분을 정비해야 하는지 판단하기 어렵다.
따라서, 기존 차량 정비 시스템의 경우, 차량 운전자 및 차량 정비사의 개인 판단에 의해 부품 교체 및 차량 수리를 진행하므로 차량 운전자는 지속적으로 차량 소모품을 교체한 시점, 현재 차량의 상태 등을 확인해야 한다.
또한, 주유소마다 연료 품질이 다르며 자신의 차량에 맞는 연료를 객관적으로 판단하기 어렵다.
따라서, 본 발명이 이루고자 하는 기술적 과제는 차량 내 탑재된 차량 진단 단말을 통해 차량 진단 정보를 수집하여 동일 차종의 차량 진단 정보들과 비교함으로써, 차량의 각 부품별로 성능 및 효율을 분석하여 차량 진단 및 부품 교체 등의 차량 정비 서비스를 제공하고, 차량 진단 정보와 위치 정보를 매칭하여 주유소별로 연료 품질을 분석하여 주유소 추천 서비스를 제공하는 차량 빅데이터 서버 및 차량 빅데이터 서비스 방법을 제공하는 것이다.
본 발명의 하나의 특징에 따르면, 차량 빅데이터 서버는 서로 다른 차량에 각각 탑재된 복수의 차량 진단 단말과 네트워크를 통해 연결되어 상기 복수의 차량 진단 단말로부터 각각의 차량 진단 정보를 수집하는 수집부, 그리고 상기 각각의 차량 진단 정보들 중에 동일 차종의 차량 진단 정보 들간에 서로 비교 분석하여 차량 성능 및 연료 효율를 판단하고, 판단 결과에 따라 정비 가이드 정보를 해당 차량 운전자의 단말로 전송하는 분석부를 포함한다.
동일한 차종의 차량 부품 별로 정비 기준 정보 및 정비 가이드 정보를 저장하는 정비 라이브러리와, 상기 각각의 차량 진단 정보가 축적된 차량 정보 DB를 저장하는 데이터베이스를 더 포함하고,
상기 분석부는,
상기 수집부가 수집한 각각의 차량 진단 정보를 차량 별로 상기 차량 정보 DB에 축적된 동일 차종의 차량 진단 정보들과 비교하여 차량 기능 및 차량 부품 별로 성능 및 효율을 산출하고, 산출된 성능 및 효율을 상기 정비 기준 정보과 비교하여 정비가 필요한지 판단하고, 정비가 필요한 경우, 상기 정비 가이드 정보에 기초하여 정비가 필요한 차량 부품에 대한 정비 가이드 정보를 상기 차량 운전자의 단말로 전송할 수 있다.
상기 분석부는,
상기 수집부가 수집한 수집한 각각의 차량 진단 정보 중에서 엔진 시리얼 번호 또는 ECU(electronic control unit) 펌웨어 버전(Firmware version)을 이용하여 동일 차종을 식별하고, 상기 차량 정보 DB에 저장된 차량 진단 정보 중에서 식별한 차량과 동일한 차종의 차량 진단 정보를 검색할 수 있다.
상기 데이터베이스는 위치별 주유소 정보를 저장하고,
상기 분석부는,
수집한 차량 진단 정보에 포함된 차량 위치 정보를 토대로 상기 위치별 주유소 정보로부터 현재 주유소를 확인하고, 차량 주행과 관련된 데이터들을 동일 차종의 데이터 들과 비교하여 연료 효율을 분석하며, 해당 데이터들 중에서 동일 차종에 비해 출력 저하가 발생하면 확인한 주유소를 불량 품질 주유소로 판단하여 상기 데이터베이스에 등록할 수 있다.
상기 분석부는,
상기 데이터베이스에 축적된 복수의 차량 별 차량 진단 정보를 차종 및 주유소 별로 구분하여 연료 품질을 분석하고, 비교 분석한 결과에 기초하여 차량 진단 단말 별로 하나 이상의 주유소를 추천할 수 있다.
상기 분석부의 분석 결과에 따른 정보를 사용자 데이터로 가공하여 운전자의 단말로 전송하는 사용자 인터페이스부를 더 포함할 수 있다.
본 발명의 다른 특징에 따르면, 차량 빅데이터 서비스 방법은 서로 다른 차량에 각각 탑재된 복수의 차량 진단 단말과 네트워크를 통해 연결되는 차량 빅데이터 서버가 상기 복수의 차량 진단 단말로부터 각각의 차량 진단 정보를 수집하는 단계, 상기 각각의 차량 진단 정보들 중에 동일 차종의 차량 진단 정보 들간에 서로 비교 분석하여 차량 성능 및 연료 효율를 판단하는 단계, 그리고 판단 결과에 따라 정비 가이드 정보를 해당 차량 운전자의 단말로 전송하는 단계를 포함한다.
