KR20180053073A - 차량의 센서 데이터 모니터링 장치 및 방법 - Google Patents

차량의 센서 데이터 모니터링 장치 및 방법 Download PDF

Info

Publication number
KR20180053073A
KR20180053073A KR1020160150432A KR20160150432A KR20180053073A KR 20180053073 A KR20180053073 A KR 20180053073A KR 1020160150432 A KR1020160150432 A KR 1020160150432A KR 20160150432 A KR20160150432 A KR 20160150432A KR 20180053073 A KR20180053073 A KR 20180053073A
Authority
KR
South Korea
Prior art keywords
sensing data
data
vehicle
hidden
abnormal
Prior art date
Application number
KR1020160150432A
Other languages
English (en)
Other versions
KR102599574B1 (ko
Inventor
이준희
Original Assignee
주식회사 만도
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 만도 filed Critical 주식회사 만도
Priority to KR1020160150432A priority Critical patent/KR102599574B1/ko
Publication of KR20180053073A publication Critical patent/KR20180053073A/ko
Application granted granted Critical
Publication of KR102599574B1 publication Critical patent/KR102599574B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
    • B60R25/20—Means to switch the anti-theft system on or off
    • B60R25/2009—Antitheft state indicator
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R2325/00—Indexing scheme relating to vehicle anti-theft devices
    • B60R2325/10—Communication protocols, communication systems of vehicle anti-theft devices

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Small-Scale Networks (AREA)
  • Traffic Control Systems (AREA)

Abstract

본 발명은 차량 내 센서들의 센싱 데이터를 딥러닝 기법으로 분석하여 센싱 데이터의 정상/비정상 여부 및 바이러스 감염과 해킹 여부를 판단하는 차량의 센서 데이터 모니터링 장치 및 방법에 관한 것이다.
본 발명의 실시 예에 따른 차량의 센서 데이터 모니터링 장치는, 네트워크 방식으로 복수의 센서의 센싱 데이터를 전송하는 데이터 전송부와, 센싱 데이터의 에러를 확인하는 에러 확인부와, 센싱 데이터를 모니터링 모듈에 입력시켜 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단하는 데이터 모니터링부를 포함하고, 모니터링 모듈은 차량의 정상 및 비정상 동작에 따른 차량 내 센서들의 센싱 데이터를 딥러닝 기법으로 분석하여 생성된다.

