KR20240051206A - 차량 외부 쉘의 손상을 검출하는 방법 - Google Patents

Abstract

본 발명은 차량(40)의 외부 쉘에 대한 손상을 검출하는 방법(20)에 관한 것이며, 상기 차량(40)은 특정 차량 데이터를 갖는 특정 유형의 차량(40)으로 설계되고, 손상은 적어도 2개의 그룹으로 나뉠 수 있으며, 제 1 그룹의 손상은 제 2 그룹의 손상보다 심각도가 더 크다. 차량(40)의 가속도는 가속도 센서에 의해 결정되고 및/또는 차량(40)의 회전율은 회전율 센서에 의해 결정된다. 제 1 그룹의 손상은 차량(40)의 가속도가 가속도에 대한 임계값을 초과하는 경우 및/또는 차량(40)의 회전율이 회전율에 대한 임계값을 초과하는 경우 결정된다. 가속도 및/또는 회전율은 특정 차량 유형에 대해 학습된 가속도 및/또는 회전율의 값과 비교되며, 학습된 값과의 비교 결과에 기초하여 손상이 검출되면 제 2 그룹의 손상이 결정된다.

Description

차량 외부 쉘의 손상을 검출하는 방법

본 발명은 차량 외부 쉘의 손상을 검출하는 방법에 관한 것이다.

DE102012018521A1에는 제어 장치의 손상을 검출하는 방법이 알려져 있다.

차량의 외부 쉘에 대한 손상을 검출하는 방법이 제안되며, 상기 차량은 특정 차량 데이터를 갖는 특정 유형의 차량으로 설계되고, 손상은 적어도 두 그룹들로 나뉘며, 제 1 그룹의 손상은 제 2 그룹의 손상보다 심각도가 더 크다. 또한, 차량의 가속도는 가속도 센서에 의해 결정되고 및/또는 차량의 회전율은 회전율 센서에 의해 결정된다. 제 1 그룹의 손상은 차량의 가속도가 가속도 임계값을 초과하는 경우 및/또는 차량의 회전율이 회전율 임계값을 초과하는 경우 결정된다. 또한, 가속도 및/또는 회전율은 특정 차량 유형에 대해 학습된 가속도 및/또는 회전율의 값과 비교되고, 학습된 값과의 비교에 따라 손상이 검출되면 제 2 그룹의 손상이 결정된다.

본 발명의 장점은 제안된 방법을 이용하여 큰 손상과 경미한 손상이 모두 검출될 수 있다는 것이다. 차량의 다양한 사양을 참고하여 학습된 값과 비교함으로써 특히 경미한 손상이 확실하게 검출될 수 있다. 이는, 여러 명의 운전자가 차량을 타고 이동하는 공유 차량으로 차량을 사용하는 경우 현재 운전자가 차량에 손상을 입혔는지 여부가 검출될 수 있음을 의미한다. 이를 통해 특히 손상에 대한 즉각적인 또는 신속한 수리가 필요한지 여부가 결정될 수 있다. 현재 시점의 가속도 및/또는 회전율을 결정함으로써, 특히 현재 가속도 값 또는 회전율 값을 임계값과 비교하여, 차량에 손상이 발생했는지 여부, 이에 따라 사고가 발생했는지 여부가 실시간으로 결정될 수 있다. 이는 특히 발생한 손상이 현재 차량을 운전하고 있는 운전자에게 직접 할당될 수 있음을 의미한다. 이는 다양한 사람들이 임대할 수 있는 차량, 예를 들어 모빌리티 서비스 제공업체의 차량에 상기 방법을 적용할 때 특히 바람직하다. 예를 들어, 운전자는 위반 또는 발생한 손상에 대해 기소될 수 있다. 또한 차량의 손상들이 검출되어 수리될 수 있어서, 차량은 특히 운전자가 자주 교체되는 경우에도 안전한 상태 또는 편안한 상태로 유지될 수 있다.

발명의 이점은 또한 손상의 검출이 임계값에 기초할 뿐만 아니라 차량 특성이 고려되고 데이터가 손상 데이터, 특히 이미 학습된 또는 과거의 손상 데이터와 비교된다는 점이다. 이는 손상 검출이 분류, 특히 손상 위치 결정에서 정확하다는 것을 의미한다. 차량 소유자에게 즉시 알리면 손상이 더 신속하게 수리될 수 있어, 차량이 항상 양호한 상태로 유지될 수 있다. 차량이 특히 한 명의 소유자와 여러 명의 사용자가 있는 플릿(fleet) 차량인 경우, 손상을 입힌 사람이 누구인지 즉각적이고 객관적으로 결정될 수 있다.

차량은 승용차로 설계될 수 있다. 손상은 차량 외부 쉘의 손상 형태로 발생할 수 있다. 예를 들어 차량이 다른 물체에 부딪히는 등의 사고로 인해 손상이 발생할 수 있다. 차량 외부 쉘의 손상에는 특히 찌그러짐, 페인트 긁힘 또는 기타 차량 손상이 포함될 수 있다. 제 1 그룹의 손상에는 예를 들어 추돌 사고로 인한 후부 또는 프론트 영역의 손상이나 사이드 미러 마모 등이 포함될 수 있다. 제 2 그룹의 손상에는 예를 들어 페인트의 긁힘이나 판금의 작은 찌그러짐이 포함될 수 있다. 운전 중에(예: 한 차량이 다른 차량과 충돌하는 경우), 주차 시에(예: 범퍼가 연석에 닿는 경우), 또는 주차된 상태에서(예: 쇼핑 카트의 충격으로 인한 손상,) 손상이 발생할 수 있다. 차량의 속도와 상태에 따라 손상은 긁힘, 작은 찌그러짐 또는 심각한 손상일 수 있다. 특히, 과속방지턱을 주행하는 동안 발생하는 차체 하부 손상들이 결정될 수 있다.

예시적인 실시예에서, 특정 차량 유형에 대해 학습된 값은 기계 학습을 사용하여 특정 차량 유형에 대해 이미 검출된 손상으로부터 학습된다. 예를 들어, 다양한 차량 유형들에 대한 값들이 학습된다. 이러한 방식으로, 특히 손상이 확실하게 및/또는 안전하게 감지될 수 있다. 이러한 방식으로, 예를 들어 최소 임계값, 특히 가속도 또는 회전율의 임계값을 초과하지 않는 작은 손상들이 바람직하게 검출될 수 있다. 학습을 통해, 예를 들어 잘못 검출된 손상들로 인해 에러 메시지가 나타날 가능성이 줄어들 수 있다.

추가 개발에서는 제 1 그룹의 손상은 특히 손상의 수리를 필요로 한다. 제 1 그룹의 손상은 특히 제 2 그룹의 손상과 관련하여 더 높은 심각도, 특히 더 높은 손상 심각도를 갖는다. 이를 통해, 차량이 계속 사용될 수 있는지 여부가 결정될 수 있다. 따라서, 차량을 즉시 수리해야 하는지 여부가 확실하게 판단될 수 있다. 이는 심각한 손상을 입은 차량이 도로 교통에서 계속 사용되는 것이 방지될 수 있기 때문에 특히 도로 교통의 안전성이 높아질 수 있는 것을 의미한다.

바람직하게는, 가속도의 제 1 임계값은 대략 2g 내지 3g, 특히 2.3g 내지 2.5g, 특히 2.3g의 값으로 설계될 수 있다. 이러한 방식으로 제 1 그룹의 손상들이 특히 안전하고 확실하게 검출될 수 있다. 특히 수리가 필요한 심각한 손상들은 예를 들어 도로 교동의 안전성을 떨어뜨릴 수 있다. 따라서 제 1 그룹의 심각한 손상을 확실하게 검출하면 도로 교통의 안전성이 향상될 수 있다.

또한, 특정 차량 데이터는 특히 차량 형상 및/또는 휠베이스 및/또는 모델 및/또는 차체 유형 및/또는 차량 중량의 데이터일 수 있다. 차량 유형별로 차량 형상과 휠베이스가 다르기 때문에, 사고로 인한 특정 손상을 나타내는 특징적인 가속도 또는 회전율 값이 발생한다. 따라서, 특정 차량 데이터를 포함함으로써 손상들, 특히 작은 손상들, 특히 외관상 손상들이 안전하게 및/또는 확실하게 검출될 수 있다. 차량 형상, 휠 베이스, 모델, 차체 유형 및/또는 중량과 같은 차량 사양을 참조함으로써 이 방법은 차량 사양을 참조하지 않는 다른 방법보다 더 정확하다.

바람직한 실시예에서, 차량의 가속도가 가속도의 제 2 임계값을 초과하고 가속도의 제 1 임계값 아래로 떨어지는 경우 및/또는 차량의 회전율이 회전율의 제 2 임계값을 초과하고 회전율의 제 1 임계값 아래로 떨어지는 경우, 가속도 및/또는 회전율은 특정 차량 유형에 대해 학습된 가속도 및/또는 회전율의 값과 비교된다. 이러한 방식으로, 특히 작거나 덜 심각한 사고로 인해 발생한 작은 손상들도 검출될 수 있다.

바람직하게는, 학습된 값들과의 비교를 통해 차량의 손상 위치가 검출될 수 있다. 이러한 방식으로, 차량에 대한 손상 위치가 특히 안전하게 및/또는 확실하게 검출될 수 있다. 위치는 특히 문서화될 수 있다. 이를 통해, 차량 수리가 단순화될 수 있다. 추가 개발에서는, 차량의 외부 쉘이 적어도 9개의 서로 다른 영역들로 나눠질 수 있으며, 학습된 값들과의 비교에 따라 차량의 9개 영역들 중 하나 이상 영역에서 손상 위치가 검출된다. 이러한 방식으로, 특히 차량이 수리되어야 하는 위치가 지정될 수 있게 됨으로써, 차량 수리와 같은 추가 절차가 단순화될 수 있다.

예시적인 실시예에서, 차량 외부 쉘의 손상이 검출되면, 특히 메시지가 출력된다. 이는 손상이 예를 들어 서버에 보고될 수 있음을 의미한다. 또한 손상은 특히 메시지에 의해 저장될 수 있다. 손상의 메시지에 의해 특히 추가 동작들이 트리거될 수 있다. 예를 들어, 심각한 손상이 검출되면 수리가 필요할 수 있으며, 이는 서버 등에 보고될 수 있다. 추가 개발에서는, 메시지에 의해 수리가 트리거되거나 요청될 수 있다.

또한, 차량 외부 쉘의 손상을 검출하는 장치가 제안되고, 이 장치는 차량 외부 쉘의 손상을 검출하는 방법을 수행하도록 설계된다.

추가 개발에서, 장치는 차량의 가속도를 결정하기 위한 가속도 센서 및/또는 차량의 회전율을 결정하기 위한 회전율 센서를 가질 수 있다. 이러한 방식으로, 특히 차량의 현재 가속도 또는 차량의 현재 회전율이 결정될 수 있다. 현재 가속도 값이나 회전율 값을 임계값과 비교함으로써, 차량에 손상이 발생했는지 여부가 특히 실시간으로 결정될 수 있다.

본 발명의 실시예들이 도면들에 도시되어 있으며 다음의 설명에서 더 자세히 설명된다. 여러 도면에 도시된 요소들 중 유사한 효과를 갖는 요소들에는 동일한 도면 번호가 사용되고, 해당 요소에 대한 중복된 설명은 생략된다.

도 1은 본 발명의 일 실시예에 따른 손상 검출 방법의 개략도를 도시한다.
도 2는 본 발명의 일 실시예에 따른 손상 검출 방법의 개략도를 도시한다.
도 3은 본 발명의 일 실시예에 따른 다이어그램의 개략도를 도시한다.
도 4는 본 발명의 일 실시예에 따른 장치를 갖춘 차량의 개략도를 도시한다.
도 5는 본 발명의 일 실시예에 따른 장치를 갖춘 차량의 개략도를 도시한다.

도 1은 본 발명의 일 실시예에 따른 손상 검출 방법(20)의 개략도를 도시한다. 방법(20)은 차량 외부 쉘의 손상을 검출하도록 설계된다. 방법(20)은 특히 도 5 및/또는 도 6에 따른 장치에서 수행될 수 있다. 바람직하게는, 방법(20)은 특히 장치에 의해 검출되는 드라이빙 다이내믹 데이터, 예를 들어 가속도 및/또는 회전율에 기초한다.

이 실시예에서, 차량은 특정 차량 데이터를 갖는 특정 유형의 차량으로 설계된다. 예시적인 실시예에서, 특정 데이터는 차량의 형상, 모델, 차체 유형, 중량 및/또는 휠 베이스의 차량 데이터일 수 있다. 즉, 잠재적 손상을 감지하려는 차량은 특정 데이터를 갖는 특정 차량 유형의 차량이다. 이 방법은 특히 다양한 차량 유형에 대해 수행되거나 최적화될 수 있다. 이를 위해 다양한 차량 유형의 데이터 또는 차량 데이터가 학습될 수 있다. 즉, 이 방법은 다양한 차량 유형에 맞게 특별히 설계될 수 있다. 바람직하게는, 방법은 특정 차량 유형에 대한 손상 검출을 최적화하기 위해 그것이 어떤 차량인지 구별할 수 있다.

방법(20)의 제 1 단계(22)에서, 차량의 가속도는 가속도 센서를 사용하여 결정되고 및/또는 차량의 회전율은 회전율 센서를 사용하여 결정된다. 바람직하게는, 가속도 센서를 사용하여 차량의 가속도가 측정되고 및/또는 회전율 센서를 사용하여 차량의 회전율이 측정된다. 추가 개발에서는 조향 각도와 같은 추가 영향 변수가 측정될 수 있다. 즉, 센서를 사용하여, 차량에 비정상적인 가속이나 감속이 있었는지 여부 및/또는 주행 방향에 비해 차량의 회전 속도가 변경되었는지 여부가 감지될 수 있다. 이를 통해 차량에 손상이 있는지 여부가 결정될 수 있다.