상기 판단하는 단계는,
상기 각각의 차량 진단 정보를 차량 별로 축적된 동일 차종의 차량 진단 정보들과 비교하여 차량 기능 및 차량 부품 별로 성능 및 효율을 산출하는 단계, 산출된 성능 및 효율을 기 정의된 정비 기준 정보와 비교하여 정비가 필요한지 판단하는 단계, 그리고 정비가 필요한 경우, 기 정의된 정비 가이드 정보에 기초하여 정비가 필요한 차량 부품에 대한 정비 가이드 정보를 상기 차량 운전자의 단말로 전송하는 단계 를 포함할 수 있다.
상기 수집하는 단계 이후,
수집한 차량 진단 정보에 포함된 차량 위치 정보를 토대로 현재 주유소를 확인하는 단계, 차량 주행과 관련된 데이터들을 동일 차종의 데이터 들과 비교하여 연료 효율을 분석하여 해당 데이터들 중에서 동일 차종에 비해 출력 저하가 발생하면 확인한 주유소를 불량 품질 주유소로 판단하는 단계, 그리고 불량 품질 주유소를 데이터베이스에 등록하는 단계를 더 포함할 수 있다.
상기 데이터베이스에 등록하는 단계 이후,
상기 데이터베이스에 축적된 복수의 차량 별 차량 진단 정보를 차종 및 주유소 별로 구분하여 연료 품질을 분석하고, 비교 분석한 결과에 기초하여 차량 진단 단말 별로 하나 이상의 주유소를 추천하는 단계를 더 포함할 수 있다.
본 발명의 실시예에 따르면, 여러 운전자들의 운행 데이터를 수집해 비교 분석함으로써, 정확한 차량 상태 측정이 가능하다.
또한, 속도별, 부품별, 차종별 운행 데이터와 내차의 실제 운행 기록을 분석함으로 정확하게 고장부위를 판단 할 수 있다.
또한, GPS를 이용해 주변 주유소를 자동으로 매칭해주고, 본인 차량의 장기연료보정값, 연비, 엔진출력을 통해 연료 품질 판단이 가능하다.
또한, 엔진고유번호를 조합해 개별 차종을 구별하므로 소비자는 단말을 OBD-II에 장착 하기만 하면 자동으로 모든 서비스가 이루어진다.
또한, 고장 이전에 정비가 가능하며, 차량의 효율과 연비가 증가하여 경제/안전 운전에 도움이 된다.
도 1은 본 발명의 실시예에 따른 차량 정보 서비스 시스템의 구성을 나타낸다.
도 2는 도 1의 OBD-Ⅱ 단말의 세부 구성을 나타낸 블록도이다.
도 3은 도 1의 차량 빅데이터 서버의 세부 구성을 나타낸 블록도이다.
도 4는 본 발명의 한 실시예에 따른 차량 성능 분석 예시도이다.
도 5는 본 발명의 다른 실시예에 따른 차량 성능 분석 예시도이다.
도 6은 본 발명의 한 실시예에 따른 차량 빅데이터 서비스 방법을 나타낸 순서도이다.
도 7은 본 발명의 다른 실시예에 따른 차량 빅데이터 서비스 방법을 나타낸 순서도이다.
도 8은 본 발명의 또 다른 실시예에 따른 차량 빅데이터 서비스 방법을 나타낸 순서도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다.
또한, 명세서에 기재된 "…부", "…모듈" 의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
이하, 도면을 참조로 하여 본 발명의 실시예에 따른 차량 빅데이터 서버 및 차량 빅데이터 서비스 방법에 대하여 상세히 설명한다.
도 1은 본 발명의 실시예에 따른 차량 정보 서비스 시스템의 구성을 나타낸다.
도 1을 참조하면, 차량 정보 서비스 시스템은 네트워크(100)를 통해 연결되는 복수의 OBD(On-Board Diagnostics)-Ⅱ 단말(201, 203), 차량 빅데이터 서버(300) 및 운전자의 단말(400)을 포함한다.
네트워크(100)는 인터넷망, 인트라넷망, 이동통신망, 위성 통신망 등 다양한 유무선 통신 기술을 이용하여 인터넷 프로토콜로 데이터를 송수신할 수 있는 망을 말한다.
네트워크(100)는 LAN(Local Area Network), WAN(Wide Area Network)등의 폐쇄형 네트워크, 인터넷(Internet)과 같은 개방형 네트워크뿐만 아니라, CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Access), GSM(Global System for Mobile Communications), LTE(Long Term Evolution), EPC(Evolved Packet Core) 등의 네트워크와 향후 구현될 차세대 네트워크 및 컴퓨팅 네트워크를 통칭하는 개념이다.
복수의 OBD-Ⅱ 단말(201, 203)은 각각의 차량 내부 또는 차량 외부에 장착된다. 복수의 OBD-Ⅱ 단말(201, 203)은 차량 진단 단말로서, OBD-II 인터페이스를 통해 차량 내의 센서 정보 및 주행 정보를 포함한 차량 진단 정보(또는 OBD-II 정보)를 감지한다. 그리고 GPS(Global Positioning System) 정보를 이용하여 차량의 현위치를 산출한다.