Description

차량의 센서 데이터 모니터링 장치 및 방법{Method and device for monitoring sensor data in vehicle}
본 발명은 차량의 센서 데이터 모니터링 장치 및 방법에 관한 것으로, 보다 자세하게는 차량 내 센서들의 센싱 데이터를 딥러닝 기법으로 분석하여 센싱 데이터의 정상/비정상 여부 및 바이러스 감염과 해킹 여부를 판단하는 차량의 센서 데이터 모니터링 장치 및 방법에 관한 것이다.
최근 차량에는 수많은 전자 제어 장치(ECU: Electronic Control Unit)가 장착되며, 멀티미디어 장치는 물론 엔진, 브레이크, 램프, 주행 조작 장치와 같은 기계적 장치까지 전자화되고 있다. 이에 따라 무선 네트워크를 통해 차량에서도 네트워크 접근이 가능해지고 있다.
그런데 이와 같이 차량이 무선 통신 및 주변 네트워크 환경에 연결되면서 차량 외부로부터 네트워크를 통해 ECU에 영향을 주는 차량 공격(해킹)에 노출되어 있다. 또한, 도난이나 원격 조정 등으로 인해 차량 및 탑승자에게 위험이 발생할 수 있다.
따라서, 차량이 이러한 무선 통신 및 주변 네트워크 환경에 연결되면서 차량 외부에서의 해킹으로 인해 발생할 수 있는 피해를 막기 위한 조치가 필요하다.
본 발명은 앞에서 설명한 문제점을 해결하기 위한 것으로, 차량의 외부로부터의 통신을 통해 차량 전자 장치에 대한 침입을 감지하는 차량의 센서 데이터 모니터링 장치 및 방법을 제공하는 것을 목적으로 한다.
또한, 차량 내부의 복수의 센서가 서로 주고 받는 신호를 분석하여 차량이 정상 상태인지 여부를 판단하는 차량의 센서 데이터 모니터링 장치 및 방법을 제공하는 것을 목적으로 한다.
위에서 언급된 본 발명의 기술적 과제 외에도, 본 발명의 다른 특징 및 이점들이 이하에서 기술되거나, 그러한 기술 및 설명으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
앞에서 설명한 목적을 달성하기 위한 본 발명의 실시 예에 따른 차량의 센서 데이터 모니터링 장치는, 네트워크 방식으로 복수의 센서의 센싱 데이터를 전송하는 데이터 전송부와, 센싱 데이터의 에러를 확인하는 에러 확인부와, 센싱 데이터를 모니터링 모듈에 입력시켜 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단하는 데이터 모니터링부를 포함하고, 모니터링 모듈은 차량의 정상 및 비정상 동작에 따른 차량 내 센서들의 센싱 데이터를 딥러닝 기법으로 분석하여 생성된다.
또한, 모니터링 모듈은, 차량의 정상 및 비정상 동작에 대하여 학습된 하나 이상의 히든 링크 및 하나 이상의 노드를 포함한다.
또한, 모니터링 모듈은, 기 설정된 분류 방법에 의해 상기 히든 링크의 순위가 매겨지며, 상위 분류 단계로부터 하위 분류 단계로 갈수록 하나의 분류 단계에 포함되는 히든 링크의 개수가 감소한다.
또한, 모니터링 모듈은, 제1 순위의 분류 단계에 포함된 제1 히든 링크와 제2 순위의 분류 단계에 포함된 제2 히든 링크를 연결하는 제1 히든 노드를 포함하되, 제1 히든 링크와 제2 히든 링크는 센싱 데이터가 포함하는 복수의 특징들 중에서 적어도 하나의 공통된 특징을 포함한다.
또한, 데이터 모니터링부는, 히든 링크 및 히든 노드를 경유한 센싱 데이터에서 적어도 하나의 공통된 특징의 유무를 확인하고, 적어도 하나의 공통된 특징의 유무에 기초하여 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단한다.
또한, 미분류 오류는 센싱 데이터의 바이러스 감염 또는 해킹의 가능성을 포함하고, 데이터 모니터링부는, 센싱 데이터의 바이러스 감염 또는 해킹의 가능성을 판단하고, 바이러스 감염 또는 해킹의 가능성이 기 설정된 기준 값 이상인 경우에 센싱 데이터의 바이러스 감염 또는 해킹을 경고한다.
또한, 센싱 데이터의 바이러스 감염 또는 해킹을 경고 시, 차량의 운행을 즉시 중단시킨다.
또한, 네트워크 방식은 CAN(Controller Area Network), CAN FD(Controller Area Network Flexible Data-rate) 및 Ethernet 중 적어도 하나이다.
앞에서 설명한 목적을 달성하기 위한 본 발명의 실시 예에 따른 차량의 센서 데이터 모니터링 방법은, 차량의 정상 및 비정상 동작에 따른 차량 내 센서들의 센싱 데이터를 딥러닝 기법으로 분석하여 모니터링 모듈을 생성하는 단계와, 네트워크 방식을 이용하여 복수의 센서들 간에 송수신 되는 센싱 데이터를 감지하는 단계와, 모니터링 모듈에서 센싱 데이터를 분석하여 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단하는 단계를 포함한다.
여기서, 모니터링 모듈을 생성하는 단계에 있어서, 기 설정된 분류에 의해 히든 링크의 순위를 매기되, 상위 분류 단계로부터 하위 분류 단계로 갈수록 하나의 분류 단계에 포함되는 히든 링크의 개수가 감소되도록 한다.
