KR20180057458A - 차량 제어 장치 및 그 동작 방법 - Google Patents

차량 제어 장치 및 그 동작 방법 Download PDF

Info

Publication number
KR20180057458A
KR20180057458A KR1020160156553A KR20160156553A KR20180057458A KR 20180057458 A KR20180057458 A KR 20180057458A KR 1020160156553 A KR1020160156553 A KR 1020160156553A KR 20160156553 A KR20160156553 A KR 20160156553A KR 20180057458 A KR20180057458 A KR 20180057458A
Authority
KR
South Korea
Prior art keywords
vehicle
speed
information
vehicle control
control device
Prior art date
Application number
KR1020160156553A
Other languages
English (en)
Other versions
KR102636363B1 (ko
Inventor
정대봉
모연 초우
하비발라 라히미 에이치
전진용
Original Assignee
삼성전자주식회사
노쓰 캐롤라이나 스테이트 유니버시티
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 삼성전자주식회사, 노쓰 캐롤라이나 스테이트 유니버시티 filed Critical 삼성전자주식회사
Priority to US15/646,887 priority Critical patent/US10661805B2/en
Priority to CN201711063806.5A priority patent/CN108082188B/zh
Priority to EP17202718.7A priority patent/EP3323669B1/en
Priority to EP21192799.1A priority patent/EP3964383A1/en
Priority to JP2017223762A priority patent/JP7016676B2/ja
Publication of KR20180057458A publication Critical patent/KR20180057458A/ko
Priority to US16/868,866 priority patent/US11077758B2/en
Application granted granted Critical
Publication of KR102636363B1 publication Critical patent/KR102636363B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
    • B60L15/20—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles for control of the vehicle or its driving motor to achieve a desired performance, e.g. speed, torque, programmed variation of speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/60—Navigation input
    • B60L2240/64—Road conditions
    • B60L2240/647—Surface situation of road, e.g. type of paving
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/60—Navigation input
    • B60L2240/66—Ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/60—Navigation input
    • B60L2240/66—Ambient conditions
    • B60L2240/662—Temperature
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2240/00—Control parameters of input or output; Target parameters
    • B60L2240/60—Navigation input
    • B60L2240/68—Traffic data
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/50—Control modes by future state prediction
    • B60L2260/52—Control modes by future state prediction drive range estimation, e.g. of estimation of available travel distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/90—Vehicles comprising electric prime movers
    • B60Y2200/91—Electric vehicles
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/72—Electric energy management in electromobility

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)
  • Navigation (AREA)

Abstract

차량 제어 장치 및 그 동작 방법이 개시된다. 일 실시예는 입력 정보를 기초로 차량의 속도 변화량을 계산하고, 상기 계산된 속도 변화량을 기초로 상기 차량의 평균 속도를 예측하며, 상기 예측된 평균 속도를 기초로 제1 속도 프로파일을 생성하고, 상기 제1 속도 프로파일에 속도 잡음 정보를 적용하여 제2 속도 프로파일을 생성한다.