복수의 OBD-Ⅱ 단말(201, 203)은 수집한 차량 진단 정보 및 산출한 차량 위치 정보를 포함하는 차량 정보를 구성한다. 그리고 차량 정보를 차량 빅데이터 서버(300)로 주기적으로 또는 차량 빅데이터 서버(300)의 요청에 따라 전송한다.
차량 빅 데이터 서버(300)는 차량 정보에 기초한 차량 빅데이터 서비스를 제공한다. 여기서, 차량 빅데이터 서비스는 복수의 차량 정보를 토대로 도출된 차량 성능 분석 결과를 운전자의 단말(400)에게 제공하는 서비스라 정의한다.
세부적으로, 차량 빅데이터 서비스는 동일 차량에서 수집한 차량 정보들간의 연관 관계를 분석하고 분석 결과를 통계 등을 통해 학습하여 차량 기능 및 부품 별로 성능 정보를 운전자에게 제공하고, 차량 위치와 주유소 정보를 매칭하여 차량별 연료 효율을 분석하여 운전자의 단말(400)에게 제공한다.
운전자의 단말(400)은 차량 빅데이터 서버(300)로부터 차량 빅데이터 서비스 정보를 수신하여 운전자가 인지할 수 있도록 사용자 인터페이스를 통해 출력한다. 사용자 인터페이스는 운전자의 시각, 청각, 후각 등으로 인지할 수 있는 형태로 차량 빅데이터 서비스 정보를 제공할 수 있다.
운전자의 단말(400)은 운전자가 소지하는 단말로서, 네트워크(100)를 경유하여 각종 데이터를 송수신할 수 있는 단말기일 수 있다. 예를 들면, 태블릿 PC(Tablet PC), 스마트폰(Smart Phone), 개인휴대용 정보단말기(PDA: Personal Digital Assistant), 이동통신 단말기(Mobile Communication Terminal) 등 중 어느 하나를 포함하는 휴대 단말일 수 있다.
또한, 운전자의 단말(400)은 차량 내 장착이 가능하거나 차량내 탑재되는 텔레매틱스 단말 또는 네비게이션 단말을 포함할 수도 있다.
도 2는 도 1의 OBD-Ⅱ 단말의 세부 구성을 나타낸 블록도이다.
도 2를 참조하면, 복수의 OBD-Ⅱ 단말(201, 203) 각각은 OBD-II 모듈(205), 위치 산출부(207), 메모리(209), 통신부(211) 및 제어부(213)를 포함한다.
OBD-II 모듈(205)은 차량 내의 OBD-II 커넥터(미도시)에 연결되어 OBD-II 커넥터를 통해 엔진장치, 제동장치, 현가장치, 변속장치 등 차량을 구성하는 각 요소에 배치된 센서들로부터 전달되는 차량 진단 정보(또는 OBD-II 정보)를 수집한다. 이러한 차량 진단 정보는 복수의 센서 정보들로 구성된다. OBD-II 모듈(205)은 수집한 차량 진단 정보를 제어부(213)에게 전달한다.
여기서, 차량 진단 정보는 차량 성능 진단과 관련되는 정보로서, 연료트림, 엔진로드, 실린더별 RPM(revolution per minute), 고장코드 중 적어도 하나의 정보를 포함한다. 그리고 차량 진단 정보는 차량 운행과 관련된 정보로서, 차량 속도, 연비, 운행거리, 공회전, 급가속 및 급정차 중 적어도 하나의 정보를 포함한다. 차량 진단 정보는 차량 엔진과 관련된 정보로서, 엔진(또는 ECU(electronic control unit)) 시리얼(Serial) 번호 혹은 ECU 펌웨어 버전(Firmware version)과 같은 소프트웨어 정보를 포함한다.
위치 산출부(207)는 GPS 수신 안테나, 위성 신호 처리기 등을 포함한다. 위치 산출부(207)는 원격지의 GPS 위성들로부터 기 설정된 시간 간격으로 수신되는 위성 신호를 처리하여 현재 위치한 지점의 위도 및 경도를 포함하는 차량의 현위치 및 주행 중인 차량의 차속 값을 산출한다. 그리고 산출한 현위치 값 및 차속 값을 제어부(213)로 전달한다.
메모리(209)는 OBD-Ⅱ 단말(201, 203)의 동작에 필요한 정보를 저장한다. 메모리(209)는 OBD-II 모듈(205)이 수집한 정보 및 위치 산출부(207)가 산출한 값을 저장할 수 있다.
통신부(211)는 네트워크(100)에 접속되어 차량 빅데이터 서버(300)와 통신 연결 관리를 수행하는데, 차량 빅데이터 서버(300)와 연결되어 데이터를 송수신한다. 제어부(213)는 차량 정보는 통신부(211)를 통해 차량 빅데이터 서버(300)로 전송한다.