또한, 모니터링 모듈을 생성하는 단계에 있어서, 제1 순위의 분류 단계에 포함된 제1 히든 링크와 제2 순위의 분류 단계에 포함된 제2 히든 링크를 연결하되, 제1 히든 링크와 제2 히든 링크는 센싱 데이터가 포함하는 복수의 특징들 중에서 적어도 하나의 공통된 특징을 포함한다.
또한, 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단하는 단계에 있어서, 히든 링크 및 히든 노드를 경유한 센싱 데이터에서 적어도 하나의 공통된 특징의 유무를 확인하고, 적어도 하나의 공통된 특징의 유무에 기초하여 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단한다.
또한, 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단하는 단계에 있어서, 미분류 오류로 판단 시, 센싱 데이터의 바이러스 감염 또는 해킹의 가능성을 판단하고, 바이러스 감염 또는 해킹의 가능성이 기 설정된 기준 값 이상인 경우에 센싱 데이터의 바이러스 감염 또는 해킹을 경고하는 차량의 센서 데이터 모니터링 방법.
또한, 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단하는 단계에 있어서, 센싱 데이터의 바이러스 감염 또는 해킹을 경고 시, 차량의 운행을 즉시 중단시킨다.
또한, 네트워크 방식은, CAN(Controller Area Network), CAN FD(Controller Area Network Flexible Data-rate) 및 Ethernet 중 적어도 하나를 포함한다.
본 발명의 실시 예에 따른 차량의 센서 데이터 모니터링 장치 및 방법은 차량 내부의 복수의 센서가 서로 주고 받는 신호를 분석하여 차량이 정상 상태인지 여부를 판단할 수 있다.
또한, 차량의 외부로부터의 통신을 통해 차량 전자 장치에 대한 침입을 감지하여 해킹에 의한 사고를 방지할 수 있다.
이 밖에도, 본 발명의 실시 예들을 통해 본 발명의 또 다른 특징 및 이점들이 새롭게 파악될 수도 있을 것이다.
도 1은 본 발명의 실시 예에 따른 차량의 센서 데이터 모니터링 장치의 구성을 나타내는 도면이다.
도 2는 모니터링부의 논리적 구성을 나타내는 도면이다.
도 3은 본 발명의 실시 예에 따른 차량의 센서 데이터 모니터링 방법을 나타내는 흐름도이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
어느 부분이 다른 부분의 "위에" 있다고 언급하는 경우, 이는 바로 다른 부분의 위에 있을 수 있거나 그 사이에 다른 부분이 수반될 수 있다. 대조적으로 어느 부분이 다른 부분의 "바로 위에" 있다고 언급하는 경우, 그 사이에 다른 부분이 수반되지 않는다.
제1, 제2 및 제3 등의 용어들은 다양한 부분, 성분, 영역, 층 및/또는 섹션들을 설명하기 위해 사용되나 이들에 한정되지 않는다. 이들 용어들은 어느 부분, 성분, 영역, 층 또는 섹션을 다른 부분, 성분, 영역, 층 또는 섹션과 구별하기 위해서만 사용된다. 따라서, 이하에서 서술하는 제1 부분, 성분, 영역, 층 또는 섹션은 본 발명의 범위를 벗어나지 않는 범위 내에서 제2 부분, 성분, 영역, 층 또는 섹션으로 언급될 수 있다.
여기서 사용되는 전문 용어는 단지 특정 실시 예를 언급하기 위한 것이며, 본 발명을 한정하는 것을 의도하지 않는다. 여기서 사용되는 단수 형태들은 문구들이 이와 명백히 반대의 의미를 나타내지 않는 한 복수 형태들도 포함한다. 명세서에서 사용되는 "포함하는"의 의미는 특정 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분을 구체화하며, 다른 특성, 영역, 정수, 단계, 동작, 요소 및/또는 성분의 존재나 부가를 제외시키는 것은 아니다.
"아래", "위" 등의 상대적인 공간을 나타내는 용어는 도면에서 도시된 한 부분의 다른 부분에 대한 관계를 보다 쉽게 설명하기 위해 사용될 수 있다. 이러한 용어들은 도면에서 의도한 의미와 함께 사용 중인 장치의 다른 의미나 동작을 포함하도록 의도된다. 예를 들면, 도면 중의 장치를 뒤집으면, 다른 부분들의 "아래"에 있는 것으로 설명된 어느 부분들은 다른 부분들의 "위"에 있는 것으로 설명된다. 따라서 "아래"라는 예시적인 용어는 위와 아래 방향을 전부 포함한다. 장치는 90˚ 회전 또는 다른 각도로 회전할 수 있고, 상대적인 공간을 나타내는 용어도 이에 따라서 해석된다.
다르게 정의하지는 않았지만, 여기에 사용되는 기술용어 및 과학용어를 포함하는 모든 용어들은 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 일반적으로 이해하는 의미와 동일한 의미를 가진다. 보통 사용되는 사전에 정의된 용어들은 관련 기술문헌과 현재 개시된 내용에 부합하는 의미를 가지는 것으로 추가 해석되고, 정의되지 않는 한 이상적이거나 매우 공식적인 의미로 해석되지 않는다.
