KR102127567B1 - 전기 자동차 연비 예측 시스템 및 그 연비 예측 방법 - Google Patents

전기 자동차 연비 예측 시스템 및 그 연비 예측 방법 Download PDF

Info

Publication number
KR102127567B1
KR102127567B1 KR1020180097543A KR20180097543A KR102127567B1 KR 102127567 B1 KR102127567 B1 KR 102127567B1 KR 1020180097543 A KR1020180097543 A KR 1020180097543A KR 20180097543 A KR20180097543 A KR 20180097543A KR 102127567 B1 KR102127567 B1 KR 102127567B1
Authority
KR
South Korea
Prior art keywords
vehicle
prediction
driving
road section
energy consumption
Prior art date
Application number
KR1020180097543A
Other languages
English (en)
Other versions
KR20200021770A (ko
Inventor
허권
Original Assignee
주식회사 투비원솔루션즈
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 주식회사 투비원솔루션즈 filed Critical 주식회사 투비원솔루션즈
Priority to KR1020180097543A priority Critical patent/KR102127567B1/ko
Publication of KR20200021770A publication Critical patent/KR20200021770A/ko
Application granted granted Critical
Publication of KR102127567B1 publication Critical patent/KR102127567B1/ko

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L53/00—Methods of charging batteries, specially adapted for electric vehicles; Charging stations or on-board charging equipment therefor; Exchange of energy storage elements in electric vehicles
    • B60L53/60—Monitoring or controlling charging stations
    • B60L53/66—Data transfer between charging stations and vehicles
    • B60L53/665—Methods related to measuring, billing or payment
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/50—Control modes by future state prediction
    • B60L2260/52—Control modes by future state prediction drive range estimation, e.g. of estimation of available travel distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
    • B60L2260/00—Operating Modes
    • B60L2260/40—Control modes
    • B60L2260/50—Control modes by future state prediction
    • B60L2260/54—Energy consumption estimation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2200/00—Type of vehicle
    • B60Y2200/90—Vehicles comprising electric prime movers
    • B60Y2200/91—Electric vehicles
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/70—Energy storage systems for electromobility, e.g. batteries
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/60—Other road transportation technologies with climate change mitigation effect
    • Y02T10/7072—Electromobility specific charging systems or methods for batteries, ultracapacitors, supercapacitors or double-layer capacitors
    • 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
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02T90/10—Technologies relating to charging of electric vehicles
    • Y02T90/12—Electric charging stations

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

전기 자동차 연비 예측 시스템을 이용한 연비 예측 방법은, (a) 실제 차량의 주행 시의 이력 정보를 이용하여 주행 도로 구간별 차량의 에너지 소모와 관련된 정보로 가공하여 저장하는 단계; (b) 상기 (a) 단계에서 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 설정하고 평가하는 단계; 및 (c) 상기 (b) 단계에서 설정된 예측 조건을 이용하여, 차량의 연비를 예측하는 단계;를 더 포함하되, 상기 차량의 에너지 소모와 관련된 정보는 적어도 하나의 인자를 포함하는 것을 특징으로 한다.