이상 설명한 바와 같이, OBD-Ⅱ 단말(201, 203)은 차량 정보를 수집하여 차량 빅데이터 서버(300)로 전달하는 구성에 대해서만 기재하였다. 그러나 OBD-Ⅱ 단말(201, 203)의 구현 예시에 따라 운전자의 단말(400)과 일체로 구현되어 차량 빅데이터 서버(300)로부터 수신한 정보를 표시할 수도 있다.
도 3은 도 1의 차량 빅데이터 서버의 세부 구성을 나타낸 블록도이고, 도 4는 본 발명의 한 실시예에 따른 차량 성능 분석 예시도이고, 도 5는 본 발명의 다른 실시예에 따른 차량 성능 분석 예시도이다.
도 3을 참조하면, 차량 빅데이터 서버(300)는 통신부(310), 수집부(330), 데이터베이스(350), 분석부(370) 및 사용자 인터페이스부(390)를 포함한다.
통신부(310)는 네트워크(100)를 통해 복수의 OBD-Ⅱ 단말(201, 203)과 연결된다.
수집부(330)는 통신부(310)를 통해 복수의 OBD-Ⅱ 단말(201, 203)로부터 차량 진단 정보를 수신한다.
데이터베이스(350)는 차량 빅데이터 서버(300)의 구동에 필요한 정보를 저장한다. 데이터베이스(350)는 정비 라이브러리(351), 위치별 주유소 정보 DB(353) 및 차량 정보 DB(355)를 포함한다.
정비 라이브러리(351)는 동일한 차종의 차량 부품 별로 정비 기준 정보 및 정비 가이드 정보를 저장한다. 여기서, 정비 기준 정보는 차랑 부품 별로 OBD-Ⅱ 단말(201, 203)이 수집한 차량 정보를 기준으로 해당 차량의 부품이 정비가 필요한지 여부를 판단하기 위한 기준이 되는 정보로서, 이러한 기준 정보는 각 차량의 특징 별로 통계 처리된 정보일 수 있다. 그리고 정비 가이드 정보는 정비 기준 정보를 토대로 판단된 차량 부품의 진단 결과에 따라 어떤 정비가 필요한지에 관한 정보로서, 예를 들면 부품 교체 주기 등을 포함할 수 있다.
위치 별 주유소 정보 DB(353)는 전국 주유소의 GPS 위치 정보를 저장한다. 이러한 위치별 주유소 정보는 지도 서버(미도시)로부터 업데이트된다. 여기서, 지도 서버(미도시)는 네비게이션 단말(미도시)에 지도 정보를 제공하는 서버일 수 있다.
차량 정보 DB(355)는 수집부(330)가 수집한 차량 진단 정보 자체를 동일 차종 별로 구분하여 저장할 수도 있고, 동일 차종 별로 각 부품의 차량 진단 정보에 대한 통계 정보를 저장할 수도 있으며, 이러한 두가지 방식이 모두 저장될 수도 있다.
하나의 실시예에 따르면, 차량 정보 DB(355)는 사용자 별로 해당 사용자의 차량으로부터 수집된 차량 진단 정보를 구분하여 저장한다. 사용자 별로 구분 방식은 OBD-Ⅱ 단말(201, 203)의 단말 고유 정보를 이용할 수 있다. 이러한 사용자 별 차량 진단 정보는 분석시 해당 차량의 누적 통계 분석시 사용될 수 있다.
또한, 차량 정보 DB(355)는 동일 차종 별로 복수의 차량으로부터 수집된 각 부품의 차량 진단 정보에 대한 통계 정보를 구분하여 저장한다. 이러한 동일 차종 별 통계 정보는 해당 차량의 차량 진단 분석시 사용될 수 있다.
분석부(370)는 차량 성능 분석 플랫폼으로서, 각각의 OBD-II 모듈(201, 203)로부터 수신한 차량 진단 정보를 토대로 차량 진단 서비스를 수행하는데, 예컨대 수집한 차량 운행 정보를 차량 정보 DB(355)에 축적된 동일 차종의 차량 운행 정보와 비교하여 해당 차량의 상태를 예측하고 효율을 분석한다. 분석부(370)는 부품 별로 운행 정보를 차량 정보 DB(355)에 저장된 동일 차종의 부품 별 운행 정보의 통계치와 비교 분석하고, 이상 발견시 운전자의 단말(400), 예를 들면, 운전자의 스마트 디바이스(미도시) 또는 PC(미도시)를 통해 내역을 표시한다.
분석부(370)는 수집부(330)가 수집한 차량 정보와 동일한 차종에 대해 축적된 차량 정보와 차량 기능 별로 그리고 부품 별로 성능을 비교 분석하고, 각각의 효율을 산출한다. 그리고 사용자 인터페이스부(390)를 통해 운전자의 단말(400)로 산출 결과를 알려준다.
이때, 차량 정보 DB(355)에 저장된 차량 정보들의 통계 정보가 저장되어 있을 수 있다. 그리고 수집한 차량 정보는 이러한 통계 정보와 비교할 수 있다.