이하, 첨부한 도면을 참조하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시 예에 한정되지 않는다.
본 발명은 차량 내 센서들의 센싱 데이터를 딥러닝 기법으로 분석하여 센싱 데이터의 정상/비정상 여부 및 바이러스 감염과 해킹 여부를 판단하는 차량의 센서 데이터 모니터링 장치 및 방법을 제안한다.
도 1은 본 발명의 실시 예에 따른 차량의 센서 데이터 모니터링 장치의 구성을 나타내는 도면이다.
도 1을 참조하면, 본 발명의 실시 예에 따른 차량의 센서 데이터 모니터링 장치(100)는 데이터 전송부(110), 에러 확인부(120) 및 데이터 모니터링부(130)를 포함한다.
데이터 전송부(110)는 CAN(Controller Area Network), CAN FD(Controller Area Network Flexible Data-rate) 및 Ethernet 중 적어도 하나의 네트워크 방식으로 복수의 센서(140)의 센싱 데이터를 전송한다.
구체적으로, 차량에 배치된 복수의 센서(140)는 근접 네트워크로 센싱 데이터를 통신하여 유기적으로 작동하게 된다. 여기서, CAN 방식, CAN FD 방식 및 Ethernet 방식을 이용하여 센서들 간의 센싱 데이터를 통신할 수 있다.
이때, 복수의 센서(140)는 CAN 방식, CAN FD 방식 및 Ethernet 방식의 네트워크를 병렬적으로 이용하여 통신할 수 있다. 예로서, 요레이트 센서는 CAN 방식으로 휠 속도 센서와 센싱 데이터를 통신할 수 있다. 이때, 요레이트 센서는 CAN FD 방식으로 조향각 센서와 센싱 데이터를 통신할 수 있다. 또한, 요레이트 센서는 CAN 방식으로 휠 속도 센서 및 조향각 센서와 통신할 수 있다. 그러나 이에 한정되지 않고, 각 센서의 통신 방법은 변경될 수 있다.
여기서, 복수의 센서(140)는 차량의 운동 상태를 센싱하는 요레이트 센서, 휠 속도 센서, 조향각 센서, 서스펜션 센서를 포함한다. 또한, 복수의 센서(140)는 운전자의 명령을 센싱하는 가속 페달 센서, 제동 페달 센서, 파킹 브레이크 센서, 메뉴버튼 입력 센서 및 조향 입력 센서를 포함한다. 이에 한정되지 않고, 중력 가속도 센서 등을 더 포함할 수 있다.
데이터 전송부(110)는 복수의 센서(140)의 센싱 데이터를 에러 확인부(120) 및 데이터 모니터링부(130)로 전송한다.
에러 확인부(120)는 센싱 데이터의 에러를 확인한다. 구체적으로, 에러 확인부(120)는 복수의 센서(140) 간의 통신에 있어서 센싱 데이터의 단순한 물리적 오류를 확인한다. 따라서, 에러 확인부(120)는 센서(140)의 고장이나 해킹 등의 문제가 아닌 통신 중에 발생할 수 있는 데이터의 변조 및 삭제 등으로 인한 에러를 확인할 수 있다.
에러 확인부(120)는 센싱 데이터의 에러가 확인되면 에러가 발생한 데이터를 처분하고, 센싱 데이터의 에러가 확인되지 않으면 센싱 데이터를 데이터 모니터링부(130)로 전송한다.
데이터 모니터링부(130)는 모니터링 모듈에 기초하여 데이터 전송부(110) 및 에러 확인부(120)에서 전송 받은 센싱 데이터의 정상 여부를 판단한다.
구체적으로, 데이터 모니터링부(130)는 차량의 정상 및 비정상 동작에 따른 차량 내 센서들의 센싱 데이터를 딥러닝 기법으로 분석한다. 여기서, 딥러닝은 데이터를 분류하는 데 사용하는 기법으로, 본 발명에서는 차량의 정상 동작, 비정상 동작 및 미분류 오류로 분류할 수 있다.
이때, 모니터링 모듈(132)은 이미 학습된 데이터에 한정하지 않고, 차량 주행 중에 발생하는 센싱 데이터를 실시간으로 업데이트하여 데이터의 정확도를 증가시킬 수 있다. 또한, 모니터링 모듈(132)은 차량의 정상 및 비정상 동작에 따른 센싱 데이터를 저장하기 위한 메모리부를 포함할 수 있다.
데이터 모니터링부(130)는 입력 링크, 모니터링 모듈(132) 및 출력 링크를 포함한다. 데이터 모니터링부(130)는 센싱 데이터를 딥러닝 기법으로 분석하여 모니터링 모듈(132)을 생성한다. 여기서, 모니터링 모듈은 차량의 정상 및 비정상 동작에 대하여 학습된 하나 이상의 히든 링크 및 하나 이상의 히든 노드를 포함한다.
구체적으로, 모니터링 모듈(132)은 기 설정된 분류 방법에 의해 히든 링크의 순위가 매겨진다. 이때, 상위 분류 단계로부터 하위 분류 단계로 갈수록 하나의 분류 단계에 포함되는 링크의 개수가 감소한다. 여기서, 상위의 분류 단계는 입력 링크에서 출력되는 센싱 데이터를 입력 받고, 하위의 분류 단계는 센싱 데이터를 출력 링크로 출력한다.
