KR20190051947A - 마일리지 및 속도 추정 - Google Patents

마일리지 및 속도 추정 Download PDF

Info

Publication number
KR20190051947A
KR20190051947A KR1020197004541A KR20197004541A KR20190051947A KR 20190051947 A KR20190051947 A KR 20190051947A KR 1020197004541 A KR1020197004541 A KR 1020197004541A KR 20197004541 A KR20197004541 A KR 20197004541A KR 20190051947 A KR20190051947 A KR 20190051947A
Authority
KR
South Korea
Prior art keywords
vehicle
characteristic
speed
usage
usage amount
Prior art date
Application number
KR1020197004541A
Other languages
English (en)
Inventor
윌리엄 프랜시스 브래들리
루이스 데이비드 지로드
하리 발라카리쉬난
그렉 파도우스키
Original Assignee
케임브리지 모바일 텔레매틱스, 아이엔씨.
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 케임브리지 모바일 텔레매틱스, 아이엔씨. filed Critical 케임브리지 모바일 텔레매틱스, 아이엔씨.
Publication of KR20190051947A publication Critical patent/KR20190051947A/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B60T8/17—Using electrical or electronic regulation means to control braking
    • B60T8/172—Determining control parameters used in the regulation, e.g. by calculations involving measured or detected parameters
    • 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
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • G07C5/085—Registering performance data using electronic data carriers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G17/00—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load
    • B60G17/015—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements
    • B60G17/016—Resilient suspensions having means for adjusting the spring or vibration-damper characteristics, for regulating the distance between a supporting surface and a sprung part of vehicle or for locking suspension during use to meet varying vehicular or surface conditions, e.g. due to speed or load the regulating means comprising electric or electronic elements characterised by their responsiveness, when the vehicle is travelling, to specific motion, a specific condition, or driver input
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/183—Compensation of inertial measurements, e.g. for temperature effects
    • G01C21/188—Compensation of inertial measurements, e.g. for temperature effects for accumulated errors, e.g. by coupling inertial systems with absolute positioning systems
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C22/00—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers
    • G01C22/02—Measuring distance traversed on the ground by vehicles, persons, animals or other moving solid bodies, e.g. using odometers, using pedometers by conversion into electric waveforms and subsequent integration, e.g. using tachometer generator
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/46—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by spectral analysis, e.g. Fourier analysis or wavelet analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
    • 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
    • G07C5/02—Registering or indicating driving, working, idle, or waiting time only
    • 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
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2400/00—Indexing codes relating to detected, measured or calculated conditions or factors
    • B60G2400/20—Speed
    • B60G2400/204—Vehicle speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60G—VEHICLE SUSPENSION ARRANGEMENTS
    • B60G2600/00—Indexing codes relating to particular elements, systems or processes used on suspension systems or suspension control systems
    • B60G2600/18—Automatic control means
    • B60G2600/188—Spectral analysis; Transformations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T2210/00—Detection or estimation of road or environment conditions; Detection or estimation of road shapes
    • B60T2210/30—Environment conditions or position therewithin
    • B60T2210/36—Global Positioning System [GPS]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
    • B60T8/00—Arrangements for adjusting wheel-braking force to meet varying vehicular or ground-surface conditions, e.g. limiting or varying distribution of braking force
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/304—Acceleration sensors
    • B60Y2400/3044—Vibration sensors
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
    • E01C19/00—Machines, tools or auxiliary devices for preparing or distributing paving materials, for working the placed materials, or for forming, consolidating, or finishing the paving
    • E01C19/22—Machines, tools or auxiliary devices for preparing or distributing paving materials, for working the placed materials, or for forming, consolidating, or finishing the paving for consolidating or finishing laid-down unset materials
    • E—FIXED CONSTRUCTIONS
    • E01—CONSTRUCTION OF ROADS, RAILWAYS, OR BRIDGES
    • E01C—CONSTRUCTION OF, OR SURFACES FOR, ROADS, SPORTS GROUNDS, OR THE LIKE; MACHINES OR AUXILIARY TOOLS FOR CONSTRUCTION OR REPAIR
    • E01C19/00—Machines, tools or auxiliary devices for preparing or distributing paving materials, for working the placed materials, or for forming, consolidating, or finishing the paving
    • E01C19/22—Machines, tools or auxiliary devices for preparing or distributing paving materials, for working the placed materials, or for forming, consolidating, or finishing the paving for consolidating or finishing laid-down unset materials
    • E01C19/23—Rollers therefor; Such rollers usable also for compacting soil
    • E01C19/28—Vibrated rollers or rollers subjected to impacts, e.g. hammering blows
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B5/00—Measuring arrangements characterised by the use of mechanical techniques
    • G01B5/28—Measuring arrangements characterised by the use of mechanical techniques for measuring roughness or irregularity of surfaces
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M17/00—Testing of vehicles
    • G01M17/007—Wheeled or endless-tracked vehicles
    • G01M17/013—Wheels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N19/00—Investigating materials by mechanical methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/025—Change of phase or condition
    • G01N2291/0258—Structural degradation, e.g. fatigue of composites, ageing of oils
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N3/00—Investigating strength properties of solid materials by application of mechanical stress
    • G01N3/32—Investigating strength properties of solid materials by application of mechanical stress by applying repeated or pulsating forces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/60—Methods or arrangements for performing computations using a digital non-denominational number representation, i.e. number representation without radix; Computing devices using combinations of denominational and non-denominational quantity representations, e.g. using difunction pulse trains, STEELE computers, phase computers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F7/00—Methods or arrangements for processing data by operating upon the order or content of the data handled
    • G06F7/60—Methods or arrangements for performing computations using a digital non-denominational number representation, i.e. number representation without radix; Computing devices using combinations of denominational and non-denominational quantity representations, e.g. using difunction pulse trains, STEELE computers, phase computers
    • G06F7/70—Methods or arrangements for performing computations using a digital non-denominational number representation, i.e. number representation without radix; Computing devices using combinations of denominational and non-denominational quantity representations, e.g. using difunction pulse trains, STEELE computers, phase computers using stochastic pulse trains, i.e. randomly occurring pulses the average pulse rates of which represent numbers
    • 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
    • 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
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • 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
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Mechanical Engineering (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Acoustics & Sound (AREA)
  • Transportation (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computing Systems (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Civil Engineering (AREA)
  • Architecture (AREA)
  • Structural Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Time Recorders, Dirve Recorders, Access Control (AREA)
  • Peptides Or Proteins (AREA)

Abstract

차량의 사용량을 결정하는 접근법은 상기 차량과 관련된 진동 신호를 제공하는 센서를 사용하며, 이 진동 신호는 사용을 추론하는데 이용된다. 사용량은 주행 거리를 포함할 수 있으며, 선택적으로 특정 속도 범위 또는 도로 타입과 연관될 수 있다. 캘리브레이션 단계에서, 예를 들어 GPS 신호에 기초한 보조 측정이 상기 진동 신호와 사용량 간의 관계를 결정하는데 사용된다. 모니터링 단계에서, 상기 결정된 관계는 상기 진동 신호로부터의 사용량을 추론하는데 이용된다.