여기서, 분석부(370)는 수집부(330)가 수집한 각각의 차량 진단 정보 중에서 엔진 시리얼 번호 및/또는 ECU 펌웨어 버전(Firmware version)을 이용하여 차량을 식별하고, 차량 정보 DB(355)에 저장된 차량 정보 중에서 식별한 차량과 동일한 차종의 차량 정보를 검색한다.
분석부(370)는 해당 차량의 효율이 동일 차종에 비해 낮거나 높을 경우 미리 정비를 할 수 있도록 운전자의 단말(400)로 리포트한다.
도 4를 참조하면, 가로 축은 차량 속도(km/h)를 나타내고, 세로 축은 회전수 차이(RPM, revolution per minute)를 나타낸다.
이때, 동일 차량 평균에 비해 내차량의 RPM이 60km/h구간에서 동일 차량에 비해 10% 이상 회전수 저하가 발생하므로, 회전수가 현저하게 떨어져 있음을 알 수 있다.
분석부(370)는 주행후 수집한 RPM을 통해 엔진의 3번 실린더 부분의 효율 저하가 예상되므로 점검 필요하다고 판단하고, 점검이 필요한 부분인 "엔진"을 표시한 사용자 인터페이스 화면을 운전자의 단말(400)로 출력한다. 즉, 실린더당 평균 회전수와 10% 이상 차이가 발생시 점검으로 표시한다.
이때, 분석부(370)는"평균 엔진 회전수 차이 63RPM 동일 차량 평균에 비해 60Km/h 구간에서 RPM값이 낮으며 엔진의 3번 실리던 부분의 효율 저하가 예상되므로 점검 필요"하다는 멘트를 화면에 출력한다.
또한, 분석부(370)는 부품별 비교 분석을 통한 차량 성능을 분석하는데, 하나의 실시예에 따르면, 엔진 성능을 분석한다.
분석부(370)는 엔진의 각 부품의 효율을 분석한다. 분석부(370)은 차량 진단 정보 중에서 엔진의 다양한 로드 정보, 차량 상태정보, 연비, 미스파이어(Misfire), 공연비, 연료트림 정보를 차량 정보 DB(355)에 저장된 기준치 및 동일 차량의 축적된 정보들과 비교하여 엔진의 상태를 분석한다.
차량의 주행 중 각 부품별 효율을 계측하여 평소보다 효율이 떨어지는 부품에 대한 효율을 높이기 위한 정비 가이드 정보로서, 예컨대 운전 습관 변경, 또는 정비 안내 정보를 제공한다.
한 실시예에 따르면, 분석부(370)는 주행속도 80~ 100km 구간 에서 동일 차량 통계에 비해 엔진 효율이 10% 떨어지면, 엔진 배기 쪽의 압력이 급격이 떨어지므로 배기관련 부품에 대한 점검 필요하다고 분석한다.
다른 실시예에 따르면, 분석부(370)는 주행 속도 80km에서 미스파이어(misfire) 5회 발생 동일 차종에 비해 자주 발생하면, 3번 실린더에서 misfire 신호 발생, 실린더 점화플러그와 연결 선에 대한 점검 필요하다고 분석한다.
또한, 분석부(370)는 연료 효율을 분석한다. 주유 후 동일 차종, 동일 주유소 이용 고객 주행 데이터 비교를 통해 연료 효율 분석한다. 주유 후 2~3일 운행 후, 연료에 따라 장기 보정값 이동 -> 연비, 출력, 보정값을 동일 차량, 동일 차량이며 동일 주유소 주유 차량과 비교 분석하고, 이전 주유 데이터와 비교시 연비나 엔진 출력저하시 저품질의 연료 이거나 차량 부품 이상 인지 점검 필요하다고 분석한다.
도 5를 참조하면, 분석부(370)는 연비의 경우, 대상 차량의 연비와 동일 차종의 연비를 비교하여 연비 저하로 판단하고, 엔진 출력의 경우, 대상 차량의 엔진 출력과 동일 차종의 엔진 출력을 비교하여 출력 저하로 판단하며, 연료보정값의 경우 동일 차종과 비교시 보정값이 증가한 경우로 판단한다. 따라서, 연비 및 출력 저하로 연료 품질이 의심되므로, 휘발유 품질 의심 주유소로 등록한다.
분석부(370)는 특정 주유소에서 주유한 대상 차량의 연비가 동일 차종과 비교할 때 출력이 저하되었으므로, 연료 품질 저하로 판단한다. 이때, 평균보다 ± 20%이상 차이 날 경우 연료 품질 저하로 판단한다. 그리고 장기연료 보정값 ± 10% 이상 변화시 해당 위치의 주유소를 기록한다.
분석부(370)는 해당 주유소 주유 차량 중 50%이상 동일하게 품질 의심 주유소로 나타날 경우, 해당 주유소를 유사 휘발유 판매소로 등록한다.
또한, 분석부(370)는 차량 진단 정보 중에서 장기 연료 트림 정보와 GPS 정보를 결합하여 주유소별 주입 연료의 효율을 분석하여 차량에 가장 적합한 주유소를 알려준다.