또한, 모니터링 모듈(132)은 히든 링크를 연결하는 히든 노드를 포함한다. 예로서, 제1 순위의 분류 단계에 포함된 제1 히든 링크는 동일한 순위의 히든 링크 10개를 포함한다. 이때, 제2 순위의 분류 단계에 포함된 제2 히든 링크는 동일한 순위의 히든 링크를 10개 미만으로 포함할 수 있다. 이때, 제1 히든 링크와 제2 히든 링크는 제1 히든 노드로 연결될 수 있다. 그러나, 제1 히든 링크의 분류된 히든 링크의 개수 및 제2 히든 링크의 분류된 히든 링크의 개수는 10개 또는 10개 미만으로 한정되지 않고 변경될 수 있다.
여기서, 제1 히든 링크 및 제 2 히든 링크는 센싱 데이터가 포함하는 복수의 특징들 중에서 적어도 하나의 공통된 특징을 포함한다.
구체적으로, 센싱 데이터에 포함된 복수의 특징에 기초하여 제1 히든 링크와 제2 히든 링크가 연결된다. 이때, 제1 히든 링크는 제1 히든 링크와 공통된 특징을 포함하는 복수의 제2 히든 링크와 연결될 수 있다. 또한, 제1 히든 링크와 공통된 특징을 가진 제2 히든 링크가 없으면, 제1 히든 링크는 연결되지 않을 수 있다. 이에 따라, 상위 분류 단계로부터 하위 분류 단계로 갈수록 하나의 분류 단계에 포함되는 링크의 개수가 감소한다.
또한, 입력 링크는 데이터 전송부(110) 및 에러 확인부(120)에서 전송받은 센싱 데이터를 입력 받아 모니터링 모듈(132)로 전송한다. 또한, 모니터링부(130)의 출력 링크는 정상, 비정상 및 미분류 오류의 링크로 분류되며, 모니터링부(130)는 모니터링 모듈(132)의 히든 링크 및 히든 노드를 경유한 센싱 데이터에서 적어도 하나의 공통된 특징의 유무를 확인한다. 그리고, 모니터링부(130)는 적어도 하나의 공통된 특징의 유무에 기초하여 센싱 데이터를 정상, 비정상 및 미분류 오류로 결정된다.
여기서, 차량 내에 정상인 센서를 배치하여 차량 동작에 대한 센싱 데이터를 생성한다. 이에 따라 모니터링 모듈(132)에 차량의 정상 동작에 따른 데이터가 딥러닝 기법으로 분석되어 저장된다. 한편, 차량 내에 비정상인 센서를 배치하여 차량 동작에 대한 센싱 데이터를 생성한다. 이에 따라 모니터링 모듈(132)에 차량에 비정상 동작에 따른 데이터가 딥러닝 기법으로 분석되어 저장된다.
따라서, 센싱 데이터가 모니터링 모듈을 경유하여 정상의 출력 링크로 출력되면 해당 센싱 데이터를 센싱한 센서는 정상으로 판단한다. 예로서, 요레이트 센서의 센싱 데이터가 모니터링 모듈을 경유하여 정상의 출력 링크로 출력되면, 요레이트 센서는 정상으로 판단할 수 있다.
한편, 센싱 데이터가 모니터링 모듈을 경유하여 비정상의 출력 링크로 출력되며 해당 센싱 데이터를 센싱한 센서는 비정상으로 판단한다. 예로서, 요레이트 센서의 센싱 데이터가 모니터링 모듈을 경유하여 비정상의 출력 링크로 출력되면, 요레이트 센서는 비정상으로 판단할 수 있다.
이때, 센서 간의 통신에 있어서, 외부에서의 공격(바이러스 감염 또는 해킹)이 발생할 수 있다. 이런 경우, 바이러스 감염 또는 해킹으로 인해 차량이 운전자의 지시대로 동작하지 않아 사고의 위험이 발생할 수 있다. 이에 따라, 복수의 센서(140)의 정상 동작 및 비정상 동작이 아닌 새로운 동작으로 판단되어 센싱 데이터는 미분류 오류의 출력 링크로 출력된다. 따라서, 센싱 데이터의 바이러스 감염 또는 해킹 여부를 판단할 수 있다.
도 2는 모니터링부의 논리적 구성을 나타내는 도면이다.
도 2를 참조하면, 복수의 센서(140)는 CAN, CAN FD 및 Ethernet 중 적어도 하나의 네트워크 방식으로 센서 간 통신한다. 데이터 전송부(110)는 복수의 센서(140) 간 통신을 통해 생성되는 센싱 데이터를 데이터 모니터링부(130)로 전송한다.
데이터 전송부(110)에서 전송받은 센싱 데이터는 입력 링크로 입력된다. 센싱 데이터는 입력 링크에서 모니터링 모듈(132)로 전송된다. 모니터링 모듈(132)은 차량의 정상 동작 및 비정상 동작에 대해 학습되어 있다. 여기서, 정상 동작하는 센서를 차량에 배치하여 차량의 정상 동작을 딥러닝 기법으로 분석한다. 한편, 비정상 동작하는 센서, 즉, 고장이 발생한 센서를 차량에 배치하여 차량의 비정상 동작을 딥러닝 기법으로 분석한다. 이에 따라 센서의 정상 동작 및 비정상 동작을 판단할 수 있다.
이때, 입력링크에서 전송된 센싱 데이터는 모니터링 모듈(132)의 히든 링크 및 히든 노드에 입력된다.
모니터링 모듈(132)은 하나 이상의 히든 링크 및 하나 이상의 히든 노드를 포함한다. 기 설정된 분류에 의해 히든 링크의 순위가 매겨지며, 상위의 분류 단계로부터 하위의 분류 단걔로 갈수록 하나의 분류 단계에 포함되는 히든 링크의 개수가 감소한다.
이때, 제1 히든 노드는 제1 순위의 분류 단계에 포함된 제1 히든 링크와 제2 순위의 분류 단계에 포함된 제2 히든 링크를 연결한다. 여기서, 제1 히든 링크는 제1 히든 링크와 공통된 특징을 포함하는 제2 히든 링크와 연결된다.
