KR20230006878A - 차량 실내로의 외기 공급 조절 방법 - Google Patents

차량 실내로의 외기 공급 조절 방법 Download PDF

Info

Publication number
KR20230006878A
KR20230006878A KR1020227041517A KR20227041517A KR20230006878A KR 20230006878 A KR20230006878 A KR 20230006878A KR 1020227041517 A KR1020227041517 A KR 1020227041517A KR 20227041517 A KR20227041517 A KR 20227041517A KR 20230006878 A KR20230006878 A KR 20230006878A
Authority
KR
South Korea
Prior art keywords
vehicle
outside air
supply
load
interior
Prior art date
Application number
KR1020227041517A
Other languages
English (en)
Inventor
알렉산데르 하누슈킨
스테판 스투데르
플로리안 에테르
Original Assignee
메르세데스-벤츠 그룹 아게
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 메르세데스-벤츠 그룹 아게 filed Critical 메르세데스-벤츠 그룹 아게
Publication of KR20230006878A publication Critical patent/KR20230006878A/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00—Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/00735—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
    • B60H1/008—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models the input being air quality
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00—Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/0073—Control systems or circuits characterised by particular algorithms or computational models, e.g. fuzzy logic or dynamic models
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60H—ARRANGEMENTS OF HEATING, COOLING, VENTILATING OR OTHER AIR-TREATING DEVICES SPECIALLY ADAPTED FOR PASSENGER OR GOODS SPACES OF VEHICLES
    • B60H1/00—Heating, cooling or ventilating [HVAC] devices
    • B60H1/00642—Control systems or circuits; Control members or indication devices for heating, cooling or ventilating devices
    • B60H1/00735—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models
    • B60H1/00764—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models the input being a vehicle driving condition, e.g. speed
    • B60H1/00771—Control systems or circuits characterised by their input, i.e. by the detection, measurement or calculation of particular conditions, e.g. signal treatment, dynamic models the input being a vehicle driving condition, e.g. speed the input being a vehicle position or surrounding, e.g. GPS-based position or tunnel
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • 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
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • General Physics & Mathematics (AREA)
  • Thermal Sciences (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Remote Sensing (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air-Conditioning For Vehicles (AREA)

Abstract

본 발명은 차량의 실내에 외기 공급을 조절하는 방법에 관한 것으로(1), 이때 차량(1) 주행 중 실내에 배치된 오염 센서(2)의 검출 신호에 기초하여 실내 오염물질 부하가 지속적으로 검출된다. 본 발명에 따르면, 외기의 오염 부하가 차량(1) 전방의 경로 구간에서 예측되는 것으로 제시되며 이때 외기 공급은 외기의 예측된 오염 부하에 따라 자동으로 조절된다.