분석부(370)는 장기연료트림 정보와 GPS 정보로 주유소별 연료 품질을 확인한다. 분석부(370)는 GPS 정보와 장기연료보정값, 그리고 연비 정보를 비교하여 주유소별 연료 품질을 비교 분석한다.
분석부(370)는 차량의 부품별 효율을 동일 차량의 데이터와 비교 분석하고, GPS 위치를 통해 주유소 정보를 매칭하여 차량별 연료 효율을 분석한다.
전술한 구성을 토대로 본 발명의 실시예에 따른 차량 빅데이터 서비스 방법에 대해 설명한다.
도 7은 본 발명의 한 실시예에 따른 차량 빅데이터 서비스 방법을 나타낸 순서도이다.
도 7을 참조하면, 수집부(330)는 복수의 OBD-II 단말(201, 203)로부터 각각의 차량 진단 정보를 수집한다(S101).
분석부(370)는 S101 단계에서 수집한 차량 진단 정보 중에서 차량 엔진 정보, 즉 엔진 시리얼 번호 또는 ECU 펌웨어 버전 정보를 토대로 동일 차종을 식별한다(S103). 즉, 데이터베이스(350)에 저장된 차량 정보 중에서 동일 차종의 차량 정보를 구분한다.
분석부(370)는 S103 단계에서 식별한 동일 차종의 차량 진단 정보와 S101 단계에서 수집한 차량 진단 정보 간에 차량 부품 별로 주행 데이터를 비교한다(S105). 그리고 각 부품 별로 동일 차종의 차랑 진단 정보와 S101 단계에서 수집한 차량 진단 정보를 통계 비교 분석한다(S107).
분석부(370)는 각 부품 별로 성능 분석 정보를 도출한다(S109). 성능 분석 정보 도출 결과, 정비가 필요한지를 판단한다(S111).
이때, 정비가 필요하다고 판단되면, 성능 분석 정보 및 정비 가이드 정보를 사용자 인터페이스부(390)를 통해 사용자 데이터로 가공하여 운전자의 단말(400)로 제공한다(S113).
여기서, 사용자 데이터는 운전자가 한눈에 정비가 필요한 부품을 알 수 있도록 GUI 형태로 가공할 수도 있고, 시각, 청각 등의 데이터 포맷으로 구성하여 모바일 또는 PC 화면의 출력 형태로 구성할 수도 있다.
반면, 정비가 필요하지 않으면, 성능 분석 정보를 사용자 인터페이스부(390)를 통해 사용자 데이터로 가공하여 운전자의 단말(400)로 제공한다(S115).
여기서, 사용자 데이터는 성능 분석 결과를 알 수 있도록 통계치와 비교한 형태로 표시하는 등으로 구성할 수도 있고, S113 단계와 마찬가지로 다양한 포맷, 단말 출력 형태로 구현할 수 있다.
도 8은 본 발명의 다른 실시예에 따른 차량 빅데이터 서비스 방법을 나타낸 순서도이다.
도 8을 참조하면, 수집부(330)가 차량 진단 정보를 수집(S201)한다. 그리고 분석부(370)는 차량 진단 정보를 제공한 복수의 OBD-II 단말(201, 203) 중에서 현재 주유한 단말을 판단한다(S203). 판단 여부는 이전에 비해 연료량이 증가한 경우, 주유한 경우로 판단한다.
분석부(370)는 주유한 경우로 판단하면, 차량 진단 정보 중에서 GPS 위치 정보를 토대로 위치 별 주유소 정보 DB(353)로부터 주유소 정보를 확인한다(S205). 여기서, 주소 및 해당 주소에 위치하는 주유소명을 확인할 수 있다.
분석부(370)는 주유 이후, 해당 OBD-II 단말(201, 203)로부터 차량 진단 정보를 수집(S207)하면, 차량 진단 정보 중에서 차량 주행과 관련된 데이터들을 동일 차종의 데이터 들과 비교(S209)하여 연료 효율을 분석한다. 이때, 데이터의 출력 저하가 있는지 판단한다(S211).
이때, 출력 저하가 발생하면, 연료 효율이 동일 차종에 비해 떨어진 경우에 해당하므로, S205 단계에서 확인한 주유소를 불량 품질 주유소로 판단하고, 차량 정보 DB(355)에 등록한다(S213).
도 9는 본 발명의 또 다른 실시예에 따른 차량 빅데이터 서비스 방법을 나타낸 순서도이다.
도 9를 참조하면, 수집부(330)가 차량 진단 정보를 수집(S301)한다. 분석부(370)는 차량 진단 정보를 토대로 주유소 별로 연료 품질을 분석한다(S303). 그리고 동일 차종의 부품별로 연료 효율을 비교 분석한다(S305). 그리고 S303 단계 및 S305 단계에서 비교 분석한 결과를 토대로 OBD 단말(201, 203) 별로 해당 차량에 가장 적합한 주유소를 추천한다(S307). 이때, 추천은 지도 상에 해당 추천 주유소를 표시할 수도 있고, 현재 위치와 가장 가까운 위치를 추가로 추천할 수도 있다.