Description

차량 제어 장치 및 그 동작 방법{VEHICLE CONTROL APPARATUS AND OPERATING METHOD THEREOF}
아래 실시예들은 차량 제어 장치에 관한 것이다.
환경 문제와 에너지 자원 문제가 중요시되는 가운데 전기 자동차 (Electric Vehicle)가 미래의 운송 수단으로 각광받고 있다.
전기 자동차는 현재 주행 속도를 기초로 속도 프로파일을 생성할 수 있다. 이러한 계산 방법에 의해 생성된 속도 프로파일은 전기 자동차의 외부 환경 정보 및 교통 정보가 고려되지 않아, 생성된 속도 프로파일은 전기 자동차의 실제 주행 속도 프로파일과 차이가 클 수 있다.
일 측에 따른 차량 제어 장치의 동작 방법은 입력 정보를 기초로 차량의 속도 변화량을 계산하는 단계; 상기 계산된 속도 변화량을 기초로 상기 차량의 평균 속도를 예측하는 단계; 상기 예측된 평균 속도를 기초로 제1 속도 프로파일을 생성하는 단계; 및 상기 제1 속도 프로파일에 속도 잡음 정보를 적용하여 제2 속도 프로파일을 생성하는 단계를 포함한다.
상기 차량의 속도 변화량을 계산하는 단계는, 상기 차량의 경로 상의 각 지점과 관련된 입력 정보를 기초로 상기 각 지점에 대응되는 속도 변화량을 계산하는 단계를 포함할 수 있다.
상기 입력 정보는, 기상 정보, 교통 흐름 정보, 및 도로의 타입 정보를 포함할 수 있다.
상기 차량의 평균 속도를 예측하는 단계는, 상기 차량의 경로 상의 각 지점에 대응되는 속도 변화량과 상기 각 지점의 기준 속도를 이용하여 상기 각 지점에서의 상기 차량의 평균 속도를 예측하는 단계를 포함할 수 있다.
상기 제1 속도 프로파일을 생성하는 단계는, 상기 차량의 경로 상의 각 지점에 대하여 예측된 평균 속도를 기초로 상기 제1 속도 프로파일을 생성하는 단계를 포함할 수 있다.
상기 동작 방법은 상기 제2 속도 프로파일을 기초로, 상기 차량이 소모할 전력을 예측하는 단계를 더 포함할 수 있다.
상기 동작 방법은 상기 제2 속도 프로파일을 기초로, 상기 차량의 파워 트레인으로 전달될 전력을 예측하는 단계; 및 일사 정보 및 외기 온도 정보 중 적어도 하나를 기초로, 상기 차량의 공조 시스템이 소모할 전력을 예측하는 단계를 더 포함할 수 있다.
상기 동작 방법은 상기 차량의 배터리 유닛의 현재 상태 정보 및 상기 차량의 현재 연료량 중 적어도 하나와 상기 차량이 소모할 전력에 대한 예측값을 기초로, 상기 차량의 주행 가능 범위를 결정하는 단계를 더 포함할 수 있다.
상기 차량의 주행 가능 범위를 결정하는 단계는, 상기 전력에 대한 예측값을 기초로 목적지에서의 상기 배터리 유닛의 상태 정보 및 연료량 중 적어도 하나를 예측하는 단계; 및 상기 예측된 상태 정보 및 예측된 연료량 중 적어도 하나를 통해 상기 차량이 목적지까지 주행 가능한지 여부를 결정하는 단계를 포함할 수 있다.
상기 제2 속도 프로파일을 기초로 상기 차량의 주행에 대한 가이드 정보를 생성하는 단계; 및 상기 가이드 정보를 시각적으로 출력하는 단계를 더 포함할 수 있다.
상기 가이드 정보를 생성하는 단계는, 상기 제2 속도 프로파일로부터 도출된 예측 평균 속도와 상기 차량의 주행 이력 정보로부터 도출된 타겟 속도를 비교하는 단계; 및 상기 비교 결과를 기초로, 상기 가이드 정보를 생성하는 단계를 포함할 수 있다.
상기 가이드 정보를 생성하는 단계는, 상기 제2 속도 프로파일에서 미리 정해진 기준을 만족하는 속도 구간을 식별하는 단계; 및 상기 식별된 속도 구간에 대응하는 경로에서의 주행에 대한 상기 가이드 정보를 생성하는 단계를 포함할 수 있다.
일 측에 따른 차량 제어 장치는 컨트롤러; 및 상기 컨트롤러에 의해 실행 가능한 적어도 하나의 명령어를 포함하는 메모리를 포함하고, 상기 적어도 하나의 명령어가 상기 컨트롤러에서 실행되면, 상기 컨트롤러는 입력 정보를 기초로 차량의 속도 변화량을 계산하고, 상기 계산된 속도 변화량을 기초로 상기 차량의 평균 속도를 예측하며, 상기 예측된 평균 속도를 기초로 제1 속도 프로파일을 생성하고, 상기 제1 속도 프로파일에 속도 잡음 정보를 적용하여 제2 속도 프로파일을 생성한다.
상기 컨트롤러는, 상기 차량의 경로 상의 각 지점과 관련된 입력 정보를 기초로 상기 각 지점에 대응되는 속도 변화량을 계산할 수 있다.
상기 입력 정보는, 기상 정보, 교통 흐름 정보, 및 도로의 타입 정보를 포함할 수 있다.
상기 컨트롤러는, 상기 차량의 경로 상의 각 지점에 대응되는 속도 변화량과 상기 각 지점의 기준 속도를 이용하여 상기 각 지점에서의 상기 차량의 평균 속도를 예측할 수 있다.
상기 컨트롤러는, 상기 차량의 경로 상의 각 지점에 대하여 예측된 평균 속도를 기초로 상기 제1 속도 프로파일을 생성할 수 있다.
상기 컨트롤러는, 상기 제2 속도 프로파일을 기초로, 상기 차량이 소모할 전력을 예측할 수 있다.
상기 컨트롤러는, 상기 제2 속도 프로파일을 기초로, 상기 차량의 파워 트레인으로 전달될 전력을 예측하고, 일사 정보 및 외기 온도 정보 중 적어도 하나를 기초로, 상기 차량의 공조 시스템이 소모할 전력을 예측할 수 있다.
상기 컨트롤러는, 상기 차량의 배터리 유닛의 현재 상태 정보 및 상기 차량의 현재 연료량 중 적어도 하나와 상기 차량이 소모할 전력에 대한 예측값을 기초로, 상기 차량의 주행 가능 범위를 결정할 수 있다.
상기 컨트롤러는, 상기 전력에 대한 예측값을 기초로 목적지에서의 상기 배터리 유닛의 상태 정보 및 연료량 중 적어도 하나를 예측하고, 상기 예측된 상태 정보 및 예측된 연료량 중 적어도 하나를 통해 상기 차량이 목적지까지 주행 가능한지 여부를 결정할 수 있다.
상기 컨트롤러는, 상기 제2 속도 프로파일을 기초로 상기 차량의 주행에 대한 가이드 정보를 생성하고, 상기 가이드 정보를 시각적으로 출력할 수 있다.
상기 컨트롤러는, 상기 제2 속도 프로파일로부터 도출된 예측 평균 속도와 상기 차량의 주행 이력 정보로부터 도출된 타겟 속도를 비교하고, 상기 비교 결과를 기초로, 상기 가이드 정보를 생성할 수 있다.
상기 컨트롤러는, 상기 제2 속도 프로파일에서 미리 정해진 기준을 만족하는 속도 구간을 식별하고, 상기 식별된 속도 구간에 대응하는 경로에서의 주행에 대한 상기 가이드 정보를 생성할 수 있다.
도 1은 일 실시예에 따른 차량 제어 장치의 동작을 설명하기 위한 순서도이다.
도 2는 일 실시예에 따른 차량 제어 장치가 속도 변화량을 계산하는 것을 설명하기 위한 도면이다.
도 3a 내지 도 3c는 일 실시예에 따른 소속 함수를 설명하기 위한 도면이다.
도 4는 일 실시예에 따른 차량 제어 장치가 제1 및 제2 속도 프로파일을 생성하는 것을 설명하기 위한 도면이다.
도 5 내지 도 6은 일 실시예에 따른 제2 속도 프로파일을 기초로 생성되는 주행 관련 정보의 일례를 설명하기 위한 도면이다.
도 7은 일 실시예에 따른 제2 속도 프로파일을 기초로 생성되는 주행 관련 정보의 다른 일례를 설명하기 위한 도면이다.
도 8은 일 실시예에 따른 차량 제어 장치를 설명하기 위한 블록도이다.
이하, 실시예들을 첨부된 도면을 참조하여 상세하게 설명한다.
아래 설명하는 실시예들에는 다양한 변경이 가해질 수 있다. 아래 설명하는 실시예들은 실시 형태에 대해 한정하려는 것이 아니며, 이들에 대한 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
실시예에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 실시예를 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 명세서에서, "포함하다" 또는 "가지다" 등의 용어는 명세서 상에 기재된 특징, 숫자, 단계, 동작, 구성 요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 실시예가 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
또한, 실시예를 설명함에 있어서 관련된 공지 기술에 대한 구체적인 설명이 실시예의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우 그 상세한 설명을 생략한다.
도 1은 일 실시예에 따른 차량 제어 장치의 동작을 설명하기 위한 순서도이다.
도 1을 참조하면, 차량 제어 장치(VCU; Vehicle Control Unit)는 입력 정보를 기초로 차량의 속도 변화량(variation)을 계산한다(110). 차량 제어 장치는 차량이 주행할 경로 상의 각 지점과 관련된 입력 정보(일례로, 기상 정보, 교통 흐름 정보, 도로의 타입 정보)를 기초로 경로 상의 각 지점에 대응되는 속도 변화량을 계산할 수 있다.
일 실시예에 있어서, 속도 변화량은 속도 변화량 계산 모델을 통해 계산될 수 있다. 속도 변화량에 대해선 도 2를 통해 자세히 설명한다.
차량 제어 장치는 계산된 속도 변화량을 기초로 차량의 평균 속도를 예측한다(120). 예를 들어, 차량 제어 장치는 경로 상의 각 지점에 대응되는 속도 변화량과 경로 상의 각 지점의 기준 속도 정보를 이용하여 각 지점에서의 차량의 평균 속도를 예측할 수 있다. 일례로, 차량 제어 장치는 각 지점에서의 차량의 평균 속도를 "각 지점에 대응되는 속도 변화량+각 지점의 기준 속도"로 예측할 수 있다. 각 지점에 대응되는 속도 변화량 및/또는 각 지점의 기준 속도가 다르면, 각 지점에서의 차량의 평균 속도는 다르게 예측될 수 있다.
차량 제어 장치는 예측된 평균 속도를 기초로 제1 속도 프로파일을 생성한다(130). 예를 들어, 차량 제어 장치는 경로 상의 각 지점에 대하여 예측된 평균 속도를 기초로 경로에 대한 제1 속도 프로파일을 생성할 수 있다. 제1 속도 프로파일은 예측된 평균 속도가 고려되어 생성될 수 있어, 제1 속도 프로파일에는 차량의 가속 및/또는 감속이 정확히 표현되지 않을 수 있다.