Description

전기 자동차 연비 예측 시스템 및 그 연비 예측 방법{MILEAGE PREDICTION SYSTEM FOR ELECTRIC VEHICLE AND PREDICTION METHOD THEREFOR}
본 발명은 전기 자동차 연비 예측 시스템 및 그 연비 예측 방법에 관한 것으로, 더욱 상세하게는 저장된 유사 주행 이력을 조회하는 것에 의해 소요 연비를 예측할 수 있는 전기 자동차 연비 예측 시스템 및 그 연비 예측 방법에 관한 것이다.
친환경 자동차로서, 전기 자동차에 대한 수요가 증가하고 있다. 그런데 전기 자동차의 문제점은, 충전소가 충분하지 않고, 충전에 시간이 걸린다는 점이다. 이러한 전기 자동차의 충전의 문제점을 극복하기 위해서는 더욱 정확하게 연비를 예측하여 배터리의 소진에 의한 사고를 발생시키지 않고, 안전한 운행을 도모할 필요가 있다.
국내공개특허공보 제10-2018-0027719호(전기 자동차의 주행가능거리 예측방법 및 그 시스템)에는 출발지로부터 목적지까지의 도로에 포함된 구간에 대해 구축한 연비 데이터에 대상 차량의 차량 상태 정보, 기상 정보 및 도로교통상황정보를 반영하여 대상 차량의 예상 연비 및 예상 주행가능거리를 연산하는 특징이 개시되어 있다. 그런데, 국내공개특허공보 제10-2018-0027719호의 경우, 데이터 베이스는 모든 도로를 소정 구간별로 정의하고, 정의된 구간들에 대해 도로 데이터 및 정의된 구간을 주행하는 각 차량들의 배터리 소모 정보를 전송받아 해당 구간에 대한 배터리의 소모 데이터를 구축하여 저장하게 된다. 이 경우, 각 조건별로 데이터의 개수가 적게 구축될 수 있어, 초기 구간별 연비 데이터가 기설정된 데이터 수 미만이면, 초기 설정치 데이터 또는 해당 구간과 인접한 구간의 데이터 또는 해당 구간 및 인접구간의 복합 데이터를 사용하게 된다.
다만, 연비 데이터가 적게 구축된 경우에도 해당 구간의 데이터를 이용하여 연비를 예측할 수 있는 방법이 있다면, 초기 설정치 데이터 또는 해당 구간과 인접한 구간의 데이터 또는 해당 구간 및 인접 구간의 복합 데이터를 사용할 필요가 없을 것이다.
본 발명은 전술한 바와 같은 기술적 과제를 해결하는 데 목적이 있는 발명으로서, 차량의 주행과 관련된 예측 조건을 설정하여 유사 주행 이력을 조회하는 것에 의해 적은 데이터 개수에 대해서도 연비를 예측할 수 있는 전기 자동차 연비 예측 시스템 및 그 연비 예측 방법을 제공하는 것에 그 목적이 있다.
본 발명의 전기 자동차 연비 예측 시스템을 이용한 연비 예측 방법은, (a) 실제 차량의 주행 시의 이력 정보를 이용하여 주행 도로 구간별 차량의 에너지 소모와 관련된 정보로 가공하여 저장하는 단계; 상기 (a) 단계에서 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 설정하고 평가하는 단계; 및 (c) 상기 (b) 단계에서 설정된 예측 조건을 이용하여, 차량의 연비를 예측하는 단계;를 포함하되, 상기 차량의 에너지 소모와 관련된 정보는 적어도 하나의 인자를 포함하는 것을 특징으로 한다.
구체적으로, 상기 (a) 단계는, (a-1) 해당 차량의 위도 및 경도 좌표를 이용하여 주행 도로 구간별 고유번호를 추출하는 단계;를 포함하는 것을 특징으로 한다. 아울러, 상기 (a-1) 단계는, 이전 단계의 고유번호와 현재 단계의 고유번호가 연속적인 값을 가지지 않는 경우, 이전 단계의 고유번호와 현재 단계의 고유번호가 연속적인 값을 가지도록 고유번호를 보정하여, 주행 도로 구간별 고유번호를 추출하는 것이 바람직하다.
또한, 상기 (b) 단계는, (b-1) 상기 (a) 단계에서 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대해 설정된 예측 조건을 이용하여 차량의 연비 예측 결과를 평가하는 단계; 및 (b-2) 상기 (b-1) 단계의 차량의 연비 예측 결과를 평가한 결과, 미리 설정된 평가 조건을 만족하지 못할 경우, 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 재설정하는 단계;를 포함하는 것을 특징으로 한다. 상기 (b-2) 단계의 미리 설정된 평가 조건을 만족하지 못할 경우는, 해당 주행 도로 구간에 대한 예측 연비가 표준 연비와 일정값 이상의 차이를 나타내는 경우인 것을 특징으로 한다.
아울러, 상기 (b-2) 단계는, (b-2-1) 해당 주행 도로 구간별로 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값을 변경하며, 연비를 시뮬레이션하는 단계; 및 (b-2-2) 상기 (b-2-1) 단계의 시뮬레이션 결과에 따른 표준 점수를 이용하여, 예측 조건을 재설정하는 단계;를 포함하는 것이 바람직하다.
상기 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은, 일정 범위 내에 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 포함 여부로 설정되는 것을 특징으로 한다. 또한, 상기 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은, 설정된 하나의 값과 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 일치 여부로 설정될 수 있다.
또한, 상기 (c) 단계는, (c-1) 출발지 및 도착지 정보를 이용하여, 실제 주행 거리를 연산하는 단계; (c-2) 해당 주행 경로의 주행 도로 구간별 실시간 교통 상황 정보를 조회하는 단계; 및 (c-3) 해당 차량의 연비를 예측하는 단계;를 포함하는 것을 특징으로 한다. 아울러, 상기 (c-3) 단계의 연비의 예측은, 미리 설정된 다수의 순위에 따라 연비를 예측하되, 다수의 순위는, 해당 주행 도로 구간에 대한 자차의 주행 이력이 존재하고, 자차에 대해 설정된 예측 조건이 있는 경우를 제 1 순위; 해당 주행 도로 구간에 대한 자차의 주행 이력이 없는 경우, 해당 주행 도로 구간에 대한 타차의 주행 이력이 존재하고, 타차에 대해 설정된 예측 조건이 있는 경우를 제 2 순위; 해당 주행 도로 구간에 대한 자차의 주행 이력이 존재하고, 자차에 대해 설정된 예측 조건이 없고, 타차에 대해 설정된 예측 조건이 있는 경우를 제 3 순위; 해당 주행 도로 구간에 대한 자차의 주행 이력이 없는 경우, 해당 주행 도로 구간에 대한 타차의 주행 이력이 존재하고, 자차 및 타차에 대해 설정된 예측 조건이 없는 경우를 제 4 순위; 및 해당 주행 도로 구간에 대한 자차 및 타차의 주행 이력이 없고, 자차 및 타차에 대해 설정된 예측 조건이 없는 경우를 제 5 순위;로 설정되는 것을 특징으로 한다.