이상에서 설명한 본 발명의 실시예는 장치 및 방법을 통해서만 구현이 되는 것은 아니며, 본 발명의 실시예의 구성에 대응하는 기능을 실현하는 프로그램 또는 그 프로그램이 기록된 기록 매체를 통해 구현될 수도 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.

Claims (10)

  1. 서로 다른 차량에 각각 탑재된 복수의 차량 진단 단말과 네트워크를 통해 연결되어 상기 복수의 차량 진단 단말로부터 각각의 차량 진단 정보를 수집하는 수집부, 그리고
    상기 각각의 차량 진단 정보들 중에 동일 차종의 차량 진단 정보 들간에 서로 비교 분석하여 차량 성능 및 연료 효율를 판단하고, 판단 결과에 따라 정비 가이드 정보를 해당 차량 운전자의 단말로 전송하는 분석부
    를 포함하는 차량 빅데이터 서버.
  2. 제1항에 있어서,
    동일한 차종의 차량 부품 별로 정비 기준 정보 및 정비 가이드 정보를 저장하는 정비 라이브러리와, 상기 각각의 차량 진단 정보가 축적된 차량 정보 DB를 저장하는 데이터베이스를 더 포함하고,
    상기 분석부는,
    상기 수집부가 수집한 각각의 차량 진단 정보를 차량 별로 상기 차량 정보 DB에 축적된 동일 차종의 차량 진단 정보들과 비교하여 차량 기능 및 차량 부품 별로 성능 및 효율을 산출하고, 산출된 성능 및 효율을 상기 정비 기준 정보과 비교하여 정비가 필요한지 판단하고, 정비가 필요한 경우, 상기 정비 가이드 정보에 기초하여 정비가 필요한 차량 부품에 대한 정비 가이드 정보를 상기 차량 운전자의 단말로 전송하는 차량 빅데이터 서버.
  3. 제2항에 있어서,
    상기 분석부는,
    상기 수집부가 수집한 수집한 각각의 차량 진단 정보 중에서 엔진 시리얼 번호 또는 ECU(electronic control unit) 펌웨어 버전(Firmware version)을 이용하여 동일 차종을 식별하고, 상기 차량 정보 DB에 저장된 차량 진단 정보 중에서 식별한 차량과 동일한 차종의 차량 진단 정보를 검색하는 차량 빅데이터 서버.
  4. 제2항에 있어서,
    상기 데이터베이스는 위치별 주유소 정보를 저장하고,
    상기 분석부는,
    수집한 차량 진단 정보에 포함된 차량 위치 정보를 토대로 상기 위치별 주유소 정보로부터 현재 주유소를 확인하고, 차량 주행과 관련된 데이터들을 동일 차종의 데이터 들과 비교하여 연료 효율을 분석하며, 해당 데이터들 중에서 동일 차종에 비해 출력 저하가 발생하면 확인한 주유소를 불량 품질 주유소로 판단하여 상기 데이터베이스에 등록하는 차량 빅데이터 서버.
  5. 제4항에 있어서,
    상기 분석부는,
    상기 데이터베이스에 축적된 복수의 차량 별 차량 진단 정보를 차종 및 주유소 별로 구분하여 연료 품질을 분석하고, 비교 분석한 결과에 기초하여 차량 진단 단말 별로 하나 이상의 주유소를 추천하는 차량 빅데이터 서버.
  6. 제2항에 있어서,
    상기 분석부의 분석 결과에 따른 정보를 사용자 데이터로 가공하여 운전자의 단말로 전송하는 사용자 인터페이스부
    를 더 포함하는 차량 빅데이터 서버.
  7. 서로 다른 차량에 각각 탑재된 복수의 차량 진단 단말과 네트워크를 통해 연결되는 차량 빅데이터 서버가 상기 복수의 차량 진단 단말로부터 각각의 차량 진단 정보를 수집하는 단계,
    상기 각각의 차량 진단 정보들 중에 동일 차종의 차량 진단 정보 들간에 서로 비교 분석하여 차량 성능 및 연료 효율를 판단하는 단계, 그리고
    판단 결과에 따라 정비 가이드 정보를 해당 차량 운전자의 단말로 전송하는 단계
    를 포함하는 차량 빅데이터 서비스 방법.
  8. 제7항에 있어서,
    상기 판단하는 단계는,
    상기 각각의 차량 진단 정보를 차량 별로 축적된 동일 차종의 차량 진단 정보들과 비교하여 차량 기능 및 차량 부품 별로 성능 및 효율을 산출하는 단계,
    산출된 성능 및 효율을 기 정의된 정비 기준 정보와 비교하여 정비가 필요한지 판단하는 단계, 그리고
    정비가 필요한 경우, 기 정의된 정비 가이드 정보에 기초하여 정비가 필요한 차량 부품에 대한 정비 가이드 정보를 상기 차량 운전자의 단말로 전송하는 단계
    를 포함하는 차량 빅데이터 서비스 방법.