도 1에 도시되지 않았으나, 차량 제어 장치는 속도 잡음 정보를 생성할 수 있다. 예를 들어, 차량 제어 장치는 잡음 생성 함수를 통해 속도 잡음 정보를 생성할 수 있다. 잡음 생성 함수는, 일례로, AWGN(Additive White Gaussian Noise)에 대한 가우시안 함수일 수 있다. 잡음 생성 함수는 전술한 함수로 제한되지 않는다.
차량 제어 장치는 제1 속도 프로파일에 속도 잡음 정보를 적용하여 제2 속도 프로파일을 생성한다(140). 속도 잡음 정보는 차량의 가속 및/또는 감속을 표현하기 위한 정보일 수 있다. 이에 따라, 제2 속도 프로파일에는 차량의 가속 및/또는 감속이 반영된 실제 속도 프로파일과 유사하게 표현될 수 있다.
제1 및 제2 속도 프로파일의 생성에 대해선 도 4를 통해 설명한다.
차량 제어 장치는 제2 속도 프로파일을 기초로 차량의 주행 관련 정보를 결정한다(150). 예를 들어, 차량 제어 장치는 제2 속도 프로파일을 기초로 차량이 목적지까지 주행하는데 소모할 전력(또는, 차량이 목적지까지 주행하는데 필요한 전력)을 예측할 수 있다. 이에 따라, 차량이 소모할 전력에 대한 예측 정확도가 보다 증가할 수 있다. 차량이 소모할 전력에 대해선 도 5 내지 도 6을 통해 설명한다. 다른 일례로, 차량 제어 장치는 제2 속도 프로파일을 기초로 차량의 주행에 대한 가이드 정보를 생성할 수 있다. 이에 따라, 차량 제어 장치는 사용자가 차량을 보다 효율적으로 이용하도록 할 수 있고, 사용자가 배터리를 보다 오래 사용하도록 할 수 있다. 가이드 정보에 대해선 도 7을 통해 설명한다.
차량 제어 장치는 차량의 주행이 완료되었는지 여부를 결정할 수 있다(160). 예를 들어, 차량 제어 장치는 차량이 목적지에 도착했는지 여부를 결정할 수 있다.
차량의 주행이 완료되지 않은 경우, 차량 제어 장치는 업데이트 주기에 따라 동작할 수 있다. 다시 말해, 차량 제어 장치는 업데이트 주기가 도래하면, 단계(110) 내지 단계(150)을 수행할 수 있다. 구현에 따라, 차량 제어 장치는 사용자의 업데이트 요청이 있을 때, 단계(110) 내지 단계(150)을 수행할 수 있다.
차량의 주행이 완료된 경우, 차량 제어 장치는 동작을 종료할 수 있다.
도 2는 일 실시예에 따른 차량 제어 장치가 속도 변화량을 계산하는 것을 설명하기 위한 도면이다.
도 2를 참조하면, 경로(210)와 차량(220)가 도시된다.
차량(220) 내의 차량 제어 장치(미도시)는 경로(210) 상의 지점들(x, x+1, x+2,…, N) 각각과 관련된 입력 정보를 획득할 수 있다. 입력 정보는, 예를 들어, 기상 정보(230), 교통 흐름 정보(231), 및 타입 정보(232) 중 어느 하나 또는 이들의 조합을 포함할 수 있다. 달리 표현하면, 차량 제어 장치는 경로(210) 상의 각 지점의 기상 정보(230), 교통 흐름 정보(231), 및 각 지점에 해당하는 도로의 타입 정보(232)를 획득할 수 있다. 먼저, 기상 정보(230), 교통 흐름 정보(231), 및 타입 정보(232) 각각에 대해서 설명한다.
기상 정보(230)는 강수량(precipitation, P) 정보를 포함할 수 있다. 차량 제어 장치는 통신 인터페이스를 통해 외부 서버(예를 들어, 기상청 서버 또는 강수량 정보 제공 서버)로부터 경로(210) 상의 각 지점의 강수량 정보를 수신할 수 있다. 예를 들어, 차량 제어 장치는 지점 x의 P=0.2mm와 같은 강수량 정보를 기상청 서버로부터 수신할 수 있다.
교통 흐름 정보(231)는 경로의 교통 체증 정도 및 지연 시간을 기초로 결정되는 교통 인덱스(T)를 포함할 수 있다. 차량 제어 장치는 통신 인터페이스를 통해 외부 서버(예를 들어, 교통 정보 제공 서버)로부터 경로(210)의 교통 체증 정도 및 지연 시간을 수신할 수 있다. 차량 제어 장치는 교통 체증 정도 및 지연 시간을 기초로 교통 인덱스(T)를 결정할 수 있다. 도 2에 도시된 예에서, 차량 제어 장치는 경로(210)의 각 지점의 교통 체증 정도 및 지연 시간을 수신할 수 있고, 각 지점의 교통 체증 정도 및 지연 시간을 기초로 각 지점에 대한 교통 인덱스(T)를 결정할 수 있다. 교통 인덱스(T)는 미리 정해진 범위(예를 들어, 0~10) 내의 값일 수 있다. 예를 들어, 지점 x의 교통 체증 정도가 0~4 중에서 3이고, 지연 시간이 10분이면, 차량 제어 장치는 룩업 테이블을 참조하여 지점 x에 대한 T를 4로 결정할 수 있다. 구현에 따라, 차량 제어 장치는 경로(210) 상의 각 지점에 대한 교통 인덱스(T)를 외부 서버로부터 수신할 수 있다.
타입 정보(232)는 경로(210) 상의 각 지점이 속한 도로의 종류(R)를 나타낼 수 있다. 도로의 종류는, 예를 들어, 시내 도로(street), 국도(local), 및 고속도로(freeway)를 포함할 수 있다. 도로의 종류는 전술한 사항으로 제한되지 않는다. 도 2에 도시된 예에서, 지점 x에 해당하는 도로는 Street이고, 지점 x+1에 해당하는 도로는 Freeway이다. 차량 제어 장치는 차량의 내비게이션 시스템으로부터 타입 정보(232)를 수신할 수 있다.
이하, 기상 정보(230), 교통 흐름 정보(231), 및 타입 정보(232) 각각을 P, T, 및 R로 표현한다.
경로(210) 상의 각 지점의 P, T, 및 R은 속도 변화량 계산 모델(240)로 입력될 수 있다. 도 2에 도시된 속도 변화량 계산 모델(240)은 퍼지 추론 시스템 기반의 모델일 수 있다. 속도 변화량 계산 모델(240)은 이에 제한되지 않고, 머신 러닝 기법으로 학습된 모델일 수 있다. 예를 들어, 속도 변화량 계산 모델(240)은 뉴럴 네트워크(Neural Network) 모델, 재귀적 뉴럴 네트워크(Recurrent Neural Network, RNN) 모델, 또는 LSTM(long short term memory) RNN 모델에 기반할 수 있다.
속도 변화량 계산 모델(240)은 경로(210) 상의 각 지점의 P, T, 및 R의 소속 함수를 통해 경로(210) 상의 각 지점의 P, T, 및 R을 퍼지화(241)할 수 있다. 이하, 도 3a 내지 도 3c를 참조하면서, 퍼지화(241)에 대해 설명한다.
도 3a 내지 도 3c는 일 실시예에 따른 소속 함수를 설명하기 위한 도면이다.
도 3a를 참조하면, P의 소속 함수가 도시된다.
P의 소속 함수는, 예를 들어, 아래 수학식 1로 나타낼 수 있다.
[수학식 1]
Figure pat00001
수학식 1에서, a 및 b는 상수이다. 예를 들어, a=0.8이며, b=1.1이다. a 및 b는 전술한 예로 제한되지 않는다.
Figure pat00002
는 P가 IP=NR(No Rain)에 해당하는 집합에 어느 정도 속하는지를 나타낸다. 달리 표현하면,
Figure pat00003
는 IP=NR에 해당하는 집합에 대한 P의 소속도(degree of membership)를 나타낸다. 마찬가지로,
Figure pat00004
는 IP=WR(Rain)에 해당하는 집합에 대한 P의 소속도를 나타낸다. 예를 들어, 지점 x의 P=1인 경우,
Figure pat00005
=2/3이고,
Figure pat00006
=1/3이다. 지점 x의 P의 퍼지화 결과는 지점 x의 P가 IP=NR에 해당하는 집합에 2/3만큼 소속되고, IP=WR에 해당하는 집합에 1/3만큼 소속된다는 것을 나타낸다.
도 3b를 참조하면, T의 소속 함수가 도시된다.
T의 소속 함수는, 예를 들어, 아래 수학식 2로 나타낼 수 있다.
[수학식 2]
Figure pat00007
수학식 2에서, a1 내지 a4는 상수이다. 예를 들어, a1=1, a2=2, a3=3.5, 및 a4=4.5일 수 있다. a1 내지 a4는 전술한 예로 제한되지 않는다.
Figure pat00008
는 IT=GR(Green)에 해당하는 집합에 대한 T의 소속도를 나타내고,
Figure pat00009
는 IT=YW(Yellow)에 해당하는 집합에 T의 소속도를 나타내며,
Figure pat00010
는 IT=RD(Red)에 해당하는 집합에 T의 소속도를 나타낸다. 여기서, GR은 원활(Clear Traffic), YW는 보통(Mild Traffic), RD는 정체(Heavy Traffic)를 나타낸다. 예를 들어, 지점 x의 T=3이면, 지점 x의 T는 a2<T<a3에 해당하므로,
Figure pat00011
=0이고,
Figure pat00012
=1이며,
Figure pat00013
=0이다. 지점 x의 T의 퍼지화 결과는 지점 x의 T가 IT=GR에 해당하는 집합에 0만큼 소속되고, IT=YW에 해당하는 집합에 1만큼 소속되며, IT=RD에 해당하는 집합에 0만큼 소속된다는 것을 나타낸다.
도 3c를 참조하면, R의 소속 함수가 도시된다.
R의 소속 함수는, 예를 들어, 아래 수학식 3으로 나타낼 수 있다.
[수학식 3]
Figure pat00014
예를 들어, 지점 x의 R=Street인 경우, 지점 x의 R의 퍼지화 결과는 지점 x의 R이 IR=ST에 해당하는 집합에 1만큼 소속되고, IR=LC에 해당하는 집합에 0만큼 소속되며, IR=FW에 해당하는 집합에 0만큼 소속되어 있다는 것을 나타낸다.
다시 도 2로 돌아와서, 경로(210) 상의 각 지점의 P, T, 및 R에 대한 퍼지화(241) 결과가 생성되면, 속도 변화량 계산 모델(240)은 경로(210) 상의 각 지점의 P, T, 및 R에 대한 퍼지화(241) 결과, 퍼지 규칙, 및 출력 소속 함수를 기초로 퍼지 추론(242)을 수행할 수 있다.
아래 표 1은 퍼지 규칙의 일례를 보여준다. 퍼지 규칙은 아래 표 1로 제한되지 않는다.
r1 = 'If IR is Local and IP is No-Rain and IT is Green then Iout is lc1';
r2 = 'If IR is Local and IP is No-Rain and IT is Yellow then Iout is lc2';
r3 = 'If IR is Local and IP is No-Rain and IT is Red then Iout is lc3';