본 발명의 전기 자동차 연비 예측 시스템은, 실제 차량의 주행 시의 이력 정보를 이용하여 주행 도로 구간별 차량의 에너지 소모와 관련된 정보로 가공하여 저장하는 가공 데이터 저장부; 상기 가공 데이터 저장부에 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 설정하고 평가하는 예측 조건 설정부; 및 상기 예측 조건 설정부에 의해 설정된 예측 조건을 이용하여, 차량의 연비를 예측하는 예측부;를 포함하고, 상기 차량의 에너지 소모와 관련된 정보는 적어도 하나의 인자를 포함하는 것을 특징으로 한다.
구체적으로, 상기 가공 데이터 저장부는, 해당 차량의 위도 및 경도 좌표를 이용하여 주행 도로 구간별 고유번호를 추출하는 것을 특징으로 한다. 아울러, 상기 가공 데이터 저장부는, 이전 단계의 고유번호와 현재 단계의 고유번호가 연속적인 값을 가지지 않는 경우, 이전 단계의 고유번호와 현재 단계의 고유번호가 연속적인 값을 가지도록 고유번호를 보정하여, 주행 도로 구간별 고유번호를 추출하는 것이 바람직하다.
아울러, 상기 예측 조건 설정부는, 상기 가공 데이터 저장부에 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보를 이용하여 연비의 예측 조건을 설정하고, 설정된 예측 조건을 이용한 차량의 연비 예측 결과를 평가하는 것을 특징으로 한다. 또한, 상기 예측 조건 설정부는, 차량의 연비 예측 결과를 평가한 결과, 미리 설정된 평가 조건을 만족하지 못할 경우, 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 재설정하는 것이 바람직하다. 미리 설정된 평가 조건을 만족하지 못할 경우는, 해당 주행 도로 구간에 대한 예측 연비가 표준 연비와 일정값 이상의 차이를 나타내는 경우인 것을 특징으로 한다.
또한, 상기 예측 조건 설정부는, 해당 주행 도로 구간별로 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값을 변경하며, 연비를 시뮬레이션하고, 시뮬레이션 결과에 따른 표준 점수를 이용하여 예측 조건을 재설정하는 것이 바람직하다.
상기 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은, 일정 범위 내에 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 포함 여부로 설정되는 것을 특징으로 한다. 또한, 상기 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은, 설정된 하나의 값과 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 일치 여부로 설정될 수 있다.
아울러, 상기 예측부는, 출발지 및 도착지 정보를 이용하여 실제 주행 거리를 연산하고, 해당 주행 경로의 주행 도로 구간별 실시간 교통 상황 정보를 조회하고, 해당 차량의 연비를 예측하는 것을 특징으로 한다. 구체적으로, 상기 예측부는, 미리 설정된 다수의 순위에 따라 연비를 예측하되, 다수의 순위는, 해당 주행 도로 구간에 대한 자차의 주행 이력이 존재하고, 자차에 대해 설정된 예측 조건이 있는 경우를 제 1 순위; 해당 주행 도로 구간에 대한 자차의 주행 이력이 없는 경우, 해당 주행 도로 구간에 대한 타차의 주행 이력이 존재하고, 타차에 대해 설정된 예측 조건이 있는 경우를 제 2 순위; 해당 주행 도로 구간에 대한 자차의 주행 이력이 존재하고, 자차에 대해 설정된 예측 조건이 없고, 타차에 대해 설정된 예측 조건이 있는 경우를 제 3 순위; 해당 주행 도로 구간에 대한 자차의 주행 이력이 없는 경우, 해당 주행 도로 구간에 대한 타차의 주행 이력이 존재하고, 자차 및 타차에 대해 설정된 예측 조건이 없는 경우를 제 4 순위; 및 해당 주행 도로 구간에 대한 자차 및 타차의 주행 이력이 없고, 자차 및 타차에 대해 설정된 예측 조건이 없는 경우를 제 5 순위;로 설정되는 것을 특징으로 한다.
본 발명의 전기 자동차 연비 예측 시스템 및 그 연비 예측 방법에 따르면, 차량의 주행과 관련된 예측 조건을 설정하여 유사 주행 이력을 조회하는 것에 의해 적은 데이터 개수에 대해서도 연비를 예측할 수 있다.
도 1은 본 발명의 바람직한 일실시예에 따른 전기 자동차 연비 예측 시스템의 구성도.
도 2는 예측 조건의 초기 설정에 대한 설명도.
도 3은 에너지맵 생성부에 의해 저장된 주행 도로 구간별로 산출된 예측 연비 등의 예시도.
도 4는 본 발명의 바람직한 일실시예에 따른 전기 자동차의 연비 예측 방법의 흐름도.
도 5는 S200 단계의 흐름도.
이하, 첨부된 도면을 참조하면서 본 발명의 실시예에 따른 전기 자동차 연비 예측 시스템 및 그 연비 예측 방법에 대해 상세히 설명하기로 한다.
본 발명의 하기의 실시예는 본 발명을 구체화하기 위한 것일 뿐 본 발명의 권리 범위를 제한하거나 한정하는 것이 아님은 물론이다. 본 발명의 상세한 설명 및 실시예로부터 본 발명이 속하는 기술 분야의 전문가가 용이하게 유추할 수 있는 것은 본 발명의 권리 범위에 속하는 것으로 해석된다.
먼저, 도 1은 본 발명의 바람직한 일실시예에 따른 전기 자동차 연비 예측 시스템(100)의 구성도를 나타낸다.
도 1로부터 알 수 있는 바와 같이, 본 발명의 바람직한 일실시예에 따른 전기 자동차 연비 예측 시스템(100)은, 원본 데이터 저장부(10), 가공 데이터 저장부(20), 예측 조건 설정부(30), 예측부(40) 및 에너지맵 생성부(50)를 포함한다.
참고로 본 발명의 바람직한 일실시예에 따른 전기 자동차 연비 예측 시스템(100)은, 메모리 및 프로세서를 포함하는 컴퓨팅 장치를 이용하여 구현될 수 있다.
원본 데이터 저장부(10)는, 실제 차량의 주행 시의 이력 정보를 저장하는 역할을 한다. 원본 데이터 저장부(10)에 저장되는 이력 정보는, 실제 차량의 주행시 일정 시간 간격으로 차량으로부터 전기 자동차 연비 예측 시스템(100)으로 송신되는 것이 바람직하다. 아울러, 주행 이력 정보에는, 차량의 위치 정보, 차량 배터리 잔량 정보, 차량의 에너지 소모와 관련된 정보가 포함된다. 또한, 차량의 에너지 소모와 관련된 정보는 차량의 상태 정보 및 차량 외부 정보를 포함할 수 있다. 아울러, 차량 외부 정보는 차량으로부터가 아닌 기상청 서버 등 외부 서버로부터 전기 자동차 연비 예측 시스템(100)으로 송신될 수도 있다.
이때 차량 상태 정보는, 공조전원의 온오프 여부, 후방창문성애제거 기능의 온오프 여부, 공조온도, 회류 기능의 온오프 여부, 에어컨의 온오프 여부, 공기청정 기능의 온오프 여부, 안개등의 온오프 여부, 전조등의 온오프 여부, 상향등의 온오프 여부 및 공조단계 등의 다수의 인자를 예를 들 수 있다.