Description

차량 실내로의 외기 공급 조절 방법
본 발명은 차량 실내로 외기 공급을 조절하는 방법에 관한 것으로, 이때 차량 주행 중 실내에 배치된 오염 센서의 검출 신호에 기초하여 실내 오염물질 부하가 지속적으로 검출된다.
DE 41 06 078 A1에서는 기본적으로 외기에만 노출되는 오염 센서의 신호에 따라 자동차 실내 환기를 제어하기 위한 장치 및 방법을 개시하고 있다. 이 경우 오염물질 농도에 따라 급기 모드와 공기 순환 모드 간에 전환이 이루어진다. 컴퓨터를 사용하여 센서 신호와 각 작동 모드(급기 또는 순환 공기) 및 호출 가능한 지정된 경험값을 고려하여 실내 오염물질 농도와 상관 관계가 있는 제1 값이 결정되고 센서 신호에서 도출된, 외기 오염물질 농도와 상관 관계가 있는 제2 값과 비교된다. 이 비교 결과에 따라 급기 모드 또는 순환 공기 모드가 켜진다.
또한, US 2016/0 318 368 A1에서는 예측된 공기질에 기초하여 차량 실내의 공기질을 제어하는 방법을 개시하고 있다. 이때 공기질 데이터는 차량에 할당된 차량 센서 및 다른 차량의 센서 또는 외부 서라운드 센서나 멀리 있는 정보 소스를 사용하여 수신된다 또한, 차량 주변에 대한 제1 공기질 측정값, 차량 실내에 대한 제2 공기질 측정값은 공기질 데이터를 토대로 결정되고 공기질 측정값에 기반하여 제어 신호가 결정된다. 제어 신호는 차량의 실내에서 공기질을 자동으로 제어하기 위해 차량의 공조 시스템으로 전송된다.
본 발명의 목적은 차량 실내로 외기 공급을 조절하기 위한 방법을 제시하고자 하는 데 있다.
본 발명에 따르면 이러한 목적은 청구항 제1항에 명시된 특징을 가지는 방법을 통해 달성된다.
본 발명의 바람직한 실시예는 종속항의 대상이다.
차량 내부로 외기 공급을 조절하는 방법에서는 차량 주행 중 실내에 배치된 오염 센서의 검출 신호에 기초하여 실내 오염이 지속적으로 검출되는 것을 제시한다. 본 발명에 따르면, 외기의 오염 부하가 차량 전방의 경로 구간에서 예측되며, 이때 외기 공급이 외기의 예측된 오염 부하에 따라 자동으로 조절된다.
이때 차량 외기의 오염 부하는 적어도 하나 이상의 차량 측 시각적 검출장치에서 검출된 신호를 근거로 산출되는 시각 정보에 근거하여 측정된다. 특히, 외기 오염 부하를 산출하기 위해 검출된 시각 정보가 추가로 처리되고 분석된다.
따라서 검출된 시각 정보로부터 의미론적 정보를 추출하는 것이 가능하며, 이때 이를 위해 특히 머신 러닝 방법, 예컨대 객체 인식 방법이 사용된다. 예컨대 경우에 따라 차량 주변에 어떤 종류의 객체가 있는지 식별하기 위해 시각 정보에서 검출된 객체와 비교할 수 있는 템플릿이 차량 측에 저장되어 있을 수 있다.
이 방법을 사용하여 차량 내부의 주행 편의성을 높이고 실내 탑승자의 건강을 보호할 수 있다. 특히 외기의 오염물질 농도가 향후 높을 것으로 예상되는 경우 외기 공급, 다시 말해 차량 내부 환기 시스템의 공기 공급을 차단하거나 적어도 줄임으로써 탑승자의 건강을 보호한다. 즉, 방법을 사용해서, 오염물질이 차량 내부로 유입되기에 앞서 내부로의 외기 공급을 줄인다.
또한, 하나의 가능한 실시 양태에서, 적어도 하나의 시각적 검출장치의 향후 검출 신호에서 오염물질을 방출하는 객체를 식별하기 위한 지문이 시각 정보에 기초하여 추출된다. 따라서 지문을 사용해서, 정의되지 않거나 알려지지 않아 외기 공급 조절 모델을 개발할 때 고려되지 않은 객체를 식별할 수 있게 구현될 수 있다.
방법의 다른 실시예에서, 오염물질을 방출하는 정지 객체 및 이동 객체는 차량 주변의 시각 정보에서 의미론적 정보로 검출되고, 이때 예컨대 차량 전방에서 주행하는 화물차와 트랙터의 이른바 액비라고 하는 퇴비가 실린 트레일러는 오염물질을 방출하는 이동 객체로 감지되며 내부로 외기 공급이 차단된다.
또한, 다른 가능한 일 실시예에서, 이 방법에서는 차량의 현재 위치가 지속적으로 산출되어 예컨대 현재 위치를 기반으로 차량이 상업 지구, 예컨대 산업 단지 바로 근처에 있음을 검출할 수 있는 것이 제시된다. 이러한 경우에도 차량 내부로의 외기 공급은 적어도 줄어든다.
또한, 또 다른 가능한 실시예에서, 방법에서는 예컨대 시간이나 요일과 같은 시간 정보가 현재 위치에 추가되어, 그 결과, 예컨대 현재 위치와 현재 요일에 기초하여 특히 평일에 차량이 상업 지구, 예컨대 산업 단지 바로 근처에 있음을 검출할 수 있는 것이 제시된다. 이러한 경우에도 차량 내부로의 외기 공급은 적어도 줄어든다.
추출된 의미론적 정보, 추출된 지문 및/또는 차량의 산출된 현재 위치를 기반으로 실내 오염물질 부하가 목표값으로 예측되는 방식으로 차량에서 시간 지연 모델을 학습시킨다. 즉, 이러한 모델은 시간 지연과 차량 외기의 오염 부하의 시간 적분을 고려한다.
또한, 이 방법에서는 높은 실내 오염 부하와 모델을 통해 추출된 원인 사이의 시간 지연이 측정되는 것을 제시한다. 이러한 식으로 학습된 모델은 차량에서 입력 정보를 통해 특히 의미론적 정보를 통해 지문, 특히 이른바 인식 지문 및/또는 차량의 현재 위치를 통해 차량 실내의 예상되는 향후 오염 부하를 예측하기 위해 사용된다. 이를 통해 탑승자의 건강을 보호하기 위해 가능한 한 적은 오염물질이 내부로 유입되는 방식으로 외기 공급을 조절할 수 있다.
다른 가능한 일 실시예에서, 특히 차량 측에서 학습된 모델은 중앙 처리 장치에 공급되어, 이 모델이 다른 차량의 적어도 하나 이상의 추가 모델과 병합되고 집계될 수 있게 된다.
이 모델 및/또는 집계된 모델은 중앙 처리 장치를 통해 차량군의 다른 차량으로 전송될 수 있으며 차량군의 다른 해당 차량의 외기 공급을 설정하는 데 사용될 수 있다.
본 발명의 실시예는 도면을 참조하여 아래에서 구체적으로 설명된다.
도 1은 오염 센서와 시각적 검출장치가 있는 차량과 차량 주변의 다양한 정지 및 이동 객체를 개략적으로 도시한다.
유일한 이 그림에서는 오염 센서(2)와 카메라 형태의 시각적 검출장치(3)가 있는 차량(1)을 보여주며 이때 이동 객체(O1)인 화물차(4)와 자전거(5), 정지 객체(O2)인 산업 단지(6) 그리고 중앙 처리 장치(7)가 도시된다.
오염 센서(2)는 차량(1)의 실내에 배치되어 있고 차량(1)이 주행하는 동안 지속적으로 신호를 감지하여 실내 오염 부하를 산출한다. 대안으로서 또는 오염 센서(2)에 추가하여, 인간이 인지할 수 있는 냄새를 감지하는 데 사용되는 신호를 검출하는 센서도 차량(1)의 실내에 배치될 수 있다.
오염 센서(2)에서 감지된 신호에 기초하여 산출된 실내 오염 부하는 차량(1)의 외부 환경, 즉 외기 오염 부하의 시간 지연과 시간 적분 함수를 나타낸다.
오염 센서(2)에서 감지된 신호에 기초하여 실내 오염 부하를 산출하면, 선행 기술에서 공지된 바와 같이 차량(1) 내부의 환기가 제어된다.
오염 부하와 관련하여 탑승자의 건강을 보호할 수 있도록 내부 오염 부하가 최대한 낮게 유지되게 차량(1) 실내로 외기 공급을 조절하기 위해 아래에서 설명하는 방법이 제공된다.
이때 외기의 오염 부하가 차량(1) 전방의 경로 구간에서 예측되고, 외기 공급은 외기의 예측된 오염 부하에 따라 자동으로 조절된다.
특히, 방법에서는 향후 외기의 비교적 높은 오염물질 농도가 예상되는 경우 차량(1) 실내로 외기 공급이 차단되는 것을 제시한다. 즉, 방법에서는 오염물질이 차량 내부로 들어가기에 앞서 내부로 외기 공급을 줄인다.
상술한 바와 같이 차량(1)이 주행하는 동안 차량 측 오염 센서(2)는 지속적으로 신호를 감지하여 실내 오염 부하를 산출한다.
차량(1)은 검출 영역이 차량(1)의 전방을 향하고 차량(1)이 주행하는 동안 신호를 지속적으로 검출하는 카메라 형태의 시각적 검출장치(3)을 가지며, 이를 이용하여 차량(1)의 주변과 차량 주변에 있는 객체(O1, O2)가 검출된다.
차량(1)은 또한 차량(1)의 현재 위치를 확인할 수 있게 위성 기반 위치 확인장치(미도시) 및 디지털 지도를 포함한다.
시각적 검출장치(3)에 의해 검출된 신호에 기초하여 시각 정보가 산출되고 분석된다.
이때 의미론적 정보는 머신 러닝 방법을 사용하여 시각 정보를 기반으로 추출할 수 있으며, 이때 알려진 객체(O1, O2)와 관련하여 객체 인식이 사용된다. 다시 말해, 차량(1) 주변에 어떤 객체(O1, O2)가 있는지 알 수 있다. 차량(1) 주변 영역에서 검출된 객체(O1, O2)는 특히 이동 객체(O1)와 정지 객체(O2)로 구분될 수 있다.
또한 의미론적 정보를 사용하여 객체(O1, O2) 중 어느 객체가 오염물질을 방출하는지 산출할 수 있다. 예컨대, 자전거(5)가 차량(1) 주변에서 이동 객체(O1)로 감지되면, 자전거(5)의 특정 특징에 근거하여 오염물질을 배출하지 않는 자전거(5)임이 식별된다.
또한, 지문, 특히 인식 지문은 미리 정의된 객체(O1, O2)를 할당할 필요 없이 예컨대 접힌 신경망에 의해 시각 정보를 근거로 추출될 수 있다. 이를 통해, 미리 정의되지 않은 알려지지 않은 객체(O1, O2)는 지문을 통해 또는 추출된 여러 지문을 통해 방법을 사용하여 생성된 아래에서 계속 언급되는 모델을 개발하면서 식별할 수 있다.
의미론적 정보, 인식 지문에 기초하여 및/또는 차량(1)의 현재 위치를 기반으로 산출된 위치 정보에 근거하여 머신 러닝 방법을 사용하여 차량(1)에서 시간 지연 모델을 학습시킨다. 이때 측정된 실내 오염 부하를 목표값으로 예측하도록 모델을 학습시킨다. 모델은 예컨대 회귀 모델 또는 강화 학습 모델일 수 있다.
모델에서는 예컨대 시계열 정보를 사용하여 외기의 오염 부하의 시간 지연 및 시간 적분을 고려한다.
이러한 모델을 사용하여 비교적 높은 실내 오염 부하, 특히 미리 정의된 임계값을 초과하는 오염 부하와 모델을 통해 산출된, 외기의 비교적 높은 오염 부하에 대한 원인 사이의 시간 지연이 암시적으로 측정될 수 있다. 예컨대 이러한 높은 오염 부하 원인은 화물차(4) 및/또는 앞에서 주행하는 이른바 액비라고 하는 퇴비가 가득 실린 트레일러가 달린 트랙터일 수 있다.
이러한 방식으로 학습된 모델은 차량(1)에서 입력 정보를 통해 특히 의미론적 정보, 인식 지문 및/또는 위치 정보를 통해 차량(1)의 예상되는 오염 부하를 예측하기 위해 사용된다. 향후 비교적 높은 실내 오염 부하가 예측되는 경우, 예측된 내부 오염 부하에 따라 차량(1) 내부로 외기 공급을 줄이거나 차단하도록 내부 환기가 조절된다.
일 실시예에서, 모델은 차량(1) 개발 중 미리 학습시킬 수 있으며, 이 때 모델은 차량군의 다른 차량에서도 사용자별 및/또는 지역별로 학습 및/또는 추가 학습시킬 수 있다.
또한 이른바 federated learning이라고 하는 연합 학습을 통해 일반 모델, 사용자별 모델 및/또는 지역별 모델이 예컨대 차량 제조업체의 중앙 처리 장치(7)에서 차량군의 다른 차량의 경험을 기반으로 통합되고 집계되는 것도 생각할 수 있다.
이 모델을 통해 또한 지역에 따라 다를 수 있는 산업 단지(6) 및/또는 화물차(4)와 같이 비교적 높은 오염물질 농도의 원인을 검출할 수 있다. 이러한 정보는 예컨대 국가 및/또는 지역에 따라 차량(1) 주변에서 비교적 높은 오염물질 농도의 원인을 식별하는 데 사용될 수 있다.
각각의 모델 및/또는 집계된 모델은 중앙 처리 장치(7)을 통해 차량(1) 및 차량군의 다른 차량에 제공될 수 있다.
따라서 이 방법에서는 시각적 검출장치(3), 지리적 위치, 즉 차량(1)의 현재 위치의 시각적 정보를 통해 오염 센서(2)를 근거로 모델을 학습시켜 실내 오염 부하, 즉, 실내 오염 농도를 시각 정보를 기반으로 예측하는 것을 제시한다.
예컨대, 감지된 이동 객체(O1)와 정지 객체(O2)는 외기의 비교적 높은 오염 부하와 상관 관계가 있을 수 있으며, 따라서 시간이 지연되면서는 비교적 높은 실내 오염 부하와도 상관 관계가 있을 수 있고, 이때 제시된 모델은 이러한 상관 관계를 학습한다.

Claims (8)

  1. 차량(1)의 실내에 외기 공급을 조절하는 방법으로, 이때 차량(1) 주행 중 실내에 배치된 오염 센서(2)에서 검출된 신호에 기초하여 실내 오염 부하가 지속적으로 산출되며,
    차량(1) 전방의 경로 구간에서 외기의 오염 부하가 예측되고, 이때 외기의 예측된 오염 부하에 따라 외기의 공급이 자동으로 조절되며,
    차량(1) 외기의 오염 부하가 적어도 하나 이상의 차량 측 시각적 검출장치(3)에서 검출된 신호에 근거하여 산출되는 시각 정보에 근거하여 산출되고
    산출된 시각 정보에서 의미론적 정보가 추출되는 것을 특징으로 하는 방법.
  2. 제1항에 있어서,
    적어도 하나의 시각적 검출장치(3)의 향후 검출 신호에서 오염물질을 방출하는 객체(O1,　O2)를 식별하기 위한 지문이 시각 정보에 기초하여 추출되는 것을 특징으로 하는 방법.
  3. 제1항 또는 제2항에 있어서,
    오염물질을 배출하는 이동 객체(O1)와 정지 객체(O2)가 차량(1) 주변의 시각 정보에서 의미론적 정보로 검출되는 것을 특징으로 하는 방법.
  4. 제1항 또는 제2항에 있어서,
    차량(1)의 현재 위치가 지속적으로 산출되는 것을 특징으로 하는 방법.
  5. 제4항에 있어서,
    차량(1)에서 시간 지연 모델이 추출된 의미론적 정보, 추출된 지문 및/또는 차량(1)의 산출된 현재 위치에 기초하여 실내 오염 부하가 목표값으로 예측되도록 학습되는 것을 특징으로 하는 방법.
  6. 제5항에 있어서,
    높은 실내 오염 부하와 모델을 통해 추출된 원인 사이의 시간 지연이 측정되는 것을 특징으로 하는 방법.
  7. 제5항에 있어서,
    학습된 모델이 중앙 처리 장치(7)에 공급되는 것을 특징으로 하는 방법.
  8. 제5항에 있어서,
    학습된 모델이 차량군의 다른 차량으로 전송되는 것을 특징으로 하는 방법.
KR1020227041517A 2020-06-02 2021-05-28 차량 실내로의 외기 공급 조절 방법 KR20230006878A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102020003282.6 2020-06-02
DE102020003282.6A DE102020003282A1 (de) 2020-06-02 2020-06-02 Verfahren zur Einstellung einer Außenluftzufuhr in einen Innenraum eines Fahrzeuges
PCT/EP2021/064421 WO2021244984A1 (de) 2020-06-02 2021-05-28 VERFAHREN ZUR EINSTELLUNG EINER AUßENLUFTZUFUHR IN EINEN INNENRAUM EINES FAHRZEUGES

Publications (1)

Publication Number Publication Date
KR20230006878A true KR20230006878A (ko) 2023-01-11

Family

ID=76305895

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227041517A KR20230006878A (ko) 2020-06-02 2021-05-28 차량 실내로의 외기 공급 조절 방법

Country Status (7)

Country Link
US (1) US20230219395A1 (ko)
EP (1) EP4157657A1 (ko)
JP (1) JP7523590B2 (ko)
KR (1) KR20230006878A (ko)
CN (1) CN115697734A (ko)
DE (1) DE102020003282A1 (ko)
WO (1) WO2021244984A1 (ko)

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE4106078A1 (de) 1991-02-27 1992-09-03 Daimler Benz Ag Vorrichtung bzw. verfahren zur steuerung der belueftung eines innenraumes, insbesondere bei kraftfahrzeugen
US10226982B2 (en) 2015-04-29 2019-03-12 International Business Machines Corporation Automatic vehicle climate control based on predicted air quality
US9682610B2 (en) 2015-10-20 2017-06-20 International Business Machines Corporation Intelligent automotive air-quality assessment and management
KR101924061B1 (ko) * 2016-01-07 2018-11-30 엘지전자 주식회사 차량용 보조 장치 및 차량
FR3051147B1 (fr) * 2016-05-12 2023-04-14 Peugeot Citroen Automobiles Sa Dispositif de depollution d'air a phases d'alimentation en airs definies de facon anticipee en fonction de zones de l'itineraire d'un vehicule
KR101883743B1 (ko) * 2016-05-18 2018-07-31 네이버 주식회사 영상 인식 기반 차량 공조 장치 및 이에 의한 차량 공조 방법
US9931909B2 (en) 2016-07-13 2018-04-03 Toyota Motor Engineering & Manufacturing North America, Inc. Automated control of vehicle ventilation system
DE102017220350A1 (de) 2016-12-06 2018-06-07 Mahle International Gmbh Verfahren zum Betreiben einer Belüftungseinrichtung eines Fahrzeugs
WO2019127085A1 (en) * 2017-12-27 2019-07-04 Volkswagen (China) Investment Co., Ltd. Processing method, processing apparatus, control device and cloud server
DE102018210587A1 (de) 2018-06-28 2020-01-02 Volkswagen Aktiengesellschaft Belüften eines Innenraums eines Fahrzeugs
CN110239577B (zh) * 2019-07-25 2020-06-30 中南大学 一种车内污染环境下列车乘员健康防护系统及其方法

Also Published As

Publication number Publication date
US20230219395A1 (en) 2023-07-13
CN115697734A (zh) 2023-02-03
JP7523590B2 (ja) 2024-07-26
WO2021244984A1 (de) 2021-12-09
DE102020003282A1 (de) 2021-12-02
EP4157657A1 (de) 2023-04-05
JP2023526872A (ja) 2023-06-23

Similar Documents

Publication Publication Date Title
EP1851076B1 (en) Vehicle accessories for enhancing smells
US20140371981A1 (en) Method and apparatus for operating a vehicle
US20160176261A1 (en) Autonomous air conditioning system with clean air optimization and pollution detector
US20190168760A1 (en) Driving style evaluation system and method
US20160046296A1 (en) Method and device for assigning a driver of a vehicle to a driver class stored in the vehicle and representing a specific driving behaviour of the driver, and computer program product for that purpose
US20220388544A1 (en) Method for Operating a Vehicle
CN110654389A (zh) 车辆的控制方法、控制装置和车辆
US20220176908A1 (en) Power supply control device for mobile body
US10755127B2 (en) Operativeness test of a driver-assistance system
US7080523B2 (en) Air conditioning apparatus for vehicle
KR20230006878A (ko) 차량 실내로의 외기 공급 조절 방법
US20200033863A1 (en) Adaptation of an evaluable scanning area of sensors and adapted evaluation of sensor data
US20080284559A1 (en) Device for Controlling an Air Conducting Element in a Motor Vehicle
CN112223974A (zh) 用于在车辆中稳健地、自动地调节空调设备的系统和方法
US20220207926A1 (en) Information processing device, information processing method, storage medium, and information processing system
US20080293349A1 (en) Automotive climate control system and method for exhaust odor abatement
CN112297760B (zh) 控制装置、车辆以及控制方法
US20210016802A1 (en) Method and device for operating an automated vehicle
US20190283524A1 (en) Method and system for improving vehicle cabin air quality
CN110879062A (zh) 车载用导航装置
JPH0314133B2 (ko)
JP2008019939A (ja) 車両用自動変速機制御装置
KR102643492B1 (ko) 차량용 실내환경 개선 시스템
US20240190298A1 (en) Method and System for Changing a Seat Occupancy Status
US20210271910A1 (en) Vehicle occupant monitoring apparatus

Legal Events

Date Code Title Description
E902 Notification of reason for refusal