r4 = 'If IR is Local and IP is Rain and IT is Green then Iout is lc4';
r5 = 'If IR is Local and IP is Rain and IT is Yellow then Iout is lc5';
r6 = 'If IR is Local and IP is Rain and IT is Red then Iout is lc6';
r7 = 'If IR is Street and IP is No-Rain and IT is Green then Iout is st1';
r8 = 'If IR is Street and IP is No-Rain and IT is Yellow then Iout is st2';
r9 = 'If IR is Street and IP is No-Rain and IT is Red then Iout is st3';
r10 = 'If IR is Street and IP is Rain and IT is Green then Iout is st4';
r11 = 'If IR is Street and IP is Rain and IT is Yellow then Iout is st5';
r12 = 'If IR is Street and IP is Rain and IT is Red then Iout is st6';
r13 = 'If IR is Freeway and IP is No-Rain and IT is Green then Iout is fw1';
r14 = 'If IR is Freeway and IP is No-Rain and IT is Yellow then Iout is fw2';
r15 = 'If IR is Freeway and IP is No-Rain and IT is Red then Iout is fw3';
r16 = 'If IR is Freeway and IP is Rain and IT is Green then Iout is fw4';
r17 = 'If IR is Freeway and IP is Rain and IT is Yellow then Iout is fw5';
r18 = 'If IR is Freeway and IP is Rain and IT is Red then Iout is fw6';
출력 소속 함수는, 예를 들어, 가우시안 함수일 수 있다. 아래 수학식 4는 출력 소속 함수에 대한 일례를 나타낸다. 출력 소속 함수는 아래 수학식 4로 제한되지 않는다.
[수학식 4]
Figure pat00015
수학식 4에서, x는 변수이고, m 및 σ는 상수이다.
출력 소속 함수의 개수는 퍼지 규칙의 개수에 대응할 수 있다. 예를 들어, 위의 표 1의 18개의 퍼지 규칙 각각에 대한 출력 소속 함수는 아래와 같이, 18개일 수 있다.
Figure pat00016
속도 변화량 계산 모델(240)은 경로(210) 상의 각 지점의 P, T, 및 R에 대한 퍼지화(241) 결과, 퍼지 규칙, 및 출력 소속 함수에 맘다니형(Mamdani Type) 방법을 적용하여 퍼지 추론(242)을 수행할 수 있다. 맘다니형 방법은 퍼지 추론(242)에 대한 예시적인 사항일 뿐, 퍼지 추론(242)은 전술한 사항으로 제한되지 않는다.
퍼지 추론(242)을 통해 퍼지화(241) 결과에 대응하는 출력 정보가 생성될 수 있다.
속도 변화량 계산 모델(240)은 출력 정보를 비퍼지화(243)할 수 있다. 예를 들어, 속도 변화량 계산 모델(240)은 무게 중심법(Center Of Gravity) 등을 통해 출력 정보를 비퍼지화(243)할 수 있다. 무게 중심법은 비퍼지화(243)에 대한 예시적인 사항일 뿐, 비퍼지화(243)는 전술한 사항으로 제한되지 않는다.
속도 변화량 계산 모델(240)은 출력 정보를 비퍼지화(243)함으로써 경로(210) 상의 각 지점에 대응되는 속도 변화량을 계산할 수 있다.
차량 제어 장치는 경로(210) 상의 각 지점에 대응되는 속도 변화량을 양수로 할 것인지 또는 음수로 할 것인지를 결정할 수 있다. 차량 제어 장치는 차량의 주행 이력 정보(예를 들어, 주행 패턴, 이전 속도 프로파일 등)를 참조하여 속도 변화량을 양수로 할 것인지 또는 음수로 할 것인지 결정할 수 있다. 예를 들어, 차량 제어 장치는 주행 이력 정보를 통해 운전자가 주로 저속 운전(예를 들어, 20km/h~50km/h) 또는 중속 운전(예를 들어, 50km/h~70km/h) 을 하는지 결정할 수 있다. 운전자가 주로 저속 운전 또는 중속 운전을 하면, 차량 제어 장치는 속도 변화량을 음수로 결정할 수 있다. 운전자가 주로 고속 운전(예를 들어, 70km/h 이상)을 하면, 차량 제어 장치는 속도 변화량을 양수로 결정할 수 있다.
아래 표 2는 경로(210) 상의 각 지점과 관련된 입력 정보 및 경로(210) 상의 각 지점에 대응되는 속도 변화량의 일례를 보여준다. 여기서, 차량 제어 장치는 경로(210) 상의 각 지점에 대응되는 속도 변화량을 음수로 결정하였다고 하자.
지점 입력 정보 속도 변화량(km/h)
x Px=1, Tx=3, Rx=Street -5
x+1 Px+1=1, Tx+1=4, Rx+1=Freeway -10
x+2 Px+2=1, Tx+2=4, Rx+2=Freeway -10
x+3 Px+3=1.1, Tx+3=4, Rx+3=Freeway -10
x+4 Px+4=1.1, Tx+4=4, Rx+4=Freeway -10
x+5 Px+5=0.95, Tx+5=4, Rx+5=Freeway -10
… … …
N-1 PN-1=1, TN-1=5, RN-1=Local -20
N PN=1.5, TN=7, RN= Street -40
차량 제어 장치는 경로(210) 상의 각 지점에 대응되는 속도 변화량을 기초로 제1 속도 프로파일을 생성할 수 있고, 제1 속도 프로파일에 속도 잡음 정보를 적용하여 제2 속도 프로파일을 생성할 수 있다. 이하, 도 4를 참조하면서, 제1 및 제2 속도 프로파일의 생성에 대해서 설명한다.
도 4는 일 실시예에 따른 차량 제어 장치가 제1 및 제2 속도 프로파일을 생성하는 것을 설명하기 위한 도면이다.
도 4를 참조하면, 경로(410)와 차량(420)이 도시된다.
위에서 설명한 것과 같이, 차량 제어 장치는 경로(410) 상의 각 지점에 대응되는 속도 변화량 및 경로(410) 상의 각 지점의 기준 속도를 이용하여 경로(410) 상의 각 지점에서의 차량(420)의 평균 속도를 예측할 수 있다. 아래 표 3은 경로(410) 상의 각 지점에 대하여 예측된 평균 속도의 일례를 보여준다.
지점 속도 변화량(km/h) 기준 속도(km/h) 평균 속도(km/h)
x -5 60 55
x+1 -10 110 100
x+2 -10 110 100
x+3 -10 110 100
x+4 -10 110 100
x+5 -10 110 100
… … … …
N-1 -20 60 40
N -40 60 20
차량 제어 장치는 경로(410) 상의 각 지점에서 대하여 예측된 평균 속도를 기초로 제1 속도 프로파일(430)을 생성할 수 있다.
차량 제어 장치는 제1 속도 프로파일(430)에 속도 잡음 정보를 적용하여 제2 속도 프로파일(440)을 생성할 수 있다.
도 4에 도시된 예에서, 지점 x+5와 지점 x+6 사이에 사고가 발생하였다고 하자. 지점 x+6의 교통 흐름 정보는 정체를 나타낼 수 있다. 차량(420)의 현재 위치에서 차량 제어 장치가 지점 x+6의 교통 흐름 정보를 포함하는 입력 정보를 획득하면, 각 지점의 속도 변화량을 계산할 수 있다. 여기서, 차량 제어 장치는 지점 x+6의 교통 흐름 정보 등을 고려하여 지점 x+6의 속도 변화량을 -90km/h로 계산할 수 있다. 차량 제어 장치는 각 지점에서의 차량(420)의 평균 속도를 예측할 수 있다. 여기서, 차량 제어 장치는 지점 x+6에서의 평균 속도를 20km/h로 예측할 수 있다. 차량 제어 장치는 각 지점에 대하여 예측된 평균 속도를 기초로 제1 속도 프로파일을 생성하고, 제1 속도 프로파일에 속도 잡음 정보를 적용하여 제2 속도 프로파일을 생성할 수 있다. 이에 따라, 제2 속도 프로파일에는 실시간 교통 흐름 정보가 반영될 수 있다.
도 5 내지 도 6은 일 실시예에 따른 제2 속도 프로파일을 기초로 생성되는 주행 관련 정보의 일례를 설명하기 위한 도면이다.
주행 관련 정보의 일례는 차량이 주행 동안 소모할 전력을 나타낼 수 있다.
일 실시예에 있어서, 차량이 주행 동안 소모할 전력은
Figure pat00017
및/또는
Figure pat00018
를 포함할 수 있다.
Figure pat00019
는 차량의 배터리 팩이 차량의 주행 동안 파워 트레인으로 전달할 전력에 대한 예측값을 나타낼 수 있고,
Figure pat00020
는 차량의 공조 시스템이 차량의 주행 동안 소모할 전력에 대한 예측값을 나타낼 수 있다. 이하, 도 5를 참조하면서,
Figure pat00021
에 대해서 설명한다.
Figure pat00022
에 대선 도 6을 통해 설명한다.
도 5를 참조하면, 차량(520)은 경로(510)를 따라 주행한다.
차량(520)이 현재 지점 x를 통과한다고 하자. 차량 제어 장치는 제2 속도 프로파일을 기초로
Figure pat00023
를 계산할 수 있다. 예를 들어, 차량 제어 장치는 제2 속도 프로파일을 소모 전력 계산 함수에 적용하여
Figure pat00024
를 계산할 수 있다. 다시 말해, 차량 제어 장치는 차량(520)이 현재 지점 x부터 목적지까지 주행하는데 소모할 전력을
Figure pat00025
로 예측할 수 있다. 소모 전력 계산 함수는 아래에서 설명한다.
또한, 차량 제어 장치는 이후 지점의 풍향, 풍속, 및 고도 중 하나 이상에 대한 예측값을 더 고려하여
Figure pat00026
를 계산할 수 있다. 이후 지점의 풍향 및 풍속에 대한 예측값은 현재 지점의 풍향 정보 및 풍속 정보를 기초로 계산될 수 있고, 이후 지점의 고도에 대한 예측값은 현재 지점의 고도 정보를 기초로 계산될 수 있다. 차량 제어 장치는, 예를 들어, 아래 수학식 5에 따라
Figure pat00027
를 계산할 수 있다.
[수학식 5]
Figure pat00028
수학식 5에서,
Figure pat00029
는 시간 t에서 계산된, 이후 지점 i에서의 차량 속도를 나타낸다. 다시 말해,
Figure pat00030
는 위에서 설명한 제2 속도 프로파일을 나타낼 수 있다.
Figure pat00031
는 시간 t에서 계산된, 이후 지점 i의 풍향 및 풍속에 대한 예측값을 나타낸다.
Figure pat00032
는 시간 t에서 계산된, 이후 지점 i의 고도에 대한 예측값을 나타낸다.
Figure pat00033
는 소모 전력 계산 함수를 나타낸다.
Figure pat00034
는, 예를 들어, 현재 지점 i-1과 이후 지점 i의 구간 동안 파워 트레인으로 전달될 전력을 계산하는 함수를 나타낼 수 있다.
도 5에 도시된 예에서, 차량 제어 장치는 지점 x에서 지점 x+1에서의 풍향(예측값), 풍속(예측값), 및 고도(예측값) 중 하나 이상을 계산할 수 있다. 차량 제어 장치는 지점 x+1에서의 풍향(예측값), 풍속(예측값), 및 고도(예측값) 중 하나 이상과 지점 x+1에서의 차량 속도(예측값)를
Figure pat00035
에 적용하여 x~x+1 동안 파워 트레인으로 전달될 전력에 대한 예측값을 계산할 수 있다. 차량 제어 장치는 다른 구간에 대하여, 파워 트레인으로 전달될 전력에 대한 예측값을 계산할 수 있다. 차량 제어 장치는 구간들(x~x+1, x+1~x+2, … , N-1~N) 각각에 대해 계산된 예측값을 합하여
Figure pat00036
를 계산할 수 있다.
구현에 따라, 차량 제어 장치는
Figure pat00037
의 정확도를 높이기 위해 다양한 변수를 더 고려할 수 있다. 예를 들어, 차량 제어 장치는 아래 수학식 6에 따라
Figure pat00038
를 계산할 수 있다.
[수학식6]
Figure pat00039
아래 표 4는 수학식 6의 변수 및 함수에 대한 설명을 보여준다.
설명
L i 지점 i의 기준 속도
F i 지점 i에서의 주행 속도
El i 지점 i의 고도
C i 지점 i의 강수량
W i 지점 i의 풍속/풍향
P i 지점 i에서 순간적으로 파워 트레인에 전달된 전력
S i 지점 i에서 계산된 SOC
Figure pat00040
 지점 i에서의 속도 관련 정보
Figure pat00041
 시간 t에서 계산된 예측값
Figure pat00042
 도로의 종류 별 주행 기록 함수
Figure pat00043
 운전자 별 주행 기록 함수
Figure pat00044
 지점 i에서의 차량 속도에 대한 예측값을 계산하기 위한 함수
Figure pat00045
 소모 전력 계산 함수
수학식 6에서, 현재 지점 x에서의 속도 관련 정보
Figure pat00046
는 현재 지점 x의 기준 속도, 현재 지점 x에서의 차량(520)의 주행 속도, 현재 지점 x의 강수량, 현재 지점 x의 풍속/풍향, 현재 지점 x에서 순간적으로 파워 트레인에 전달된 전력, 및 현재 지점 x에서의 SOC를 포함한다. 이는, 일 실시예에 따른 예시적인 사항일 뿐,
Figure pat00047
가 포함하는 사항들은 전술한 사항으로 제한되지 않는다. 구현에 따라,
Figure pat00048
는 현재 지점 x의 기준 속도, 현재 지점 x에서의 차량(520)의 주행 속도, 현재 지점 x의 강수량, 현재 지점 x의 풍속/풍향, 현재 지점 x에서 순간적으로 파워 트레인에 전달된 전력, 및 현재 지점 x에서의 SOC 중 하나 이상을 포함할 수 있다.
수학식 6에서,
Figure pat00049
는 이후 지점 i에서의 속도 관련 정보에 대하여, 현재 시간 t에서 계산된 예측값을 나타낸다. 예를 들어,
Figure pat00050
는 이후 지점 i의 강수량, 이후 지점 i에서의 차량(520)의 주행 속도, 이후 지점 i의 풍속/풍향, 이후 지점 i에서 순간적으로 파워 트레인에 전달될 전력, 및 이후 지점 i에서의 SOC 중 하나 이상에 대하여, 시간 t에서 계산된 예측값을 포함할 수 있다.
수학식 6에서,
Figure pat00051
는
Figure pat00052
내의 정보와 도 6을 통해 설명할
Figure pat00053
내의 정보 중 하나 이상을 포함할 수 있다.
수학식 6에서, 도로의 종류 별 및 운전자 별로 기록된 주행 기록이 이후 지점 i에서의 차량 속도에 대한 예측값을 계산하는데 이용될 수 있다. 보다 구체적으로, 차량 제어 장치는 도로의 종류 별로 차량의 주행을 기록할 수 있고, 도로의 종류 별 주행 기록 함수
Figure pat00054
를 생성할 수 있다. 예를 들어, 차량 제어 장치는 Street에 대한 주행 기록 함수, Freeway에 대한 주행 기록 함수, 및 Local에 대한 주행 기록 함수를 생성할 수 있다. 또한, 차량 제어 장치는 운전자 별로 차량의 주행을 기록할 수 있고, 운전자 별 주행 기록 함수
Figure pat00055
를 생성할 수 있다. 차량 제어 장치는 이후 지점 i에서의 차량 속도에 대한 예측값을 계산하기 위해
Figure pat00056
및
Figure pat00057
를 이용할 수 있다.
도 5에 도시된 예에서, 차량 제어 장치는 지점 x에서의 속도 관련 정보
Figure pat00058
, 이후 지점 i, 즉, 지점 x+1에서의 속도 관련 정보에 대한 예측값
Figure pat00059
, 지점 x+1이 속한 Freeway에 대한 주행 기록, 및 현재 운전자에 대한 주행 기록을
Figure pat00060
에 적용하여 지점 x+1에서의 차량 속도에 대한 예측값을 계산할 수 있다. 다양한 변수가
Figure pat00061
에 적용될 수 있어, x+1에서의 차량 속도가 보다 정확히 예측될 수 있다.
또한, 차량 제어 장치는 지점 x+1에서의 풍향(예측값), 풍속(예측값), 및 고도(예측값) 중 하나 이상과 지점 x+1에서의 차량 속도에 대한 예측값을
Figure pat00062
에 적용하여 x~x+1 동안 파워 트레인으로 전달될 전력에 대한 예측값을 계산할 수 있다. 마찬가지로, 차량 제어 장치는 다른 구간에 대하여 파워 트레인으로 전달될 전력에 대한 예측값을 계산할 수 있다. 차량 제어 장치는 구간들(x~x+1, x+1~x+2, … , N-1~N) 각각에 대하여 계산된 예측값을 합하여
Figure pat00063
를 계산할 수 있다.
Figure pat00064
를 계산하는데 다양한 환경 변수가 고려될 수 있어,
Figure pat00065
에 대한 정확도가 증가할 수 있다.
차량(520)은 공조 시스템을 가동할 수 있다. 공조 시스템이 가동되면, 차량(520)이 소모할 전력은 증가할 수 있다. 이에 따라, 공조 시스템이 차량(520)의 주행 동안 소모할 전력
Figure pat00066
가 예측된다면, 차량(520)이 소모할 전력에 대한 예측 정확도가 보다 증가할 수 있다. 이하, 도 6을 참조하면서,
Figure pat00067
의 계산에 대해 설명한다.
도 6을 참조하면, 차량(610) 및 태양(620)이 도시된다.
차량(610)이 현재 지점 x를 통과한다고 하자.
일사(solar radiation)와 차량(610)의 외기 온도는 공조 시스템의 전력 소모량에 영향을 줄 수 있다. 차량 제어 장치는 일사 정보 및 외기 온도 정보 중 적어도 하나를 기초로
Figure pat00068
를 계산할 수 있다. 예를 들어, 차량 제어 장치는 현재 지점의 날씨 관련 정보(예를 들어, 외기 온도, 태양의 방위와 일사)를 기초로 이후 지점(예를 들어, 지점 x+1)의 날씨 관련 정보에 대한 예측값을 계산할 수 있고, 현재 지점의 날씨 관련 정보와 이후 지점의 날씨 관련 정보에 대한 예측값을 기초로
Figure pat00069
를 계산할 수 있다. 차량 제어 장치는, 예를 들어, 아래 수학식 7에 따라
Figure pat00070
를 계산할 수 있다.
[수학식 7]
Figure pat00071
아래 표 5는 수학식 7의 변수 및 함수에 대한 설명을 보여준다.
설명
T i 지점 i의 외기 온도
R i 지점 i에서의 태양의 방위와 일사량
Figure pat00072
 지점 i에서의 날씨 관련 정보
Figure pat00073
 보조(auxiliary) 전력 소모 계산 함수
Figure pat00074
는 보조 전력 소모 계산 함수이다.
Figure pat00075
는, 예를 들어, 지점 i-1과 지점 i의 구간 동안 소모될 보조 전력(일례로, 공조 시스템이 소모할 전력)에 대한 예측값을 계산하는 함수를 나타낼 수 있다
도 6에 도시된 예에서, 차량 제어 장치는 지점 x에서의 차량(610)의 외기 온도, 태양의 방위, 및 일사량과 지점 x+1에서의 차량의 외기 온도(예측값), 태양의 방위(예측값), 및 일사량(예측값)을
Figure pat00076
에 적용하여 x~x+1 동안 공조 시스템이 소모할 전력에 대한 예측값을 계산할 수 있다. 차량 제어 장치는 다른 구간에 대하여, 공조 시스템이 소모할 전력에 대한 예측값을 계산할 수 있다. 차량 제어 장치는 구간들(x~x+1, x+1~x+2, … , N-1~N) 각각에 대하여 계산된 예측값을 합하여
Figure pat00077
를 계산할 수 있다.
구현에 따라, 차량 제어 장치는
Figure pat00078
에 대한 정확도를 높이기 위해 차량(630) 내부에서 발생하는 열을 더 고려할 수 있다. 아래에서 자세히 설명한다.
차량(610) 내부에서 발생하는 열의 원인은 다양하다. 예를 들어, 직접 일사(direct solar radiation), 산란 일사(diffuse solar radiation), 반사 일사(reflected solar radiation), 외부(또는, 차량 주변)(ambient), ventilation(630), 및 사람(운전자 및/또는 승객)(640) 중 하나 이상에 의해 차량(610) 내부에서 열이 발생할 수 있다.
아래 표 6은 차량 내부에서 발생하는 열 및
Figure pat00079
을 보여준다.
직접 일사에 의한 열
Figure pat00080


-
Figure pat00081

-
Figure pat00082

-
Figure pat00083

-
Figure pat00084
, A=1018, B=0.207, 및 β=태양 고도각(altitude angle)
-
Figure pat00085
산란 일사에 의한 열
Figure pat00086


-
Figure pat00087

-
Figure pat00088
C = 0.136 및
Figure pat00089
=수평면에 대한 각도(angle with the horizontal surface). 달리 표현하면, 차량의 위치의 수평면과 하늘 사이의 각도
반사 일사에 의한 열
Figure pat00090


-
Figure pat00091

-
Figure pat00092
,
Figure pat00093
(지면 반사 계수(ground reflectivity coefficient))
외부에 의한 열
Figure pat00094


- U=열 전달 계수(heat transfer coefficient)(W/m2-K), 10≤U≤100
- Ts=차량의 표면 온도(surface temperature)
- T=차량 내 온도(cabin temperature)
Ventilation 에 의한 열
Figure pat00095


-
Figure pat00096

- cp=비열(specific heat)=1005
- Tinit=차량 내 초기 온도(initial cabin temperature)
- T=차량 내 온도
사람에 의한 열
Figure pat00097


- Hpr=열 생산 비율(heat production rate)(W/m2)=58.2
Hpr은 Hpr(for 운전자)=85와 Hpr(for 승객)=55로 구분될 수 있다.
- ADu=Du Bois 면적(m2)
성인의 평균 Du Bois 면적=1.8 m2
보다 정확한 Du Bois 면적은 다음과 같다.
Figure pat00098
. 여기서, W=질량, H=신장이다.
차량 내 온도(또는, 운전석의 온도)는 아래 수학식 8을 기초로 결정될 수 있다.
[수학식 8]
Figure pat00099
수학식 8에서, m은 공기의 질량이고, C room 은 공기의 비열을 나타낸다.
수학식 8에 열 전달 효율이 고려되면, 차량 내의 최적 온도를 유지하기 위해 필요한 전력 또는 에너지가 도출될 수 있다. 도출된 전력은
Figure pat00100
를 나타낼 수 있다.
일 실시예에 있어서, 차량 제어 장치는 차량(610)이 소모할 전력을
Figure pat00101
+
Figure pat00102
으로 예측할 수 있다. 다시 말해, 차량 제어 장치는 차량(610)이 현재 지점 x부터 목적지까지 주행하는데 소모할 전력을
Figure pat00103
+
Figure pat00104
으로 예측할 수 있다.
차량 제어 장치는 예측된 전력을 기초로 차량의 주행 가능 범위를 결정할 수 있다. 여기서, 예측된 전력은 위에서 설명한
Figure pat00105
또는
Figure pat00106
+
Figure pat00107
일 수 있다. 예측된 전력은 전술한 사항으로 제한되지 않는다. 아래에서, 차량의 주행 가능 범위의 결정에 대해서 설명한다.
차량 제어 장치는 예측된 전력 및 배터리의 현재 상태 정보(예를 들어, SOC(State Of Charge))를 기초로 차량의 주행 가능 범위(range)를 결정할 수 있다. 예를 들어, 차량 제어 장치는 예측된 전력에 대응되는 SOC를 현재 SOC에서 차감하여 목적지에서의 SOC를 예측할 수 있다. 달리 표현하면, 차량 제어 장치는 차량이 목적지에 도착했을 때의 SOC에 해당하는 잔존 SOC를 예측할 수 있다. 목적지에서의 SOC가 미리 정해진 기준(예를 들어, 0~1% 이내의 값)보다 작으면, 차량 제어 장치는 현재 SOC로 목적지까지 주행할 수 없다고 결정할 수 있다. 이 경우, 차량 제어 장치는 경로 상에 위치한 충전소에 대한 정보를 차량의 디스플레이에 표시할 수 있다. 목적지에서의 SOC가 미리 정해진 기준 이상이면, 차량 제어 장치는 현재 SOC로 차량이 목적지까지 주행할 수 있다는 것을 나타내는 메시지를 디스플레이에 표시할 수 있다. 또한, 목적지에서의 SOC가 미리 정해진 기준 이상이면, 차량 제어 장치는 현재 SOC로 왕복 주행이 가능한지 여부를 결정할 수 있다. 현재 SOC로 왕복 주행이 가능하지 않으면, 차량 제어 장치는 되돌아 오는 경로 상에 위치한 충전소에 대한 정보를 디스플레이에 표시할 수 있다.
구현에 따라, 차량 제어 장치는 제2 속도 프로파일을 기초로 차량이 소모할 연료량을 예측할 수 있다. 차량 제어 장치는 예측된 연료량과 현재 연료량을 기초로 차량의 주행 가능 범위를 결정할 수 있다. 예를 들어, 차량 제어 장치는 예측된 연료량을 현재 연료량에서 차감하여 목적지에서의 연료량을 예측할 수 있다. 목적지에서의 연료량이 미리 정해진 기준(예를 들어, 0~1L 이내의 값)보다 작으면, 차량 제어 장치는 현재 연료량으로 목적지까지 갈 수 없다고 결정할 수 있다. 현재 연료량으로 차량이 목적지까지 주행할 수 없으면, 차량 제어 장치는 주유가 필요하다는 메시지 및/또는 주유소 정보(예를 들어, 주유소 위치 정보)를 디스플레이에 표시할 수 있다. 목적지에서의 연료량이 미리 정해진 기준 이상이면, 차량 제어 장치는 현재 연료량으로 왕복 주행이 가능한지 여부를 결정할 수 있다. 현재 연료량으로 왕복 주행이 가능하지 않으면, 차량 제어 장치는 되돌아 오는 경로 상에 위치한 주유소 정보를 디스플레이에 표시할 수 있다.
도 7은 일 실시예에 따른 제2 속도 프로파일을 기초로 생성되는 주행 관련 정보의 다른 일례를 설명하기 위한 도면이다.
주행 관련 정보의 다른 일례는 주행에 대한 가이드 정보일 수 있다.
차량 제어 장치는 제2 속도 프로파일을 기초로 가이드 정보(710)를 생성하고, 가이드 정보(710)를 디스플레이에 표시할 수 있다.
일 실시예에 있어서, 차량 제어 장치는 제2 속도 프로파일로부터 현재 주행 구간의 이후 구간에서의 예측 평균 속도를 도출할 수 있다. 예를 들어, 차량이 현재 Freeway의 제1 구간에서 주행한다고 할 때, 차량 제어 장치는 제2 속도 프로파일로부터 Freeway의 제1 구간 이후의 구간에서의 예측 평균 속도를 도출할 수 있다. 도 4를 통해 설명한 예를 참조하면, 차량이 Freeway의 구간(x+1~x+2)에서 주행한다고 할 때, 차량 제어 장치는 구간(x+1~x+2)의 이후 구간(일례로, x+2~x+3 또는 x+2~x+6)에서의 예측 평균 속도를 도출할 수 있다. 또한, 차량 제어 장치는 주행 이력 정보(예를 들어, 이전 속도 프로파일, 배터리의 충방전 횟수, 사고 이력 등)로부터 현재 주행 구간에 대한 타겟 속도를 도출할 수 있다. 예를 들어, 차량 제어 장치는 주행 이력 정보를 통해 Freeway에 대한 타겟 속도를 도출할 수 있다. 차량 제어 장치는 예측 평균 속도와 타겟 속도를 비교할 수 있다. 예측 평균 속도가 타겟 속도보다 크면, 차량 제어 장치는 속도 감소 및 타겟 속도에 대한 정보를 포함하는 가이드 정보(710)를 생성할 수 있다. 예측 평균 속도가 타겟 속도 이하이면, 차량 제어 장치는 현재 주행 속도의 유지에 대한 가이드 정보(710)를 생성할 수 있다.
다른 실시예에 있어서, 차량 제어 장치는 제2 속도 프로파일에서 미리 정해진 기준을 만족하는 속도 구간을 식별할 수 있다. 미리 정해진 기준을 만족하는 속도 구간은, 예를 들어, 배터리의 수명에 영향을 줄 수 있는 속도 구간을 포함할 수 있다. 배터리의 수명은 차량의 급가속 및/또는 급감속에 의해 열화 속도가 빠를 수 있다. 이에 따라, 배터리의 수명에 영향을 줄 수 있는 속도 구간은 차량의 급가속 또는 급감속이 예상되는 구간을 나타낼 수 있다. 배터리의 수명에 영향을 줄 수 있는 속도 구간은 전술한 사항으로 제한되지 않는다. 차량 제어 장치는 식별된 속도 구간에 대응하는 경로에서의 주행에 대한 가이드 정보(710)를 생성할 수 있다. 예를 들어, 차량 제어 장치는 식별된 속도 구간에 대응하는 경로에서는 안전 운전하라는 가이드 정보(710)를 디스플레이에 표시할 수 있다. 이에 따라, 차량 제어 장치는 배터리의 수명 상태에 맞는 주행을 가이드할 수 있다.
도 1 내지 도 6을 통해 기술된 사항들은 도 7을 통해 기술된 사항들에 적용될 수 있으므로, 상세한 설명을 생략한다.
도 8은 일 실시예에 따른 차량 제어 장치를 설명하기 위한 블록도이다.
도 8을 참조하면, 차량 제어 장치(800)는 컨트롤러(810) 및 메모리(820)를 포함한다.
컨트롤러(810)는 입력 정보를 기초로 차량의 속도 변화량을 계산한다.
컨트롤러(810)는 계산된 속도 변화량을 기초로 차량의 평균 속도를 예측한다.
컨트롤러(810)는 예측된 평균 속도를 기초로 제1 속도 프로파일을 생성한다.
컨트롤러(810)는 제1 속도 프로파일에 속도 잡음 정보를 적용하여 제2 속도 프로파일을 생성한다.
메모리(820)는 컨트롤러(810)의 동작과 관련된 하나 이상의 명령어를 저장한다. 또한, 메모리(820)는 위의 도 2를 통해 설명한 속도 변화량 계산 모델을 저장할 수 있다.
도 1 내지 도 7을 통해 기술된 사항들은 도 8을 통해 기술된 사항들에 적용될 수 있으므로, 상세한 설명을 생략한다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기를 기초로 다양한 기술적 수정 및 변형을 적용할 수 있다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 청구범위와 균등한 것들도 후술하는 청구범위의 범위에 속한다.

Claims (24)

  1. 입력 정보를 기초로 차량의 속도 변화량을 계산하는 단계;
    상기 계산된 속도 변화량을 기초로 상기 차량의 평균 속도를 예측하는 단계;
    상기 예측된 평균 속도를 기초로 제1 속도 프로파일을 생성하는 단계; 및
    상기 제1 속도 프로파일에 속도 잡음 정보를 적용하여 제2 속도 프로파일을 생성하는 단계
    를 포함하는,
    차량 제어 장치의 동작 방법.
  2. 제1항에 있어서,
    상기 차량의 속도 변화량을 계산하는 단계는,
    상기 차량의 경로 상의 각 지점과 관련된 입력 정보를 기초로 상기 각 지점에 대응되는 속도 변화량을 계산하는 단계
    를 포함하는,
    차량 제어 장치의 동작 방법.
  3. 제1항에 있어서,
    상기 입력 정보는,
    기상 정보, 교통 흐름 정보, 및 도로의 타입 정보를 포함하는,
    차량 제어 장치의 동작 방법.
  4. 제1항에 있어서,
    상기 차량의 평균 속도를 예측하는 단계는,
    상기 차량의 경로 상의 각 지점에 대응되는 속도 변화량과 상기 각 지점의 기준 속도를 이용하여 상기 각 지점에서의 상기 차량의 평균 속도를 예측하는 단계
    를 포함하는,
    차량 제어 장치의 동작 방법.
  5. 제1항에 있어서,
    상기 제1 속도 프로파일을 생성하는 단계는,
    상기 차량의 경로 상의 각 지점에 대하여 예측된 평균 속도를 기초로 상기 제1 속도 프로파일을 생성하는 단계
    를 포함하는,
    차량 제어 장치의 동작 방법.
  6. 제1항에 있어서,
    상기 제2 속도 프로파일을 기초로, 상기 차량이 소모할 전력을 예측하는 단계
    를 더 포함하는,
    차량 제어 장치의 동작 방법.
  7. 제1항에 있어서,
    상기 제2 속도 프로파일을 기초로, 상기 차량의 파워 트레인으로 전달될 전력을 예측하는 단계; 및
    일사 정보 및 외기 온도 정보 중 적어도 하나를 기초로, 상기 차량의 공조 시스템이 소모할 전력을 예측하는 단계
    를 더 포함하는,
    차량 제어 장치의 동작 방법.
  8. 제1항에 있어서,
    상기 차량의 배터리 유닛의 현재 상태 정보 및 상기 차량의 현재 연료량 중 적어도 하나와 상기 차량이 소모할 전력에 대한 예측값을 기초로, 상기 차량의 주행 가능 범위를 결정하는 단계
    를 더 포함하는,
    차량 제어 장치의 동작 방법.
  9. 제8항에 있어서,
    상기 차량의 주행 가능 범위를 결정하는 단계는,
    상기 전력에 대한 예측값을 기초로 목적지에서의 상기 배터리 유닛의 상태 정보 및 연료량 중 적어도 하나를 예측하는 단계; 및
    상기 예측된 상태 정보 및 예측된 연료량 중 적어도 하나를 통해 상기 차량이 목적지까지 주행 가능한지 여부를 결정하는 단계
    를 포함하는,
    차량 제어 장치의 동작 방법.
  10. 제1항에 있어서,
    상기 제2 속도 프로파일을 기초로 상기 차량의 주행에 대한 가이드 정보를 생성하는 단계; 및
    상기 가이드 정보를 시각적으로 출력하는 단계
    를 더 포함하는,
    차량 제어 장치의 동작 방법.
  11. 제10항에 있어서,
    상기 가이드 정보를 생성하는 단계는,
    상기 제2 속도 프로파일로부터 도출된 예측 평균 속도와 상기 차량의 주행 이력 정보로부터 도출된 타겟 속도를 비교하는 단계; 및
    상기 비교 결과를 기초로, 가이드 정보를 생성하는 단계
    를 포함하는,
    차량 제어 장치의 동작 방법.
  12. 제10항에 있어서,
    상기 가이드 정보를 생성하는 단계는,
    상기 제2 속도 프로파일에서 미리 정해진 기준을 만족하는 속도 구간을 식별하는 단계; 및
    상기 식별된 속도 구간에 대응하는 경로에서의 주행에 대한 가이드 정보를 생성하는 단계
    를 포함하는,
    차량 제어 장치의 동작 방법.
  13. 컨트롤러; 및
    상기 컨트롤러에 의해 실행 가능한 적어도 하나의 명령어를 포함하는 메모리
    를 포함하고,
    상기 적어도 하나의 명령어가 상기 컨트롤러에서 실행되면, 상기 컨트롤러는 입력 정보를 기초로 차량의 속도 변화량을 계산하고, 상기 계산된 속도 변화량을 기초로 상기 차량의 평균 속도를 예측하며, 상기 예측된 평균 속도를 기초로 제1 속도 프로파일을 생성하고, 상기 제1 속도 프로파일에 속도 잡음 정보를 적용하여 제2 속도 프로파일을 생성하는,
    차량 제어 장치.
  14. 제13항에 있어서,
    상기 컨트롤러는,
    상기 차량의 경로 상의 각 지점과 관련된 입력 정보를 기초로 상기 각 지점에 대응되는 속도 변화량을 계산하는,
    차량 제어 장치.
  15. 제13항에 있어서,
    상기 입력 정보는,
    기상 정보, 교통 흐름 정보, 및 도로의 타입 정보를 포함하는,
    차량 제어 장치.
  16. 제13항에 있어서,
    상기 컨트롤러는,
    상기 차량의 경로 상의 각 지점에 대응되는 속도 변화량과 상기 각 지점의 기준 속도를 이용하여 상기 각 지점에서의 상기 차량의 평균 속도를 예측하는,
    차량 제어 장치.
  17. 제13항에 있어서,
    상기 컨트롤러는,
    상기 차량의 경로 상의 각 지점에 대하여 예측된 평균 속도를 기초로 상기 제1 속도 프로파일을 생성하는,
    차량 제어 장치.
  18. 제13항에 있어서,
    상기 컨트롤러는,
    상기 제2 속도 프로파일을 기초로, 상기 차량이 소모할 전력을 예측하는,
    차량 제어 장치.
  19. 제13항에 있어서,
    상기 컨트롤러는,
    상기 제2 속도 프로파일을 기초로, 상기 차량의 파워 트레인으로 전달될 전력을 예측하고, 일사 정보 및 외기 온도 정보 중 적어도 하나를 기초로, 상기 차량의 공조 시스템이 소모할 전력을 예측하는,
    차량 제어 장치.
  20. 제13항에 있어서,
    상기 컨트롤러는,
    상기 차량의 배터리 유닛의 현재 상태 정보 및 상기 차량의 현재 연료량 중 적어도 하나와 상기 차량이 소모할 전력에 대한 예측값을 기초로, 상기 차량의 주행 가능 범위를 결정하는,
    차량 제어 장치.
  21. 제20항에 있어서,
    상기 컨트롤러는,
    상기 전력에 대한 예측값을 기초로 목적지에서의 상기 배터리 유닛의 상태 정보 및 연료량 중 적어도 하나를 예측하고, 상기 예측된 상태 정보 및 예측된 연료량 중 적어도 하나를 통해 상기 차량이 목적지까지 주행 가능한지 여부를 결정하는,
    차량 제어 장치.
  22. 제13항에 있어서,
    상기 컨트롤러는,
    상기 제2 속도 프로파일을 기초로 상기 차량의 주행에 대한 가이드 정보를 생성하고, 상기 가이드 정보를 시각적으로 출력하는,
    차량 제어 장치.
  23. 제22항에 있어서,
    상기 컨트롤러는,
    상기 제2 속도 프로파일로부터 도출된 예측 평균 속도와 상기 차량의 주행 이력 정보로부터 도출된 타겟 속도를 비교하고, 상기 비교 결과를 기초로, 가이드 정보를 생성하는,
    차량 제어 장치.
  24. 제22항에 있어서,
    상기 컨트롤러는,
    상기 제2 속도 프로파일에서 미리 정해진 기준을 만족하는 속도 구간을 식별하고, 상기 식별된 속도 구간에 대응하는 경로에서의 주행에 대한 가이드 정보를 생성하는,
    차량 제어 장치.
KR1020160156553A 2016-11-22 2016-11-23 차량 제어 장치 및 그 동작 방법 KR102636363B1 (ko)

Priority Applications (6)

Application Number Priority Date Filing Date Title
US15/646,887 US10661805B2 (en) 2016-11-22 2017-07-11 Vehicle control unit (VCU) and operating method thereof
CN201711063806.5A CN108082188B (zh) 2016-11-22 2017-11-02 车辆控制单元（vcu）及其操作方法
EP17202718.7A EP3323669B1 (en) 2016-11-22 2017-11-21 Vehicle control unit (vcu) and operating method thereof
EP21192799.1A EP3964383A1 (en) 2016-11-22 2017-11-21 Vehicle control unit (vcu) and operating method thereof
JP2017223762A JP7016676B2 (ja) 2016-11-22 2017-11-21 車両制御装置及びその動作方法
US16/868,866 US11077758B2 (en) 2016-11-22 2020-05-07 Vehicle control unit (VCU) and operating method thereof

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US201662425209P 2016-11-22 2016-11-22
US62/425,209 2016-11-22

Publications (2)

Publication Number Publication Date
KR20180057458A true KR20180057458A (ko) 2018-05-30
KR102636363B1 KR102636363B1 (ko) 2024-02-14

Family

ID=62300632

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020160156553A KR102636363B1 (ko) 2016-11-22 2016-11-23 차량 제어 장치 및 그 동작 방법

Country Status (1)

Country Link
KR (1) KR102636363B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101952037B1 (ko) * 2017-10-23 2019-02-25 한양대학교 산학협력단 차량의 속도를 예측하는 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140003890A (ko) * 2012-06-29 2014-01-10 서울대학교산학협력단 주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템
US20160061610A1 (en) * 2014-08-29 2016-03-03 Ford Global Technologies, Llc Route-based distance to empty calculation for a vehicle
KR20160073899A (ko) * 2014-12-17 2016-06-27 삼성전자주식회사 전기 자동차의 배터리 충전 정보 추정 장치 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140003890A (ko) * 2012-06-29 2014-01-10 서울대학교산학협력단 주행정보를 이용한 하이브리드 차량의 동력 제어 방법 및 시스템
US20160061610A1 (en) * 2014-08-29 2016-03-03 Ford Global Technologies, Llc Route-based distance to empty calculation for a vehicle
KR20160073899A (ko) * 2014-12-17 2016-06-27 삼성전자주식회사 전기 자동차의 배터리 충전 정보 추정 장치 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101952037B1 (ko) * 2017-10-23 2019-02-25 한양대학교 산학협력단 차량의 속도를 예측하는 방법

Also Published As

Publication number Publication date
KR102636363B1 (ko) 2024-02-14

Similar Documents

Publication Publication Date Title
US20240094734A1 (en) Power management, dynamic routing and memory management for autonomous driving vehicles
US8190318B2 (en) Power management systems and methods in a hybrid vehicle
JP6758025B2 (ja) 高いハイブリッド化度を有するハイブリッド車両のための制御システム
CN111753377B (zh) 基于道路信息的纯电动汽车能耗最优路径规划方法
JP7016676B2 (ja) 車両制御装置及びその動作方法
Nie et al. Real-time dynamic predictive cruise control for enhancing eco-driving of electric vehicles, considering traffic constraints and signal phase and timing (SPaT) information, using artificial-neural-network-based energy consumption model
US9296301B2 (en) Environment-aware regenerative braking energy calculation method
EP3878706A1 (en) Method for controlling a hybrid electric vehicle
Zhang et al. Green light optimal speed advisory system designed for electric vehicles considering queuing effect and driver’s speed tracking error
Ojeda et al. A real-time eco-driving strategy for automated electric vehicles
JP5931145B2 (ja) 車両用エネルギーマネジメント装置
JP2015168402A (ja) 車両用エネルギーマネジメント装置
CN106323331A (zh) 预测车辆行驶里程的方法及装置
Boehme et al. Application of an optimal control problem to a trip-based energy management for electric vehicles
Lamantia et al. Remaining driving range estimation framework for electric vehicles in platooning applications
Ngo et al. Real-time eco-driving for connected electric vehicles
CN109923566A (zh) 用于确定机动车辆速度曲线的方法
Jones et al. Energy-efficient cooperative adaptive cruise control strategy using V2I
Bakibillah et al. Eco-driving on hilly roads using model predictive control
KR102636363B1 (ko) 차량 제어 장치 및 그 동작 방법
Boehme et al. Trip-based energy management for electric vehicles: an optimal control approach
KR20180068828A (ko) 주행 정보 추정 방법 및 장치
RU2771502C1 (ru) Способ формирования энергоэффективного трека эксплуатируемого транспортного средства при движении эксплуатируемого транспортного средства на участке пути в городской среде
Sajadi Alamdari Stochastic model predictive control for eco-driving assistance systems in electric vehicles
Ning et al. Research on Multi-Objective Optimization Models for Intersection Crossing of Connected Autonomous Vehicles With Traffic Signals

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant