KR20210058713A

KR20210058713A - 차량정보와 모바일 플랫폼을 이용한 차량 예측 유지보수 시스템

Info

Publication number: KR20210058713A
Application number: KR1020200150702A
Authority: KR
Inventors: 이정우
Original assignee: 주식회사 만도
Priority date: 2019-11-14
Filing date: 2020-11-12
Publication date: 2021-05-24

Abstract

본 발명은 차량의 유지보수에 관한 것으로, 차량에 설치된 센서들과 사용자의 스마트폰 등의 센서를 이용하여 데이터를 수집하고 분류하여 인공지능 기술을 이용하여 분석함으로써 차량의 상태를 파악하고 예측하여 필요한 정비를 미리 수행할 수 있는 효과가 있다.

Description

차량정보와 모바일 플랫폼을 이용한 차량 예측 유지보수 시스템{VEHICLE PREDICTIVE MANAGEMENT SYSTEM USING VEHICLE DATA AND MOBILE PLATFORM}

본 발명은 차량의 유지보수에 관한 것으로, 특히 차량정보를 이용한 예측 유지보수에 관한 것이다.

종래 차량의 유지보수는 정기적인 점검에 의하거나 문제가 발생하면 수리하는 방식으로 이루어졌다. 유지보수에는 OBD(On-Board Diagnostics) 장치가 사용되었다.

OBD는 차량의 진단을 위하여 제정된 표준으로 자동차에 부착된 센서들로부터 ECU(Electric Control Unit)로 전달된 자동차의 주요 계통에 관한 정보나 고장정보 등을 직렬통신 기능을 이용하여 자동차의 콘솔이나 외부장치에서 볼 수 있도록 개발되었다.

도 1은 종래기술의 OBD 장치를 이용한 차량 진단의 예를 나타낸다.

차량(1)에는 전자장비들을 제어하기 위한 ECU(2)가 존재한다. 차량(1)의 진단을 위해서는 진단장비(4)를 이용하여 차량(1)의 ECU(2)에 직접 접속할 수 없기 때문에 OBD 인터페이스(3)를 이용하여 접속하여 차량(1)의 정보를 획득하고 운전자 또는 정비소에 정보를 제공할 수 있다.

차량(1)의 ECU(2)와 연결된 OBD 인터페이스(3)는 블루투스 통신을 이용하여 사용자의 스마트폰이나 태블릿PC와 연결될 수도 있고, 사용자는 바로 자동차의 상태를 확인할 수 있다.

하지만 최근 차량에 탑재되는 전자부품의 수가 점점 늘어나는 추세이기 때문에 유지보수에 따른 비용도 증가할 수밖에 없고, 차량의 주행 전 각 장치들의 정상동작 여부를 확인할 수 없어 늘 불안한 것이 현실이다.

본 발명의 발명자들은 이러한 종래 기술의 차량 유지보수 방법의 문제를 해결하기 위해 연구 노력해 왔다. OBD-II 뿐 아니라 다양한 경로로 차량의 정보를 수집하여 차량의 예측 유지보수가 가능한 시스템을 완성하기 위해 많은 노력 끝에 본 발명을 완성하기에 이르렀다.

본 발명은 예측유지보수가 가능한 차량 점검 시스템을 제공함으로써 차량운전자의 불안감을 해소하고 차량의 안전한 운행을 보장하는 것이 목적이다.

한편, 본 발명의 명시되지 않은 또 다른 목적들은 하기의 상세한 설명 및 그 효과로부터 용이하게 추론 할 수 있는 범위 내에서 추가적으로 고려될 것이다.

본 발명에 따른 차량의 예측 유지보수 시스템은,

CAN(Control Area Network) 인터페이스 장치; OBD(On-Board Diagnosis) 인터페이스 장치; 상기 CAN 인터페이스 장치 및 상기 OBD 인터페이스 장치와 접속하여 차량 데이터를 수신하는 사용자 단말; 및 상기 사용자 단말로부터 차량 데이터를 수신하는 유지보수 서버;를 포함하되, 상기 유지보수 서버는, 상기 수신한 차량 데이터들로부터 차량의 유지보수에 필요한 특징들을 추출해내고, 상기 추출한 특징들로부터 차량의 현재 상태를 판단하고, 상기 추출한 특징에 의해 차량의 상태를 예측하는 것을 특징으로 한다.

본 발명의 다른 실시예에 따른 차량의 예측 유지보수 시스템은,

차량의 상태를 측정하기 위한 하나 이상의 센서; OBD(On-Board Diagnosis) 인터페이스 장치; 상기 CAN 인터페이스 장치 및 상기 하나 이상의 센서와 접속하여 차량 데이터를 수신하는 사용자 단말; 및 상기 사용자 단말로부터 차량 데이터를 수신하는 유지보수 서버;를 포함하되, 상기 유지보수 서버는, 상기 수신한 차량 데이터들로부터 차량의 유지보수에 필요한 특징들을 추출해내고, 상기 추출한 특징들로부터 차량의 현재 상태를 판단하고, 상기 추출한 특징에 의해 차량의 상태를 예측하는 것을 특징으로 한다.

상기 유지보수 서버는 상기 수신한 차량 데이터들을 이용해 인공지능 학습을 수행하고, 상기 학습한 인공지능에 의해 상기 차량의 상태를 예측하는 것을 특징으로 한다.

상기 유지보수 서버는 상기 학습한 인공지능에 의한 상기 판단 또는 예측 결과 브레이크 패드의 교환이 필요한 경우 상기 사용자 단말로 브레이크 패드 교환 정보를 송신하는 것을 특징으로 한다.

상기 CAN 인터페이스 장치 및 상기 OBD 인터페이스 장치와 상기 사용자 단말 또는 상기 하나 이상의 센서 및 상기 OBD 인터페이스 장치와 상기 사용자 단말은 근거리 무선 통신을 이용하여 접속하는 것을 특징으로 한다.

상기 사용자 단말은 카메라 또는 마이크를 이용하여 차량의 데이터를 수집하는 것을 특징으로 한다.

본 발명의 또 다른 실시예에 따른 차량의 예측 유지보수 방법은,

사용자 단말로부터 OBD 데이터를 수신하는 단계; 사용자 단말로부터 CAN 데이터를 수신하는 단계; 사용자 단말로부터 사용자 단말이 수집한 데이터를 수신하는 단계; 상기 수신한 데이터들에 의해 차량의 상태를 진단하는 단계; 상기 수신한 데이터들에 의해 차량의 상태를 예측하는 단계; 및 상기 진단 및 예측한 차량의 상태를 사용자 단말로 전송하는 단계;를 포함한다.

사용자 단말로부터 OBD 데이터를 수신하는 단계; 사용자 단말로부터 센서 데이터를 수신하는 단계; 사용자 단말로부터 사용자 단말이 수집한 데이터를 수신하는 단계; 상기 수신한 데이터들에 의해 차량의 상태를 진단하는 단계; 상기 수신한 데이터들에 의해 차량의 상태를 예측하는 단계; 및 상기 진단 및 예측한 차량의 상태를 사용자 단말로 전송하는 단계;를 포함한다.

상기 유지보수 서버는 상기 수신한 차량 데이터들을 이용해 인공지능 학습을 수행하고, 상기 학습한 인공지능에 의해 차량의 상태를 진단하는 단계 및 상기 차량의 상태를 예측하는 단계를 수행하는 것을 특징으로 한다.

상기 사용자 단말로 전송하는 단계는, 상기 학습한 인공지능에 의한 상기 진단 또는 예측 결과 브레이크 패드의 교환이 필요한 경우 상기 사용자 단말로 브레이크 패드 교환 정보를 송신하는 것을 특징으로 한다.

상기 유지보수 서버는 상기 사용자 단말로부터 클라우드(Cloud) 시스템을 통해 차량의 데이터들을 수신하는 것을 특징으로 한다.

상기 사용자 단말이 수집한 데이터는 상기 사용자 단말의 카메라 또는 마이크를 이용하여 수집한 데이터인 것을 특징으로 한다.

본 발명에 따르면 각종 차량정보들을 이용하여 미리 예측유지보수를 실행함으로써 차량 고장에 미리 대비할 수 있는 효과가 있으며 그에 따라 유지보수 비용을 줄일 수 있다는 장점이 있다.

한편, 여기에서 명시적으로 언급되지 않은 효과라 하더라도, 본 발명의 기술적 특징에 의해 기대되는 이하의 명세서에서 기재된 효과 및 그 잠정적인 효과는 본 발명의 명세서에 기재된 것과 같이 취급됨을 첨언한다.

도 1은 종래기술에 따른 OBD 인터페이스를 이용한 진단의 예를 나타낸다.
도 2는 본 발명의 바람직한 어느 실시예에 따른 차량 예측 유지보수 시스템의 구조도이다.
도 3은 본 발명의 바람직한 다른 실시예에 따른 차량 예측 유지보수 시스템의 구조도이다.
도 4는 본 발명의 바람직한 또 다른 실시예에 따른 차량 예측 유지보수 시스템의 구조도이다.
도 5는 본 발명의 바람직한 또 다른 실시예에 따른 차량 예측 유지보수 방법의 흐름도이다.
도 6은 본 발명의 바람직한 또 다른 실시예에 따른 차량 예측 유지보수 방법의 흐름도이다.
※ 첨부된 도면은 본 발명의 기술사상에 대한 이해를 위하여 참조로서 예시된 것임을 밝히며, 그것에 의해 본 발명의 권리범위가 제한되지는 아니한다

이하, 도면을 참조하여 본 발명의 다양한 실시예가 안내하는 본 발명의 구성과 그 구성으로부터 비롯되는 효과에 대해 살펴본다. 본 발명을 설명함에 있어서 관련된 공지기능에 대하여 이 분야의 기술자에게 자명한 사항으로서 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략한다.

'제1', '제2' 등의 용어는 다양한 구성요소를 설명하는데 사용될 수 있지만, 상기 구성요소는 위 용어에 의해 한정되어서는 안 된다. 위 용어는 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 수 있다. 예를 들어, 본 발명의 권리범위를 벗어나지 않으면서 '제1구성요소'는 '제2구성요소'로 명명될 수 있고, 유사하게 '제2구성요소'도 '제1구성요소'로 명명될 수 있다. 또한, 단수의 표현은 문맥상 명백하게 다르게 표현하지 않는 한, 복수의 표현을 포함한다. 본 발명의 실시예에서 사용되는 용어는 다르게 정의되지 않는 한, 해당 기술분야에서 통상의 지식을 가진 자에게 통상적으로 알려진 의미로 해석될 수 있다.

이하, 도면을 참조하여 본 발명의 다양한 실시예가 안내하는 본 발명의 구성과 그 구성으로부터 비롯되는 효과에 대해 살펴본다.

종래 기술의 진단장치는 OBD-II 커넥터를 이용하여 차량의 정보들을 수집하여 차량의 이상 여부를 감지했다. 하지만 차량에서 전자부품이 차지하는 비중이 점점 높아지면서 OBD-II 커넥터를 이용하여 획득할 수 있는 정보에는 한계가 있을 수밖에 없다.

도 2는 본 발명의 바람직한 어느 실시예에 따른 차량 예측 유지보수(PdM: Predictive Maintenance) 시스템의 구조도이다.

본 발명에 따른 차량 예측 유지보수 시스템은 CAN 인터페이스 장치(110), OBD 인터페이스 장치(120), 사용자 단말(130) 및 유지보수 서버(140)로 구성될 수 있다.

CAN 인터페이스 장치(110)와 OBD 인터페이스 장치(120)는 차량(1)내에 설치되어 차량의 ECU(Electric Control Unit)들의 정보를 외부로 전달하기 위해 사용된다. ECU와 연결된 각종 센서들에 의해 차량의 상태를 나타내는 데이터들을 전달할 수 있다.

사용자 단말(130)은 CAN 인터페이스 장치(110)와 OBD 인터페이스 장치(120)와 연결되어 차량(1)의 상태를 나타내는 데이터들을 수신한다. 사용자 단말(130)은 CAN 인터페이스 장치(110)와 OBD 인터페이스 장치(120)와 유선/무선으로 연결될 수 있다. 무선으로 연결되는 경우 CAN 인터페이스 장치(110)와 OBD 인터페이스 장치(120)는 블루투스, WiFi 등의 근거리 무선통신 모듈을 더 포함할 수 있다. 근거리 무선통신 모듈을 이용함으로써 사용자 단말을 커넥터 등을 이용하여 차량(1)에 직접 연결해야 하는 번거로움을 줄일 수 있다.

사용자 단말(130)은 스마트폰, 태블릿 PC, 노트북 PC 등 유지보수 서버(140)와 연결될 수 있는 다양한 장치들일 수 있다. 사용자 단말(130)은 카메라, 마이크 등을 활용하여 차량(1)의 정보를 수집하는 데 쓰일 수도 있다.

사용자 단말(130)은 수집한 차량(1) 데이터들을 클라우드 환경 또는 인터넷 등을 통하여 유지보수 서버(140)로 전송할 수 있다.

유지보수 서버(140)는 프로세서 및 메모리를 포함하고, 자료 저장을 위한 데이터 베이스를 더 포함할 수 있다. 프로세서는 차량 점검 및 유지보수를 위한 프로세스를 수행하고, 메모리에는 이를 위한 프로그램 코드와 데이터들을 저장할 수 있다. 데이터 베이스는 유지보수 서버(140) 내에 위치할 수도 있고 외부의 클라우드 컴퓨팅 환경에 저장될 수도 있다.

유지보수 서버(140)는 수집한 데이터들에서 유지보수에 필요한 특징들을 추출해 낸다(Feature Extraction). 추출한 특징들은 차량 상태(Health)를 확인하고 차량을 유지보수 하기 위한 특징들(Health Feature)이다.

유지보수 서버(140)는 추출한 특징들을 분석하여 차량의 현재 상태를 분류한다(Health Classification). 분류한 특징들은 정상(Normal), 주의(Caution), 위험(Danger) 등의 분류 인덱스(Classification Index)로 구분할 수 있다. 이를 위해 유지보수 서버(140)는 딥 러닝(Deep Learning) 등의 인공지능 알고리즘을 활용할 수 있다.

유지보수 서버(140)는 이렇게 분류된 특징들을 분석함으로써 차량의 상태도 예측할 수 있다(Health Predictions). 차량의 상태 예측은 인공지능(AI) 기술을 이용하여 누적된 데이터를 활용함으로써 정확도를 높일 수 있을 것이다.

차량(1)의 현재 상태 또는 예측된 상태를 차량 상태 점수(Health State)로 나타내면 사용자는 그에 따라 엔진/오일류, 샤시 등의 차량 부품들의 상태를 예측할 수 있고, 미리 고장을 예측하여 이에 대비할 수 있을 것이다. 이를 위해 서버(140)는 차량의 진단 상태와 예측 결과를 사용자 단말(130)로 전송할 수 있다.

도 3은 본 발명의 바람직한 다른 실시예에 따른 차량 예측 유지보수 시스템의 구조도이다.

본 발명의 차량 예측 유지보수 시스템은 복수의 센서들(210), OBD 인터페이스 장치(220), 사용자 단말(230) 및 유지보수 서버(240)를 포함할 수 있다.

앞의 예와 달리 본 시스템은 복수의 센서들(210)을 추가로 포함한다. CAN 인터페이스 장치 보다 더 많은 정보들을 획득하기 위해 차량(1)의 각 요소에 추가 센서들(210)을 설치하는 것이다. 이를 위해 센서들(210)은 사물인터넷(IoT: Internet of Things) 센서인 것이 바람직하다.

사용자 단말(230)은 센서들(210)과 OBD 인터페이스 장치(220)로부터 차량(1)에 관한 데이터들을 수신할 수 있다. 이를 위해 사용자 단말(230)과 센서들(210)은 WiFi, 블루투스, 블루투스 저전력(Bluetooth Low Energy), NFC, Zigbee등의 근거리 무선 통신 센서를 더 포함할 수 있다.

사용자 단말(230)은 센서들(210)이나 OBD 인터페이스 장치(220)로부터 차량(1)에 관한 데이터를 수신하는 외에도 카메라나 마이크 등을 이용하여 직접 데이터를 수집할 수도 있다. 카메라를 이용하여 브레이크 패드, 타이어 등의 상태를 촬영하거나 마이크를 이용하여 엔진 소리나 기타 소음들을 녹음하는 것이다.

유지보수 서버(240)는 사용자 단말(230)로부터 수집한 데이터들을 전송받아 차량의 상태를 분석하고 미리 예측할 수 있다. 유지보수 서버(240)의 프로세서 및 메모리를 이용하여 차량의 상태를 분석하고, 이를 위해 딥러닝, 머신러닝 등의 인공지능 알고리즘을 활용할 수 있다. 즉, 사용자 단말(230)로부터 수신한 데이터에 의해 인공지능 신경망을 학습하고, 학습한 데이터들에 의해 차량(1)의 상태를 예측하여 미리 유지보수에 필요한 사항들을 사용자 단말(230)로 전송할 수 있다.

유지보수 서버(240)는 이를 위해 차량(1)의 현재 상태 또는 예측 상태를 차량 상태 점수로 나타내고, 사용자는 차랑(1)의 각 파트의 점수에 따라 부품의 상태를 예측하여 그에 따라 필요한 조치를 행할 수 있다.

도 4는 본 발명의 바람직한 또 다른 실시예에 따른 차량 예측 유지보수 시스템의 구조도이다.

차량 예측 유지보수 시스템은 차량(1)의 각 시스템(11, 12, 13)별로 행해질 수 있다.

차량(1)의 스티어링 휠 등을 포함하는 조향 시스템(11), 브레이크를 포함한 제동 시스템(12), 서스펜션 등의 현가 시스템(13) 각각의 부품들에 대한 진단과 예측을 수행하여 보다 정확도를 높이기 위함이다.

이를 위해 차량(1)의 차량 예측 유지보수 시스템은 복수의 센서들(310)과 CAN 인터페이스 장치(320), 사용자 단말(330)과 유지보수 서버(340)를 포함할 수 있다.

사용자 단말(330)은 복수의 센서들(310)과 CAN 인터페이스 장치(320)로부터 샤시 부품의 기능과 관련된 정보들을 수신하고, 이를 다시 유지보수 서버(340)에 전송한다.

유지보수 서버(340)는 데이터들을 수신하면 이를 조향 시스템(11), 제동 시스템(12), 현가 시스템(13)과 관련된 데이터들로 각각 구분한다.

각 시스템 별로 분류된 데이터들을 기반으로 조향 시스템(11)과 관련된 데이터들에 의해 EPS(Electric Power Steering) 시스템의 기능 이상 유무를 판단하고, 제동 시스템(12)과 관련된 데이터들에 의해 ABS(Anti-lock Brake System)/ESC(Electronic Stability Control) 시스템의 이상 유무를 판단할 수 있으며, 현가 시스템(13)과 관련된 데이터들에 의해 또한 ABS/ESC 시스템의 이상 유무를 판단할 수 있다. 또한 이들 조향 시스템(11), 제동 시스템(12) 및 현가 시스템(13)의 종합 데이터들에 의해 사이드 슬립의 발생 가능성을 판단하여 차량 안정성을 계산할 수 있다. 이를 위해 유지보수 서버(340)는 인공지능 알고리즘을 사용할 수 있고, 브레이크 패드의 교환이나 각종 오일의 보충 등 예측 유지보수 내용을 판단하여 사용자 단말(330)로 전송할 수 있다.

도 5는 본 발명의 바람직한 또 다른 실시예에 따른 차량 예측 유지보수 방법의 흐름도이다.

차량 예측 유지보수 방법은 하나 이상의 프로세서 및 메모리를 포함하는 유지보수 서버에 의해 실행될 수 있다.

유지보수 서버는 OBD 인터페이스 또는 CAN 인터페이스를 통해 차량 상태와 관련된 데이터들을 수신한 사용자 단말로부터 ODB 데이터(S10) 및 CAN 데이터(S20)를 수신한다.

사용자 단말은 ODB, CAN 데이터뿐 아니라 직접 카메라 혹은 마이크를 이용하여 차량의 데이터를 수집할 수 있으므로 유지보수 서버는 사용자 단말이 수집한 데이터 또한 수신한다(S30).

유지보수 서버는 수신한 데이터들에 의해 차량의 상태를 진단할 수 있다(S50).

또한 수신한 데이터들에 의해 인공지능 신경망을 학습하고, 학습한 신경망에 의해 차량의 상태를 예측할 수 있다(S50).

차량의 상태를 진단하고 예측하여 이를 사용자 단말로 전송할 수 있고(S60), 사용자는 진단 상태에 따라 부품의 교환이나 유지보수, 소모품 교환 등의 전반적인 차량의 예측 정비가 가능하다.

도 6은 본 발명의 바람직한 또 다른 실시예에 따른 차량 예측 유지보수 방법의 흐름도이다.

차량 예측 유지보수 방법은 CAN 데이터가 아닌 차량에 별도로 설치된 센서들에 의해 수집한 데이터들로 수행될 수 있다. 이를 위해 유지보수 서버는 하나 이상의 프로세서 및 메모리를 포함하며 수집한 데이터들을 이용해 차량 예측 유지보수 방법을 수행할 수 있다.

유지보수 서버는 OBD 데이터와 사용자 단말의 데이터를 수신하고(S110, S120), 추가로 차량의 각 샤시 부분에 설치된 센서들로부터 데이터를 수신할 수 있다(S130).

유지보수 서버는 수신한 데이터들에 의해 차량의 현재 상태를 진단하고(S140), 데이터들에 의해 인공지능 신경망을 학습하여 차량의 상태 또한 예측할 수 있다(S150).

차량의 상태를 진단하고 예측한 결과를 사용자 단말로 전송하고(S160), 사용자는 이 결과를 이용하여 차량의 진단 및 예측 유지보수를 할 수 있다.

이상에서 설명한 본 발명에 따르면 기존 OBD만을 이용한 고장진단 대비 신뢰성 높은 부품 이상을 판단할 수 있고, 사용자의 스마트폰 데이터와 차량의 데이터를 조합하여 부품의 이상 여부나 타이어의 이상여부를 진단할 수 있으며, 추가 센서들을 차량에 부착함으로써 샤시 부품이 설치되어 있는 계통의 이상도 판단할 수 있는 효과가 있다.

본 발명의 보호범위가 이상에서 명시적으로 설명한 실시예의 기재와 표현에 제한되는 것은 아니다. 또한, 본 발명이 속하는 기술분야에서 자명한 변경이나 치환으로 말미암아 본 발명이 보호범위가 제한될 수도 없음을 다시 한 번 첨언한다.

Claims

CAN(Control Area Network) 인터페이스 장치;
OBD(On-Board Diagnosis) 인터페이스 장치;
상기 CAN 인터페이스 장치 및 상기 OBD 인터페이스 장치와 접속하여 차량 데이터를 수신하는 사용자 단말; 및
상기 사용자 단말로부터 차량 데이터를 수신하는 유지보수 서버;를 포함하되,
상기 유지보수 서버는, 상기 수신한 차량 데이터들로부터 차량의 유지보수에 필요한 특징들을 추출해내고, 상기 추출한 특징들로부터 차량의 현재 상태를 판단하고, 상기 추출한 특징에 의해 차량의 상태를 예측하는 것을 특징으로 하는, 차량의 예측 유지보수 시스템.
차량의 상태를 측정하기 위한 하나 이상의 센서;
OBD(On-Board Diagnosis) 인터페이스 장치;
상기 CAN 인터페이스 장치 및 상기 하나 이상의 센서와 접속하여 차량 데이터를 수신하는 사용자 단말; 및
상기 사용자 단말로부터 차량 데이터를 수신하는 유지보수 서버;를 포함하되,
상기 유지보수 서버는, 상기 수신한 차량 데이터들로부터 차량의 유지보수에 필요한 특징들을 추출해내고, 상기 추출한 특징들로부터 차량의 현재 상태를 판단하고, 상기 추출한 특징에 의해 차량의 상태를 예측하는 것을 특징으로 하는, 차량의 예측 유지보수 시스템.
제1항 또는 제2항에 있어서,
상기 유지보수 서버는 상기 수신한 차량 데이터들을 이용해 인공지능 학습을 수행하고, 상기 학습한 인공지능에 의해 상기 차량의 현재 상태를 판단하거나 상기 차량의 상태를 예측하는 것을 특징으로 하는, 차량의 예측 유지보수 시스템.
제3항에 있어서,
상기 유지보수 서버는 상기 학습한 인공지능에 의한 상기 판단 또는 예측 결과 브레이크 패드의 교환이 필요한 경우 상기 사용자 단말로 브레이크 패드 교환 정보를 송신하는 것을 특징으로 하는, 차량의 예측 유지보수 시스템.
제1항 또는 제2항에 있어서,
상기 CAN 인터페이스 장치 및 상기 OBD 인터페이스 장치와 상기 사용자 단말 또는 상기 하나 이상의 센서 및 상기 OBD 인터페이스 장치와 상기 사용자 단말은 근거리 무선 통신을 이용하여 접속하는 것을 특징으로 하는, 차량의 예측 유지보수 시스템.
제1항 또는 제2항에 있어서,
상기 사용자 단말은 카메라 또는 마이크를 이용하여 차량의 데이터를 수집하는 것을 특징으로 하는, 차량의 예측 유지보수 시스템.
하나 이상의 프로세서 및 메모리를 포함하는 유지보수 서버에 의해 수행되는 차량의 예측 유지보수 방법에 있어서:
사용자 단말로부터 OBD 데이터를 수신하는 단계;
사용자 단말로부터 CAN 데이터를 수신하는 단계;
사용자 단말로부터 사용자 단말이 수집한 데이터를 수신하는 단계;
상기 수신한 데이터들에 의해 차량의 상태를 진단하는 단계;
상기 수신한 데이터들에 의해 차량의 상태를 예측하는 단계; 및
상기 진단 및 예측한 차량의 상태를 사용자 단말로 전송하는 단계;를 포함하는, 차량의 예측 유지보수 방법.
하나 이상의 프로세서 및 메모리를 포함하는 유지보수 서버에 의해 수행되는 차량의 예측 유지보수 방법에 있어서:
사용자 단말로부터 OBD 데이터를 수신하는 단계;
사용자 단말로부터 센서 데이터를 수신하는 단계;
사용자 단말로부터 사용자 단말이 수집한 데이터를 수신하는 단계;
상기 수신한 데이터들에 의해 차량의 상태를 진단하는 단계;
상기 수신한 데이터들에 의해 차량의 상태를 예측하는 단계; 및
상기 진단 및 예측한 차량의 상태를 사용자 단말로 전송하는 단계;를 포함하는, 차량의 예측 유지보수 방법.
제7항 또는 제8항에 있어서,
상기 유지보수 서버는 상기 수신한 차량 데이터들을 이용해 인공지능 학습을 수행하고, 상기 학습한 인공지능에 의해 차량의 상태를 진단하는 단계 및 상기 차량의 상태를 예측하는 단계를 수행하는 것을 특징으로 하는, 차량의 예측 유지보수 방법.
제9항에 있어서,
상기 사용자 단말로 전송하는 단계는, 상기 학습한 인공지능에 의한 상기 진단 또는 예측 결과 브레이크 패드의 교환이 필요한 경우 상기 사용자 단말로 브레이크 패드 교환 정보를 송신하는 것을 특징으로 하는, 차량의 예측 유지보수 방법.
제7항 또는 제8항에 있어서,
상기 유지보수 서버는 상기 사용자 단말로부터 클라우드(Cloud) 시스템을 통해 차량의 데이터들을 수신하는 것을 특징으로 하는, 차량의 예측 유지보수 방법.
제7항 또는 제8항에 있어서,
상기 사용자 단말이 수집한 데이터는 상기 사용자 단말의 카메라 또는 마이크를 이용하여 수집한 데이터인 것을 특징으로 하는, 차량의 예측 유지보수 방법.