데이터 모니터링부(130)는 히든 링크 및 히든 노드를 경유한 센싱 데이터에서 제1 히든 링크와 제2 히든 링크의 공통된 특징의 유무를 확인한다. 또한, 데이터 모니터링부(130)는 모니터링 모듈(132)을 경유한 센싱 데이터가 정상, 비정상 또는 미분류 오류의 출력 링크로 출력되도록 한다. 따라서, 모니터링 모듈(132)은 센싱 데이터의 정상 여부를 판단할 수 있다.
도 3은 본 발명의 실시 예에 따른 차량의 센서 데이터 모니터링 방법을 나타내는 도면이다.
도 3을 참조하면, 데이터 모니터링부(130)는 모니터링 모듈을 생성한다(S310). 모니터링 모듈(132)은 차량의 정상, 비정상 또는 미분류 오류를 판단하기 위한 것으로, 차량의 정상 및 비정상 동작에 따른 차량 내 센서들의 센싱 데이터를 딥러닝 기법으로 분석한다.
모니터링 모듈(132)은 차량에 정상인 센서를 배치하여 차량의 정상 동작에 따른 데이터를 수집하고, 차량에 비정상인 센서를 배치하여 차량의 비정상 동작에 따른 데이터를 수집하여 데이터를 일정한 기준으로 분류한다.
이어서, 차량에 배치된 복수의 센서(140)는 센서 간 네트워크 통신을 하여 센싱 데이터를 생성하고, 데이터 전송부(110)는 생성된 센싱 데이터를 전송한다(S320). 구체적으로, 복수의 센서(140)는 CAN 방식, CAN FD 방식 및 Ethernet 방식 중 적어도 하나의 네트워크 방식으로 센서 간 센싱 데이터를 전송한다. 이때, 데이터 전송부(110)는 센싱 데이터를 센싱 데이터를 모니터링부(130)로 전송한다.
이어서, 모니터링부(130)는 센싱 데이터의 정상 여부를 판단한다.
구체적으로, 모니터링부(130)는 차량의 정상 동작 및 비정상 동작에 따른 차량 내 센서들의 센싱 데이터를 딥러닝 기법으로 분석하여 생성된 모니터링 모듈(132)에 기초하여 센싱 데이터의 정상 여부를 판단한다.
센싱 데이터는 모니터링 모듈(132)을 경유하여 출력 링크로 출력된다. 이때, 센싱 데이터는 정상, 비정상, 미분류 오류의 출력 링크 중 하나로 출력된다.
여기서 센싱 데이터가 정상의 출력 링크로 출력되면, 차량의 정상 동작에 따른 데이터에 기초하여 센싱 데이터를 정상으로 판단한다.
또한, 센싱 데이터가 비정상의 출력 링크로 출력되면, 차량의 비정상 동작에 따른 데이터에 기초하여 센싱 데이터를 비정상으로 판단한다.
한편, 센싱 데이터가 바이러스 감염 또는 해킹된 경우, 센싱 데이터는 차량의 정상 동작 및 비정상 동작에 따른 데이터에 기초하여 알 수 없는 데이터가 된다. 따라서, 센싱 데이터는 미분류 오류의 출력 링크로 출력된다.
본 발명의 실시 예에 따른 차량의 센서 데이터 모니터링 장치 및 방법은 차량 내 센서들의 센싱 데이터를 딥러닝 기법으로 분석한 결과에 기초하여, 센싱 데이터들 중에서 적어도 하나의 센싱 데이터가 비정상으로 판단된 경우 차량의 점검 및 정비가 이루어질 수 있도록 경고 메시지(예를 들어, 비디오, 오디오 및 경고등)를 표시할 수 있다.
또한, 센싱 데이터들 중에서 적어도 하나의 센싱 데이터가 미분류 오류(예들 들어, 바이러스 감염 또는 해킹)로 판단된 경우 차량의 점검 및 정비가 이루어질 수 있도록 경고 메시지(예를 들어, 비디오, 오디오 및 경고등)를 표시할 수 있다. 여기서, 센싱 데이터의 바이러스 감염 또는 해킹의 가능성이 기 설정된 기준 값 이상인 경우에 차량의 운행을 즉시 정지 시킴과 아울러, 차량의 점검 및 정비가 이루어질 수 있도록 경고 메시지(예를 들어, 비디오, 오디오 및 경고등)을 표시할 수 있다.
이 경우, 센싱 데이터의 바이러스 감염 또는 해킹 가능성이 판단되는 경우, 차량을 즉시 정지시키 위하여, 차량에 배치된 ECU(electrical control unit, 미도시)는 차량 주행을 제어하는 적어도 하나의 MCU(micro controller unit)의 구동을 제어한다. 예로서, ECU는 운전자 경고 컨트롤로(미도시)를 제어하여 차량의 점검 및 정비가 이루어질 수 있도록 경고 메시지(예를 들어, 비디오, 오디오 및 경고등)을 표시할 수 있다. 이와 함께, 운전자가 원하지 않는 조향 제어가 수행되지 않도록 ECU는 조향 컨트롤러(미도시)를 제어할 수 있다. 또한, ECU는 엔진 제어 컨트롤러(미도시)를 제어하여 차량의 엔진의 구동이 정지되도록 할 수 있다. 또한, ECU는 브레이크 컨트롤러(미도시)를 제어하여 차량이 신속하게 정지시킬 수 있다. 또한, 야간 주행인 경우에 운전자의 안전을 위해서, ECU는 헤드 램프 컨트롤러(미도시)를 제어하여 일정시간 동안 차량의 내/외부 조명이 켜지도록 할 수 있다. 또한, ECU는 차량이 정상 자세를 유지하도록 차량 자세 제어 컨트롤러(미도시)를 제어할 수 있다.
본 발명이 속하는 기술 분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있으므로, 이상에서 기술한 실시 예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 차량의 센서 데이터 모니터링 장치
110: 데이터 전송부
120: 에러 확인부
130: 모니터링부
132: 모니터링 모듈
140: 센서

