KR20210052770A

KR20210052770A - Ecu 데이터 학습 시스템 및 ecu 데이터 학습 방법

Info

Publication number: KR20210052770A
Application number: KR1020190137542A
Authority: KR
Inventors: 권오은; 박선영
Original assignee: 현대자동차주식회사; 기아 주식회사
Priority date: 2019-10-31
Filing date: 2019-10-31
Publication date: 2021-05-11

Abstract

본 발명은 차량 센서의 측정값 및 부품에 대한 학습 대상 정보를, 연결된 개인 단말기로 전송하고, 상기 학습 대상 정보에 대한 학습 결과 데이터를 전송받아 상기 학습 결과 데이터를 반영하여 차량을 제어하는 ECU(electronic control unit) 및 상기 학습 대상 정보를 기반으로 학습을 수행하여, 상기 학습 결과 데이터를 상기 ECU에 전송하는 개인 단말기를 포함하는 ECU 데이터 학습 시스템으로서, 본 발명에 의하면, ECU를 대신하여 빅데이터를 학습하고, 학습된 데이터를 이용하여 ECU가 차량을 제어할 수 있게 한다.

Description

ECU 데이터 학습 시스템 및 ECU 데이터 학습 방법{LEARNING SYSTEM AND METHOD OF ECU DATA}

본 발명은 자동차의 전자제어장치인 ECU의 데이터를 이용하여 학습하는 시스템 및 학습 방법에 관한 것이다.

ECU(electronic control unit)는 자동차의 엔진, 자동변속기 등의 상태를 제어하는 전자제어장치이다.

기술의 발전과 함께 머신러닝, 딥러닝, 강화학습 등 빅데이터가 점점 대두됨에 따라 고사양의 하드웨어 성능이 요구되고 있는데, 차량의 ECU 또한 그 대상이 된다.

그런데, 차량의 ECU는 그러한 방대한 양을 처리하기에 한계가 있으며, 또한 자동차의 특수성 상 처리 속도가 원활하지 못하면 적용에 문제가 따르게 된다.

이상의 배경기술에 기재된 사항은 발명의 배경에 대한 이해를 돕기 위한 것으로서, 이 기술이 속하는 분야에서 통상의 지식을 가진 자에게 이미 알려진 종래기술이 아닌 사항을 포함할 수 있다.

한국등록특허공보 제10-1509915호

본 발명은 상술한 문제점을 해결하고자 안출된 것으로서, 본 발명은 ECU를 대신하여 빅데이터를 학습하고, 학습된 데이터를 이용하여 ECU가 차량을 제어할 수 있게 하는 ECU 데이터 학습 시스템 및 학습 방법을 제공하는 데 그 목적이 있다.

본 발명의 일 관점에 의한 ECU 데이터 학습 시스템 및 ECU 데이터 학습 방법

차량 센서의 측정값 및 부품에 대한 학습 대상 정보를, 연결된 개인 단말기로 전송하고, 상기 학습 대상 정보에 대한 학습 결과 데이터를 전송받아 상기 학습 결과 데이터를 반영하여 차량을 제어하는 ECU(electronic control unit) 및 상기 학습 대상 정보를 기반으로 학습을 수행하여, 상기 학습 결과 데이터를 상기 ECU에 전송하는 개인 단말기를 포함한다.

그리고, 상기 개인 단말기는 상기 차량 센서의 측정값에 해당하는 제어모델, 상기 부품의 고장진단 로직 및 교환주기를 회귀분석에 의해 학습하여 학습 결과 데이터를 도출하는 것을 특징으로 한다.

또한, 상기 ECU는 상기 부품의 고장 유무 및 교환 주기를 차량의 알림수단에 의해 표시하는 것을 특징으로 한다.

나아가, 상기 개인 단말기는 상기 개인 단말기에 저장된 운전자의 개인 정보를 상기 ECU에 전송하고, 상기 ECU는 전송받은 상기 개인 정보에 따라 차량을 제어하는 것을 특징으로 한다.

여기서, 상기 개인 정보는 상기 운전자에 대한 자동차 시트의 포지션 정보, 사이드미러의 위치 정보, 드라이브 모드 정보, 운전자별 차량의 환경 설정 정보를 포함할 수 있다.

그리고, 상기 드라이브 모드 정보는 가속페달량 대비 쓰로틀 열림 정보 및 연료 분사량 또는 브레이크 페달량 대비 차량 감속량 정보를 포함할 수 있고, 상기 운전자별 차량의 환경 설정 정보는 크루즈 주행, ISG 모드 설정, 오토홀드(auto hold) 기능 설정, LKAS(Lane Keeping Assist System) 기능 설정, FATC(자동온도제어기) 기능 설정 정보를 포함할 수 있다.

한편, 상기 개인 단말기와 통신망을 통해 연결되는 클라우드를 더 포함하고, 상기 개인 단말기는 상기 클라우드로부터 환경 정보를 수신하여, 상기 ECU에 전송하고, 상기 ECU는 전송받은 상기 환경 정보에 따라 차량을 제어하는 것을 특징으로 한다.

여기서, 상기 환경 정보는 도로 상황 정보 및 날씨 정보를 포함할 수 있다.

다음으로, 본 발명의 일 관점에 의한 ECU 데이터 학습 방법은, ECU(electronic control unit)가 차량 센서의 측정값 및 부품에 대한 학습 대상 정보를, 상기 ECU와 연결된 개인 단말기로 전송하는 단계, 상기 개인 단말기가 상기 학습 대상 정보를 기반으로 학습을 수행하는 단계, 상기 개인 단말기에 의한 학습 결과 데이터를 상기 ECU로 전송하는 단계 및 상기 ECU가 상기 학습 결과 데이터를 반영하여 차량을 제어하는 단계를 포함한다.

그리고, 상기 학습을 수행하는 단계는 상기 차량 센서의 측정값에 해당하는 제어모델, 상기 부품의 고장진단 로직 및 교환주기를 회귀분석에 의해 학습하여 상기 학습 결과 데이터를 도출하는 것을 특징으로 한다.

또한, 상기 ECU가 상기 부품의 고장 유무 및 교환 주기를 차량의 알림수단을 제어하여 표시되게 하는 단계를 더 포함할 수 있다.

나아가, 상기 개인 단말기가 상기 개인 단말기에 저장된 운전자의 개인 정보를 상기 ECU에 전송하는 단계 및 상기 ECU가 전송받은 상기 개인 정보에 따라 차량을 제어하는 단계를 더 포함할 수 있다.

한편, 상기 개인 단말기가 상기 개인 단말기와 통신망을 통해 연결된 클라우드로부터 환경 정보를 수신하는 단계, 상기 개인 단말기가 상기 환경 정보를 상기 ECU에 전송하는 단계 및 상기 ECU가 상기 환경 정보에 따라 차량을 제어하는 단계를 더 포함할 수 있다.

그리고, 상기 환경 정보는 도로 상황 정보 및 날씨 정보를 포함할 수 있다.

본 발명의 ECU 데이터 학습 시스템 및 ECU 데이터 학습 방법에 의하면, 운전자별로 독립된 학습값(시트, 사이드 미러 위치, 드라이브 모드 등)을 차량 제어에 활용이 가능해지고, ECU에서 하드웨어적으로 커버하기 힘든 빅데이터의 처리 및 연산을 가능하게 한다.

또한, 데이터의 지속적인 수집으로 인해 고장 진단의 강건성을 확보할 수 있으므로, 차량 각 부품들의 내구성을 회귀분석하여 운전자가 교환주기를 보다 잘 알 수 있게 한다.

도 1은 본 발명의 ECU 데이터 학습 시스템을 블록화한 것이다.

본 발명과 본 발명의 동작상의 이점 및 본 발명의 실시에 의하여 달성되는 목적을 충분히 이해하기 위해서는 본 발명의 바람직한 실시 예를 예시하는 첨부 도면 및 첨부 도면에 기재된 내용을 참조하여야만 한다.

본 발명의 바람직한 실시 예를 설명함에 있어서, 본 발명의 요지를 불필요하게 흐릴 수 있는 공지의 기술이나 반복적인 설명은 그 설명을 줄이거나 생략하기로 한다.

이하, 도 1을 참조하여 본 발명의 일 실시예에 의한 ECU 데이터 학습 시스템 및 ECU 데이터 학습 방법을 설명하기로 한다.

최근에는 차량의 ECU에서 데이터를 학습하여 결과를 도출하는 기술이 개발 및 적용되고 있지만, 머신러닝, 딥러닝, 강화학습 등 빅데이터가 점점 대두되고 있으며, 운전자의 편의상 이를 활용하는 방안에 대한 요구가 지속되고 있다.

그런데, 기존의 ECU에 의해서는 하드웨어적 한계로 인해 갈수록 방대해지는 빅데이터를 학습 처리하지 못하는 한계가 있다.

본 발명은 이러한 한계를 극복하여 ECU를 대신하여 운전자6+에 대한 정보 또는 차량에 대한 정보를 학습 가능하게 하기 위한 것으로서, 운전자가 소지하는 개인 단말기(300, personal mobile)를 활용하여 학습 및 제어에 활용하고자 한다.

즉, 운전자가 통신용 개인 단말기(300)를 소지하는 것은 아주 당연한 시대가 되었으며, 개인 단말기(300)와 ECU(400)가 유선 또는 무선(와이파이, 블루투스 등)으로 통신이 가능한 시대가 되었다. 개인 단말기란 스마트폰, 스마트 패드, 노트북 등을 의미하고, 소유한 개인에 대한 정보를 포함하고 있어 이를 이용하면 차량 제어를 각 개인에게 맞게 변형시킬 수 있고, ECU의 연산 부하를 줄일 수가 있다.

본 발명은 이러한 환경을 이용하여 ECU(400)를 대신하여 개인 단말기(300)가 학습을 수행하고, 그 학습 결과를 이용하여 ECU(400)가 차량을 제어할 수 있게 함으로써 CPU, GPU의 높은 성능이 요구되는 빅데이터 연산을 통해 차량을 제어할 수 있게 한다. 이를 위해 개인 단말기(300)에는 ECU(400)에는 인터페이스 및 데이터 송수신을 위한 특정한 프로그램이 설치될 수 있다.

먼저 개인 단말기(300)가 ECU(400)와 통신 연결되면, 운전자가 입력하거나 기설정된 방식에 의해서 운전자(100)의 개인 정보가 ECU(400)로 송신되게 한다.

이를 위한 통신 및 정보 송수신의 허용은 개인 단말기(300) 및 차량 인터페이스를 통해 설정되게 할 수 있고, 기본 설정으로 연결 즉시 데이터를 주고 받게 할 수 있다.

전송되는 운전자(100)의 개인 정보는 해당 운전자에 대한 자동차 시트의 포지션 정보, 사이드미러의 위치 정보, 선호하는 드라이브 모드 정보, 기타 운전자 별 차량의 환경 설정 정보 등이 될 수 있다.

즉, ECU(400)는 개인 단말기(300)로부터 수신되는 운전자(100) 별 정보를 식별하여 시트의 위치 조절, 사이드 미러 조절, 드라이브 모드 조절 등 해당하는 부품을 제어할 수 있으며, 해당 운전자(100)에 대한 개인 정보를 기저장하고 있을 수 있다.

여기서 드라이브 모드는 가속페달량 대비 쓰로틀 열림 및 연료 분사량 또는 브레이크 페달량 대비 차량 감속량 등을 포함할 수 있다. 그리고, 운전자별 차량의 환경 설정은 크루즈 주행, ISG 모드 설정, 오토홀드(auto hold) 기능 설정, LKAS(Lane Keeping Assist System) 기능 설정, FATC(자동온도제어기) 기능 설정 등을 포함한다.

이러한 개인 정보 외에 보다 중요한 학습 대상 정보를 ECU(400)가 개인 단말기(300)로 전송이 가능하다.

여기서의 학습 대상 정보는 차량 내부의 다양한 센서의 측정값에 대한 데이터, 차량 내부의 부품에 대한 데이터 등을 포함하는 것으로서, ECU(400)에서 연산하기 힘든 빅데이터에 해당하며, 학습 대상 정보의 범위는 미리 설정되거나 변경 가능하게 구성될 수 있다.

ECU(400)에 의해 이 같은 학습 대상 정보가 개인 단말기(300)에 전송되면, 개인 단말기(300)는 ECU(400)로부터 수신된 학습 대상 정보를 기반으로, 학습을 수행한다.

즉, 센서 측정값 등의 학습 대상 정보를 기반으로 해당 제어모델을 정해진 학습기법에 따라 학습하여 학습 결과를 도출하고, 차량의 부품에 대한 데이터를 기반으로 해당 부품의 고장진단 로직 및 교환주기 등을 회귀분석에 의해 학습하여 학습 결과를 도출해낸다.

이 같이 ECU(400)에서 학습하지 못하는 빅데이터를 개인 단말기(300)에서 대신 학습을 수행하고, 도출된 학습 결과를 다시 ECU(400)로 전송한다.

그럼 ECU(400)는 개인 단말기(300)로부터 학습 결과 데이터를 전송받아 해당 학습 결과를 반영하여 차량을 제어하게 된다.

즉, 센서 측정값에 해당하는 제어모델의 학습 결과 데이터에 따라 엔진 등 차량의 구성을 제어하고, 부품에 대한 회귀분석 학습 결과에 따라 고장 유무 및 교환 주기를 차량의 알림수단에 의해 경고함으로써 운전자가 인식할 수 있도록 한다.

한편, 개인 단말기(300)는 통신망을 통해 클라우드(200, cloud)와 연결되어 클라우드(200)를 통해 환경 정보를 수신할 수 있다.

상시, 비상시 접속 여부는 개인 단말기(300)의 설정에 따라 달라질 수 있다.

즉, 설정에 따라 개인 단말기(300)는 클라우드(200)로부터 외부 환경 정보를 수신받고, 수신받은 환경 정보를 ECU(400)에 송신할 수 있다.

그러면, ECU(400)는 개인 단말기(300)로부터 수신된 환경 정보를 이용하여 차량의 해당하는 부품을 제어할 수 있다.

즉, 환경 정보는 도로 상황이나 날씨 정보, 경로 정보 등일 수 있으며, 그에 따라 ECU(400)는 내비게이션, 엔진, 흡배기 계통 등을 제어함으로써 최적 경로를 예측하여 반영하거나, 온도 및 습도 등에 따른 엔진, 흡배기 계통 등의 제어값을 변경 제어할 수 있는 것이다.

이상에서 살펴본 바와 같이, 본 발명의 ECU 데이터 학습 시스템 및 ECU 데이터 학습 방법은 운전자별로 독립된 학습값(시트, 사이드 미러 위치, 드라이브 모드 등)을 차량 제어에 활용이 가능해지고, ECU에서 하드웨어적으로 커버하기 힘든 빅데이터의 처리 및 연산을 가능하게 함으로써, 고장 진단의 강건성을 확보할 수 있고 운전자가 교환주기를 보다 잘 알 수 있게 한다.

이상과 같은 본 발명은 예시된 도면을 참조하여 설명되었지만, 기재된 실시 예에 한정되는 것이 아니고, 본 발명의 사상 및 범위를 벗어나지 않고 다양하게 수정 및 변형될 수 있음은 이 기술의 분야에서 통상의 지식을 가진 자에게 자명하다. 따라서 그러한 수정 예 또는 변형 예들은 본 발명의 특허청구범위에 속한다 하여야 할 것이며, 본 발명의 권리범위는 첨부된 특허청구범위에 기초하여 해석되어야 할 것이다.

100 : 운전자
200 : 클라우드
300 : 개인 단말기
400 : ECU

Claims

차량 센서의 측정값 및 부품에 대한 학습 대상 정보를, 연결된 개인 단말기로 전송하고, 상기 학습 대상 정보에 대한 학습 결과 데이터를 전송받아 상기 학습 결과 데이터를 반영하여 차량을 제어하는 ECU(electronic control unit); 및
상기 학습 대상 정보를 기반으로 학습을 수행하여, 상기 학습 결과 데이터를 상기 ECU에 전송하는 개인 단말기를 포함하는,
ECU 데이터 학습 시스템.
청구항 1에 있어서,
상기 개인 단말기는 상기 차량 센서의 측정값에 해당하는 제어모델, 상기 부품의 고장진단 로직 및 교환주기를 회귀분석에 의해 학습하여 학습 결과 데이터를 도출하는 것을 특징으로 하는,
ECU 데이터 학습 시스템.
청구항 2에 있어서,
상기 ECU는 상기 부품의 고장 유무 및 교환 주기를 차량의 알림수단에 의해 표시하는 것을 특징으로 하는,
ECU 데이터 학습 시스템.
청구항 2에 있어서,
상기 개인 단말기는 상기 개인 단말기에 저장된 운전자의 개인 정보를 상기 ECU에 전송하고, 상기 ECU는 전송받은 상기 개인 정보에 따라 차량을 제어하는 것을 특징으로 하는,
ECU 데이터 학습 시스템.
청구항 4에 있어서,
상기 개인 정보는 상기 운전자에 대한 자동차 시트의 포지션 정보, 사이드미러의 위치 정보, 드라이브 모드 정보, 운전자별 차량의 환경 설정 정보를 포함하는,
ECU 데이터 학습 시스템.
청구항 5에 있어서,
상기 드라이브 모드 정보는 가속페달량 대비 쓰로틀 열림 정보 및 연료 분사량 또는 브레이크 페달량 대비 차량 감속량 정보를 포함하는,
ECU 데이터 학습 시스템.
청구항 5에 있어서,
상기 운전자별 차량의 환경 설정 정보는 크루즈 주행, ISG 모드 설정, 오토홀드(auto hold) 기능 설정, LKAS(Lane Keeping Assist System) 기능 설정, FATC(자동온도제어기) 기능 설정 정보를 포함하는,
ECU 데이터 학습 시스템.
청구항 2에 있어서,
상기 개인 단말기와 통신망을 통해 연결되는 클라우드를 더 포함하고,
상기 개인 단말기는 상기 클라우드로부터 환경 정보를 수신하여, 상기 ECU에 전송하고,
상기 ECU는 전송받은 상기 환경 정보에 따라 차량을 제어하는 것을 특징으로 하는,
ECU 데이터 학습 시스템.
청구항 8에 있어서,
상기 환경 정보는 도로 상황 정보 및 날씨 정보를 포함하는,
ECU 데이터 학습 시스템.
ECU(electronic control unit)가 차량 센서의 측정값 및 부품에 대한 학습 대상 정보를, 상기 ECU와 연결된 개인 단말기로 전송하는 단계;
상기 개인 단말기가 상기 학습 대상 정보를 기반으로 학습을 수행하는 단계;
상기 개인 단말기에 의한 학습 결과 데이터를 상기 ECU로 전송하는 단계; 및
상기 ECU가 상기 학습 결과 데이터를 반영하여 차량을 제어하는 단계를 포함하는,
ECU 데이터 학습 방법.
청구항 10에 있어서,
상기 학습을 수행하는 단계는 상기 차량 센서의 측정값에 해당하는 제어모델, 상기 부품의 고장진단 로직 및 교환주기를 회귀분석에 의해 학습하여 상기 학습 결과 데이터를 도출하는 것을 특징으로 하는,
ECU 데이터 학습 방법.
청구항 11에 있어서,
상기 ECU가 상기 부품의 고장 유무 및 교환 주기를 차량의 알림수단을 제어하여 표시되게 하는 단계를 더 포함하는,
ECU 데이터 학습 방법.
청구항 11에 있어서,
상기 개인 단말기가 상기 개인 단말기에 저장된 운전자의 개인 정보를 상기 ECU에 전송하는 단계; 및
상기 ECU가 전송받은 상기 개인 정보에 따라 차량을 제어하는 단계를 더 포함하는,
ECU 데이터 학습 방법.
청구항 13에 있어서,
상기 개인 정보는 상기 운전자에 대한 자동차 시트의 포지션 정보, 사이드미러의 위치 정보, 드라이브 모드 정보, 운전자별 차량의 환경 설정 정보를 포함하는,
ECU 데이터 학습 방법.
청구항 11에 있어서,
상기 개인 단말기가 상기 개인 단말기와 통신망을 통해 연결된 클라우드로부터 환경 정보를 수신하는 단계;
상기 개인 단말기가 상기 환경 정보를 상기 ECU에 전송하는 단계; 및
상기 ECU가 상기 환경 정보에 따라 차량을 제어하는 단계를 더 포함하는,
ECU 데이터 학습 방법.
청구항 15에 있어서,
상기 환경 정보는 도로 상황 정보 및 날씨 정보를 포함하는,
ECU 데이터 학습 방법.