Description

마일리지 및 속도 추정
아래 실시예들은 마일리지 및 속도 추정에 관한 것이다.
보험회사는 피보험 차량의 보험금 청구 비용을 예측하는데 큰 관심을 가지고 있다. 그만큼 차량의 마일리지는 청구 비용의 유용한 예측 변수(predictor)로 고려되며 일반적으로 주행 기록계(odometer)를 통해 추정된다. 안전하지 않은 속도록 여행하는데 걸리는 시간도 청구 비용을 예측하는데 유용할 수 있지만, 드물게 기록된다.
현재의 마일리지 및 속도 추정 방법은 몇 가지 결함이 있다. 한 가지 방법은 차량의 OBD(On-Board Diagnostics) 포트에 디바이스를 설치하여 주행 기록계 및 속도계 판독 값을 연속적으로 직접 수집할 수 있게 하는 것이다. 그러나, 그러한 OBD 디바이스는 실수로 제거되기 쉽고, 차량 배터리를 소모할 수 있으며, 구축 및 작동하는데 비용이 많이들 수 있다.
또한, 차량의 주행 기록계나 속도계를 사용하면 중대한 오류가 발생할 수 있다. 예를 들어, 주행 거리에 기반한 주행 거리의 과대 평가는 5-7% 높을 수 있다. 또한, 주행 기록계의 오차 또는 바이어스는 실제 주행 한 거리로부터 측정된 주행 거리의 점차적으로 더 큰 발산이 된다. 미국에서 주행 기록계 정확성에 대한 법적 명령은 없다. 유럽 규정은 ±10%의 정확도를 요구하는 ECE-R 39이다; 이것을 ±4%로 개선하려는 제안은 “실용적이지 못해” 실패했다. 속도계는 비교적 정확하지만, 속도를 과대 평가하는 경향이 있어서, 속도계 값을 이용한 차량의 예상 사용량에 추정에 심각한 오류가 발생한다.
GPS 지원 스마트폰은 일반적으로 더 정확한 거리의 측정값과 속도의 추정값을 제공하지만, 스마트폰이 있을 것과 작동하는 소비 전력을 요구한다. 본 출원인의 선행 특허 U.S. Pat. 9,228,836, 제목은 "Inference of vehicular trajectory characteristics with personal mobile devices"이고, 2016.01.05 발행, 본원의 인용문헌, 은 GPS에 단독으로 의존하지 않고, 차량의 종 방향 가속도 및 측면 방향 가속도를 정확하게 결정하고, 스마트폰의 가속도계의 미가공 데이터를 처리하여 차량의 속도 및 대응되는 주행거리를 추론하는 소프트웨어 어플리케이션으로 구성될 수 있는 사용자의 스마트폰으로, 움직이는 자동차에서 임의의 방향으로 설치되고(또는 움직이는 사용자에 의해 운반되는) 방향 및 위치가 움직임 중에 임의로 바뀔 수 있는 접근법을 서술한다. 예를 들어, 주행 거리, 속도 또는 기타 주행 특성을 결정하기 위해 운전자의 차량 사용을 기록하는 데 소프트웨어 응용 프로그램을 사용할 수도 있지만, 운전자가 스마트 폰을 가지고 있지 않을 수도 있고 소프트웨어 응용 프로그램이 실행 중이 아닐 수 있다.
일 측면에서, 일반적으로 차량 탑재형 디바이스는 차량의 진동을 감지하고, 이 감지된 진동에 기초하여 차량의 사용량을 결정한다. 예를 들어, 디바이스는 상기 차량의 윈드쉴드에 부착되고 사용자의 스마트폰과 무선 방식으로 통신할 수 있는 소형 배터리로 작동하는 “태그”의 형태 일 수 있다. 이 디바이스의 한가지 용도는 미국 특허 9,228,836에 기술된 바와 같이, 스마트폰이 존재하지 않거나 활성화되지 않은 사용 기간 이후에 차량 사용량을 추적하기 위한 스마트폰 기반 접근법을 보강하는 것이다. 다음에 상기 스마트폰이 상기 자동차에 있을 때, 상기 디바이스는 기록된 정보를 상기 스마트폰으로 전송한다. 상기 스마트폰이 네트워크에 액세스할 때, 전화는 차례로 상기 데이터를 서버 시스템에 전송한다. 이 데이터는 전화가 부재한 기간동안 차량 사용량을 추론하는데 이용된다. 이러한 방식으로, 차량의 사용량에 대한 완전한 기록을 얻을 수 있다.
다른 측면에서, 일반적으로, 차량 사용량을 결정하는 접근법은 차량에 의한 주행과 연관된 진동 신호를 제공하는 센서를 이용하고, 그 진동 신호는 사용량 추론에 이용된다. 사용량은 주행한 거리를 포함할 수 있고, 선택적으로 특정 속도 범위 또는 도로 타입과 연관될 수 있다. 진동은 모든 움직임 기반 현상, 예를 들어 차량의 일부분(예를 들어, 상기 프레임, 서스펜션 멤버의 위치, 속도, 또는 가속도와 관련된 움직임 기반 현상을 포함하도록 광범위하게 이해되어야 하며, 상기 진동 신호는 상기 시간 도메인 또는 상기 주파수 도메인(예를 들어, 하나 이상의 주파수 또는 주파수 범위의 강도)으로 표현된다. 일부 실시예에서, “캘리브레이션 단계”에서, 예를 들어 GPS 신호 또는 다른 포지셔닝 접근법에 기초한 보조 측정이 진동 신호와 사용 사이의 관계를 결정하는데 이용된다. “모니터링 단계”에서, 상기 결정된 관계는 진동 신호로부터 사용을 추론하는데 이용된다.
모든 주행이 동일하게 위험한 것은 아니다. 예를 들어, 밤에 주행한 마일은 낮에 주행한 마일보다 더 위험하다. 유사하게, 고속도로에서 주행한 마일의 상기 리스크는 표면 거리에서 주행한 마일의 리스크와 다를 수 있다. 이를 염두에 두고, 우리는 사용 모드에 따라 마일리지를 구별할 수 있다. 예를 들어, 상기 태그는 한번의 트립 중에 상기 차량이 고속도로에서 12마일, 표면 거리에서 7마일을 주행했다는 것을 결정할 수 있다.
다른 측면에서, 일반적으로, 차량의 사용량을 결정하는 방법은 상기 차량과 함께 주행하는 디바이스의 센서로부터 진동 신호를 획득하는 단계를 포함한다. 상기 진동 신호는 상기 차량의 사용과 관련된 상기 신호의 특성을 결정하기 위해 상기 디바이스에서 처리된다. 상기 결정된 특성은 상기 차량이 제1 사용 모드(예를 들어 제1 주행 모드)에 있는 동안의 시간 주기를 식별하는데 이용된다. 사용량은 디바이스의 데이터 스토리지에 축적된다. 이것은 상기 차량이 상기 제1 사용 모드에 있는 상기 식별된 시간 주기 동안 상기 차량에 대한 제1 사용량을 축적하는 것을 포함한다. 상기 축적된 사용량은 상기 디바이스로부터 전송된다.
측면에는 다음 피처 중 하나 이상이 포함될 수 있다.
제1 사용 모드는 주행 모드에 대응된다. 예를 들어, 제1 사용 모드는 움직이는 중인 상기 차량에 대응되므로, 상기 축적된 사용량은 총 마일리지에 대응된다.
상기 제1 사용량을 축적하는 단계는 상기 제1 도로 타입에서 주행 지속 시간 및 주행 거리 중 적어도 하나를 축적하는 단계를 포함한다.
상기 제1 사용량을 축적하는 단계는 상기 식별된 시간 주기의 지속 시간 및 상기 제1 도로 타입에서 평균 주행 속도에 따라 제1 도로 타입의 주행 거리를 축적하는 단계를 포함한다.
상기 방법은 상기 차량이 상기 제1 사용 모드를 포함하는 복수의 사용 모드의 각 사용 모드에 있는 동안의 시간 주기를 식별하기 위해 결정된 특성을 이용하는 단계를 더 포함한다. 복수의 모드의 각 모드에서 상기 차량의 사용량은 상기 식별된 시간 주기에 따라 축적된다.
일부 예에서, 상기 복수의 사용 모드는 복수의 도로 타입에 대한 주행을 포함하며, 각 사용 모드는 상이한 도로 타입에 대응한다. 상기 복수 또는 도로 타입은 고속도로 도로 타입 및/또는 도시 도로 타입(예를 들어, “측면 거리” 도로 타입)을 포함할 수 있다.
다른 측면에서, 일반적으로, 차량의 움직임을 추정하는 방법은 상기 차량과 함께 주행하는 센서로부터 획득된 제1 센서 신호를 이용한다. 상기 센서 신호는 특성이 상기 차량의 주행 속도에 의존하는 속도 관련 구성요소(component)를 포함한다. 상기 제1 센서 신호는 획득된 센서 신호의 속도 관련 구성요소의 적어도 하나의 특성을 추정하도록 처리된다. 저장된 데이터는 액세스되고, 상기 액세스된 저장된 데이터는 상기 차량의 속도와 속도 관련 구성요소의 적어도 하나의 특성의 값을 연관시키는 데이터를 포함한다. 상기 액세스된 데이터 및 상기 추정된 적어도 하나의 특성은 그 다음에 상기 차량에 주행 속도를 추정하는데 이용된다.
측면에는 하나 이상의 다음 피처가 포함될 수 있다. 상기 차량과 함께 주행하는 상기 센서는 상기 차량에 부착된 가속도계 또는 상기 차량에 부착되지 않았지만 함께 주행하는 개인 전자 디바이스의 가속도계 일 수 있는, 가속도계를 포함한다. 일부 예에서, 상기 센서 신호는 다차원 센서 신호를 포함하고, 각 차원은 상기 차량에 대해 상이한 방향에 대응한다.
상기 차량과 함께 주행하는 상기 센서는 마이크로폰을 포함한다.
상기 센서 신호는 시계열(예를 들어, 시간 샘플링된 또는 연속 파형을 나타내는)을 포함한다.
적어도 하나의 특성은 스펙트럼 특성을 포함한다. 예를 들어, 스펙트럼 특성은 하나 이상의 에너지 피크의 주파수, 상기 차량의 구성요소의 지동 주파수(예를 들어, 타이어 진동), 및/또는 주파수에 대한 에너지 분포를 특징 짓는다.
상기 적어도 하나의 특성은 타이밍 특성을 포함한다. 예를 들어, 상기 타이밍 특성은 주기성 시간 특성 또는 이벤트간 시간 특성(예를 들어, 전방 휠 및 후방 휠이 도로의 범프와 마주하는 사이의 시간)을 포함한다.
상기 차량의 속도를 적어도 하나의 특성의 값과 연관시키는 상기 데이터는 통계적 관계를 특징짓는 데이터를 포함한다. 예를 들어, 상기 데이터는 레코드를 갖는 데이터 테이블을 포함하며, 각 레코드는 상기 차량의 속도를 상기 적어도 하나의 특성의 값과 연관시킨다. 다른 예로서, 상기 데이터는 에너지 피크의 주파수와 차량 속도 사이의 선형 관계를 나타낸다. 또다른 예로서, 상기 데이터는 이벤트간 시간 특성 및 차량 속도 사이의 역관계를 나타낸다.
상기 방법은 상기 차량의 속도와 하나이상의 특성을 연관시키는 데이터를 결정하고 저장하는 단계를 더 포함한다. 제2 센서 신호는 상기 차량과 함께 주행하고 차량 속도 신호를 획득하는 센서(예를 들어, 제1 센서 신호를 획득하는데 이용되는 동일 또는 유사한 센서)로부터 획득된다. 상기 제2 센서 신호는 상기 획득된 센서 신호의 상기 속도 관련 구성요소의 상기 적어도 하나의 특성을 추정하기 위해 처리된다. 상기 차량의 속도를 상기 적어도 하나의 특성과 연관시키는 상기 데이터는 상기 획득된 차량 속도와 상기 추정된 적어도 하나의 특성의 연관을 나타내도록 결정된다.
시간 경과에 따른 상기 적어도 하나의 특성의 반복된 추정치는 시간에 따른 속도를 추정하는데 이용되며, 상기 시간에 따른 속도 추정치는 상기 차량이 주행한 거리를 추정하는데 이용된다.
상기 주행 속도의 추정치에 따라 관성 센서로부터 유도된 속도의 드리프트(drift). 일부 예에서, 상기 제1 센서 신호를 획득하는데 이용되는 상기 차량과 함께 주행하는 상기 센서는 상기 드리프트가 보정되는 상기 관성 센서와 동일하다.
측면은 다음과 같은 장점 중 하나 이상을 가질 수 있다.
상기 접근법은 주행 기록계 또는 속도계 기반 접근법에 비해 향상된 정확도를 제공한다.
상기 접근법은 구현하는 디바이스는 OBD 기반 장치보다 간단하고, 저렴하며 전력 효율이 높을 수 있다. 또한, 이러한 디바이스의 사용은 OBD 디바이스를 사용하는 것보다 에러 또는 실패가 적을 수 있습니다.
상기 접근법은 GPS의 사용과 같은 포지셔닝 시스템의 지속적인 사용을 요구하지 않는다.
전력 요구량은, 예를 들어 GPS를 필요로 하지 않는 결과로 상대적으로 낮을 수 있습니다. 일부 구현예에서, 상기 저전력 요건은 차량의 전력 시스템과의 통합을 요구하지 않으면서 내부 배터리에 의한 장기간 전력 공급을 가능하게 할 수 있다. 자가 전원 공급(self-powering)의 장점은 상기 차량의 배터리가 상기 디바이스에 의해 소모될 수 없다는 점이다.
일단 설치되면, 상기 디바이스는 사용주 상호작용이 반드시 필요하지는 않다.
시스템의 캘리브레이션 및 통신 측면은 저전력 라디오(예를 들어, 블루투스) 링크를 통해 상기 차량에 설치된 디바이스에 연결될 수 있는 사용자의 스마트폰에 의해 제공될 수 있으므로, 따라서 상기 디바이스 자체에 그러한 측면을 구현할 필요가 없다. 그러나, 상기 사용자의 스마트폰이 계속해서 필요하지는 않다.
도 1은 도로상에서 주행하는 차량을 나타내는 개략도이다.
도 2는 가속 스펙트럼 밀도 대 시간의 그래프이다.
도 3은 속도 대 시간의 그래프이다.
도 4는 가속도 대 휠베이스의 그래프이다.
도 5는 예측된 거리 대 실제 거리의 그래프이다.
도 1을 참조하면, 차량(110)은 속도 v로 도로의 노면(road surface; 160)을 따라 주행하는 것으로 표현된다. 태그(tag; 122)는 차량(110)에 부착된다(affixed). 예를 들어, 도 1에 도시된 바와 같이, 윈드쉴드 안쪽에 부착된다(attached). 이 실시예에서, 센서(sensor; 122)는 하나 이상의 가속도계(accelerometers), 마이크로프로세서(microprocessor), 메모리(memory), 리얼타임 클럭(real-time clock), 및 무선 트랜시버(wireless transceiver)를 포함하는 배터리로 동작하는 센서(battery-powered sensor)이다. 일부 실시예에서, 센서(122)는 계류중인 미국 출원 “System and Method for Obtaining Vehicle Telematics Data”시리얼넘버(serial no.) 14/529,812, US2015/0312655A1으로 공개됨, 본원의 인용문헌에 기술된 바와 같이 “태그”이다.
이하의 설명이 차량에서 단일 태그(122)의 사용에 초점을 두고 있지만, 대안 실시예에서, 차량 상에 다수의 태그가 있을 수 있으며, 예를 들어 하나의 태그가 자동차의 좌측 근처에 부착되고, 다른 태그가 자동차의 우측 근처에 부착될 수 있다. 또한, 또 다른 실시예에서 태그가 차량에 영구적으로 부착되어 있지 않거나, 태그의 기능은 커뮤니케이션 디바이스(communication device)에 통합될(incorporated) 수 있다(이하에서 설명).
이 실시예에서, 셀룰러(cellular) “스마트폰(smartphone)”인, 커뮤니케이션 디바이스(124)는 때때로 태그(122)와의 무선 통신에서 (예를 들어, 저전력 블루투스 프로토콜을 사용하여), 태그로부터 진동 데이터(vibration data)를 수신하도록 구성되며, 가속도계에 의해 획득(acquired)되거나 상기 태그에 의해 획득되어 태그의 메모리에 저장된(stored) 후에 일괄 처리(batch) 될 수 있다. 태그는(122) 이것이 존재하고 상기 태그에 통신 가능하게 연결(coupled) 되었을 때, 커뮤니케이션 디바이스(124)로 추후 전송(later transfer)을 위해 자율적으로 동작해 데이터를 수집할 수 있기 때문에 도 1에 도시된 커뮤니케이션 디바이스(124)는 항상(all time) 존재하도록 요구되지 않는다. 커뮤니케이션 디바이스(124)는 선택적으로 포지셔닝 시스템으로부터 신호를 수신하여 지리적 위치(geographic location)를 결정할 수 있게 한다. 이 실시예에서, 디바이스(124)는 포지셔닝 시스템의 위성들(satellites; 130)로부터 방출된 로컬라이제이션 신호(localization signals)을 수신하고 처리하는 GPS(Global Positioning System) 수신기를 포함한다. 디바이스(124)는 또한, 이 실시예에서, 셀룰러 텔레폰 인프라스트럭쳐(cellular telephone infrastructure)를 사용하는 양방향(bidirectional) 무선 데이터 커뮤니케이션 트랜시버(transceiver)를 포함한다. 디바이스는 데이터 스토리지 서브시스템(data storage subsystem; 154)뿐만 아니라 프로세서(152)도 포함하는 원격 서버(remote server; 150)와 데이터를 교환하기 위해 이 트랜시버를 사용한다.
일반적으로, 커뮤니케이션 디바이스(124)(예를 들어, 스마트폰) 자신의 추적 능력에 대한 보완 또는 대체로서, 태그(122)는 효과적으로 또한 추적 능력을 가능하게 한다. 예를 들어, 커뮤니케이션 디바이스가 차량 내에 존재할 때, 이것의 포지셔닝 시스템은 주행한 거리(distance traveled)를 결정하는데 이용될 수 있고, 커뮤니케이션 디바이스가 차량 내에 존재하지 않을 때, 태그가 차량의 주행 거리를 결정하거나 추정하기 위해 충분한 데이터를 로그(log)할 수 있다. 커뮤니케이션 디바이스가 차량 내에 있을 때조차도, 커뮤니케이션 디바이스의 전력 소비를 감소시키기 위해 커뮤니케이션 디바이스의 포지셔닝 능력을 사용하는 대신 태그로 데이터를 로그하는 것이 바람직할 수 있다. 예를 들어, 스마트폰의 GPS 수신기는 때때로(예를 들어, 매 10분 마다) 턴-온될 수 있어서 차량의 주행한 거리 및/또는 속도를 결정하기 위해 태그에 의해 로그된 데이터와 결합하여 포지셔닝 정보(positioning information)가 이용될 수 있다. 일부 실시예에서, 맵 데이터는 상기 태그 및 포지셔닝 데이터와 함께 사용된다. 태그(122)의 다양한 실시예는 다음 동작 모드(operating modes) 중 하나 이상을 지원한다.