Claims (15)

  1. 네트워크 방식으로 복수의 센서의 센싱 데이터를 전송하는 데이터 전송부;
    상기 센싱 데이터의 에러를 확인하는 에러 확인부; 및
    상기 센싱 데이터를 모니터링 모듈에 입력시켜 상기 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단하는 데이터 모니터링부;를 포함하고,
    상기 모니터링 모듈은 차량의 정상 및 비정상 동작에 따른 차량 내 센서들의 센싱 데이터를 딥러닝 기법으로 분석하여 생성된, 차량의 센서 데이터 모니터링 장치.
  2. 제1 항에 있어서, 상기 모니터링 모듈은,
    차량의 정상 및 비정상 동작에 대하여 학습된 하나 이상의 히든 링크 및 하나 이상의 노드를 포함하는 차량의 센서 데이터 모니터링 장치.
  3. 제1 항에 있어서, 상기 모니터링 모듈은,
    기 설정된 분류 방법에 의해 상기 히든 링크의 순위가 매겨지며, 상위 분류 단계로부터 하위 분류 단계로 갈수록 하나의 분류 단계에 포함되는 히든 링크의 개수가 감소하는 차량의 센서 데이터 모니터링 장치.
  4. 제3 항에 있어서, 상기 모니터링 모듈은,
    제1 순위의 분류 단계에 포함된 제1 히든 링크와 제2 순위의 분류 단계에 포함된 제2 히든 링크를 연결하는 제1 히든 노드를 포함하되,
    상기 제1 히든 링크와 상기 제2 히든 링크는 상기 센싱 데이터가 포함하는 복수의 특징들 중에서 적어도 하나의 공통된 특징을 포함하는 차량의 센서 데이터 모니터링 장치.
  5. 제4 항에 있어서, 상기 데이터 모니터링부는,
    상기 히든 링크 및 상기 히든 노드를 경유한 상기 센싱 데이터에서 상기 적어도 하나의 공통된 특징의 유무를 확인하고,
    상기 적어도 하나의 공통된 특징의 유무에 기초하여 상기 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단하는 차량의 센서 데이터 모니터링 장치.
  6. 제5 항에 있어서,
    상기 미분류 오류는 상기 센싱 데이터의 바이러스 감염 또는 해킹의 가능성을 포함하고,
    상기 데이터 모니터링부는,
    상기 센싱 데이터의 바이러스 감염 또는 해킹의 가능성을 판단하고, 상기 바이러스 감염 또는 상기 해킹의 가능성이 기 설정된 기준 값 이상인 경우에 상기 센싱 데이터의 바이러스 감염 또는 해킹을 경고하는 차량의 센서 데이터 모니터링 장치.
  7. 제6 항에 있어서,
    상기 센싱 데이터의 바이러스 감염 또는 해킹을 경고 시, 상기 차량의 운행을 즉시 중단시키는 차량의 센서 데이터 모니터링 장치.
  8. 제1 항에 있어서,
    상기 네트워크 방식은 CAN(Controller Area Network), CAN FD(Controller Area Network Flexible Data-rate) 및 Ethernet 중 적어도 하나인 차량의 센서 데이터 모니터링 장치.
  9. 차량의 정상 및 비정상 동작에 따른 차량 내 센서들의 센싱 데이터를 딥러닝 기법으로 분석하여 모니터링 모듈을 생성하는 단계;
    네트워크 방식을 이용하여 복수의 센서들 간에 송수신 되는 센싱 데이터를 감지하는 단계; 및
    모니터링 모듈에서 상기 센싱 데이터를 분석하여 상기 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단하는 단계;를 포함하는 차량의 센서 데이터 모니터링 방법.
  10. 제9 항에 있어서, 상기 모니터링 모듈을 생성하는 단계에 있어서,
    기 설정된 분류에 의해 상기 히든 링크의 순위를 매기되, 상위 분류 단계로부터 하위 분류 단계로 갈수록 하나의 분류 단계에 포함되는 히든 링크의 개수가 감소되도록 하는 차량의 센서 데이터 모니터링 방법.
  11. 제10 항에 있어서, 상기 모니터링 모듈을 생성하는 단계에 있어서,
    제1 순위의 분류 단계에 포함된 제1 히든 링크와 제2 순위의 분류 단계에 포함된 제2 히든 링크를 연결하되,
    상기 제1 히든 링크와 상기 제2 히든 링크는 상기 센싱 데이터가 포함하는 복수의 특징들 중에서 적어도 하나의 공통된 특징을 포함하는 차량의 센서 데이터 모니터링 방법.
  12. 제11 항에 있어서,
    상기 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단하는 단계에 있어서,
    상기 히든 링크 및 상기 히든 노드를 경유한 상기 센싱 데이터에서 상기 적어도 하나의 공통된 특징의 유무를 확인하고,
    상기 적어도 하나의 공통된 특징의 유무에 기초하여 상기 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단하는 차량의 센서 데이터 모니터링 방법.
  13. 제12 항에 있어서,
    상기 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단하는 단계에 있어서,
    상기 미분류 오류로 판단 시, 상기 센싱 데이터의 바이러스 감염 또는 해킹의 가능성을 판단하고, 상기 바이러스 감염 또는 해킹의 가능성이 기 설정된 기준 값 이상인 경우에 상기 센싱 데이터의 바이러스 감염 또는 해킹을 경고하는 차량의 센서 데이터 모니터링 방법.
  14. 제13 항에 있어서,
    상기 센싱 데이터의 정상, 비정상 또는 미분류 오류를 판단하는 단계에 있어서,
    상기 센싱 데이터의 바이러스 감염 또는 해킹을 경고 시, 상기 차량의 운행을 즉시 중단시키는 차량의 센서 데이터 모니터링 방법.
  15. 제9 항에 있어서, 상기 네트워크 방식은,
    CAN(Controller Area Network), CAN FD(Controller Area Network Flexible Data-rate) 및 Ethernet 중 적어도 하나를 포함하는 차량의 센서 데이터 모니터링 방법.
KR1020160150432A 2016-11-11 2016-11-11 차량의 센서 데이터 모니터링 장치 및 방법 KR102599574B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020160150432A KR102599574B1 (ko) 2016-11-11 2016-11-11 차량의 센서 데이터 모니터링 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020160150432A KR102599574B1 (ko) 2016-11-11 2016-11-11 차량의 센서 데이터 모니터링 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20180053073A true KR20180053073A (ko) 2018-05-21
KR102599574B1 KR102599574B1 (ko) 2023-11-08

Family

ID=62453409

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160150432A KR102599574B1 (ko) 2016-11-11 2016-11-11 차량의 센서 데이터 모니터링 장치 및 방법

Country Status (1)

Country Link
KR (1) KR102599574B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109873827A (zh) * 2019-03-05 2019-06-11 长安大学 车路协同系统及其数据安全传输方法
KR20200084950A (ko) * 2018-12-27 2020-07-14 삼성전자주식회사 전자 장치 및 그 제어 방법
WO2022075499A1 (ko) * 2020-10-07 2022-04-14 엘지전자 주식회사 무선 통신 시스템에서 단말이 v2x 통신을 보호하기 위한 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120107774A (ko) * 2011-03-22 2012-10-04 한국전자통신연구원 차량의 복합 고장을 예측하기 위한 장치 및 방법
KR20150073176A (ko) * 2012-10-17 2015-06-30 타워-섹 리미티드 차량에 대한 공격의 검출 및 예방을 위한 디바이스
KR20150080336A (ko) * 2013-12-31 2015-07-09 현대자동차주식회사 데이터 분석을 이용한 자동차의 오류 판단 시스템 및 그 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120107774A (ko) * 2011-03-22 2012-10-04 한국전자통신연구원 차량의 복합 고장을 예측하기 위한 장치 및 방법
KR20150073176A (ko) * 2012-10-17 2015-06-30 타워-섹 리미티드 차량에 대한 공격의 검출 및 예방을 위한 디바이스
KR20150080336A (ko) * 2013-12-31 2015-07-09 현대자동차주식회사 데이터 분석을 이용한 자동차의 오류 판단 시스템 및 그 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200084950A (ko) * 2018-12-27 2020-07-14 삼성전자주식회사 전자 장치 및 그 제어 방법
US11851075B2 (en) 2018-12-27 2023-12-26 Samsung Electronics Co., Ltd. Electronic device and control method therefor
CN109873827A (zh) * 2019-03-05 2019-06-11 长安大学 车路协同系统及其数据安全传输方法
WO2022075499A1 (ko) * 2020-10-07 2022-04-14 엘지전자 주식회사 무선 통신 시스템에서 단말이 v2x 통신을 보호하기 위한 방법

Also Published As

Publication number Publication date
KR102599574B1 (ko) 2023-11-08

Similar Documents

Publication Publication Date Title
US12045348B2 (en) Methods and arrangements for multi-layer in-vehicle network intrusion detection and characterization
US11380197B2 (en) Data analysis apparatus
CN109789777B (zh) 非预期脉冲变化碰撞检测器
CN106240491B (zh) 用于向车辆乘客提供警报的系统
US10630699B2 (en) Automotive cybersecurity
US11178164B2 (en) Data analysis apparatus
JP6108648B2 (ja) 車両ブレーキ照明
KR101673780B1 (ko) 고장진단 제어방법
US11541882B2 (en) Low-impact collision detection
US11524695B2 (en) Interface for harmonizing performance of different autonomous vehicles in a fleet
KR20180053073A (ko) 차량의 센서 데이터 모니터링 장치 및 방법
US11831718B2 (en) In-vehicle equipment controller and vehicle control system
KR20210140816A (ko) 차량의 조명 제어 장치, 그를 포함한 차량 시스템 및 그 방법
US20180276490A1 (en) Operativeness test of a driver-assistance system
JP6519830B1 (ja) 電子制御装置、監視方法、プログラム及びゲートウェイ装置
KR20180082886A (ko) 자율주행시스템의 사고 예방을 위한 프로세서 및 동작 방법
CN112567343A (zh) 电子设备及其控制方法
CN112046419B (zh) 控制车辆的方法和装置
Möller et al. Automotive E/E and automotive software technology
US20240326845A1 (en) Vehicle monitoring and sensor calibration triggering system
CN110816443A (zh) 车辆监测方法、装置以及无人驾驶车辆
JP2019209962A (ja) 情報処理装置、監視方法、プログラム及びゲートウェイ装置
JP7471756B2 (ja) 車両システム
WO2022091371A1 (ja) 車載コンピュータ、コンピュータプログラム、コンピュータ読み取り可能な記録媒体、及びセキュリティ設定方法
CN117351776A (zh) 一种针对车胎异常的防碰撞预警方法，装置和存储介质

Legal Events

Date Code Title Description
A201 Request for examination
N231 Notification of change of applicant
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right