방법(20)의 제 2 단계(24)에서 잠재적인 손상이 결정된다. 손상은 적어도 두 그룹으로 나눠질 수 있으며, 제 1 그룹의 손상은 제 2 그룹의 손상보다 심각도가 더 높다. 바람직한 실시예에서, 제 1 그룹의 손상은 손상의 수리를 요구한다. 하나의 그룹은 예를 들어 손상 등급이라고도 할 수 있다. 제 1 그룹에는 예를 들어 특정 심각도를 가지며 특히 수리가 필요한 손상들이 분류될 수 있다. 적어도 제 1 그룹의 손상이 검출된 차량은 특히 검사 없이 더 이상 주행되어서는 안 된다. 특히, 제 1 그룹의 손상들보다 덜 심각한 손상들은 제 2 그룹에 분류될 수 있다. 예를 들어 중대한 손상이나 외관상 손상이 제 2 그룹에 포함될 수 있다. 특히, 제 2 그룹은 신속하게 수리해야 하지만 차량을 계속 주행할 수 있는 심각한 손상들을 갖는 제 1 서브 그룹과 즉각적인 수리가 필요 없는 가벼운 긁힘과 같은 외관상 손상들을 갖는 제 2 서브 그룹으로 더 나눠질 수 있다. 즉, 차량의 외부 쉘이 손상되는 형태로 손상이 발생할 수 있다. 즉, 수집된 데이터가 알고리즘을 이용해 검사되고 분류된다.

바람직하게는, 손상은 3개의 등급, 즉 긁힘이나 찌그러짐과 같은 더 심각한 손상의 제 1 등급, 중대한 손상의 제 2 등급 및 외관상 손상의 제 3 등급으로 나눠질 수 있다. 즉, 외관상 손상(긁힘, 찌그러짐), 중대한 손상, 더 심각한 손상으로 분류된다.

손상을 결정하기 위해, 특히 현재 가속도 값 및/또는 회전율 값이 저장된 임계값과 비교된다. 제 1 그룹의 손상은 차량의 가속도가 가속도 임계값을 초과하는 경우 및/또는 차량의 회전율이 회전율 임계값을 초과하는 경우에 결정된다.

바람직하게는, 추가 개발에서, 가속도 임계값은 차량의 외부 쉘에 명백히 눈에 보이는 손상을 초래하는 값으로 설계될 수 있다. 바람직하게는, 추가 개발에서, 가속도 임계값은 대략 2g 내지 3g, 특히 2.3g 내지 2.5g, 특히 2.3g의 값으로 설계될 수 있다. 바람직하게는, 가속도의 임계값은 원시 신호로부터 발생하는 값이 아니라 저역 통과 필터링된 신호, 예를 들어 60ms 이상의 이동 평균으로부터 발생하는 값이다. 또한 다양한 신호 성분들에 X 방향, Y 방향, Z 방향으로 가중치가 부여될 수 있다. 이는 신호가 2.3g 또는 2.5g보다 큰 진폭(예: 7g)을 가질 수 있음을 의미하지만, 이로 인해 가속도의 임계값이 약 2g 내지 3g, 바람직하게는 2.3g 내지 2.5g, 특히 2.3g 의 값이 될 필요는 없다.

또한 가속도 및/또는 회전율은 특정 차량 유형에 대해 학습된 가속도 및/또는 회전율의 값과 비교된다. 학습된 값과의 비교에 따라 손상이 검출되면 제 2 그룹의 손상이 결정된다. 즉, 차량의 손상 검출은 2가지 방식, 한편으로는 차량의 가속 또는 감속 및/또는 회전율의 임계값 초과 그리고 다른 한편으로는 학습된 값과 비교를 기반으로 한다. 추가 개발에서는, 학습된 값과의 비교에 따라 제 1 그룹의 손상이 검출되면 제 1 그룹의 손상이 결정될 수 있다.

바람직하게는, 특정 차량 유형에 대해 학습된 값들은 특정 차량 유형의 이미 알려진 손상들에 의해 기계 학습을 통해 학습된다. 즉, 특정 차량 유형에 대한 일련의 테스트를 통해 수행되는 값들이 학습된다. 이를 위해 다양한 차량 유형에 대해 일련의 테스트가 수행될 수 있으므로 여러 차량 유형에 대해 손상 검출 방법이 수행될 수 있다. 학습된 값을 향상시키기 위해 알고리즘은 특히 손상 검출을 위해 특정 차량 또는 특정 차량 유형에 맞게 조정된다. 즉, 방법에서는 차량이 어떤 유형인지 고려된다. 차량 유형은 예를 들어 차량의 브랜드 및/또는 크기 및/또는 종류를 의미하는 것으로 이해될 수 있다. 길이, 너비, 휠베이스, 중량 등과 같은 특정 차량 데이터도 고려된다.

즉, 알고리즘은 손상을 안정적으로 검출하도록 트레이닝된다. 이를 위해, 다양한 유형의 차량, 특히 다양한 모델에 장치가 장착되었고 실제 현장 테스트가 수행되었다. 바람직하게는, 수집된 데이터가 한편으로는 손상 데이터베이스로 생성되었고 다른 한편으로는 알고리즘이 점차 단순화되었다. 이러한 유형의 개선은 바람직하게는 지속적으로 계속되어 데이터베이스가 점점 더 광범위해지고 검출이 점점 더 정확해진다.

바람직한 실시예에서, 차량의 가속도가 가속도의 제 2 임계값을 초과하고 가속도의 제 1 임계값 아래로 떨어지는 경우 및/또는 차량의 회전율이 회전율의 제 2 임계값을 초과하고 회전율의 제 1 임계값 아래로 떨어지는 경우, 가속도 및/또는 회전율은 특정 차량 유형에 대해 학습된 가속도 및/또는 회전율의 값과 비교될 수 있다.

방법(20)의 제 2 단계(24)는 클라우드에서 수행될 수 있다. 이를 위해, 수집된 데이터인 가속도나 회전율이 클라우드로 전송된다. 추가 개발에서는, 손상을 분류하고 특히 손상 위치를 결정하기 위해 차량 속도와 같은 추가 영향 요인들이 클라우드에 포함될 수 있다. 대안적인 실시예에서, 방법(20)의 제 2 단계(24)는 장치에서 수행될 수 있다.

방법(20)의 제 3 단계(26)에서, 추가 개발에서는 차량의 외부 쉘에 대한 손상이 검출될 때 메시지가 출력될 수 있다. 예를 들어, 손상이 감지되면 측정된 가속도 값 및/또는 회전율 값 또는 손상이 검출된 시간과 같은 기타 값이 메시지로 출력될 수 있다. 추가 개발에서는 메시지를 사용하여 GPS 데이터, 그에 따라 차량의 위치, 및/또는 가속도나 회전율이 시간 경과에 따라 표시되는 다이어그램 및/또는 손상이 결정될 확률 및/또는 차량 주변의 로드뷰가 전송된다. 메시지는 특히 서버로 전송될 수 있다. 추가 개발에서, 메시지는 저장될 수 있다. 메시지는 예를 들어 국부적으로 저장되거나 서버에 저장될 수 있다. 바람직한 실시예에서, 모빌리티 서비스 제공업체는 메시지를 통해 손상에 대해 통보받을 수 있다.

즉, 방법(20)의 제 3 단계(26)에서 손상은 차량 소유자에게 보고된다. 이를 위해 수집된 데이터에 추가 정보를 추가하여 손상 등급과 손상 위치뿐만 아니라 손상 날짜와 시간도 보고될 수 있다. 손상 메시지는 클라우드와 차량 소유자, 특히 차량 소유자의 클라우드 간에 푸시 인터페이스를 통해 또는 이메일을 통해 보고된다. 전송된 데이터 외에도, 차량 소유자는 추가 개발에서 고객 대시보드에서 손상에 대한 추가 정보를 볼 수 있다. 여기에는, 예를 들어, 손상이 발생한 위치의 GPS 좌표나 스트리트 뷰가 포함될 수 있다. 또한 차량의 속도가 대시보드에 저장될 수 있으며 세 축 모두의 가속도 값이 포함된 다이어그램이 추가될 수 있다. 이를 통해 차량 소유자는 손상이 어떻게, 언제, 어디서 발생했는지 이해할 수 있다.

즉, 결정된 손상이 차량 소유자에게 즉시 보고되어 조치를 취할 수 있게 한다. 이를 위해 특히 클라우드를 통해 손상 이벤트가 차량 소유자의 백엔드로 푸시되거나 이메일 알림이 트리거될 수 있다. 그러면 차량 소유자는 데이터를 기반으로 차량 수리 여부를 결정할 수 있다.

추가 개발에서, 방법은 다시 시작될 수 있다. 장기간 동안 손상이 확인되지 않으면, 방법 및 방법을 수행하는 장치는 대기 모드로 전환될 수 있다. 따라서 장치는 저전력 모드로 작동될 수 있다. 이렇게 하면 에너지가 절약될 수 있다. 즉, 장치는 차량 배터리의 전원에 연결될 수 있다. 배터리에 부담을 주지 않기 위해, 장치는 예시적인 실시예에서 3개의 작동 상태들, 즉 주행 중 액티브 모드, 차량이 15분 이상 움직이지 않을 때의 저전력 모드, 및 차량이 14일 이상 움직이지 않을 때의 초저전력 모드를 가질 수 있다.

바람직하게는, 상기 방법은 차량이 운전 중이거나 차량이 주차되어 있는 상태에서 수행될 수 있다. 즉, 손상 검출 기능은 운전 중에나 주차된 상태에서도 작동할 수 있으므로 특히 작동 모드와 관계없이 작동할 수 있다. 추가 개발에서는, 특정 가속도 임계값 또는 회전율 임계값이 초과될 때, 방법이 시작될 수 있다.

즉, 손상을 결정하기 위해 차량의 드라이빙 다이내믹 데이터, 특히 가속도 및/또는 회전율이 검출된다. 이를 위해 특히 센서 박스로 설계된 장치가 차량에 배치된다. 이 장치는 알고리즘을 사용하여 차량의 드라이빙 다이내믹을 검사하고 임계값이 초과되면 센서 데이터를 클라우드로 보낼 수 있다. 클라우드에서는 데이터가 알고리즘에 의해 다시 검사되고 분류된다. 심각한 손상이 있는 경우 차량 소유자, 특히 모빌리티 서비스 제공업체에 손상이 보고된다. 중대한 손상 또는 외관상 손상이 있는 경우, 수집된 데이터는 학습된 데이터가 있는 데이터베이스의 손상 데이터와 비교되어 어떤 손상 유형인지, 특히 외관상 손상인지 중대한 손상인지 결정될 수 있다. 손상을 분류하는 것 외에도, 추가 개발에서는, 차량 외부 쉘의 손상이 발생한 위치가 결정될 수 있다.

바람직하게는, 장치의 설치 위치 의존형 센서 좌표계는 차량 중앙 좌표계로 변환될 수 있다. 장치의 차량별 설치 정보를 활용하여, 특히 앞유리를 비틀고 차량의 무게 중심에 대해 이동하여, 회전율과 함께 가속도 값은 차량 중앙에서 측정된 것처럼 수정될 수 있다. 이를 통해 시스템의 잘못된 트리거링이 줄어들거나 방지될 수 있다. 즉, 경사진 앞유리에서 측정된 센서 데이터는 일반적인 종축/횡축/수직축을 사용하여 차량 무게 중심의 좌표계로 변환될 수 있다. 바람직하게는, 필터링된 가속도 값들은 입력 임계값과 연속적으로 비교된다. 이는 특히 트리거로 설계될 수 있다.

손상을 분류하기 위해, 특히 가속도 및 회전율의 신호 특성을 나타내는 값들이 계산될 수 있다. 이들은 손상이 특정 등급에 할당되도록 차량 등급에 특정한 영역에 있는 것이 바람직하다. 또한, 특히 조향 각도와 그에 따른 차량 상의 영역이 결정될 수 있다. 심각한 손상의 경우 회전율을 사용하여 사전 처리된 가속도 값이 임계값과 비교될 수 있다.

또한 다양한 차량 영역의 손상 민감도를 고려하도록 수정 모델이 설계될 수 있다. 바람직하게는, 차량의 부드러운 부분들은 동일한 충격 하에서 부드러운 영역보다 손상이 작은 차량의 단단한 영역보다 더 큰 손상을 입을 수 있다. 예를 들어, 부드러운 모서리는 동일한 충격 하에서 부드러운 모서리보다 손상이 작은 단단한 범퍼보다 더 큰 손상을 입을 수 있다.

도 2는 본 발명의 실시예에 따라 손상을 검출하기 위한 방법(20)의 개략도를 도시한다. 방법(20)은 차량 외부 쉘의 손상을 검출하도록 설계된다. 방법(20)은 특히 도 5 및/또는 도 6에 따른 장치에 따른 장치에서 수행될 수 있다. 방법(20)은 도 1에 따른 방법(20)의 단계들, 즉 제 1 단계(22), 제 2 단계(24) 및 제 3 단계(26)를 가질 수 있다.

또한, 도 2에 따른 방법(20)은 제 4 단계(28)를 가지며, 상기 제 4 단계(28)는 제 2 단계(24)와 병행하여 또는 제 2 단계(24)와 함께 수행될 수 있다. 방법(20)의 제 4 단계(28)에서, 차량 상의 손상 위치가 학습된 값과의 비교에 따라 검출된다. 즉, 차량의 외부 쉘 상의 손상 위치가 학습된 값과 가속도 값 및/또는 회전율 값을 이용하여 검출될 수 있다. 이를 위해, 예를 들어 도 5에 따른 실시예에 따른 바람직한 실시예에서, 차량의 외부 쉘은 적어도 9개의 서로 다른 영역들로 분할될 수 있으며, 손상 위치는 학습된 값들과의 비교에 따라 차량의 9개 영역들 중 하나 이상의 영역에서 검출된다. 즉, 손상 등급이나 손상의 심각도 외에 손상이 발생한 위치도 검출된다. 즉, 상기 방법에 의해 손상이 발생한 차량 상의 위치가 검출될 수 있다. 바람직하게는, 검출된 손상의 위치는 현재 가속도 값 및/또는 회전율 값을 저장된 임계값과 비교함으로써 결정될 수 있다.

바람직하게는, 손상이 검출되었던 위치들은 제 3 단계(26)에 따른 메시지를 통해 출력, 저장 및/또는 서버로 전송될 수 있다.

도 3은 본 발명의 실시예에 따른 다이어그램(30)의 개략도를 도시한다. 다이어그램(30)에는 시간에 따른 차량 가속도의 함수가 도시되어 있다. 특히, 차량의 X 방향, 즉 주행 방향으로의 차량 가속도의 함수(32)가 도시되어 있다. 또한, 차량의 Y 방향, 즉 주행 방향에 수직인, 특히 주행 방향에 대해 좌우로의 차량 가속도의 함수(34)가 도시되어 있다. 또한, 차량의 Z 방향, 즉 주행 방향에 대해 상하로의 차량 가속도의 함수(36)가 도시되어 있다.

특히 시점(38)에서 3개의 함수들(32, 34, 36)의 편향 증가가 검출될 수 있다. 결과적으로, 함수의 편향을 임계값과 비교함으로써 및/또는 학습된 값을 사용하여 편향을 비교함으로써 손상이 검출될 수 있고, 특히 다양한 그룹들이나 손상 등급들로 나눠질 수 있다.

도 4는 차량 탑승자(42)가 있는 차량(40), 예를 들어 자동차의 개략도를 도시한다. 차량(40)은 차량(40)의 외부 쉘에 대한 손상을 검출하기 위한 장치(44)를 갖는다. 특히 도 1 및/또는 도 2에 따른 방법이 장치(44)에서 수행될 수 있다. 차량(40)의 외부 쉘은 예를 들어 차량(40)의 외부 영역이라 할 수 있다.

이를 위해, 장치(44)는 특히 차량의 가속도를 결정하기 위한 가속도 센서 및/또는 차량의 회전율을 결정하기 위한 회전율 센서를 가질 수 있다. 대안적으로 또는 추가적으로, 가속도 센서 및/또는 회전율 센서는 차량에 배치될 수 있으며, 차량의 센서에 의해 결정된 데이터는 장치(44)로 전송되거나 장치(44)에 의해 수신된다.

장치(44)는 예를 들어 차량(40)의 앞유리(46)에 배치될 수 있다. 대안적으로 또는 추가적으로, 장치 또는 다른 장치는 차량 지붕(48)에 배치될 수 있다. 추가 개발에서, 장치(44)는 접착제, 예를 들어 접착 패드, 특히 양면 접착 테이프 또는 접착 패드를 사용하여 앞유리(46)에 재료 결합 방식으로 배치될 수 있다. 대안적으로, 장치(44)는 형상 끼워맞춤 및/또는 강제 끼워맞춤 방식으로 차량 지붕(48)에 배치될 수 있다. 대안적인 실시예에서, 장치(44)는 차량(40)의 대시보드 또는 계기판에 배치될 수 있다. 추가 개발에서, 장치(44)는 차량(40)의 기둥에 또는 차량(40)의 중앙에, 예를 들어 팔걸이에 배치될 수 있다.

바람직하게는, 장치(44)는 전원 공급을 위해 차량(40)의 배터리(50)에 연결될 수 있다. 즉, 장치(44)는 특히 장치(44)를 작동시키기 위해, 예를 들어 차량 배터리(50)에 연결될 수 있다.

추가 개발에서, 장치(44)는 외부 또는 차량 외부, 예를 들어 외부 서비스 제공업체 및/또는 서버 및/또는 클라우드로 데이터를 전송하도록 설계된 모바일 송신 유닛을 갖는다.

즉, 장치(44)는 센서 박스로 설계될 수 있다. 센서 박스는 예를 들어 차량의 앞 유리에 부착될 수 있는 하드웨어로 설계되어 있다. 센서 박스는 하나 이상의 가속도 센서 및/또는 하나 이상의 회전율 센서를 포함한다. 또한, 장치(44)는 모뎀 및/또는 SIM 카드를 가질 수 있다. 이는 박스가 수집된 데이터를 독립적으로 클라우드로 보낼 수 있음을 의미한다.

장치는 차량(40)의 전원(50)에 연결되는 것이 바람직하다. 즉, 장치는 차량에 의해, 예를 들어 차량의 배터리로부터 전압을 공급받는다.

도 5는 차량(40)의 외부 쉘에 대한 손상을 검출하기 위한 장치(44)를 구비한, 차량(40), 예를 들어 자동차의 평면도를 개략적으로 도시한다. 도 5에 따른 차량(40)은 도 4에 따른 차량(40)을 따라 설계될 수 있다. 장치(44)는 특히 도 4에 따른 장치(44)에 따라 설계될 수 있다. 특히, 도 1 및/또는 도 2에 따른 방법은 장치(44)에서 수행될 수 있다.

이러한 바람직한 실시예에서, 차량(40) 또는 차량(40)의 외부 쉘은 9개의 영역들로 나눠진다. 바람직하게는, 차량(40)은 차량의 프론트 영역의 전방에 배치되는 제 1 영역(52)을 가질 수 있다. 또한, 차량(40)은 차량(40)의 프론트 영역과 측면으로의 전환 부분의 전방 좌측에 배치되는 제 2 영역(54)을 가질 수 있다. 좌측면 영역에서, 차량(40)은 제 3 영역(56)을 가질 수 있다. 후부의 좌측 후방 영역에서, 차량(40)은 측면 영역으로부터 후부의 후방 영역으로 연장되는 제 4 영역(58)을 가질 수 있다. 차량은 후부 영역에 제 5 영역(60)을 갖는 것이 바람직하다. 후부의 우측 후방 영역에서, 차량(40)은 제 6 영역(62)을 가질 수 있다. 우측면 영역에서, 차량(40)은 제 7 영역(64)을 가질 수 있다. 차량(40)의 프론트 영역의 우측 전방 영역에서, 차량(40)은 제 8 영역(66)을 가질 수 있다. 또한, 차량(40)은 차량 아래 하부 영역에 배치된 제 9 영역(68)을 갖는다.

바람직하게는, 검출된 손상은 영역(52 내지 68)들 중 하나에서 검출되거나 위치될 수 있다. 즉, 손상은 영역(52 내지 68)들 중 하나에 할당될 수 있다. 이는 특히 검사 중에 손상을 찾는 것을 더 쉽게 만든다. 예를 들어, 이는 손상을 저장하고 손상 위치를 저장하는 것도 가능하게 한다.

40: 차량
44: 장치

Claims (11)

1. 차량(40)의 외부 쉘에 대한 손상을 검출하는 방법(20)으로서,
   상기 차량(40)은 특정 차량 데이터를 갖는 특정 유형의 차량(40)으로 설계되고, 손상은 적어도 2개의 그룹으로 나뉘며, 제 1 그룹의 손상은 제 2 그룹의 손상보다 심각도가 더 크고,
   상기 차량(40)의 가속도는 가속도 센서에 의해 결정되고 및/또는 상기 차량(40)의 회전율은 회전율 센서에 의해 결정되며,
   상기 제 1 그룹의 손상은 상기 차량(40)의 상기 가속도가 상기 가속도에 대한 임계값을 초과하는 경우 및/또는 상기 차량(40)의 상기 회전율이 상기 회전율에 대한 임계값을 초과하는 경우 결정되고,
   상기 가속도 및/또는 상기 회전율은 특정 차량 유형에 대해 학습된 가속도 및/또는 회전율의 값과 비교되며, 학습된 값과의 비교 결과에 기초하여 손상이 검출되면 상기 제 2 그룹의 손상이 결정되는, 방법(20).
2. 제 1 항에 있어서, 상기 특정 차량 유형에 대해 이미 검출된 손상의, 상기 특정 차량 유형에 대해 학습된 값들은 기계 학습을 사용하여 학습되는, 방법(20).
3. 제 1 항 또는 제 2 항에 있어서, 제 1 그룹의 손상은 상기 손상의 수리를 필요로 하는, 방법(20).
4. 제 1 항 내지 제 3 항 중 어느 한 항에 있어서, 상기 가속도의 상기 제 1 임계값은 대략 2g 내지 3g, 특히 2.3g 내지 2.5g, 특히 2.3g의 값으로 설계되는, 방법(20).
5. 제 1 항 내지 제 4 항 중 어느 한 항에 있어서, 상기 특정 차량 데이터는 차량 형상 및/또는 휠 베이스 및/또는 모델 및/또는 차체 유형 및/또는 차량(40) 중량의 데이터인, 방법(20).
6. 제 1 항 내지 제 5 항 중 어느 한 항에 있어서, 상기 가속도 및/또는 상기 회전율은 상기 차량(40)의 상기 가속도가 상기 가속도의 제 2 임계값을 초과하고 상기 가속도의 제 1 임계값 아래로 떨어진 경우 및/또는 상기 차량(40)의 상기 회전율이 상기 회전율의 제 2 임계값을 초과하고 상기 회전율의 제 1 임계값 아래로 떨어진 경우, 상기 특정 차량 유형에 대해 학습된 가속도 및/또는 회전율의 값과 비교되는, 방법(20).
7. 제 1 항 내지 제 6 항 중 어느 한 항에 있어서, 학습된 값들과의 비교에 따라 상기 차량(40)의 손상 위치가 검출되는, 방법(20).
8. 제 1 항 내지 제 7 항 중 어느 한 항에 있어서, 상기 차량(40)의 외부 쉘은 적어도 9개의 서로 다른 영역들로 분할되고, 상기 손상의 위치는 상기 학습된 값들과의 비교에 따라 상기 차량(40)의 9개의 영역들 중 하나 이상의 영역에서 검출되는, 방법(20).
9. 제 1 항 내지 제 8 항 중 어느 한 항에 있어서, 상기 차량(40)의 외부 쉘에 대한 손상이 검출되면 메시지가 출력되는, 방법(20).
10. 차량(40) 외부 쉘의 손상을 검출하는 장치(44)로서, 상기 장치(44)는 제 1 항 내지 제 9 항 중 어느 한 항에 따른 방법(20)을 수행하도록 설계되는, 장치(44).
11. 제 10 항에 있어서, 상기 장치(44)는 상기 차량(40)의 가속도를 결정하기 위한 가속도 센서 및/또는 상기 차량의 회전율을 결정하기 위한 회전율 센서를 갖는, 장치(44).

Images