  9. 제8항에 있어서,
    상기 수집하는 단계 이후,
    수집한 차량 진단 정보에 포함된 차량 위치 정보를 토대로 현재 주유소를 확인하는 단계,
    차량 주행과 관련된 데이터들을 동일 차종의 데이터 들과 비교하여 연료 효율을 분석하여 해당 데이터들 중에서 동일 차종에 비해 출력 저하가 발생하면 확인한 주유소를 불량 품질 주유소로 판단하는 단계, 그리고
    불량 품질 주유소를 데이터베이스에 등록하는 단계
    를 더 포함하는 차량 빅데이터 서비스 방법.
  10. 제9항에 있어서,
    상기 데이터베이스에 등록하는 단계 이후,
    상기 데이터베이스에 축적된 복수의 차량 별 차량 진단 정보를 차종 및 주유소 별로 구분하여 연료 품질을 분석하고, 비교 분석한 결과에 기초하여 차량 진단 단말 별로 하나 이상의 주유소를 추천하는 단계
    를 더 포함하는 차량 빅데이터 서비스 방법.
KR1020150131881A 2015-09-17 2015-09-17 차량 빅데이터 서버 및 차량 빅데이터 서비스 방법 KR20170033726A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150131881A KR20170033726A (ko) 2015-09-17 2015-09-17 차량 빅데이터 서버 및 차량 빅데이터 서비스 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150131881A KR20170033726A (ko) 2015-09-17 2015-09-17 차량 빅데이터 서버 및 차량 빅데이터 서비스 방법

Publications (1)

Publication Number Publication Date
KR20170033726A true KR20170033726A (ko) 2017-03-27

Family

ID=58496984

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150131881A KR20170033726A (ko) 2015-09-17 2015-09-17 차량 빅데이터 서버 및 차량 빅데이터 서비스 방법

Country Status (1)

Country Link
KR (1) KR20170033726A (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110096045A (zh) * 2018-01-30 2019-08-06 现代自动车株式会社 基于大数据的车辆预测控制系统及其方法
KR102233520B1 (ko) * 2020-09-08 2021-03-29 주식회사 아이오토 Lng 차량용 빅데이터 분석관리시스템
KR20220097057A (ko) * 2020-12-31 2022-07-07 주식회사 아이카 클라우드를 이용한 차량 연료 분석 시스템

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110096045A (zh) * 2018-01-30 2019-08-06 现代自动车株式会社 基于大数据的车辆预测控制系统及其方法
CN110096045B (zh) * 2018-01-30 2023-06-20 现代自动车株式会社 基于大数据的车辆预测控制系统及其方法
KR102233520B1 (ko) * 2020-09-08 2021-03-29 주식회사 아이오토 Lng 차량용 빅데이터 분석관리시스템
KR20220097057A (ko) * 2020-12-31 2022-07-07 주식회사 아이카 클라우드를 이용한 차량 연료 분석 시스템

Similar Documents

Publication Publication Date Title
KR100764399B1 (ko) 텔레매틱스 시스템의 차량 관리 시스템 및 그 방법
US8996230B2 (en) Method and apparatus for translating vehicle diagnostic trouble codes
US9092914B2 (en) Vehicle efficiency and defect recognition based on GPS location
US10769870B2 (en) Method and system for displaying PIDs based on a PID filter list
US10943283B2 (en) Service location recommendation tailoring
US8886389B2 (en) Method of providing directions to a vehicle service facility
US11694491B2 (en) Method and system for providing diagnostic filter lists
US20140277906A1 (en) Method and system for monitoring vehicles
CN110341620A (zh) 车辆预后和补救响应
CN108803559B (zh) 车辆故障分析方法、装置和系统
US20190130668A1 (en) System and method for generating augmented checklist
US9805523B2 (en) Diagnostic procedures and method of collecting vehicles
KR20170033726A (ko) 차량 빅데이터 서버 및 차량 빅데이터 서비스 방법
CN112132285A (zh) 车辆故障诊断方法及装置
US20210365309A1 (en) Method and System of Performing Diagnostic Flowchart
US20210199538A1 (en) On-road driving test system, and program for on-road driving test system
CN111311044A (zh) 一种车辆定损方法及其系统
CN110395199A (zh) 检测车轮定位状况的设备和方法
SE536858C2 (sv) Analys av funktioner i ett fordon
CN116026355B (zh) 一种汽车安全监控方法及系统
WO2014025321A1 (en) Vehicle odometer readout method, system and device
CN117760475A (zh) 一种传感器数据处理系统、方法、设备、介质及车辆
CN113766417A (zh) 提供参考数据用的方法、操控方法、设备、计算机程序和存储介质
CN105791378A (zh) 呈现污染证书

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E90F Notification of reason for final refusal
E601 Decision to refuse application