아울러, 차량 외부 정보는, 날씨에 관련된 외부 온도 및 우천 정보 등의 다수의 인자를 예로 들 수 있다.
가공 데이터 저장부(20)는, 원본 데이터 저장부(10)에 저장된 실제 차량의 주행 시의 이력 정보를 이용하여 주행 도로 구간별 차량의 에너지 소모와 관련된 정보로 가공하여 저장하는 역할을 한다.
일반적으로 전국 도로에는 정부에서 링크 아이디라고도 불리우는 고유번호가 부여되어 있다. 가공 데이터 저장부(20)는, 해당 차량의 위도 및 경도 좌표를 이용하여 주행 도로 구간별 고유번호를 추출한다.
아울러, 가공 데이터 저장부(20)는, 이전 단계의 고유번호와 현재 단계의 고유번호가 연속적인 값을 가지지 않는 경우, 이전 단계의 고유번호와 현재 단계의 고유번호가 연속적인 값을 가지도록 고유번호를 보정하여, 주행 도로 구간별 고유번호를 추출하는 역할을 한다.
예를 들면, 교차로를 수평 방향으로 지나는 차량에 대해, 교차로 부근에서 수직 방향의 도로의 고유번호로 오류에 의해 인식될 수 있어, 교차로 부근의 전후 고유번호를 고려하여 주행 도로 구간별 고유번호를 추출하게 된다.
아울러, 가공 데이터 저장부(20)는, 추출된 고유번호를 기반으로 고유번호에 대한 차량의 이동 시간에 따라 순차적으로 링크 인덱스를 부여하게 된다. 또한, 가공 데이터 저장부(20)는, 링크 인덱스의 순서대로 주행 도로 구간별로 차량의 에너지 소모와 관련된 정보를 차량의 운행 정보와 더불어 가공하고 저장하게 된다.
차량 운행 정보는, 주행 도로 구간별, 즉 고유번호별 구간 거리, 주행 도로 구간별 차량의 이동 거리, 주행 도로 구간별 차량의 이동 시간 및 주행 도로 구간별 차량의 에너지 소모량을 포함한다. 이러한 주행 도로 구간별 차량의 이동 거리 및 주행 도로 구간별 차량의 이동 시간은, 차량의 위치 정보 및 차량 배터리 잔량 정보를 이용하여 산출될 수 있다. 참고로, 주행 도로 구간별 구간 거리 및 주행 도로 구간별 차량의 이동 거리는 대부분의 경우 동일하지만, 출발 지점과 도착 지점에서는 해당 구간의 중간 지점에서 출발하거나 도착할 수 있어, 주행 도로 구간별 구간 거리가 주행 도로 구간별 차량의 이동 거리 보다 길어지게 된다.
구체적으로 주행 도로 구간별 차량의 이동 거리는, 전 단계의 차량 위도 및 경도 좌표와 현재의 위도 및 경도 좌표를 이용하여 미터 단위로 산출될 수 있다. 다만, 전 단계의 차량 위도 및 경도 좌표로부터 현재의 위도 및 경도 좌표로 이동하기 위한 차량의 속도가 일정값, 예를 들면 300km/h를 초과하는 경우는 오류가 발생한 것으로 판단하여, 주행 도로 구간별 차량의 이동 거리를 '0'으로 처리하게 된다.
아울러, 가공 데이터 저장부(20)는, 주행 도로 구간별 차량의 이동 거리와 이동 시간을 이용하여 주행 도로 구간별 속도를 차량 상태 정보에 추가할 수 있다.
또한, 차량의 에너지 소모와 관련된 정보는 적어도 하나의 인자를 포함하는 것을 특징으로 한다.
구체적으로, 차량 상태 정보는, 차량의 속도, 공조전원의 온오프 여부, 후방창문성애제거 기능의 온오프 여부, 공조온도, 회류 기능의 온오프 여부, 에어컨의 온오프 여부, 공기청정 기능의 온오프 여부, 안개등의 온오프 여부, 전조등의 온오프 여부, 상향등의 온오프 여부 및 공조단계 등의 다수의 인자를 포함할 수 있다. 아울러, 차량 외부 정보는, 외부 온도 및 우천 정보 등의 다수의 인자를 예로 들 수 있다.
예측 조건 설정부(30)는, 가공 데이터 저장부(20)에 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 설정하고 평가하는 역할을 한다.
구체적으로 예측 조건 설정부(30)는, 예측 조건 설정기(31) 및 평가기(32)를 포함한다.
예측 조건 설정기(31)는, 가공 데이터 저장부(20)에 저장된 주행 도로 구간별 차량의 주행 상태 정보를 이용하여 연비의 예측 조건을 설정하는 역할을 한다.
예측 조건 설정기(31)에 의해 가공 데이터 저장부(20)에 저장된 차량의 에너지 소모와 관련된 정보와 실제 주행시 차량의 차량의 에너지 소모와 관련된 정보가 완전 동일하게 일치하지 않더라도, 실제 주행시 차량의 차량의 에너지 소모와 관련된 정보가 가공 데이터 저장부(20)에 저장된 차량의 에너지 소모와 관련된 정보와 유사한 범위에 속하게 되면, 가공 데이터 저장부(20)에 저장된 차량의 에너지 소모와 관련된 정보를 이용하여 연비를 예측할 수 있게 된다.
구체적으로 예측 조건은, 각각의 차량의 에너지 소모와 관련된 정보에 포함된 인자의 특성에 따라 달리 설정될 수 있다.
차량의 속도, 공조 온도 및 외부 온도 등은, 예측 조건으로 일정 범위를 설정하고, 실제 주행 시 해당 인자가 일정 범위 내에 포함 여부를 판단하는 것에 의해 예측 조건을 만족하는 지를 판단할 수 있다.
아울러, 온 또는 오프로 해당 인자가 동작하는 경우에는 온일 경우 '1'로 오프일 경우 '0'으로 해당 인자의 값을 설정할 수 있다. 즉, 이 경우 예측 조건은 하나의 값에 의해 설정될 수 있고, 실제 주행 시 해당 인자가 설정된 값과 일치하는 지를 판단하는 것에 의해 예측 조건을 만족하는 지를 판단할 수 있다.
아울러, 우천 정보와 같이 다수의 값을 가질 수 있는 인자의 경우에는, 예측 조건은 다수의 값 중 하나의 값에 의해 설정될 수 있고, 실제 주행 시 해당 인자가 설정된 하나의 값과 일치하는 지를 판단하는 것에 의해 예측 조건을 만족하는 지를 판단할 수 있다. 참고로, 우천 정보는 정보없음, 맑음, 구름, 흐름, 비, 천둥, 눈, 진눈깨비에 대해, '0' 내지 '7'로 값을 부여하여 상태가 설정될 수 있다.
또한, 차량의 에너지 소모와 관련된 정보 중 어떤 인자의 경우에는, 모든 경우의 값에 대해 예측 조건을 만족하는 것으로 판단할 수도 있을 것이다.
정리하자면, 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은, 일정 범위 내에 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 포함 여부로 설정되는 것을 특징으로 한다. 아울러, 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은, 설정된 하나의 값과 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 일치 여부로 설정될 수 있다. 또한, 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은, 설정된 다수의 값 중 하나와 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 일치 여부로 설정되는 것을 특징으로 한다. 바람직하게는 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은, 모든 경우의 값에 대해 예측 조건을 만족하는 것으로 판단할 수 있다.
아울러, 평가기(32)는, 예측 조건 설정기(31)에서 설정된 예측 조건을 이용한 차량의 연비 예측 결과를 평가하는 역할을 한다.
예측 조건 설정기(31)는 사용자로부터의 입력 또는 미리 설정된 초기값에 의해 초기 예측 조건을 설정할 수 있다. 도 2는 예측 조건의 초기 설정에 대한 설명도이다.
예측 조건 설정기(31)는, 평가기(32)에 의한 차량의 연비 예측 결과를 평가한 결과, 미리 설정된 평가 조건을 만족하지 못할 경우, 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 재설정하여, 최적의 예측 조건을 설정할 수 있게 된다.
평가기(32)에 의한 차량의 연비 예측 결과를 평가한 결과, 미리 설정된 평가 조건을 만족하지 못할 경우라는 것은, 해당 주행 도로 구간에 대한 예측 연비가 표준 연비와 일정값 이상의 차이를 나타내는 경우를 예로 들 수 있다.
또한, 예측 조건 설정기(31)는, 해당 주행 도로 구간별로 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값을 변경하며, 연비를 시뮬레이션하고, 시뮬레이션 결과에 따른 표준 점수를 이용하여 차량의 주행 상태 정보에 대한 예측 조건을 재설정하는 것이 바람직하다.
상술한 바와 같은 차량 상태 정보의 인자와 차량 외부 정보의 인자에 대해서는, 약 22만 가지의 인자의 값이 조합이 발생할 수 있어, 시뮬레이션은 주행 도로 구간별로 약 22만회 수행되게 된다.
예측 조건 설정기(31)는, 약 22만회의 연비 시뮬레이션 결과에 대해, 표준 점수에 해당하는 인자의 값을 최적의 인자의 값으로 설정하여 해당 주행에 대해 예측 조건을 설정하게 된다.
참고로, 표준 점수의 종류에는 Z점수, T점수, 스테나인(stanine) 점수 등이 있고 가장 흔히 사용되는 표준 점수는 Z점수이다. 이러한 표준 점수를 산출하기 위해, 시뮬레이션 결과에 대해 예측 연비의 평균, 편차, 분산, 표준 편차와 같은 통계값을 산출할 필요가 있을 것이다.
예측부(40)는, 가공 데이터 저장부(20)에 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보를 이용하여 설정된 예측 조건을 이용하여, 차량의 연비를 예측하는 역할을 한다.
예측부(40)는, 차량의 주행 개시 시점에서 차량으로부터 출발지 및 도착지 정보를 수신하고, 출발지 및 도착지 정보를 이용하여 실제 주행 거리를 연산하고, 해당 주행 경로의 주행 도로 구간별 실시간 교통 상황 정보를 조회하고, 해당 차량의 연비를 예측하는 것을 특징으로 한다. 주행 도로 구간별 실시간 교통 상황 정보에 의해 차량 상태 정보에 포함된 차량의 속도를 예측할 수 있게 된다.
예측부(40)는, 주행 도로 구간별로 연비를 예측하여, 출발지로부터 도착지까지의 모든 주행 도로 구간별로 예측된 연비를 합산하는 것에 의해 전체 연비를 예측하게 된다.
아울러, 차량의 속도 이외의 공조전원의 온오프 여부, 후방창문성애제거 기능의 온오프 여부, 공조온도, 회류 기능의 온오프 여부, 에어컨의 온오프 여부, 공기청정 기능의 온오프 여부, 안개등의 의 온오프 여부, 전조등의 온오프 여부, 상향등의 온오프 여부 및 공조단계 등의 차량 상태 정보에 포함된 다수의 인자와 외부 온도 및 우천 정보 등의 차량 외부 정보에 포함된 다수의 인자는 차량 또는 기상청 서버로부터 출발 지점으로부터 수신된 값을 이용할 수 있다.
다만, 해당 주행 도로 구간별로 온/오프와 같이 빈도가 변경될 수 있고, 빈도가 카운팅 될 수 있는 인자는 빈도가 가장 많은 값을 인자의 값으로 이용할 수 있다. 아울러, 온도의 경우에는, 해당 주행 도로 구간별 평균값을 인자의 값으로 이용할 수 있을 것이다.
예측부(40)는, 미리 설정된 다수의 순위에 따라 연비를 예측한다. 다수의 순위는, 제 1 순위 내지 제 5 순위를 포함할 수 있고, 제 1 순위에 의한 예측이 불가능한 경우 제 2 순위로, 제 2 순위에 의한 예측이 불가능한 경우 제 3 순위로, 제 3 순위에 의한 예측이 불가능한 경우 제 4 순위로, 제 4 순위에 의한 예측이 불가능한 경우 제 5 순위로, 순차적으로 넘어가게 된다. 아울러, 예측부(40)는, 주행 도로 구간별로 제 1 순위 내지 제 5 순위 중 하나를 이용하여 주행 도로 구간별 연비를 예측할 수 있다.
구체적으로, 제 1 순위는 해당 주행 도로 구간에 대한 자차의 주행 이력이 존재하고, 자차에 대해 설정된 예측 조건이 있는 경우이다. 제 2 순위는, 해당 주행 도로 구간에 대한 자차의 주행 이력이 없는 경우, 해당 주행 도로 구간에 대한 타차의 주행 이력이 존재하고, 타차에 대해 설정된 예측 조건이 있는 경우이다, 제 3 순위는, 해당 주행 도로 구간에 대한 자차의 주행 이력이 존재하고, 자차에 대해 설정된 예측 조건이 없고, 타차에 대해 설정된 예측 조건이 있는 경우이다. 제 4 순위는, 해당 주행 도로 구간에 대한 자차의 주행 이력이 없는 경우, 해당 주행 도로 구간에 대한 타차의 주행 이력이 존재하고, 자차 및 타차에 대해 설정된 예측 조건이 없는 경우이다. 아울러, 제 5 순위는, 해당 주행 도로 구간에 대한 자차 및 타차의 주행 이력이 없고, 자차 및 타차에 대해 설정된 예측 조건이 없는 경우이다. 제 5 순위의 경우에는 표준 연비를 이용하여 연비를 예측하게 된다.
에너지맵 생성부(50)는, 주행 도로 구간별로 산출된 예측 연비를 관리하는 역할을 한다.
도 3은 에너지맵 생성부(50)에 의해 저장된 주행 도로 구간별로 산출된 예측 연비 등의 예시도이다. 도 3으로부터 알 수 있는 바와 같이, 본 발명에서는 주로 도로 구간별, 즉 고유번호(링크)별 이동 거리, 소모 에너지, 주행 연비 등을 저장하고 있는 것이 바람직하다.
도 4는 본 발명의 바람직한 일실시예에 따른 전기 자동차의 연비 예측 방법의 흐름도를 나타낸다.
본 발명의 바람직한 일실시예에 따른 전기 자동차의 연비 예측 방법은, 상술한 본 발명의 바람직한 일실시예에 따른 전기 자동차 연비 예측 시스템(100)을 이용하므로 별도의 설명이 없더라도 전기 자동차 연비 예측 시스템(100)의 모든 특징을 포함하고 있음은 물론이다. 아울러, 전기 자동차 연비 예측 시스템(100) 또한 별도의 설명이 없더라도 전기 자동차의 연비 예측 방법의 모든 특징을 포함하고 있음은 물론이다.
도 4로부터 알 수 있는 바와 같이, 본 발명의 바람직한 일실시예에 따른 전기 자동차의 연비 예측 방법은, 실제 차량의 주행 시의 이력 정보를 이용하여 주행 도로 구간별 차량의 에너지 소모와 관련된 정보로 가공하여 저장하는 단계(S100); S100 단계에서 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 설정하고 평가하는 단계(S200); S200 단계에서 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보를 이용하여 설정된 예측 조건을 이용하여, 차량의 연비를 예측하는 단계(S300); 및 주행 도로 구간별로 산출된 예측 연비를 관리하는 단계(S400);를 포함한다.
아울러, 차량의 에너지 소모와 관련된 정보는 적어도 하나의 인자를 포함하는 것을 특징으로 한다.
구체적으로 S100 단계는, 해당 차량의 위도 및 경도 좌표를 이용하여 주행 도로 구간별 고유번호를 추출하는 단계(S110); 추출된 고유번호를 기반으로 고유번호에 대한 차량의 이동 시간에 따라 순차적으로 링크 인덱스를 부여하는 단계(S120); 및 링크 인덱스의 순서대로 주행 도로 구간별로 차량의 에너지 소모와 관련된 정보를 차량의 운행 정보와 더불어 가공하고 저장하는 단계(S130);를 포함한다.
S110 단계는, 이전 단계의 고유번호와 현재 단계의 고유번호가 연속적인 값을 가지지 않는 경우, 이전 단계의 고유번호와 현재 단계의 고유번호가 연속적인 값을 가지도록 고유번호를 보정하여, 주행 도로 구간별 고유번호를 추출하는 것이 바람직하다.
도 5는 S200 단계의 흐름도이다.
도 5로부터 알 수 있는 바와 같이, S200 단계는, S100 단계에서 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대해 설정된 예측 조건을 이용한 차량의 연비 예측 결과를 평가하는 단계(S210); S210 단계의 차량의 연비 예측 결과를 평가한 결과, 미리 설정된 평가 조건을 만족하지 못할 경우, 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 재설정하는 단계(S220); 및 S210 단계의 차량의 연비 예측 결과를 평가한 결과, 미리 설정된 평가 조건을 만족하는 경우, 해당 예측 조건을 적용하는 단계(S230);를 포함한다. 아울러, S220 단계에서 예측 조건이 재설정되게 되면, S210 단계는 재설정된 예측 조건을 이용하게 된다.
S220 단계의 미리 설정된 평가 조건을 만족하지 못할 경우는, 해당 주행 도로 구간에 대한 예측 연비가 표준 연비와 일정값 이상의 차이를 나타내는 경우를 예로 들 수 있다.
아울러, S220 단계는, 해당 주행 도로 구간별로 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값을 변경하며, 연비를 시뮬레이션하는 단계(S221) 및 S221 단계의 시뮬레이션 결과에 따른 표준 점수를 이용하여, 예측 조건을 재설정하는 단계(S222);를 포함하는 것을 특징으로 한다.
차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은, 일정 범위 내에 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 포함 여부로 설정되는 것이 바람직하다.
차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은, 일정 범위 내에 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 포함 여부로 설정되는 것을 특징으로 한다. 아울러, 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은, 설정된 하나의 값과 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 일치 여부로 설정될 수 있다. 또한, 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은, 설정된 다수의 값 중 하나와 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 일치 여부로 설정되는 것을 특징으로 한다. 바람직하게는 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은, 모든 경우의 값에 대해 예측 조건을 만족하는 것으로 판단할 수 있다.
아울러, S300 단계는, 출발지 및 도착지 정보를 이용하여, 실제 주행 거리를 연산하는 단계(S310); 해당 주행 경로의 주행 도로 구간별 실시간 교통 상황 정보를 조회하는 단계(S320); 및 해당 차량의 연비를 예측하는 단계(S330);를 포함하는 것을 특징으로 한다.
S330 단계의 연비의 예측은, 미리 설정된 다수의 순위에 따라 연비를 예측한다. 다수의 순위는, 제 1 순위 내지 제 5 순위를 포함할 수 있고, 제 1 순위에 의한 예측이 불가능한 경우 제 2 순위로, 제 2 순위에 의한 예측이 불가능한 경우 제 3 순위로, 제 3 순위에 의한 예측이 불가능한 경우 제 4 순위로, 제 4 순위에 의한 예측이 불가능한 경우 제 5 순위로, 순차적으로 넘어가게 된다.
구체적으로, 제 1 순위는 해당 주행 도로 구간에 대한 자차의 주행 이력이 존재하고, 자차에 대해 설정된 예측 조건이 있는 경우이다. 제 2 순위는, 해당 주행 도로 구간에 대한 자차의 주행 이력이 없는 경우, 해당 주행 도로 구간에 대한 타차의 주행 이력이 존재하고, 타차에 대해 설정된 예측 조건이 있는 경우이다, 제 3 순위는, 해당 주행 도로 구간에 대한 자차의 주행 이력이 존재하고, 자차에 대해 설정된 예측 조건이 없고, 타차에 대해 설정된 예측 조건이 있는 경우이다. 제 4 순위는, 해당 주행 도로 구간에 대한 자차의 주행 이력이 없는 경우, 해당 주행 도로 구간에 대한 타차의 주행 이력이 존재하고, 자차 및 타차에 대해 설정된 예측 조건이 없는 경우이다. 아울러, 제 5 순위는, 해당 주행 도로 구간에 대한 자차 및 타차의 주행 이력이 없고, 자차 및 타차에 대해 설정된 예측 조건이 없는 경우이다. 제 5 순위의 경우에는 표준 연비를 이용하여 연비를 예측하게 된다.
상술한 바와 같이, 본 발명의 전기 자동차 연비 예측 시스템(100) 및 그 연비 예측 방법에 따르면, 차량의 주행과 관련된 예측 조건을 설정하여 유사 주행 이력을 조회하는 것에 의해 적은 데이터 개수에 대해서도 연비를 예측할 수 있음을 알 수 있다.
100 : 자동차 연비 예측 시스템
10 : 원본 데이터 저장부
20 : 가공 데이터 저장부
30 : 예측 조건 설정부
40 : 예측부
50 : 에너지맵 생성부
31 : 예측 조건 설정기
32 : 평가기