하나의 동작 모드에서, 태그(122)는 차량이 주행하는 시간(즉, 정지 모드와 반대되는 주행 모드)을 결정하기 위해 진동(예를 들어, 마이크로폰에 의해 감지된 태그의 환경에서의 소리의 어쿠스틱(acoustic) 진동 또는 태그 자체의 진동의 가속도계 기반 센싱)을 센싱 하여 스마트폰(124)을 이용한 차량 사용의 모니터링(monitoring)을 보완한다. 이 시간은 태그에 로그되며, 스마트폰 및 태그가 다음에 통신할 때 스마트폰으로 전송된다. 스마트폰은 예를 들어, 하루 중의 다양한 시간 및 요일에 대한 단위 시간 당 평균 주행 거리(average travel distance, 즉, 속도)를 포함하는 운전자의 과거 주행 패턴(past travel patterns)에 관한 정보를 갖는다. 그런 다음 스마트폰은 태그가 주행 시간을 감지했지만, 스마트폰이 사용량을 추적하지 않은 시간 동안 주행한 거리를 추정하고(estimate), 태그의 정보를 이용하여 스마트폰의 추적된 사용량(tracked usage)을 보강한다. 일부 실시예에서, 미가공(raw) 또는 부분적으로 처리된 센서 신호가 스마트폰에 제공되어, 차량이 언제 주행하고 있었는지 결정하고, 다른 실시예에서는, 차량이 주행하고 있었는지 여부의 결정은 예를 들어, 모든 운전자 및 자동차에 대해 태그를 구성하는 파라미터(parameters)를 사용하거나, 태그와 관련된 특정 운전자 및 자동차에 특별히 적합할 수 있는 주행 중 대비 주행 중이 아니라는 결정이, 태그 내에서 이루어진다.
다른 동작 모드에서, 태그(122)에 의한 진동 감지에 기초하여 주행 대비 비 주행(not traveling) 결정이 이루어질 뿐만 아니라, 주행되는 도로 타입(road type) 또한, 예를 들어, 감지된 진동 신호를 미리 결정된(predetermined) 세트(예들 들어, 고속도로, 비포장 도로(dirt road))로 분류함(classification)으로써 결정된다. 예를 들어, 스펙트럼 형태(shape, 즉, 상이한 진동 주파수에 걸쳐 감지된 신호의 에너지 분포)가 도로 타입을 분류하는데 이용될 수 있다. 일부 실시예에서, 스마트폰은 주행 거리(distance traveled)를 보다 정확하게 추정하기 위해 상이한 도로 타입에 대해 단위 시간당 상이한 평균 주행 거리를 이용한다. 예를 들어, 단위 시간 당 고속도로에서 주행한 평균 거리는 비포장 도로에서 주행한 평균 거리보다 클 수 있다.
또 다른 동작 모드에서, 태그(122)에 의한 감지된 진동은 차량의 속도를 추정하기 위해 이용되며, 따라서 직접 주행한 거리를 추정하는 방법을 제공한다. 아래에서 논의되는 바와 같이, 스펙트럼 피크 주파수는, 예를 들어, 휠 회전 속도에 비례하고, 따라서 차량의 속도에 비례하는 휠 진동에 기초하여, 차량의 속도에 대한 정보를 제공한다. 유사하게, 피크 주파수를 이용하는 대신 또는 그에 추가하여, 자기상관(autocorrelation) 시간은 차량의 휠베이스(wheelbase)에 기초한 속도에 관한 정보를 제공하는데 이용될 수 있다. 예를 들어, 자기상관 시간은 전방 휠 범프(bump)를 때리고 후방 휠이 동일한 범프를 때리는 사이의 시간과 관련될 수 있다. 이러한 동작 모드에서, 태그는 스마트폰이 주행을 추적하지 않는 동안 주행한 거리에 대한 구체적인 정보를 제공할 수 있으므로 스마트폰에서 수집한 데이터를 보다 정확하게 증대(augmentation)시킬 수 있다.
또 다른 동작 모드에서, 태그는 다축(multi-axis) 가속도계를 포함하고, 가속도계를 사용하여(예를 들어, 가속 신호(acceleration signal)의 종 방향(longitudinal) 성분의 적분에 의해) 주행한 거리를 추론한다. 이러한 일부 실시예에서, 태그에 의한 감지된 진동은 또한 차량 속도를 추론하는데 이용된다. 이 추론된 차량 속도는 가속도계 신호의 드리프트(drift)를 보정(correct)하거나 보상(compensate)하는데 이용된다.
이하의 설명에서, 일반적으로, 태그는 커뮤니케이션 디바이스와 별개로 기술된다. 다른 실시예에서, 태그 및 커뮤니케이션 디바이스의 기능은, 예를 들어, 커뮤니케이션 디바이스에서 내장된(built-in) 가속도계를 사용하여, 결합된다. 또한, 가속도계를 수용하는(houses) 태그 및 커뮤니케이션 디바이스가 차량에 단단히 부착(attached)될 필요는 없으며(예를 들어, 사용자의 주머니 속, 글러브 박스(glove-box) 속 등), 가속도계의 방향이 유추될 수 있다. 예를 들어, 필요할 경우, 미국 특허 9,228,836, “of Vehicular Trajectory Characteristics with Personal Mobile Devices”에 기술된 기술을 이용한다. 기술된 다수의 실시예에서, 방향이 스펙트럼 피크 또는 자기상관 시간과 같은 감지된 신호의 특성을 결정하는 능력을 무효화하지 않기 때문에, 태그의 방향은 중요하지 않다.
차량(110)이 움직일 때, 전술된 하나 이상의 동작 모드를 지원하는(supporting), 하나 이상의 실시예에서, 태그(122)는 기준 프레임에 대해 하나 이상의 고정된 방향으로 가속도를 측정한다(예를 들어, 수직, 전방-후방, 및 측면-대-측면, 또는 태그가 차량에 부착된 방향으로 인한 축의 회전). 운전경험이 있는 사람 또는 움직이는 차량의 승객이 이해할 수 있는 바와 같이, 차량의 속도가 변하거나 노면의 특성이 변함에 따라 차량의 진동 특성이 달라질 수 있으며, 차량 진동의 특정 특성은 속도 의존적인 타이밍(speed-dependent timing)을 가진다(예를 들어, 차량이 연속적으로 움푹 패인 곳(pothole)에 부딪히는 경우). 보다 일반적으로, 주행하는 차량의 타이밍, 스펙트럼 내용(content), 및/또는 진동의 방향에 영향을 미치는 다수의 요인(factor)이 존재한다.
진동의 한 양상은 r (분당 회전 수(revolutions per minute(rpm))으로 표현되는 차량의 휠의 회전 속도와 관련된다. 이러한 진동을 유발할 수 있는 차량의 일부 기계적 특성에는 잘못된 휠 정렬(alignment), 불량한 타이어 균형(balancing), 및 타이어 불완전성(imperfection)이 포함된다. 또한, 엔진 진동은 엔진 속도와 관련될 수 있는데, 이는 기어 비율(gear ratio)에 따라, 차량 속도에 의존한다. 일부 진동은 주로 측면 방향일 수 있는 반면(예를 들어, 잘못된 휠 정렬 또는 타이어 불균형의 경우), 일부 진동은 대부분 수직 방향일 수 있다(예를 들어, 타이어 불완전의 경우). 일반적으로, 이러한 진동의 방향 특성은 시간에 따라서 변하지 않는다. 도 2를 참조하면, 시간의 함수로서의 스펙트럼 밀도(density)는 도면에서 어둠이 증가함에 따라 나타나는 높은 에너지와 함께 나타난다. 도 3을 참조하면, 시간의 함수로서의 실제 차량 속도가 도 2와 동일한 시간 축 상에 도시된다. 이 도면에서 실제 차량 속도가 스펙트럼 피크를 추적한다는 것을 볼 수 있다. 이러한 추적은 주파수 f(헤르츠)에서의 스펙트럼 피크가 일반적으로 r=f
Figure pct00001
60/k의 회전 속도에 대응한다는 것을 인식함으로써 이해될 수 있으며, 여기서 k≥1은 피크와 연관된 하모닉(harmonic) 관련 정수이다.
진동의 또 다른 양상은, 또는 보다 일반적으로, 가속 신호의 패턴의 양상은, 차량의 전방 휠과 후방 휠 사이의 연속적인 접촉(contact) 및 노면의 양상(예를 들어, 불완전함)에 관련된다. 일예로서, 차량이 측면 방향 확장 조인트(expansion joints)를 갖는 노면(예를 들어, 교량에서 찾을 수 있는 바와 같이)을 따라 주행함에 따라, 태그(122)는 전방 휠이 조인트에 부딪히고 잠시 후에 후방 휠이 동일한 조인트에 부딪힘으로 인한 진동 패턴을 감지한다. 전방 및 후방 휠이 차량의 거리 d만큼 분리되고, 차량이 속도 v로 주행하는 경우, 전방 및 후방 휠과 관련된 진동 이벤트가 지속 시간(duration) τ=d/v 만큼 시간적으로 분리될 것으로 예상할 것이다. 센서의 가속은 전방 휠 및 후방 휠 가속도의 구성요소(components)를 포함한다. 따라서, 차량이 고정된 속도 v로 주행할 때, 가속 신호의 자기상관은 딜레이(delay) τ에서 피크를 나타낸다. 시스템의 캘리브레이션(calibration) 동안, 휠베이스 d는 알려진 속도 v에 기초하여 d=τ
Figure pct00002
v 로 추정될 수 있다. 실제로, 휠베이스를 추정하는 접근법은 차량의 임펄스 응답(impulse response) c(t), 예를 들어, 서스펜션(suspension)의 링잉(ringing)과 관련 것을 고려한다. 가속도 신호 a(t) 및 a(t-d/v)-c(d/v)a(t) 사이의 상관관계는 다양한 범위의 휠베이스 d에 대해 평가된다. 결과는 도 4에 도시되어 있으며, 추정된 휠베이스는 대략 d = 2.55m이며, d = 2.51m의 실제 휠베이스와 꽤 정확하게 매치(matches)한다. 나중에 사용하는 동안, 시간 τ에서 자기상관 피크는 시스템이 차량이 속도 v=d/t 로 주행하고 있다고 추론할 수 있게 해준다. 이 추론은 차량 속도가 이 계산에 있어 일정하다고(constant) 가정되는 일련의 타임 윈도우(set of time windows)에서 수행된다.
진동의 또다른 양상은 속도 및 노면의 부드러움(smoothness)과 관련 있다. 예를 들어, 자갈 도로(gravel road)를 주행하면 콘크리트 표면 고속도로에서 주행하는 것과 다른 진동 특성이 발생한다. 따라서, 진동의 일부 양상은 언제 상기 차량이 움직일 때 대비 정지된 때를 결정하는데 이용될 수 있고, 엔진 또는 서스펜션 진동 주파수 또는 진폭의 변화는 차량이 주행하는 속도를 나타낼 수 있다.
위에서 소개한 것처럼, 시스템은 지속적인 모니터링 단계(phase)뿐만 아니라 캘리브레이션 단계에서도 동작 할 수 있다. 일반적으로 캘리브레이션 단계는 획득한 진동신호 및 차량의 움직임의 “학습(learning)”을 포함하고, “모니터링” 단계는 이 관계를 차량이 어떻게 주행하였는지 추정 또는 그렇지 않으면 추론하기 위해 이용한다.
캘리브레이션 단계에서, 일반적으로, 태그는 나중에 모니터링 할 때와 동일한 방식(manner)으로 일반적으로 데이터를 획득한다. 캘리브레이션 단계에서, 차량의 사용량 또한 2차 수단(secondary means)에 따라 결정된다. 이 실시예에서, 스마트폰은 GPS 수신기를 사용하여 차량의 움직임을 결정하고, 특히, 시간에 따른 속도를 추적한다. 일부 예에서, 스마트폰은 또한 주행의 다른 특성, 예를 들어 내장된 지도 또는 데이터 링크(data link)를 통해 서버에서 제공된 정보에 기초한 스마트폰이 사용할 수 있는 지도 정보에 기초한 시간 경과에 따라 주행한 도로 타입을 결정한다. 태그 획득 데이터와 스마트폰 결정 데이터 사이의 관계, 예를 들어 통계적으로 추정된 모델은, 예를 들어 스마트폰에서 실행되는 프로세스를 이용하여 결정하거나, 대안적으로 태그 획득 및 스마트폰 결정 데이터를 모두 수신하는 스마트폰으로부터 멀리 떨어진(remote) 서버에서 결정한다. 보다 구체적으로, 캘리브레이션 단계의 예에서, 센서 태그는 완전한 3-축(3-axis) 가속도 데이터를 측정하고 스마트폰에 전송한다. 스마트폰은 동시에 GPS 측정(measurements)으로부터 속도를 결정한다. 이 모든 측정은 서버에 업로드된다. 그런 다음 서버는 상기 가속 데이터를 짧은 윈도우(short windows)로 나누고 각 윈도우에서 숏-타임 푸리에 변환(short-time Fourier transform)을 수행하여 스펙트로그램(spectrogram)을 계산한다. 스펙트로그램에서 가장 큰 피크의 주파수(일부 범위에서)가 속도에 비례하여 변화하는 여러 스펙트럼 구성요소가 일반적으로 있다. 이 데이터가 주어지면, 피처(feature, 예를 들면 스펙트럼 피크)와 속도 사이의 상기 관계가 결정된다. 또한, 속도에 대한 정보를 제공하지 않는 피처 또한 무시될 수 있도록 결정된다. 예를 들어, 특정 저주파 범위는 관련 없는 정보, 예를 들어 윈드쉴드 와이퍼(windshield wiper)로부터의 모션에 의해 지배될 수 있다. 매치된 데이터로 인해 우리는 가짜(spurious) 신호를 감지하고 거부할 수 있다.
센서 태그는 차량에 대해 고정된 방향이기 때문에, 이 방향을 결정하고 서버에 저장하는 것이 가능하다. 3-축의 경우, 센서에 의해 제공되는 신호는 반드시 수직, 전후 및 좌우로의 표준 방향(standard directions)으로 정렬되지 않는다. 그러나, 캘리브레이션 단계에서, 서버는 표준 방향으로 데이터를 생성하는 데이터의 순환을 결정할 수 있다. 따라서, 하나의 특정 방향(예를 들어, 수직 방향)으로 더 많은 정보가 있다면, 서버는 이것을 이용하여 속도 추정을 향상시킬 수 있다. 센서 태그의 회전하지 않은 축은 또한 센서 태그가 장착된(mounted) 표면과 수직인 진동을 포착함으로써, 유용한 정보를 전달한다.
모니터링 단계에서, 스마트폰은 차량에 없거나, 적어도 반드시 태그와 통신하지 않거나 차량의 주행을 추적하지 않아도 된다. 태그는 시간 경과에 따라 센터 데이터를 수집한다. 스마트폰이 다음에 있을 때, 태그에 저장된 데이터는 스마트폰으로, 스마트폰에서 서버로 업로드된다. 그런 다음 서버는 업로드된 데이터를 처리하고 가속도 데이터와 속도 및 도로 타입 간의 관계를 이용하여 총 주행 거리를 추정하고 도로 타입별로 세분화한다(broken down).
가속데이터가 너무 커서 태그에 쉽게 저장하거나 전화로 전송할 수 없기 때문에, 일부 실시예에서 센서 태그는 스마트폰으로 전송하기 전에 및 일부 실시예에서는 태그의 메모리에 저장하기 전에 데이터 감소(reduction)을 수행한다. 이러한 데이터 감소 중 하나는 각 가속 축마다 숏-타임 푸리에 변환(short-time Fourier Transform(FT))을 계산하고 특정 주파수 범위에서 가장 큰 피크를 찾아내는(locating) 것이다. 태그는 인덱스(index, 예를 들어, FT이 주파수 빈(bin)의 개수) 및 가장 큰 주파수 피크의 상대적인 크기(magnitude)를 저장한다. 대체 데이터 축소에서 태그는 동적 필터(dynamic filter)를 사용하여 주요 스펙트럼 내용(content)를 추정한다. 스펙트럼 피크의 위치만 저장함으로써, 데이터 저장 요건dl 크게 감소한다. 스마트폰은 다음에 있을 때, 이런 피크는 스마트폰으로 전송되고, 스마트폰은 서버로 이를 전송한다. 서버는 저장된 방향을 이용하여 가속을 희망했던 참조 프레임으로 회전한다.
위의 설명은 차량 속도의 결정에 초점을 맞춘다. 반면에, 총 마일리지가 일부 애플리케이션(applications)에는 더 중요하다. 마일리지를 추정하는 몇 가지 대체 방법이 있다. 첫째, 속도 추정치는 상기 주행 거리가 되는 속도의 적분의 근사치(approximation)로서 시간에 따라 축적될 수 있다. 속도 오류(errors)는 취소되어, 구성 속도 추정치(constituent speed estimates)보다 더 정확한 마일리지의 추정치를 산출할 수 있다.
위에서 설명한 접근법은 다수의 차량에서 실험적 이용으로 평가되었다. 도 5는 실제 주행 거리에 대비 예측된 주행 거리를 보여주며, 각 점(point)는 하나의 트립(trip)을 나타내고, 약 5,000대의 차량이 각각 적어도 80번의 트립을 했다. 피어슨 R 값(The Pearson R value)은 1.00(유효숫자 2자리)이며 예측된 접근법이 높은 정확도의 추정을 제공함을 보여준다.
다른 실시예에서, 태그는 진동 레벨(vibration levels)이 임계치(threshold)를 초과할 때를 측정함으로써 자동차가 움직일 때를 감지한다(detects). 자동차가 움직이는 상태의 지속 시간과 전형적인 운전자의 평균(mean) 속도를 곱하여, 태그는 마일리지를 추정한다. 이 방법은 학습 단계(전형적인 운전자의 평균 속도에 대한 사전 지식 제외)가 필요하지 않다. 또한, 데이터 대역폭 및 메모리 요구사항도 매우 작다; 기본 가속도 측정치가 아닌, 차량이 움직이는 상태에 있는 총 시간만의 전송만 필요하다. 평균 속도의 정확성은 운전자의 나이와 같은 부수적인(collateral) 정보를 이용하여 향상될 수 있다.
다른 실시예에서, 태그는 특정 운전자의 상기 평균 속도로 구성되고, 거리 추정을 산출하기 위해 이 속도를 차량이 움직이는 상태에서 시간을 곱한다. 이 접근법은 각 운전자에 대한 학습 단계가 요구되지만, 글로벌(global) 평균 운전자 속도를 이용한 것보다 더 정확한 추정치를 산출할 수 있다. 만약 최종 사용자가 학습 단계가 완료되기 전에 예상 마일리지를 원하는 경우, 글로벌 평균 속도 또는 글로벌 및 개별화된 평균 속도의 조합(combination)이 임시로(interim) 대체될 수 있다.
다른 실시에에서, 태그는 차량이 얼마나 자주 그리고 얼마나 오랫동안 정차하거나 급회전(sharp turns) 하는지를 측정한다. 표면 거리(surface street)에 있는 차량은 자주 정차하고 급회전을 한다. 또한, 평균 속도가 상대적으로 낮다. 반면에, 고속도로의 차량은 적게 정차하거나 급회전한다. 방법은 차량의 정차 및 회전을 컨디셔닝(conditioning)하여 보다 정확한 마일리지 추정치를 생산할 수 있다. 평균 속도는 전형적인 운전 행동(behavior)에 기초하여 사전 정의되거나, 운전자별로 학습될 수 있다.
다른 실시예에서, 태그는 차량이 운전된 낮 동안의 시간을 계속 추적한다. 방법은 밤 중 마일리지로부터 낮 동안의 마일리지를 구별할 수 있다.
다른 실시예에서, 태그는 도로 타입(예를 들어, 고속도로 대 표면 거리)을 계속 추적할 수 있고 각 도로 유형의 마일리지를 구별할 수 있다. 이것은 예를 들어, 캘리브레이션 단계 후에 스마트폰을 통해 제공되는 것과 같이, 다른 도로 타입과 연관된 센서 신호 특성을 갖는 태그를 구성하여 달성될 수 있다.
일부 실시예에서, 태그에 의해 획득된 데이터는 도로 네트워크를 따라 주행을 추론하는데 이용된다. 예를 들어, 특정 도로 구간(road segments)은 특징적인 센서 프로파일(profile, 예를 들어, 노면으로 인한 독특한(distinctive) 가속 행동)을 가질 수 있다. 캘리브레이션 단계에서, 이러한 특성은 스마트폰 결정 궤적(trajectory) 정보와 매치할 수 있다. 이런 프로파일은 주행 거리를 추정하는데 이용되는 랜드마크로 이용될 수 있다. 일부 실시예에서, 특성은 차량에 의해 주행된 루트를 추론하기 위해 맵(map) 데이터를 매치시키는데 이용될 수 있다.
이러한 센서 데이터와 맵의 매칭(matching)은 태그에 의해 수집된 측면 및 전방-후방 가속 데이터를 이용하여 증대될 수 있다. 일반적으로, 서버는 보통 다수의 차량의 데이터를 관찰한다. 따라서 이러한 가속 랜드마크는 차량간 공유될 수 있으므로, 차량이 전에 가본적 없는 곳을 운전하는 경우에도 마일리지를 추정할 수 있다.
일부 실시예에서, 태그 획득된 데이터는 동일한 차량에 의한 이전 트립에서 획득된 데이터와 비교(예를 들어, 태그, 스마트폰, 또는 서버에서)될 수 있다. 차량이 동일한 루트를 자주 주행하기 때문에, 이 루트를 따른 일부 트립은 스마트폰에서 정확한 마일리지를 추정할 수 있으며, 가속 피처는 매치된 궤적을 감지할 수 있으므로, 이 방법은 이 트립에 대해 훨씬 더 정확한 마일리지를 추정할 수 있다.
위에서 소개한 것처럼, 태그는 상대적으로 적은 전력을 요구할 수 있다. 그럼에도 불구하고, 듀티 사이클(duty cycle)에서 사이클링(cycling) 동작, 예를 들어 데이터가 1초 동안 기록된 10% 듀티 사이클에서 전력 요구량이 더 감소될 수 있고, 그러면 태그는 9초동안 휴면 상태가 된다. 이 예에서, 총 데이터 전송, 전력 및 메모리 요구량은 10배 감소하지만, 마일리지 추정의 정확성은 모든 데이터를 수집하여 얻은 결과와 여전히 비슷하다.
위의 설명은 센서 태그에 의한 진동 측정에 초점을 맞춘다. 그러나, 다른 측정은 진동 이외에 또는 진동 대신에 사용될 수 있다. 예를 들어, 센서 신호는 차량이 도로 네트워크에 주행함에 따라 달라질 수 있는 지구의 자기장(magnetic field)의 세기(strength)를 나타낼 수 있다. 또한, 어쿠스틱(acoustic) 신호를 감지하는 것은 난기류의(turbulent) 바람 소리, 엔진 진동 및 노면과 같은 속도 관련 현상(phenomena)을 포함하는 진동을 나타낼 수 있다.
일부 실시예에서, 태그는 가속도계, 자이로스코프(gyroscope) 또는 다른 관성(inertial) 센서를 이용하여 주행 거리를 통합한다. 이러한 통합량(integrated quantities)의 드리프트를 어드래스(address)하기 위해서, 태그는 드리프트를 수정하기 위해 스펙트럼의 내용, 연속적인 이벤트의 타이밍, 등과 같은 특성을 이용한다.
상술한 다수의 실시예에서, 태그는 블루투스(Bluetooth)와 같은 무선 채널(wireless channel)을 이용하여 스마트폰과 같은 커뮤니케이션 디바이스와 통신한다. 다른 실시예에서 태그는 와이파이(Wi-Fi) 신호를 통해 컴퓨터와 같은 다른 디바이스와 통신할 수 있음을 이해해야 한다. 일부 실시예에서, 태그는 라디오 호출 신호(radio interrogation signal)에 응답하여 톨(toll) 태그(예를 들어, EZpass 태그)와 유사한 방식으로 통신할 수 있다. 따라서, 사용자의 커뮤니케이션 디바이스는 필수적이거나 태그에 감지된 정보가 이용되는 유일한 방법으로 간주되어서는 안된다.
진동 데이터와 차량 속도, 도로 타입, 등과의 관계를 나타내는 다양한 방법이 이용될 수 있다. 일부 실시예에서, 이 학습 단계는 속도 또는 마일리지를 나타내는 비선형(nonlinear) 또는 선형(linear) 피처의 작은 세트를 생성하기 위해 머신 러닝(machine learning) 기술을 이용한다. 예를 들어, 학습 단계는 주어진 가속도 데이터를 예측하기 위해 인공 신경망(artificial neural net(ANN))을 훈련시킨다. 캘리브레이션 단계에서 훈련을 받으면, 서버에서 ANN을 이용하여 업로드된 데이터를 처리하거나, ANN의 파라미터(parameters)는, 마일리지 추정치를 결정할 때 이용되는 ANN의 출력(output)을 업로드하고 ANN을 구현하는, 태그나 스마트폰에 다운로드 될 수 있다. 일부 실시예에서, ANN은 감소된 중간 레이어(middle layer)를 포함할 수 있으며, 이에 따라 데이터 감소를 구현한다. 그런 다음 태그는 신경망의 첫번째 섹션(first section)을 계산하고 중간 레이어의 중간값(intermediate values)를 저장할 수 있다. 스마트폰은 중간값을 수신하고 신경망의 두번째 절반을 평가하거나(evaluate), 서버를 업로드하고 서버가 신경망의 두번째 절반을 평가하게 할 수 있다. 이 접근법은 태그에 대한 메모리 및 전송 요구량을 감소시킨다. 물론 ANN 접근법은 한가지 예일뿐이다. 다른 통계적 접근법은, 예를 들어 회귀(regression) 또는 확률 모델(probabilistic models)에 기초한 통계적 접근법은 태그로부터 생성되거나 획득된 데이터 사이의 관계 및 속도와 도로 타입을 포함한 차량의 주행의 특성을 나타내는데 이용될 수 있다.
상술한 접근법의 구현은 하드웨어, 소프트웨어, 또는 하드웨어 및 소프트웨어의 조합을 이용하여 데이터 처리 단계(예를 들어, 데이터 저장(storage), 데이터 축소 및 데이터 통신)를 구현할 수 있다. 하드웨어는 응용 주문형 집적 회로(application specific integrated circuits(ASICS))가 포함될 수 있다. 소프트웨어는 태그, 스마트폰, 및/또는 서버 내 하나 이상의 프로세서가 전술한 상기 절차를 수행하도록 비일시적 매체(non-transitory medium, 예를 들어, 비휘발성(non-volative) 반도체 메모리)에 저장된 명령어(instructions)일 수 있다.

Claims (37)

  1. 차량의 사용량(usage)을 결정하는 방법에 있어서,
    상기 차량에 부착된 디바이스의 센서로부터 진동 신호(vibration signal)를 획득하는 단계;
    상기 차량에 의한 주행(travel)과 관련된 상기 신호의 특성(characteristic)을 결정하기 위해 상기 디바이스 내의 상기 진동 신호를 처리하는 단계;
    상기 결정된 특성을 이용하여 상기 차량이 제1 주행 모드(first mode of travel)에 있는 시간 주기(time periods)를 식별하는 단계;
    상기 차량이 상기 제1 주행 모드에 있는 상기 식별된 시간 주기 동안 상기 차량에 대한 제1 사용량을 축적하는 단계를 포함하는, 상기 디바이스 내의 데이터 스토리지(data storage)에 사용량을 축적하는 단계; 및
    상기 디바이스로부터 상기 축적된 사용량을 전송하는 단계
    를 포함하는 차량의 사용량 결정 방법.
  2. 제1항에 있어서,
    상기 차량에 부착된 상기 디바이스의 상기 센서는 가속도계(accelerometer)를 포함하는 차량의 사용량 결정 방법.
  3. 제2항에 있어서,
    상기 진동 신호는 다차원 신호(multidimensional signal)를 포함하고,
    상기 다차원 신호의 각 차원은 상기 차량과 관련하여 서로 다른 방향에 대응하는 차량의 사용량 결정 방법.
  4. 제1항에 있어서,
    상기 차량에 부착된 상기 디바이스의 상기 센서는 마이크로폰(microphone)을 포함하는 차량의 사용량 결정 방법.
  5. 제1항에 있어서,
    상기 제1 주행 모드는 제1 도로 타입 위 주행에 대응하는 차량의 사용량 결정 방법.
  6. 제1항에 있어서,
    상기 제1 주행 모드는 제1 속도 또는 속도의 범위(first speed or range of speed)의 주행에 대응하는 차량의 사용량 결정 방법.
  7. 제1항 내지 6항 중 어느 한 항에 있어서,
    상기 제1 사용량을 축적하는 단계는,
    상기 제1 주행 모드에서 주행의 지속시간(duration) 및 거리(distance) 중 적어도 하나를 축적하는 단계
    를 포함하는 차량의 사용량 결정 방법.
  8. 제7항에 있어서,
    상기 제1 사용량을 축적하는 단계는,
    상기 식별된 시간 주기의 지속시간 및 상기 제1 도로 타입 위 평균 주행 속도(average travel speed)에 따라 제1 도로 타입의 주행 거리를 축적하는 단계
    를 포함하는 차량의 사용량 결정 방법.
  9. 제1항 내지 8항 중 어느 항에 있어서,
    상기 차량이 상기 제1 주행 모드를 포함하는 복수의 주행 모드들 중 각 주행 모드에 있는 동안 시간 주기를 식별하기 위해 상기 결정된 특성을 이용하는 단계; 및
    상기 식별된 시간 주기에 따라 상기 복수의 모드들 중 각 모드에서 상기 차량의 사용량을 축적하는 단계
    를 포함하는 차량의 사용량 결정 방법.
  10. 제9항에 있어서,
    상기 복수의 사용 모드들(modes of use)는 복수의 도로 타입들 위 주행을 포함하며,
    각 주행 모드는 서로 다른 도로 타입에 대응하는 차량의 사용량 결정 방법.
  11. 제10항에 있어서,
    상기 복수의 또는 도로 타입들은 고속도로 도로 타입(highway road type) 및 도시 도로 타입(urban road type) 중 적어도 하나 또는 인 차량의 사용량 결정 방법.
  12. 제1항 내지 11항 중 어느 항에 있어서,
    상기 센서 신호는 타임 시리즈(time series)를 포함하는 차량의 사용량 결정 방법.
  13. 제1항 내지 11항 중 어느 항에 있어서,
    상기 특성은 스펙트럼 특성(spectral characteristic)을 포함하는 차량의 사용량 결정 방법.
  14. 제13항에 있어서,
    상기 스펙트럼 특성은 하나 이상의 에너지 피크의 주파수를 특징짓는 차량의 사용량 결정 방법.
  15. 제14항에 있어서,
    상기 스펙트럼 특성은 상기 차량의 구성요소(component)의 진동 주파수를 특징짓는 차량의 사용량 결정 방법.
  16. 제13항에 있어서,
    상기 스펙트럼 특성은 주파수에 대한 에너지 분포를 특징짓는 차량의 사용량 결정 방법.
  17. 제1항 내지 11항 중 어느 항에 있어서
    상기 특성은 비선형 또는 선형 특성을 포함하는 차량의 사용량 결정 방법.
  18. 제1항 내지 11항 중 어느 항에 있어서
    상기 특성은 타이밍 특성(timing characteristic)을 포함하는 차량의 사용량 결정 방법.
  19. 제18항에 있어서,
    상기 타이밍 특성은 주기성 시간 특성(periodicity time characteristic)을 포함하는 차량의 사용량 결정 방법.
  20. 제18항에 있어서,
    상기 타이밍 특성은 이벤트 간 시간 특성(inter-event time characteristic)을 포함하는 차량의 사용량 결정 방법.
  21. 제1항 내지 제20항에 중 어느 항에 있어서,
    상기 차량의 속도와 상기 적어도 하나의 특성의 값을 연관시키는 상기 데이터는 통계적 관계(statistical relationship)를 특징짓는 데이터를 포함하는 차량의 사용량 결정 방법.
  22. 제1항 내지 제20항에 중 어느 항에 있어서,
    상기 차량의 속도와 상기 적어도 하나의 특성의 값을 연관시키는 상기 데이터는 레코드들을 갖는 데이터 테이블(data table)을 포함하고,
    각 레코드는 상기 차량의 속도와 상기 적어도 하나의 특성의 값을 연관시키는 차량의 사용량 결정 방법.
  23. 제1항 내지 제20항에 중 어느 항에 있어서,
    상기 차량의 속도와 상기 적어도 하나의 특성의 값을 연관시키는 상기 데이터는 에너지 피크의 주파수 및 차량의 속도 사이의 선형 관계(linear relationship)을 나타내는 데이터를 포함하는 차량의 사용량 결정 방법.
  24. 제1항 내지 제20항에 중 어느 항에 있어서,
    상기 차량의 속도와 상기 적어도 하나의 특성의 값을 연관시키는 상기 데이터는 이벤트 간 시간 특성 및 차량의 속도 사이의 역 관계(inverse relationship)을 나타내는 데이터를 포함하는 차량의 사용량 결정 방법.
  25. 제1항 내지 제20항 중 어느 항에 있어서,
    상기 차량의 속도와 상기 하나 이상의 특성을 연관시키는 상기 데이터를 결정하고 저장하는 단계
    를 더 포함하고,
    상기 결정하는 단계는,
    상기 차량과 주행하는 센서로부터 제2 센서 신호(second sensor signal)를 획득하고, 차량 속도 신호(vehicle speed signal)를 획득하는 단계;
    상기 획득된 센서 신호의 상기 속도 관련 구성요소의의 상기 적어도 하나의 특성을 추정하기 위한 상기 제2 센서 신호를 처리하는 단계; 및
    상기 획득된 차량의 속도와 상기 추정된 적어도 하나의 특성의 연관성(association)을 나타내기 위한 상기 적어도 하나의 특성을 상기 차량의 속도와 연관시키는 상기 데이터를 결정하는 단계
    를 포함하는 차량의 사용량 결정 방법.
  26. 제1항 내지 제25항 중 어느 항에 있어서,
    시간에 따른 속도를 추정하기 위해 시간에 따른 상기 특성의 추정치(estimates)의 사용을 반복하는 단계 및 상기 차량에 의해 주행된 거리를 추정하기 위해 시간에 따른 속도의 추정치(estimate)를 결합하는(combining) 단계를 더 포함하는 차량의 사용량 결정 방법.
  27. 제1항 내지 제25항 중 어느 항에 있어서,
    상기 축적된 사용량에 기초하여 관성 센서(inertial sensor)의 출력(output)에서 드리프트(drift)를 수정하는(correcting) 단계를 더 포함하는 차량의 사용량 결정 방법.
  28. 제27항에 있어서,
    상기 차량과 주행하는 상기 센서는 관성 센서인 차량의 사용량 결정 방법.
  29. 제1항 내지 제25항 중 어느 항에 있어서,
    상기 축적된 사용량을 상기 디바이스로부터 전송하는 단계는,
    퍼스널 커뮤니케이션 디바이스(personal communication device)에 축적된 사용량을 전송하는 단계
    를 포함하는 차량의 사용량 결정 방법.
  30. 제29항에 있어서,
    상기 퍼스널 커뮤니케이션 디바이스에 저장된 사용량 정보(usage information)를 상기 디바이스로부터 전송된 상기 축적된 사용량으로 증대시키는(augmenting) 단계
    를 더 포함하는 차량의 사용량 결정 방법.
  31. 제1항 내지 제30항 중 어느 한 항에 있어서,
    상기 차량과 관련된 드라이빙 리스크(driving risk)를 평가하기(assess) 위해 상기 디바이스로부터 전송된 상기 정보를 이용하는 단계
    를 더 포함하는 차량의 사용량 결정 방법.
  32. 제31항에 있어서,
    상기 차량과 관련된 드라이빙 리스크를 평가하는 것은 인셔런스 리스크(insurance risk)를 평가하는 것과 관련된 차량의 사용량 결정 방법.
  33. 비일시적(non-transitory) 기계 판독 가능 매체(machine readable medium)에 저장된 소프트웨어에 있어서, 상기 소프트웨어는 하나 이상의 프로세서가 제1항 내지 제30항 중 어느 한 항의 모든 단계를 수행하도록 하기 위한 명령어를 포함하는 비일시적 기계 판독 가능 매체에 저장된 소프트웨어.
  34. 비일시적 기계 판독 가능 매체에 저장된 소프트웨어로서, 상기 소프트웨어는 하나 이상의 프로세서가,
    상기 차량과 함께 주행하는 디바이스의 센서로부터 진동 신호를 획득하는 단계;
    상기 차량의 사용과 관련된(related) 상기 신호의 특성을 결정하기(determine) 위해 상기 디바이스 내의 상기 진동신호를 처리하는 단계;
    상기 차량이 제1 주행 모드에 있는 시간 주기를 식별하기(identify) 위해 상기 결정된 특성을 사용하는 단계;
    상기 차량이 상기 제1 주행 모드에 있는 상기 식별된 시간 주기 동안 상기 차량의 제1 사용량을 축적하는 단계를 포함하는, 상기 디바이스의 데이터 스토리지(data storage)에 사용량을 축적하는 단계; 및
    상기 디바이스로부터 상기 축적된 사용량을 전송하는 단계
    를 하도록 하기 위한 명령어를 포함하는 비일시적 기계 판독 가능 매체에 저장된 소프트웨어.
  35. 제1항 내지 제30항 중 어느 한 항의 모든 단계를 수행하도록 구성된 차량에 부착하기 위한 디바이스.
  36. 차량에 부착하기 위한 디바이스로서,
    상기 디바이스는,
    진동 신호를 제공하기 위한 진동 센서;
    상기 디바이스의 진동 신호를 처리하여 상기 차량의 사용 특성을 결정하도록 구성된 신호 프로세서;
    상기 결정된 특성을 처리하고 인디케이터(indicator)를 제공하거나 또는 상기 차량이 제1 주행 모드에 있는지 구성된 사용량 모드 디텍터(detector);
    상기 제공된 인디케이터(indicator)로부터 결정된 시간 주기들에 따라(according to) 상기 차량에 대한 사용량을 축적하는 데이터 스토리지(data storage); 및
    상기 디바이스로부터 상기 축적된 사용량을 전송하기 위한 프랜스미터(transmitter)
    를 포함하는 디바이스.
  37. 퍼스널 커뮤니케이션 디바이스에 실행을 위해 소프트웨어를 저장하여 디바이스와의 통신을 포함하는 기능을 수행하는 비일시적 기계 판독 가능 매체를 포함하는 키트(kit)로서,
    상기 키트는 디바이스를 더 포함하고,
    상기 디바이스는 제1항 내지 제28항 중 어느 한 항의 모든 단계를 수행하도록 구성된 디바이스인 키트.
KR1020197004541A 2016-07-15 2017-07-14 마일리지 및 속도 추정 KR20190051947A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/211,478 US9842438B1 (en) 2016-07-15 2016-07-15 Mileage and speed estimation
US15/211,478 2016-07-15
PCT/US2017/042053 WO2018013888A1 (en) 2016-07-15 2017-07-14 Mileage and speed estimation

Publications (1)

Publication Number Publication Date
KR20190051947A true KR20190051947A (ko) 2019-05-15

Family

ID=60516530

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197004541A KR20190051947A (ko) 2016-07-15 2017-07-14 마일리지 및 속도 추정

Country Status (16)

Country Link
US (1) US9842438B1 (ko)
EP (1) EP3303993A4 (ko)
JP (1) JP6613321B2 (ko)
KR (1) KR20190051947A (ko)
CN (1) CN109791047A (ko)
AU (2) AU2017295871A1 (ko)
BR (1) BR112019000534B1 (ko)
CA (1) CA3030826C (ko)
HK (1) HK1253392A1 (ko)
IL (1) IL264245B2 (ko)
MX (1) MX2019000407A (ko)
MY (1) MY197509A (ko)
NZ (1) NZ749735A (ko)
SG (1) SG11201900087YA (ko)
WO (1) WO2018013888A1 (ko)
ZA (1) ZA201900352B (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10690493B2 (en) * 2016-08-18 2020-06-23 Myriad Sensors, Inc. Wireless sensor device and software system for measuring linear position of a rotating object
WO2020240800A1 (ja) * 2019-05-30 2020-12-03 日本電気株式会社 重量推定装置、重量推定方法、及びコンピュータ読み取り可能な記録媒体
CN111103437A (zh) * 2019-09-13 2020-05-05 福建工程学院 一种基于单目测距的相邻车辆加速度检测方法及装置
US11624837B2 (en) 2019-10-16 2023-04-11 Superpedestrian, Inc. Multi-receiver satellite-based location estimation refinement
US20210182704A1 (en) * 2019-12-13 2021-06-17 Navmatic, Inc. Surface Detection Based on Vehicle Motion Patterns
GB2595516A (en) * 2020-05-29 2021-12-01 Appy Risk Tech Limited Device for vehicle monitoring and system including same
GB2618843A (en) * 2022-05-20 2023-11-22 Appy Risk Tech Limited A method and system for generating a vehicle mileage
CN115311881B (zh) * 2022-08-05 2023-10-13 浙江极氪智能科技有限公司 车辆防雨水浸泡的方法、装置、设备及存储介质

Family Cites Families (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6175787B1 (en) * 1995-06-07 2001-01-16 Automotive Technologies International Inc. On board vehicle diagnostic module using pattern recognition
JPH0728474A (ja) * 1993-06-24 1995-01-31 Alpine Electron Inc 騒音キャンセル方式
US5550738A (en) * 1994-08-19 1996-08-27 Teamnet, Inc. System for recording and analyzing vehicle trip data
JPH09189564A (ja) * 1996-01-11 1997-07-22 Matsushita Electric Ind Co Ltd 移動体位置速度算出装置
EP1219515B1 (en) * 2000-06-23 2011-01-19 Kabushiki Kaisha Bridgestone Method for estimating vehicular running state, vehicular running state estimating device, vehicle control device, and tire wheel
JP4232941B2 (ja) * 2001-05-23 2009-03-04 アルパイン株式会社 ナビゲーション用現在位置検出装置
JP4669173B2 (ja) * 2001-09-05 2011-04-13 酒井重工業株式会社 振動型締固め車両における締固め度管理装置
JP2003104024A (ja) * 2001-09-28 2003-04-09 Tokico Ltd サスペンション制御装置
US9701265B2 (en) * 2002-06-11 2017-07-11 Intelligent Technologies International, Inc. Smartphone-based vehicle control methods
JP4507058B2 (ja) * 2003-06-05 2010-07-21 ソニー株式会社 距離検出システム
JP3856389B2 (ja) * 2003-06-19 2006-12-13 本田技研工業株式会社 タイヤ空気圧監視装置
US7317978B2 (en) * 2003-09-05 2008-01-08 Nissan Motor Co., Ltd. Driving force control apparatus for vehicle
JP2005201674A (ja) * 2004-01-13 2005-07-28 Mitsubishi Electric Corp 車載情報案内装置
US8600604B2 (en) * 2004-01-29 2013-12-03 Intelligent Mechatronic Systems Inc. Data integrity verification device
US9046457B2 (en) * 2005-06-17 2015-06-02 Kabushiki Kaisha Bridgestone Road surface condition estimating method, road surface condition estimating tire, road surface condition estimating apparatus, and vehicle control apparatus
JP4958424B2 (ja) * 2005-11-07 2012-06-20 ユニバーサル特機株式会社 電界検出方法、装置及び電界検出方法のプログラム並びに移動体位置等推定検出方法、装置及び移動体位置等推定検出方法のプログラム
JP2007232516A (ja) * 2006-02-28 2007-09-13 Fujitsu Ten Ltd 車載用運転支援装置
US8373567B2 (en) * 2006-05-08 2013-02-12 Drivecam, Inc. System and method for identifying non-event profiles
JP5191163B2 (ja) * 2007-04-27 2013-04-24 株式会社ブリヂストン タイヤ接地状態推定方法、及び、タイヤ接地状態推定装置
JP5106154B2 (ja) * 2008-01-28 2012-12-26 オムロンオートモーティブエレクトロニクス株式会社 車両監視システムおよび車両監視方法
JP4935757B2 (ja) * 2008-05-27 2012-05-23 トヨタ自動車株式会社 車両用サスペンションシステム
CN102239069B (zh) * 2008-12-04 2014-03-26 三菱电机株式会社 显示输入装置
DK177172B1 (en) * 2010-11-05 2012-04-16 Nkt Cables Group As An integrity monitoring system and a method of monitoring integrity of a stationary structure
US9772361B2 (en) * 2011-12-26 2017-09-26 The University Of Tokyo Measuring method and measuring apparatus to detect charge potential between tire and road surface
US10775271B2 (en) * 2012-08-22 2020-09-15 Ge Global Sourcing Llc System for determining conicity of a wheel based on measured vibrations
JP6078804B2 (ja) * 2012-12-27 2017-02-15 株式会社ユピテル システム及びプログラム
GB201407952D0 (en) * 2014-01-31 2014-06-18 Cambridge Consultants Monitoring device
US9228836B2 (en) * 2013-03-15 2016-01-05 Cambridge Mobile Telematics Inference of vehicular trajectory characteristics with personal mobile devices
GB2513395B (en) * 2013-04-26 2017-01-04 Jaguar Land Rover Ltd Vehicle diagnostics apparatus, diagnostics unit and methods
US9786103B2 (en) * 2014-05-15 2017-10-10 State Farm Mutual Automobile Insurance Company System and method for determining driving patterns using telematics data
US9539944B2 (en) * 2014-06-11 2017-01-10 GM Global Technology Operations LLC Systems and methods of improving driver experience
JP2016057836A (ja) * 2014-09-09 2016-04-21 株式会社日立製作所 移動体分析システムおよび移動体の方向軸推定方法

Also Published As

Publication number Publication date
WO2018013888A1 (en) 2018-01-18
IL264245B1 (en) 2023-07-01
MX2019000407A (es) 2019-06-10
JP6613321B2 (ja) 2019-11-27
EP3303993A1 (en) 2018-04-11
IL264245A (en) 2019-02-28
CN109791047A (zh) 2019-05-21
NZ749735A (en) 2020-08-28
AU2020203601A1 (en) 2020-06-18
ZA201900352B (en) 2020-05-27
MY197509A (en) 2023-06-19
SG11201900087YA (en) 2019-02-27
BR112019000534B1 (pt) 2023-04-11
AU2017295871A1 (en) 2019-01-24
AU2020203601B2 (en) 2022-04-07
BR112019000534A2 (pt) 2019-04-24
JP2018527641A (ja) 2018-09-20
CA3030826C (en) 2022-04-12
US9842438B1 (en) 2017-12-12
CA3030826A1 (en) 2018-01-18
IL264245B2 (en) 2023-11-01
EP3303993A4 (en) 2019-08-21
HK1253392A1 (zh) 2019-06-14

Similar Documents

Publication Publication Date Title
AU2020203601B2 (en) Mileage and speed estimation
US11348384B2 (en) Method for determining indicators regarding the polluting nature of mobility taking real usage into account
US7941256B2 (en) Method for vehicle suspension wear prediction and indication
EP3813029A1 (en) Recording and reporting of driving characteristics using wireless mobile device
US20140278206A1 (en) Inference of vehicular trajectory characteristics with personal mobile devices
US20160097861A1 (en) Method and apparatus for location determination
WO2015081335A2 (en) Advanced context-based driver scoring
CN111373269B (zh) 用于确定针对机动车辆的有效风速的方法和系统
US11276255B2 (en) Mileage and speed estimation
CN111127906B (zh) 一种基于物联网的智能路面管理系统及其方法
CN109598926B (zh) 用于动态确定与用户整体移动性相关的环境足迹的系统
CN110398280A (zh) 一种测量车辆荷载的车载终端及测量、计算方法
Alessandroni et al. Sensing road roughness via mobile devices: A study on speed influence
US20150161824A1 (en) Indirect characterization of transportation networks and vehicle health
JP6055633B2 (ja) 燃費比較方法
CN201138484Y (zh) 基于惯导技术的车载事故分析装置
Kang et al. Road gradient estimation using smartphones: Towards accurate estimation on fuel consumption and air pollution emission on roads
JP7273943B1 (ja) 路面評価装置
US20240112510A1 (en) Method and system for obtaining vehicle fuel efficiency
JP6177404B2 (ja) 燃費比較方法
CN116103987A (zh) 路面状况监测方法、装置和计算机设备

Legal Events

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