Claims (22)

  1. 전기 자동차 연비 예측 시스템을 이용한 연비 예측 방법에 있어서,
    (a) 실제 차량의 주행 시의 이력 정보를 이용하여 주행 도로 구간별 차량의 에너지 소모와 관련된 정보로 가공하여 저장하는 단계; (b) 상기 (a) 단계에서 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 설정하고 평가하는 단계; 및 (c) 상기 (b) 단계에서 설정된 예측 조건을 이용하여, 차량의 연비를 예측하는 단계;를 포함하되,
    상기 차량의 에너지 소모와 관련된 정보는, 적어도 하나의 인자를 포함하고,
    상기 (b) 단계는, (b-1) 상기 (a) 단계에서 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대해 설정된 예측 조건을 이용한 차량의 연비 예측 결과를 평가하는 단계; 및 (b-2) 상기 (b-1) 단계의 차량의 연비 예측 결과를 평가한 결과, 미리 설정된 평가 조건을 만족하지 못할 경우, 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 재설정하는 단계;를 포함하고,
    상기 (b-2) 단계는, (b-2-1) 해당 주행 도로 구간별로 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값을 변경하며, 연비를 시뮬레이션하는 단계; 및 (b-2-2) 상기 (b-2-1) 단계의 시뮬레이션 결과에 따른 표준 점수를 이용하여, 예측 조건을 재설정하는 단계;를 포함하는 것을 특징으로 하는 연비 예측 방법.
  2. 제1항에 있어서,
    상기 (a) 단계는,
    (a-1) 해당 차량의 위도 및 경도 좌표를 이용하여 주행 도로 구간별 고유번호를 추출하는 단계;를 포함하는 것을 특징으로 하는 연비 예측 방법.
  3. 제2항에 있어서,
    상기 (a-1) 단계는,
    이전 단계의 고유번호와 현재 단계의 고유번호가 연속적인 값을 가지지 않는 경우, 이전 단계의 고유번호와 현재 단계의 고유번호가 연속적인 값을 가지도록 고유번호를 보정하여, 주행 도로 구간별 고유번호를 추출하는 것을 특징으로 하는 연비 예측 방법.
  4. 삭제
  5. 삭제
  6. 제1항에 있어서,
    상기 (b-2) 단계의 미리 설정된 평가 조건을 만족하지 못할 경우는,
    해당 주행 도로 구간에 대한 예측 연비가 표준 연비와 일정값 이상의 차이를 나타내는 경우인 것을 특징으로 하는 연비 예측 방법.
  7. 삭제
  8. 제1항에 있어서,
    상기 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은,
    일정 범위 내에 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 포함 여부로 설정되는 것을 특징으로 하는 연비 예측 방법.
  9. 제1항에 있어서,
    상기 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은,
    설정된 하나의 값과 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 일치 여부로 설정되는 것을 특징으로 하는 연비 예측 방법.
  10. 삭제
  11. 전기 자동차 연비 예측 시스템을 이용한 연비 예측 방법에 있어서,
    (a) 실제 차량의 주행 시의 이력 정보를 이용하여 주행 도로 구간별 차량의 에너지 소모와 관련된 정보로 가공하여 저장하는 단계; (b) 상기 (a) 단계에서 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 설정하고 평가하는 단계; 및 (c) 상기 (b) 단계에서 설정된 예측 조건을 이용하여, 차량의 연비를 예측하는 단계;를 포함하되,
    상기 차량의 에너지 소모와 관련된 정보는, 적어도 하나의 인자를 포함하고,
    상기 (c) 단계는, (c-1) 출발지 및 도착지 정보를 이용하여, 실제 주행 거리를 연산하는 단계; (c-2) 해당 주행 경로의 주행 도로 구간별 실시간 교통 상황 정보를 조회하는 단계; 및 (c-3) 해당 차량의 연비를 예측하는 단계;를 포함하고,
    상기 (c-3) 단계의 연비의 예측은, 미리 설정된 다수의 순위에 따라 연비를 예측하되,
    다수의 순위는, 해당 주행 도로 구간에 대한 자차의 주행 이력이 존재하고, 자차에 대해 설정된 예측 조건이 있는 경우를 제 1 순위; 해당 주행 도로 구간에 대한 자차의 주행 이력이 없는 경우, 해당 주행 도로 구간에 대한 타차의 주행 이력이 존재하고, 타차에 대해 설정된 예측 조건이 있는 경우를 제 2 순위; 해당 주행 도로 구간에 대한 자차의 주행 이력이 존재하고, 자차에 대해 설정된 예측 조건이 없고, 타차에 대해 설정된 예측 조건이 있는 경우를 제 3 순위; 해당 주행 도로 구간에 대한 자차의 주행 이력이 없는 경우, 해당 주행 도로 구간에 대한 타차의 주행 이력이 존재하고, 자차 및 타차에 대해 설정된 예측 조건이 없는 경우를 제 4 순위; 및 해당 주행 도로 구간에 대한 자차 및 타차의 주행 이력이 없고, 자차 및 타차에 대해 설정된 예측 조건이 없는 경우를 제 5 순위;로 설정되는 것을 특징으로 하는 연비 예측 방법.
  12. 전기 자동차 연비 예측 시스템에 있어서,
    실제 차량의 주행 시의 이력 정보를 이용하여 주행 도로 구간별 차량의 에너지 소모와 관련된 정보로 가공하여 저장하는 가공 데이터 저장부; 상기 가공 데이터 저장부에 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 설정하고 평가하는 예측 조건 설정부; 및 상기 예측 조건 설정부에 의해 설정된 예측 조건을 이용하여, 차량의 연비를 예측하는 예측부;를 포함하고,
    상기 차량의 에너지 소모와 관련된 정보는, 적어도 하나의 인자를 포함하고,
    상기 예측 조건 설정부는, 상기 가공 데이터 저장부에 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보를 이용하여 연비의 예측 조건을 설정하고, 설정된 예측 조건을 이용한 차량의 연비 예측 결과를 평가하고,
    상기 예측 조건 설정부는, 차량의 연비 예측 결과를 평가한 결과, 미리 설정된 평가 조건을 만족하지 못할 경우, 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 재설정하고,
    상기 예측 조건 설정부는, 해당 주행 도로 구간별로 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값을 변경하며, 연비를 시뮬레이션하고, 시뮬레이션 결과에 따른 표준 점수를 이용하여 예측 조건을 재설정하는 것을 특징으로 하는 연비 예측 시스템.
  13. 제12항에 있어서,
    상기 가공 데이터 저장부는,
    해당 차량의 위도 및 경도 좌표를 이용하여 주행 도로 구간별 고유번호를 추출하는 것을 특징으로 하는 연비 예측 시스템.
  14. 제13항에 있어서,
    상기 가공 데이터 저장부는,
    이전 단계의 고유번호와 현재 단계의 고유번호가 연속적인 값을 가지지 않는 경우, 이전 단계의 고유번호와 현재 단계의 고유번호가 연속적인 값을 가지도록 고유번호를 보정하여, 주행 도로 구간별 고유번호를 추출하는 것을 특징으로 하는 연비 예측 시스템.
  15. 삭제
  16. 삭제
  17. 제12항에 있어서,
    미리 설정된 평가 조건을 만족하지 못할 경우는,
    해당 주행 도로 구간에 대한 예측 연비가 표준 연비와 일정값 이상의 차이를 나타내는 경우인 것을 특징으로 하는 연비 예측 시스템.
  18. 삭제
  19. 제12항에 있어서,
    상기 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은,
    일정 범위내에 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 포함 여부로 설정되는 것을 특징으로 하는 연비 예측 시스템.
  20. 제12항에 있어서,
    상기 차량의 에너지 소모와 관련된 정보에 포함된 인자에 대한 예측 조건은,
    설정된 하나의 값과 해당 차량의 에너지 소모와 관련된 정보에 포함된 인자의 값의 일치 여부로 설정되는 것을 특징으로 하는 연비 예측 시스템.
  21. 삭제
  22. 전기 자동차 연비 예측 시스템에 있어서,
    실제 차량의 주행 시의 이력 정보를 이용하여 주행 도로 구간별 차량의 에너지 소모와 관련된 정보로 가공하여 저장하는 가공 데이터 저장부; 상기 가공 데이터 저장부에 저장된 주행 도로 구간별 차량의 에너지 소모와 관련된 정보에 대한 예측 조건을 설정하고 평가하는 예측 조건 설정부; 및 상기 예측 조건 설정부에 의해 설정된 예측 조건을 이용하여, 차량의 연비를 예측하는 예측부;를 포함하고,
    상기 차량의 에너지 소모와 관련된 정보는, 적어도 하나의 인자를 포함하고,
    상기 예측부는, 출발지 및 도착지 정보를 이용하여 실제 주행 거리를 연산하고, 해당 주행 경로의 주행 도로 구간별 실시간 교통 상황 정보를 조회하고, 해당 차량의 연비를 예측하고,
    상기 예측부는, 미리 설정된 다수의 순위에 따라 연비를 예측하되,
    다수의 순위는, 해당 주행 도로 구간에 대한 자차의 주행 이력이 존재하고, 자차에 대해 설정된 예측 조건이 있는 경우를 제 1 순위; 해당 주행 도로 구간에 대한 자차의 주행 이력이 없는 경우, 해당 주행 도로 구간에 대한 타차의 주행 이력이 존재하고, 타차에 대해 설정된 예측 조건이 있는 경우를 제 2 순위; 해당 주행 도로 구간에 대한 자차의 주행 이력이 존재하고, 자차에 대해 설정된 예측 조건이 없고, 타차에 대해 설정된 예측 조건이 있는 경우를 제 3 순위; 해당 주행 도로 구간에 대한 자차의 주행 이력이 없는 경우, 해당 주행 도로 구간에 대한 타차의 주행 이력이 존재하고, 자차 및 타차에 대해 설정된 예측 조건이 없는 경우를 제 4 순위; 및 해당 주행 도로 구간에 대한 자차 및 타차의 주행 이력이 없고, 자차 및 타차에 대해 설정된 예측 조건이 없는 경우를 제 5 순위;로 설정되는 것을 특징으로 하는 연비 예측 시스템.
KR1020180097543A 2018-08-21 2018-08-21 전기 자동차 연비 예측 시스템 및 그 연비 예측 방법 KR102127567B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180097543A KR102127567B1 (ko) 2018-08-21 2018-08-21 전기 자동차 연비 예측 시스템 및 그 연비 예측 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180097543A KR102127567B1 (ko) 2018-08-21 2018-08-21 전기 자동차 연비 예측 시스템 및 그 연비 예측 방법

Publications (2)

Publication Number Publication Date
KR20200021770A KR20200021770A (ko) 2020-03-02
KR102127567B1 true KR102127567B1 (ko) 2020-06-29

Family

ID=69805730

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180097543A KR102127567B1 (ko) 2018-08-21 2018-08-21 전기 자동차 연비 예측 시스템 및 그 연비 예측 방법

Country Status (1)

Country Link
KR (1) KR102127567B1 (ko)

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160100264A (ko) * 2015-02-13 2016-08-23 국민대학교산학협력단 Dtg 빅데이터를 이용하는 연비 예측 모델 생성 방법
KR101897339B1 (ko) * 2016-09-06 2018-09-11 현대자동차주식회사 전기 자동차의 주행가능거리 예측방법 및 그 시스템

Also Published As

Publication number Publication date
KR20200021770A (ko) 2020-03-02

Similar Documents

Publication Publication Date Title
KR101897339B1 (ko) 전기 자동차의 주행가능거리 예측방법 및 그 시스템
CN106114507B (zh) 用于智能车辆的局部轨迹规划方法和装置
CN113219933B (zh) 基于数字孪生预测的露天矿无人驾驶卡车调度***及方法
CN109213153B (zh) 一种车辆自动驾驶方法及电子设备
US11661067B2 (en) Method for ascertaining driving profiles
CN108346317B (zh) 道路风险预警方法和装置
JP7016676B2 (ja) 車両制御装置及びその動作方法
CN113415288B (zh) 分段式纵向车速规划方法、装置、设备及存储介质
US11199419B2 (en) Method for reducing exhaust gas emissions of a drive system of a vehicle including an internal combustion engine
CN114829225A (zh) 自主载具的条件行为预测
CN112836917A (zh) 一种由两套风险评级模型组成的风险评级***
JP2022052874A (ja) 自動運転装置
WO2016163929A1 (en) Device and method for classification of road segments based on their suitability for platooning
CN115862322A (zh) 一种车辆可变限速控制优化方法、***、介质及设备
JPWO2016047591A1 (ja) 列車運行予測システム、列車運行予測方法、運転時分算出装置、および運転時分算出方法
KR102127567B1 (ko) 전기 자동차 연비 예측 시스템 및 그 연비 예측 방법
CN111582527A (zh) 行程时间的预估方法、装置、电子设备和存储介质
CN114413923B (zh) 一种行驶路线推荐方法、装置、存储介质及***
JP2017151545A (ja) 事故予報システム、および事故予報方法
WO2023197409A1 (zh) 速度控制模型的生成方法、车辆控制方法及装置
CN113724490B (zh) 一种道路拥堵检测的方法
CN113902427B (zh) 一种预估到达时间的确定方法、装置、设备及存储介质
CN115493599A (zh) 一种基于安全的航空器路径规划方法
CN115230677A (zh) 一种交通信息处理方法、装置、存储介质、控制器及车辆
CN114970103A (zh) 考虑配送员经验与随机行驶时间的即时配送路径优化方法

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant