KR102295427B1 - OBD(On Board Diagnostics) 장치를 통해 수집된 데이터 기반의 차량 상태 감지방법 및 시스템 - Google Patents
OBD(On Board Diagnostics) 장치를 통해 수집된 데이터 기반의 차량 상태 감지방법 및 시스템 Download PDFInfo
- Publication number
- KR102295427B1 KR102295427B1 KR1020200087916A KR20200087916A KR102295427B1 KR 102295427 B1 KR102295427 B1 KR 102295427B1 KR 1020200087916 A KR1020200087916 A KR 1020200087916A KR 20200087916 A KR20200087916 A KR 20200087916A KR 102295427 B1 KR102295427 B1 KR 102295427B1
- Authority
- KR
- South Korea
- Prior art keywords
- vehicle
- data
- user terminal
- abnormal
- information
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 27
- 230000002159 abnormal effect Effects 0.000 claims abstract description 68
- 238000004891 communication Methods 0.000 claims abstract description 33
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 230000001133 acceleration Effects 0.000 claims description 25
- 238000007405 data analysis Methods 0.000 claims description 17
- 230000007547 defect Effects 0.000 claims description 16
- 208000032368 Device malfunction Diseases 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 6
- 239000010705 motor oil Substances 0.000 claims description 6
- 239000002826 coolant Substances 0.000 claims description 5
- 238000009826 distribution Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 230000005856 abnormality Effects 0.000 claims description 2
- 230000002950 deficient Effects 0.000 abstract description 2
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000007257 malfunction Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 239000010718 automatic transmission oil Substances 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 210000003195 fascia Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/02—Ensuring safety in case of control system failures, e.g. by diagnosing, circumventing or fixing failures
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
- B60W2050/0052—Filtering, filters
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/06—Direction of travel
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
본 발명에 따르는, OBD(On Board Diagnostics) 장치를 통해 수집된 데이터 기반의 차량 이상상태 감지 시스템은, 서버 및 사용자 단말을 포함하며, 상기 사용자 단말은, 각각의 차량등록정보, 각각의 차량에 탑재된 OBD 장치를 통하여 수집된 데이터, 각각의 사용자 단말의 GPS 정보를 포함하는 차량 데이터를 수집하고, 상기 차량 데이터 중 비정상 데이터값을 제거하고 정상 데이터값이 남도록 필터링하며, 상기 서버는, 복수의 사용자 단말로부터, 상기 정상 데이터값과 비정상 데이터값을 수신하고, 상기 필터링된 정상 데이터값을 기초로, 차량의 화물운반 안전성, 차량 이력 관리 정보, 차량의 감가상각비용, 및 차량 모델 별 이상상태 발생유무를 판단하여 사용자 단말 또는 다른 서버로 제공하며, 상기 비정상 데이터값들을 이용하여, OBD장치의 오동작 유무, 통신상태 불량유무, 차량 결함 유무, 및 운전 조작오류 발생유무를 판단하여, 사용자 단말 또는 다른 서버로 제공할 수 있다.
Description
본 발명은 OBD(On Board Diagnostics) 장치를 통해 수집된 데이터 기반의 차량 상태 감지방법 및 시스템에 관한 것이다. 구체적으로, OBD 장치에서 수집한 자동차의 데이터를 스마트폰 앱에서 분석하고 서버로 전송한 후 빅데이터 분석을 통해 자동차의 관리나 교통안전 예측 등을 구현하기 위한 기술이다.
종래에는 하드웨어 형태의 자동차 전자식 운행기록장치(Digital Tachograph)를 배선으로 차량의 통신과 연결하여 차량으로부터 발생되는 데이터를 수집하고 있다.
또한, 차량 소유주나 차량 운전자에게 해당 차량의 모니터링을 제공하여 손쉬운 관리가 가능하도록 하고 있으나, 전국적인 도로교통망에서 발생되는 안전정보 수집을 개개인이 할 수 없기 때문에 이러한 교통 안전을 효과적으로 실현하는 데에는 미흡하다.
한편, 자동차 전자식 운행기록장치는 매우 고가이며, 설치에 고비용을 지불해야 하고, 잦은 고장으로 인한 데이터의 누락 문제점들이 많다.
따라서, 이러한 자동차 전자식 운행기록장치를 대체할 수 있는 수단 마련을 통해 장착 및 이용에 들어가는 고비용을 줄일 필요가 있다. 또한, 거시적인 측면에서 볼 때, 교통안전공단과 같은 공공주체에서 전체적인 교통정보 및 차량정보를 손쉽게 수집함으로써 교통안전을 구현하기 위해서는 자동차 각각의 정보를 손쉽게 수집하고 모니터링하기 위한 수단도 필요하다.
본 발명은 전술한 종래 기술의 문제점을 해결하기 위한 것으로서, 종래 자동차에 장착되어 있는 OBD 장치와 스마트폰을 연결하여 자동차의 정보를 사용자 단말로 손쉽게 수집하고 이를 서버로 전송하여 서버에서 빅데이터 분석이 이루어지도록 함으로써, 전체 교통 안전을 위한 예측이나, 차량에 대한 관리가 손쉽게 이루어질 수 있도록 하는 것을 목적으로 한다.
본 발명의 일 실시예에 따르는, 서버에 의해 수행되는, OBD(On Board Diagnostics) 장치를 통해 수집된 데이터 기반의 차량 상태 감지방법에 있어서, (a) 각각의 사용자 단말이, 각각의 차량등록정보, 각각의 차량에 탑재된 OBD 장치를 통하여 수집된 데이터, 각각의 사용자 단말의 GPS 정보를 포함하는 차량 데이터를 수집하는 단계; (b) 각각의 사용자 단말이, 상기 차량 데이터 중 비정상 데이터값을 제거하고 정상 데이터값이 남도록 필터링하는 단계;(c) 복수의 사용자 단말로부터, 상기 정상 데이터값과 비정상 데이터값을 수신하고, 상기 필터링된 정상 데이터값을 기초로, 차량의 화물운반 안전성, 차량 이력 관리 정보, 차량의 감가상각비용, 및 차량 모델 별 이상상태 발생유무를 판단하여 사용자 단말로 제공하는 단계; 및 (d) 상기 비정상 데이터값들을 이용하여, OBD장치의 오동작 유무, 통신상태 불량유무, 차량 결함 유무, 및 운전 조작오류 발생유무를 판단하여, 사용자 단말 또는 다른 서버로 제공하는 단계;를 포함할 수 있다.
또한, 상기 사용자 단말은 상기 서버 및 상기 OBD장치와 통신하여 상기 (a) 내지 (d) 단계를 수행할 수 있는 애플리케이션이 설치되어 있을 수 있다.
또한, 상기 (a) 단계는, 차량등록정보 별, 차량 상태 정보 별, 차량 위치 정보 별로 정의되며, 각 정보 별로 인식가능한 데이터의 자릿수, 정형데이터로 변환시의 숫자가 무엇으로 나타나는지를 정의한 데이터 규약, 및 데이터 발생시점이 정의된 기 설정된 테이블값이 상기 사용자 단말에 저장되어 있으며, 상기 OBD 장치로부터 수신된 데이터를 상기 테이블값을 참고하여 각 항목별 규격에 따라 변환하는 단계를 포함 할 수 있다.
또한, 상기 (b) 단계는, 상기 비정상 데이터값은 차량의 일 주행거리가 마이너스로 산출되는 경우, 차량의 일 주행거리가 네자리 숫자 이상으로 산출되는 경우, GPS의 위도 및 경도 좌표가 대한민국 위도 및 경도에서 기 설정된 거리만큼 벗어나도록 산출되는 경우, 차량의 속도값이 마이너스인 경우, 다섯자리 숫자를 넘어가는 RPM으로 산출되는 경우의 데이터값을 포함 할 수 있다.
또한, 상기 (c) 단계의 상기 차량의 화물운반 안전성을 판단하는 단계는, 차량의 속도, 및 가속도, 방향값을 실시간으로 수집하여 해당 차량이 과속유형, 급가속유형, 급감속유형, 급차로변경유형 및 급회전유형, 쉼없는 연속운전 유형 중 어느 유형인지 일별로 통계를 수집하고, 해당 차량의 속도, 및 가속도, 방향값과 동일 기간 동안의 전체 차량의 속도, 가속도, 방향값에 대한 평균치와 차량의 종류에 따르는 평균치를 비교함으로써, 화물운반 안전성을 판단하고, 상기 차량의 운전자의 사용자 단말로 제공하는 단계를 포함 할 수 있다.
또한, 상기 (c) 단계의 차량의 감가상각비용을 판단하는 단계는, 상기 (a) 단계에서 수집한 데이터를 각 차량의 종류 별로 시계열적인 통계데이터로 저장하고, 차량 모델별로 , 감가상각비용을 예측하되, 상기 통계데이터를 바탕으로 과속, 급가속, 급감속, 급차로변경, 및 급회전에 관한 횟수 속도, 가속도, 방향값과 냉각수온도, 엔진오일온도, 흡입공기온도 중 적어도 하나에 관한 운영임계치를 각 차량이 초과하여 발생한 횟수와 초과 발생시의 차이값을 계산하여, 감가상각비용을 예측하고, 기 설정된 통계적 감가상각비용과 비교하여, 사용자 단말에게 제공 할 수 있다.
또한, 상기 (c) 단계의 차량 모델 별 이상상태 발생유무를 판단하는 단계는, 기 등록된 차대번호와 사용자가 사용중인 OBD장치의 제조사정보가 매핑되는 차량의 복수의 상태 데이터를 외부 서버로부터 수집하고, 수집한 데이터를 각 차량 별로 저장하고, 데이터를 상태정보 항목 별로 분류하여 빅데이터 분석을 수행하고, 각 차량 별로 정상 데이터값과 비정상 데이터값 간의 상관관계를 분석하고, 상태정보 항목 들 간의 상관관계를 분석함으로써, 차량 모델에 따르는 이상 상태 유무를 검출하는 단계를 포함 할 수 있다.
또한, (e) 상기 비정상 데이터값을 카테고리 별로 저장하고, 정상적인 분포에 해당하는 임계치를 얼마나 벗어나는지와 벗어난 비정상데이터값의 개수에 대한 빅데이터분석을 수행함으로써, 차량모델과 제작년도와 비정상 데이터값 간의 상관관계를 분석하되, 상기 카테고리는 차대번호와 차량 제작년도를 포함하며, 각 비정상 데이터값들의 구성이 OBD 장치 오동작, 통신상태 불량, 차량 결함, 운전자의 조작오류 중 무엇을 의미하는 것인지 추론한 후, 상기 OBD 장치 오동작, 통신상태 불량, 차량 결함, 운전자의 조작오류을 출력값으로 설정하고, 상기 차량모델과 제작년도 및 비정상 데이터값을 입력값으로 설정하여 머신러닝을 수행하고, 이후, 신규한 비정상 데이터값이 수신되었을 경우, 해당 차량이 OBD 장치 오동작, 통신상태 불량, 차량 결함, 운전자의 조작오류 중 어느 상태를 나타내는 것인지 검출하고 사용자 단말로 안내하는 단계를 포함 할 수 있다.
또한, 본 발명의 다른 실시예에 따르는, OBD(On Board Diagnostics) 장치를 통해 수집된 데이터 기반의 차량 이상상태 감지 시스템은, 서버 및 사용자 단말을 포함하며, 상기 사용자 단말은, 각각의 차량등록정보, 각각의 차량에 탑재된 OBD 장치를 통하여 수집된 데이터, 각각의 사용자 단말의 GPS 정보를 포함하는 차량 데이터를 수집하고, 상기 차량 데이터 중 비정상 데이터값을 제거하고 정상 데이터값이 남도록 필터링하며, 상기 서버는, 복수의 사용자 단말로부터, 상기 정상 데이터값과 비정상 데이터값을 수신하고, 상기 필터링된 정상 데이터값을 기초로, 차량의 화물운반 안전성, 차량 이력 관리 정보, 차량의 감가상각비용, 및 차량 모델 별 이상상태 발생유무를 판단하여 사용자 단말 또는 다른 서버로 제공하며, 상기 비정상 데이터값들을 이용하여, OBD장치의 오동작 유무, 통신상태 불량유무, 차량 결함 유무, 및 운전 조작오류 발생유무를 판단하여, 사용자 단말 또는 다른 서버로 제공할 수 있다.
본 발명은 종래 자동차에 장착되어 있는 OBD 장치와 스마트폰을 연결하여 자동차의 정보를 사용자 단말로 손쉽게 수집하고 이를 서버로 전송하여 서버에서 빅데이터 분석이 이루어지도록 함으로써, 전체 교통 안전을 위한 예측이나, 차량에 대한 관리가 손쉽게 이룰 수 있다.
고가의 장비를 별도로 구매하지 않고도, 자동차 운행기록 데이터를 수집할 수 있다.
또한, 별도의 통신모듈을 이용하지 않고도 운전자의 스마트폰을 통해 수집한 데이터의 실시간 전송이 가능하다.
자동차 운행기록 데이터는 자동차의 소유주가 설정한 민관 모두의 서버로 전송될 수 있으므로, 민관 측에서는 데이터 활용범위를 대폭 늘릴 수 있다.
도 1은 본 발명의 일 실시예에 따르는 시스템의 구조도이다.
도 2는 본 발명의 일 실시예에 따르는 예측 및 분석 정보의 예시를 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따르는 서버의 구조도이다.
도 4는 본 발명의 일 실시예에 따르는 차량 상태 감지 방법에 관한 순서도이다.
도 2는 본 발명의 일 실시예에 따르는 예측 및 분석 정보의 예시를 나타낸 블록도이다.
도 3은 본 발명의 일 실시예에 따르는 서버의 구조도이다.
도 4는 본 발명의 일 실시예에 따르는 차량 상태 감지 방법에 관한 순서도이다.
아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 다른 부분과 "연결"되어 있다고 할 때, 이는 "직접적으로 연결"되어 있는 경우뿐 아니라, 그 중간에 다른 소자를 사이에 두고 "전기적으로 연결"되어 있는 경우도 포함한다. 또한 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
이하에서 언급되는 "사용자 단말"은 네트워크를 통해 서버나 타 단말에 접속할 수 있는 컴퓨터나 휴대용 단말기로 구현될 수 있다. 여기서, 컴퓨터는 예를 들어, 웹 브라우저(WEB Browser)가 탑재된 노트북, 데스크톱(desktop), 랩톱(laptop), VR HMD(예를 들어, HTC VIVE, Oculus Rift, GearVR, DayDream, PSVR 등)등을 포함할 수 있다. 여기서, VR HMD 는 PC용 (예를 들어, HTC VIVE, Oculus Rift, FOVE, Deepon 등)과 모바일용(예를 들어, GearVR, DayDream, 폭풍마경, 구글 카드보드 등) 그리고 콘솔용(PSVR)과 독립적으로 구현되는 Stand Alone 모델(예를 들어, Deepon, PICO 등) 등을 모두 포함한다. 휴대용 단말기는 예를 들어, 휴대성과 이동성이 보장되는 무선 통신 장치로서, 스마트폰(smart phone), 태블릿 PC, 웨어러블 디바이스뿐만 아니라, 블루투스(BLE, Bluetooth Low Energy), NFC, RFID, 초음파(Ultrasonic), 적외선, 와이파이(WiFi), 라이파이(LiFi) 등의 통신 모듈을 탑재한 각종 디바이스를 포함할 수 있다. 또한, "네트워크"는 단말들 및 서버들과 같은 각각의 노드 상호 간에 정보 교환이 가능한 연결 구조를 의미하는 것으로, 근거리 통신망(LAN: Local Area Network), 광역 통신망(WAN: Wide Area Network), 인터넷 (WWW: World Wide Web), 유무선 데이터 통신망, 전화망, 유무선 텔레비전 통신망 등을 포함한다. 무선 데이터 통신망의 일례에는 3G, 4G, 5G, 3GPP(3rd Generation Partnership Project), LTE(Long Term Evolution), WIMAX(World Interoperability for Microwave Access), 와이파이(Wi-Fi), 블루투스 통신, 적외선 통신, 초음파 통신, 가시광 통신(VLC: Visible Light Communication), 라이파이(LiFi) 등이 포함되나 이에 한정되지는 않는다.
여기서, OBD 장치란 자동차 상태를 점검하기 위해 자동차 내부에 장착되는 자기진단커넥터를 의미하며, OBD 커넥터는 차량의 센터페시아 전면의 대쉬보드 측에 제공되고 있다. 이러한 OBD장치는 자동차의 다양한 부분을 감시하며, 각종 데이터를 수집할 수 있다. 냉각수 온도, 엔진오일온도, 자동변속기 오일온도, 흡입공기 온도, 흡기 공기량, TPS, ISA, 산소센서, 점화각 및 연료분사량, 공연비 학습량 등을 측정할 수 있다.
도 1을 참조하면, 본 발명의 일 실시예에 따르는 시스템은, 서버(100), 사용자 단말(200), 차량의 OBD 장치(210), 통신망(300)을 포함하여 구성될 수 있다.
서버(100)는 각종 민관이 보유한 서버(100)로서, 도면상에서는 하나만 도시되었으나, 각 민관주체가 보유하는 복수개의 서버(100)가 존재할 수 있다.
OBD장치는 차량의 운행정보와 상태정보를 수집할 수 있으며, 차량의 내부에 장착되는 장치이다.
사용자 단말(200)은 차량의 운전자이거나 차량의 소유주가 보유한 스마트폰 또는 태블릿PC 또는 그 밖의 휴대용 단말일 수 있다. 사용자 단말(200)은 상기 서버(100) 및 상기 OBD장치와 통신하여 데이터 수집 후, 데이터 변환 및 필터링 후 서버(100)로 전송할 수 있도록 구현되는 애플리케이션이 설치되어 있을 수 있다.
OBD장치에서 수집된 정보는 사용자 단말(200)로 무선 전송되고, 사용자 단말(200)은 수집된 정보를 통신망(300)을 통해 서버(100)로 실시간으로 전송할 수 있다.
서버(100)는 수집된 데이터를 기반으로 빅데이터 분석을 통해 다양한 정보들을 도출해내고 저장할 수 있다.
예시적으로, 도 2를 참조하면, 서버(100)는 화물운반 안전성에 대한 정보, 차량 이력 관리에 대한 정보, 차량 모델 별 이상상태에 관한 정보, 차량 감가상각비에 대한 정보, OBD 장치(210)의 오동작 유무에 대한 정보, 통신상태 불량여부에 대한 정보, 운전조작오류 여부에 대한 정보, 차량 결함 여부에 대한 정보를 도출해내고 저장할 수 있다.
그리고, 서버(100)는 저장한 정보를 사용자 단말(200)로 보내어 차량 소유주나 운전자가 차량 관리 또는 안전운전에 도움이 되도록 할 수 있으며, 그 외에도 서버(100)는 저장한 정보를 기반으로 도로교통 안전이나 다양한 차량 관리 관련한 분야에 해당 정보가 활용되도록 할 수 있다.
도 3을 참조하면, 서버(100)는 DB, 프로세서, 메모리, 통신모듈을 포함할 수 있다.
DB는 사용자 단말(200)로부터 수집한 다양한 차량 관련된 정보를 저장할 수 있다.
메모리는 본 발명의 일 실시예에 따르는 차량 정보 수집 기반의 빅데이터 분석을 수행할 수 있는 프로그램이 저장되어 있을 수 있다.
프로세서는 메모리에 저장된 프로그램(또는 애플리케이션)을 실행함으로써, 도 2에 도시된 다양한 정보들을 도출하도록 구현될 수 있다.
통신 모듈은 사용자 단말(200)과 통신망(300)을 통해 인터랙션을 주고 받을 수 있으며, 사용자 단말(200)이 수집한 차량 정보를 수신할 수 있다.
이하, 도4를 참조하여, 본 발명의 일 실시예에 따르는 시스템에 의해 수행되는 OBD 장치(210)를 통해 수집된 데이터 기반의 차량 상태 감지방법에 대해 구체적으로 서술하도록 한다.
먼저, 사용자 단말(200)은 차량의 OBD 장치(210)와 연결(페어링)을 수행하게 된다.
사용자 단말(200)은 OBD 장치(210)로부터 차량 데이터를 수집할수 있다.
사용자 단말(200)은 수집한 차량 데이터를 유효한 데이터들로 필터링할 수 있다(S110). 구체적으로, 사용자 단말(200)은 비정상 데이터들을 판별하고 필터링하여 정상 데이터들만 남도록 할 수 있다.
먼저, 사용자 단말(200)은 OBD를 통해 수집된 데이터와, 차량정보에 대한 데이터, 사용자 단말(200)의 GPS로부터 수집된 데이터를 각 데이터 항목별로 규격에 맞게 변환할 수 있다. 구체적으로, 사용자 단말(200)은 차량등록정보 별, 차량 상태 정보 별, 차량 위치 정보 별로 정의되며, 각 정보 별로 인식가능한 데이터의 자릿수, 정형데이터로 변환시의 숫자가 무엇으로 나타나는지를 정의한 데이터 규약, 및 데이터 발생시점이 정의된 기 설정된 테이블값을 기초로, 변환할 수 있다. 예를 들면, 아래 표1-3과 같이 각 데이터들을 항목에 맞게 정해진 데이터 규약대로 변환할 수 있다. 다만, 아래의 표는 예시에 지나지 않으며, 다른 규약이나 형태로 변환될 수도 있다.
| 데이터 구분 | 데이터 항목 | 자릿수 | 데이터 규약(정형데이터 변환) | 데이터 발생시점 |
| 차량 등록 정보 | 차대번호 | 17 | 설정(앱 최초 다운로드 시 필수) | |
| 자동차 유형 | 2 | 10: 버스 17: 특수여객자동차 21: 일반택시 31: 화물자동차 41: 비사업용자동차 |
설정(앱 최초 다운로드 시 필수) | |
| 자동차등록번호 | 12 | 자동차등록번호 전부 표기 | 설정(앱 최초 다운로드 시 필수) | |
| 운송사업자 등록번호(영업용) | 10 | 사업자등록번호 전부 표기 | 설정(앱 최초 다운로드 시 필수) | |
| 운전자코드 | 18/12 | 운전자의 자격증번호, 빈칸 #, 중간자‘-’ 생략, 운전면허증 번호는 10자리 | 설정(앱 최초 다운로드 시 필수) |
| 데이터 구분 | 데이터 항목 | 자릿수 | 데이터 규약(정형데이터 변환) | 데이터 발생시점 |
| 차량 상태 정보(OBD) | 일일주행거리(km) | 4 | 00시부터 24시까지 주행한 거리 | 실시간 |
| 누적주행거리(km) | 7 | 최초 설정일로부터 누적한 거리 | 실시간 | |
| 정보발생일시 | 14 | YYMMDDhhmmssss (연/월/일/시/분/0.01초) |
실시간 | |
| 분당엔진회전수(RPM) | 4 | 범위 : 0000~9999 | 실시간 | |
| 브레이크 신호 | 1 | 0(off), 1(on) | 실시간 | |
| 기어 단수 | 실시간 | |||
| 냉각수온도 | 2 | 범위 : 00~99 | 실시간 | |
| 엔진오일온도 | 2 | 범위 : 00~99 | 실시간 | |
| 자동변속기 오일온도 | 2 | 범위 : 00~99 | 실시간 | |
| 흡입공기온도 | 2 | 범위 : 00~99 | 실시간 | |
| TPS(Throuttle Position Sensor) | 데이터 모델링 전 | 실시간 | ||
| ISA(Idle Speed Actuator) | 데이터 모델링 전 | 실시간 | ||
| 산소센서 | 데이터 모델링 전 | 실시간 | ||
| 전화각 및 연료분사량 | 데이터 모델링 전 | 실시간 | ||
| 공연비 학습량 | 데이터 모델링 전 | 실시간 |
| 데이터 구분 | 데이터 항목 | 자릿수 | 데이터 규약(정형데이터 변환) | 데이터 발생시점 |
| 차량위치정보(스마트기기 GPS) | 차량속도(km/h) | 3 | 000~255 | 실시간 |
| GPS 위성항법장치 위경도좌표 의 X축값 | 9 | 십진수로 표기 (예 : 127.123456*1000000 =>127123456) |
실시간 | |
| GPS 위성항법장치 위경도좌표 의 Y축값 | 9 | 실시간 | ||
| GPS(위성항법장치) 방위각 | 3 | 범위 : 0~360 |
실시간 | |
| x축방향 가속도 | 6 | 범위 : -100.0~+100.0 | 실시간 | |
| y축방향 가속도 | 6 | 실시간 |
이와 같이 변환된 데이터는 숫자로 규정되어 있어, 연산이 가능하다. 그로 인해 빅데이터 분석이 가능하게 구현되어 있다고 볼 수 있다.
이후, 사용자 단말(200)은 비정상 데이터값을 판별한다. 예를 들면, 일 주행거리가 마이너스로 나오는 경우, 일 주행거리는 하루종일 운행하지 않은 차량의 최저치가 0으로 마이너스 값은 나올 수 없기 때문에, 비정상데이터값으로 판별한다. 일 주행거리 2,000km 이상 운행 역시 현 자동차의 속도와 교통상황을 고려할 때, 운전자가 교체되어 운행된다고 하더라도 현실적으로 불가능한 거리이므로, 비정상데이터값으로 판별한다. GPS 위치 데이터 중 위경도좌표가 각각 00인 경우로 대한민국 내 운행하는 차량의 위경도 좌표값으로 존재하지 않으므로, 비정상데이터값으로 판별한다. 그 외 마이너스 속도값, 100도를 초과하는 온도, 10,000이 넘어가는 rpm, 1970년 12월 1일 또는 25분 61초 등의 날짜 오류가 있고, 읽을 수 없는 데이터도 발생하므로, 이들 모두 비정상데이터값으로 판별한다. 한편, 표1 내지 표3에서 규정된 데이터 규약은 과학적 지식에 기초하여 발생할 수 없는 데이터 값은 제외되도록 설정되어 있기 때문에, 데이터를 변환하는 과정에서도 소정의 필터링 작용이 이루어진다고도 볼 수 있다.
이후, 서버(100)는 사용자 단말(200)로부터 차량등록정보, OBD 수집데이터, GPS 정보를 수신할 수 있다(S120). 이때, 사용자 단말(200)은 데이터 전송할 서버(100)를 선택하고 기관서버(100), 기업 서버(100), 사용자 서버(100) 중 적어도 하나의 서버(100)로 데이터를 전송할 수 있다.
서버(100)는 필터링된 데이터들을 빅데이터분석, 머신러닝 기법을 수행하여 차량상태에 대한 통계와 예측자료를 생성하고, 이를 서버(100) 관리자 단말 혹은 사용자 단말(200)로 제공할 수 있다(S130).
서버(100)로 전송되는 데이터가 많을수록, 구체적으로 차량이 많을수록 실사치에 가까운 데이터와 오류로 인식되는 데이터 발생에 대한 원인 분석에 용이하다. 이 데이터 분석에는 필연적으로 빅데이터 처리 기술이 요구된다. 되는데, 2가지 측면이 있다. 사물인터넷 데이터는 원 장치가 작동하는 내내 내장되거나 부착된 센서로부터 계속 데이터가 생산된다. 차량의 사물인터넷 데이터 역시 운행시간 동안 많은 양의 데이터가 발생되므로, 이에 대한 신속한 처리를 통해 사용자가 결과를 빨리 접할 수 있게끔 되는 실시간성과 대용량 데이터를 통신해야 하는 데 발생하는 비용을 고려하지 않을 수 없는 경제성의 측면이 바로 그것이다.
빅데이터의 분석에는 인공지능 기술 중 머신러닝을 이용할 수 있다. 각 사용자 단말(200)의 앱에 저장되어 있는 개별 차량의 데이터를 서버(100)로 전송하여 분석한 전체 차량 및 특정 카테고리에 해당하는 차량의 빅데이터의 결과값을 수치화하여 제공할 수 있다. 이를 통해, 교통이나 차량 안전/관리 등에 관한 기준값인 운영임계치와 더불어 개별 차량의 데이터 간 차이를 실시간으로 볼 수 있다. 즉, 본 발명은 개별 차량의 데이터에 한해 분석하고, 개별 차량에 대한 분석결과는 사용자에게 제공해주어 차량 상태 모니터링이나 관리에 용이하도록 할 수 있다. 또한, 개별 차량의 데이터를 모두 수집하여 전체 차량에 대한 분석을 수행 결과를 통해 개별 차량의 데이터와 비교분석함에 따라, 임의로 부여된 기준값(운영임계치)을 실 데이터에 근거한 통계적 접근과 해결방안의 도출이 가능하도록 할 수 있다.
서버(100)는, 필터링된 정상 데이터값을 기초로, 차량의 화물운반 안전성, 차량 이력 관리 정보, 차량의 감가상각비용, 및 차량 모델 별 이상상태 발생유무를 판단하여 사용자 단말(200)로 제공할 수 있다.
차량의 화물운반 안전성을 판단하는 과정은, 차량의 속도, 및 가속도, 방향값을 실시간으로 수집하여 해당 차량이 과속유형, 급가속유형, 급감속유형, 급차로변경유형 및 급회전유형, 쉼없는 연속운전 유형 중 어느 유형인지 일별로 통계를 수집하고, 해당 차량의 속도, 및 가속도, 방향값과 동일 기간 동안의 전체 차량의 속도, 가속도, 방향값에 대한 평균치와 차량의 종류에 따르는 평균치를 비교함으로써, 화물운반 안전성을 판단할 수 있다. 그리고, 차량의 운전자의 사용자 단말(200)로 제공할 수 있다.
위 과정 중, 예를 들어, 아래 표4와 같은 기준을 참고하여 차량의 운행 유형을 판단할 수 있다. 아래 표4의 수치들은 일 실시예에 불과하며 본 발명의 범위를 한정하는 것은 아니다.
| 구 분 | 화물차 기준 | |
| 과속유형 | 1.과속 | 도로 제한속도 보다 20km/h 초과 운행한 경우 |
| 2.장기과속 | 도로 제한속도 보다 20km/h 초과해서 3분 이상 운행한 경우 |
|
| 급가속유형 | 3.급가속 | 6.0km/h 이상 속도에서 초당 5km/h 이상 가속 운행하는 경우 |
| 4.급출발 | 5.0km/h 이하 속도에서 출발하여 초당 6km/h 이상 가속 운행하는 경우 |
|
| 급감속유형 | 5.급감속 | 초당 8km/h이상 감속 운행하고 속도가 6.0km/h이상인 경우 |
| 6.급정지 | 초당 8km/h이상 감속하여 속도가 5.0km/h이하가 된 경우 |
|
| 급차로변경유형 (초당 회전각) |
7.급진로변경 | 속도가 30km/h 이상에서 진행방향이 좌/우측 6°/sec이상으로 차로 변경하고, 5초 동안 누적각도가 ±2°/sec 이하, 가감속이 초당 ±2km/h 이하인 경우 |
| 8.급앞지르기 | 속도가 30km/h 이상에서 진행방향이 좌/우측 6°/sec이상으로 차로 변경하고, 5초 동안 누적각도가 ±2°/sec 이하, 가속이 초당 3km/h 이상인 경우 |
|
| 급회전유형 (누적 회전각) |
9.급좌우회전 (60~120˚) |
속도가 20km/h이상이고, 4초 안에 좌/우측 (누적 회전각이 60~120˚ 범위)로 급회전하는 경우 |
| 10.급U턴 (160~180˚) |
속도가 15km/h이상이고, 8초 안에 좌측 또는 우측 (160~180˚ 범위)으로 운행한 경우 |
|
| 11.연속운전 | 운행시간이 4시간 이상 운행 15분 이하 휴식일 경우 | |
그리고, 서버(100)는 차량마다 위 표4의 기준에 의해 항목별로 기준치를 벗어난 횟수와 해당 데이터 값을 일간, 월간 등의 통계로 계산하고, 전체 차량의 평균치와 차량 구분(승용차, 화물차, 승합차 등)에 따른 평균치와 비교하여 수치화할 수 있다.
이후, 서버(100)는 전체 차량 및 차량 종류 별 빅데이터 분석을 통해 개별 차량의 안전운행 여부를 전체 차량과 비교하여 보여줌으로써, 화물을 운반하는 차량의 운전자에게 안전운행에 대한 인식을 제고하게 할 수 있다. 고, 화물 운송은 주문한 화주에게는 실시간 운행기록을 추적해 사고 없는 안전 운송에 대한 관리를 가능케 한다.
또한, 서버(100)는 화물을 운반하는 차량의 정시 도착 여부를 판단할 수 있다. 차량의 GPS정보를 기반으로 차량의 위치를 추적하고 이동궤도를 추정할 수 있다. 이때, 차량의 목적지를 알고 있는 경우, 최적 경로 설정을 차주의 사용자 단말(200)로 추천해줄 수 있다. 나아가, 분석한 위치 추적 및 이동궤도 분석의 결과에 따라 해당 화물차량의 도착시간을 예측하여 시간 내 도착할 경우 정시 도착, 시간을 초과하여 도착할 경우 예측 시간과 초과한 시간의 차이를 분석하여 차주의 사용자 단말(200)로 보여줄 수 있다.
또한, 서버(100)는 운전자 간 화물운송 소요시간을 비교분석하여, 운송 표준화 매뉴얼을 제공할 수 있다. 예를 들어, 차량 운전자들의 출발지와 목적지를 참고하여 화물운송소요시간에 관한 정보를 수집하고, 각각의 정보들을 서로 비교하여, 출발지와 목적지 대비, 추천되는 이동궤도에 대해 매뉴얼로 제공할 수도 있다.
또한, 서버(100)는 차량의 감가상각비용을 계산하고 사용자 단말(200)로 제공해줄 수 있다.
구체적으로, 차량의 감가상각비용을 판단하는 과정은, 사용자 단말(200)이 수집하고 필터링한 정상 데이터를 각 차량의 종류 별로 시계열적인 통계데이터로 저장한다. 이어서, 서버(100)는 차량 모델별로 , 감가상각비용을 예측하되, 상기 통계데이터를 바탕으로 과속, 급가속, 급감속, 급차로변경, 및 급회전에 관한 횟수 속도, 가속도, 방향값과 냉각수온도, 엔진오일온도, 흡입공기온도 중 적어도 하나에 관한 운영임계치를 각 차량이 초과하여 발생한 횟수와 초과 발생시의 차이값을 계산하여, 감가상각비용을 예측할 수 있다. 그리고, 서버(100)는 기 설정된 통계적 감가상각비용과 예측된 감가상각비용을 비교하여, 사용자 단말(200)에게 제공할 수 있다.
또한, 서버(100)는 차량 모델 별 이상상태 발생유무를 판단할 수 있다.
구체적으로, 차량 모델 별 이상상태 발생유무를 판단하는 과정은, 기 등록된 차대번호(제조사가 차량에 부여하는 차량고유의 일련번호로서, 총 17개의 숫자와 알파벳으로 구성됨. 차량번호는 바뀔수 있으나 차대번호는 바뀌지 않으므로, 차량 도난방지와 제조사 결함추적에 이용가능)와 사용자가 사용중인 OBD장치의 제조사정보가 매핑되는 차량의 복수의 상태 데이터를 외부 서버(100)로부터 수집하는 것이 우선적으로 수행될 수 있다. 이어서, 서버(100)는, 수집한 데이터를 각 차량 별로 저장하고, 데이터를 상태정보 항목 별로 분류하여 빅데이터 분석을 수행한다. 이후, 서버(100)는, 각 차량 별로 정상 데이터값과 비정상 데이터값 간의 상관관계를 분석하고, 상태정보 항목 들 간의 상관관계를 분석함으로써, 차량 모델에 따르는 이상 상태 유무를 검출할 수 있다. 이러한 데이터 항목들 간의 상관관계분석을 통해 차량 모델에 따르는 이상상태를 빠르고 일목요연하게 파악할 수 있다.
또한, 서버(100)는, 비정상 데이터값들을 이용하여, OBD장치의 오동작 유무, 통신상태 불량유무, 차량 결함 유무, 및 운전 조작오류 발생유무를 판단하여, 사용자 단말(200)로 제공할 수 있다.
구체적으로, 서버(100)는, 상기 비정상 데이터값을 카테고리 별로 저장하고, 정상적인 분포에 해당하는 임계치를 얼마나 벗어나는지와 벗어난 비정상데이터값의 개수에 대한 빅데이터분석을 수행함으로써, 차량모델과 제작년도와 비정상 데이터값 간의 상관관계를 분석한다. 이때, 카테고리는 차대번호와 차량 제작년도를 포함할 수 있다. 이후, 서버(100)는, 각 비정상 데이터값들의 구성이 OBD 장치(210) 오동작, 통신상태 불량, 차량 결함, 운전자의 조작오류 중 무엇을 의미하는 것인지 추론할 수 있다. 서버(100)는, OBD 장치(210) 오동작, 통신상태 불량, 차량 결함, 운전자의 조작오류을 출력값으로 설정하고, 상기 차량모델과 제작년도 및 비정상 데이터값을 입력값으로 설정하여 기설정된 머신러닝 알고리즘에 따라 기계학습을 수행할 수 있다. 이러한 과정에 따라 학습모델이 완성된 경우, 서버(100)는, 이후, 신규한 비정상 데이터값이 수신되었을 경우, 신규한 비정상 데이터값과 해당 차량모델과 제작년도를 INPUT으로 입력하여 해당 차량이 OBD 장치(210) 오동작, 통신상태 불량, 차량 결함, 운전자의 조작오류 중 어느 상태를 나타내는 것인지 검출할 수 있다.
이후, 서버(100)는 상기 분석완료한 정보들을 사용자 단말(200)로 제공할 수도 있고, 서버(100)의 관리자 단말로 전송할 수도 있으며, 다른 민관의 서버(100)로 전송할 수도 있다.
만약, 국토교통부 교통안전공단(운행기록분석시스템)에서 상기 분석완료된 정보들을 수집한 경우, 교통행정기관에 교통안전정책 수립의 기초자료 제공하고, 경찰서 및 지자체 도로교통과 등에 교통사고조사 근거자료, 교통사고 잦은 곳 개선자료, 운수업체 관리 및 점검 자료 등 제공하고, 각종 통계자료를 유관기관과 운수업체, 운수업 관리자에게 제공하여 교통안전을 실현할 수 있다는 장점이 있다.
또한, 물류회사에서 상기 분석완료된 정보들을 수집한 경우, 화물 운송을 의뢰한 화주사에 화물의 안전한 운송에 대한 데이터를 제공하고, 소속 운송차량을 관리하는데 이용할 수 있다. 또한, 운전자의 운전 패턴을 파악하여 개별 차량에 대한 계약의 기초 정보로 활용할 수 있다.
또한, 유통회사에서 상기 분석완료된 정보들을 수집한 경우, 운반하는 화물의 실시간 위치 추적을 통해 고객 요구에 대응하고, 소속 운송차량을 관리하는데 이용할 수 있다. 또한, 회사 구성원인 운전자의 운전패턴에 대한 정보를 축적함으로써 운전자 교육 및 사전 사고 예방에 활용할 수 있다.
본 발명의 일 실시예는 컴퓨터에 의해 실행되는 프로그램 모듈과 같은 컴퓨터에 의해 실행가능한 명령어를 포함하는 기록 매체의 형태로도 구현될 수 있다. 컴퓨터 판독 가능 매체는 컴퓨터에 의해 액세스될 수 있는 임의의 가용 매체일 수 있고, 휘발성 및 비휘발성 매체, 분리형 및 비분리형 매체를 모두 포함한다. 또한, 컴퓨터 판독가능 매체는 컴퓨터 저장 매체를 모두 포함할 수 있다. 컴퓨터 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보의 저장을 위한 임의의 방법 또는 기술로 구현된 휘발성 및 비휘발성, 분리형 및 비분리형 매체를 모두 포함한다.
본 발명의 방법 및 시스템은 특정 실시예와 관련하여 설명되었지만, 그것들의 구성 요소 또는 동작의 일부 또는 전부는 범용 하드웨어 아키텍쳐를 갖는 컴퓨터 시스템을 사용하여 구현될 수 있다.
전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.
본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.
100: 서버
200 : 사용자 단말
210 : OBD 장치
300 : 통신망(네트워크)
200 : 사용자 단말
210 : OBD 장치
300 : 통신망(네트워크)
Claims (9)
- 서버에 의해 수행되는, OBD(On Board Diagnostics) 장치를 통해 수집된 데이터 기반의 차량 상태 감지방법에 있어서,
(a) 각각의 사용자 단말이, 각각의 차량등록정보, 각각의 차량에 탑재된 OBD 장치를 통하여 수집된 데이터, 각각의 사용자 단말의 GPS 정보를 포함하는 차량 데이터를 수집하는 단계;
(b) 각각의 사용자 단말이, 상기 차량 데이터 중 비정상 데이터값을 제거하고 정상 데이터값이 남도록 필터링하는 단계;
(c) 복수의 사용자 단말로부터, 상기 정상 데이터값과 비정상 데이터값을 수신하고, 상기 필터링된 정상 데이터값을 기초로, 차량의 화물운반 안전성, 차량 이력 관리 정보, 차량의 감가상각비용, 및 차량 모델 별 이상상태 발생유무를 판단하여 사용자 단말로 제공하는 단계; 및
(d) 상기 비정상 데이터값들을 이용하여, OBD장치의 오동작 유무, 통신상태 불량유무, 차량 결함 유무, 및 운전 조작오류 발생유무를 판단하여, 사용자 단말 또는 다른 서버로 제공하는 단계;를 포함하고,
상기 (c) 단계의 차량 모델 별 이상상태 발생유무를 판단하는 단계는, 기 등록된 차대번호와 사용자가 사용중인 OBD장치의 제조사정보가 매핑되는 차량의 복수의 상태 데이터를 외부 서버로부터 수집하고, 수집한 데이터를 각 차량 별로 저장하고, 데이터를 상태정보 항목 별로 분류 하여 빅데이터 분석을 수행하고, 각 차량 별로 정상 데이터값과 비정상 데이터값 간의 상관관계를 분석하고, 상태정보 항목 들 간의 상관관계를 분석함으로써, 차량 모델에 따르는 이상 상태 유무를 검출하는 단계를 포함하는, 방법. - 제 1 항에 있어서,
상기 사용자 단말은 상기 서버 및 상기 OBD장치와 통신하여 상기 (a) 내지 (d) 단계를 수행할 수 있는 애플리케이션이 설치되어 있는 것인, 방법. - 제 1 항에 있어서,
상기 (a) 단계는,
차량등록정보 별, 차량 상태 정보 별, 차량 위치 정보 별로 정의되며, 각 정보 별로 인식가능한 데이터의 자릿수, 정형데이터로 변환시의 숫자가 무엇으로 나타나는지를 정의한 데이터 규약, 및 데이터 발생시점이 정의된 기 설정된 테이블값이 상기 사용자 단말에 저장되어 있으며,
상기 OBD 장치로부터 수신된 데이터를 상기 테이블값을 참고하여 각 항목별 규격에 따라 변환하는 단계를 포함하는, 방법. - 제 1 항에 있어서,
상기 (b) 단계는,
상기 비정상 데이터값은 차량의 일 주행거리가 마이너스로 산출되는 경우, 차량의 일 주행거리가 네자리 숫자 이상으로 산출되는 경우, GPS의 위도 및 경도 좌표가 대한민국 위도 및 경도에서 기 설정된 거리만큼 벗어나도록 산출되는 경우, 차량의 속도값이 마이너스인 경우, 다섯자리 숫자를 넘어가는 RPM으로 산출되는 경우의 데이터값을 포함하는 것인, 방법. - 제 1 항에 있어서,
상기 (c) 단계의 상기 차량의 화물운반 안전성을 판단하는 단계는,
차량의 속도, 및 가속도, 방향값을 실시간으로 수집하여 해당 차량이 과속유형, 급가속유형, 급감속유형, 급차로변경유형 및 급회전유형, 쉼없는 연속운전 유형 중 어느 유형인지 일별로 통계를 수집하고, 해당 차량의 속도, 및 가속도, 방향값과 동일 기간 동안의 전체 차량의 속도, 가속도, 방향값에 대한 평균치와 차량의 종류에 따르는 평균치를 비교함으로써, 화물운반 안전성을 판단하고, 상기 차량의 운전자의 사용자 단말로 제공하는 단계를 포함하는, 방법. - 제 1 항에 있어서,
상기 (c) 단계의 차량의 감가상각비용을 판단하는 단계는,
상기 (a) 단계에서 수집한 데이터를 각 차량의 종류 별로 시계열적인 통계데이터로 저장하고,
차량 모델별로 , 감가상각비용을 예측하되, 상기 통계데이터를 바탕으로 과속, 급가속, 급감속, 급차로변경, 및 급회전에 관한 횟수 속도, 가속도, 방향값과 냉각수온도, 엔진오일온도, 흡입공기온도 중 적어도 하나에 관한 운영임계치를 각 차량이 초과하여 발생한 횟수와 초과 발생시의 차이값을 계산하여, 감가상각비용을 예측하고,
기 설정된 통계적 감가상각비용과 비교하여, 사용자 단말에게 제공하는 것인, 방법. - 삭제
- 제 4 항에 있어서,
(e) 상기 비정상 데이터값을 카테고리 별로 저장하고, 정상적인 분포에 해당하는 임계치를 얼마나 벗어나는지와 벗어난 비정상데이터값의 개수에 대한 빅데이터분석을 수행함으로써, 차량모델과 제작년도와 비정상 데이터값 간의 상관관계를 분석하되, 상기 카테고리는 차대번호와 차량 제작년도를 포함하며,
각 비정상 데이터값들의 구성이 OBD 장치 오동작, 통신상태 불량, 차량 결함, 운전자의 조작오류 중 무엇을 의미하는 것인지 추론한 후,
상기 OBD 장치 오동작, 통신상태 불량, 차량 결함, 운전자의 조작오류을 출력값으로 설정하고, 상기 차량모델과 제작년도 및 비정상 데이터값을 입력값으로 설정하여 머신러닝을 수행하고,
이후, 신규한 비정상 데이터값이 수신되었을 경우, 해당 차량이 OBD 장치 오동작, 통신상태 불량, 차량 결함, 운전자의 조작오류 중 어느 상태를 나타내는 것인지 검출하고 사용자 단말로 안내하는 단계를 포함하는, 방법. - OBD(On Board Diagnostics) 장치를 통해 수집된 데이터 기반의 차량 이상상태 감지 시스템에 있어서,
서버 및 사용자 단말을 포함하며,
상기 사용자 단말은,
각각의 차량등록정보, 각각의 차량에 탑재된 OBD 장치를 통하여 수집된 데이터, 각각의 사용자 단말의 GPS 정보를 포함하는 차량 데이터를 수집하고, 상기 차량 데이터 중 비정상 데이터값을 제거하고 정상 데이터값이 남도록 필터링하며,
상기 서버는,
복수의 사용자 단말로부터, 상기 정상 데이터값과 비정상 데이터값을 수신하고, 상기 필터링된 정상 데이터값을 기초로, 차량의 화물운반 안전성, 차량 이력 관리 정보, 차량의 감가상각비용, 및 차량 모델 별 이상상태 발생유무를 판단하여 사용자 단말 또는 다른 서버로 제공하며, 상기 비정상 데이터값들을 이용하여, OBD장치의 오동작 유무, 통신상태 불량유무, 차량 결함 유무, 및 운전 조작오류 발생유무를 판단하여, 사용자 단말 또는 다른 서버로 제공하되,
상기 차량 모델 별 이상상태 발생유무를 판단하는 과정은, 기 등록된 차대번호와 사용자가 사용중인 OBD장치의 제조사정보가 매핑되는 차량의 복수의 상태 데이터를 외부 서버로부터 수집하고, 수집한 데이터를 각 차량 별로 저장하고, 데이터를 상태정보 항목 별로 분류 하여 빅데이터 분석을 수행하고, 각 차량 별로 정상 데이터값과 비정상 데이터값 간의 상관관계를 분석하고, 상태정보 항목 들 간의 상관관계를 분석함으로써, 차량 모델에 따르는 이상 상태 유무를 검출하는 것인, 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200087916A KR102295427B1 (ko) | 2020-07-16 | 2020-07-16 | OBD(On Board Diagnostics) 장치를 통해 수집된 데이터 기반의 차량 상태 감지방법 및 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020200087916A KR102295427B1 (ko) | 2020-07-16 | 2020-07-16 | OBD(On Board Diagnostics) 장치를 통해 수집된 데이터 기반의 차량 상태 감지방법 및 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102295427B1 true KR102295427B1 (ko) | 2021-08-31 |
Family
ID=77489627
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020200087916A KR102295427B1 (ko) | 2020-07-16 | 2020-07-16 | OBD(On Board Diagnostics) 장치를 통해 수집된 데이터 기반의 차량 상태 감지방법 및 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102295427B1 (ko) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20240043036A (ko) | 2022-09-26 | 2024-04-02 | 주식회사 휴네이트 | 저전력 obd 데이터 수집 장치 및 저전력 동작 제어 방법 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002123881A (ja) * | 2000-10-13 | 2002-04-26 | Hitachi Ltd | 車載故障警報通報システム |
| KR20080005792A (ko) * | 2006-07-10 | 2008-01-15 | (주)컨피테크 | 운전자의 운전지수를 이용하는 운전 유형 분석 시스템 및그 운전 유형 분석 방법 |
| JP2015038672A (ja) * | 2013-01-15 | 2015-02-26 | ｂｂｃ株式会社 | 車両の運行管理装置及び車両情報収集用デバイス |
| KR20150121352A (ko) * | 2014-04-18 | 2015-10-29 | 주식회사 필컴 | 차량 종합 관제시스템 |
| KR20160003580A (ko) * | 2015-12-08 | 2016-01-11 | 국민대학교산학협력단 | Dtg 빅데이터 처리 및 분석 시스템 |
| KR101769102B1 (ko) * | 2016-11-25 | 2017-08-17 | 주식회사 오복소프트 | Ｏｂｄ와 스마트폰을 사용한 보험사 서버와 연동된 자동차 운행기록 분석 시스템 및 방법 |
| KR20190078705A (ko) * | 2017-12-14 | 2019-07-05 | (주)넷케이티아이 | 차량의 데이터로부터 부품 노후화 패턴을 분석하여 차량의 고장을 예측하는 시스템 및 그 방법 |
| KR102070752B1 (ko) * | 2018-12-28 | 2020-01-30 | (주)오펠솔루션 | 차량 운전 정보 자동 추출 및 운전 행동 모니터링을 위한 장치 및 방법 |
-
2020
- 2020-07-16 KR KR1020200087916A patent/KR102295427B1/ko active IP Right Grant
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002123881A (ja) * | 2000-10-13 | 2002-04-26 | Hitachi Ltd | 車載故障警報通報システム |
| KR20080005792A (ko) * | 2006-07-10 | 2008-01-15 | (주)컨피테크 | 운전자의 운전지수를 이용하는 운전 유형 분석 시스템 및그 운전 유형 분석 방법 |
| JP2015038672A (ja) * | 2013-01-15 | 2015-02-26 | ｂｂｃ株式会社 | 車両の運行管理装置及び車両情報収集用デバイス |
| KR20150121352A (ko) * | 2014-04-18 | 2015-10-29 | 주식회사 필컴 | 차량 종합 관제시스템 |
| KR20160003580A (ko) * | 2015-12-08 | 2016-01-11 | 국민대학교산학협력단 | Dtg 빅데이터 처리 및 분석 시스템 |
| KR101769102B1 (ko) * | 2016-11-25 | 2017-08-17 | 주식회사 오복소프트 | Ｏｂｄ와 스마트폰을 사용한 보험사 서버와 연동된 자동차 운행기록 분석 시스템 및 방법 |
| KR20190078705A (ko) * | 2017-12-14 | 2019-07-05 | (주)넷케이티아이 | 차량의 데이터로부터 부품 노후화 패턴을 분석하여 차량의 고장을 예측하는 시스템 및 그 방법 |
| KR102070752B1 (ko) * | 2018-12-28 | 2020-01-30 | (주)오펠솔루션 | 차량 운전 정보 자동 추출 및 운전 행동 모니터링을 위한 장치 및 방법 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20240043036A (ko) | 2022-09-26 | 2024-04-02 | 주식회사 휴네이트 | 저전력 obd 데이터 수집 장치 및 저전력 동작 제어 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210407015A1 (en) | Methods of determining accident cause and/or fault using telematics data | |
| US9600541B2 (en) | Method of processing and analysing vehicle driving big data and system thereof | |
| CN109416873B (zh) | 具有自动化风险控制***的自主或部分自主机动车辆及其相应方法 | |
| US9780967B2 (en) | System for performing vehicle diagnostic and prognostic analysis | |
| KR101974347B1 (ko) | 차량 고장 진단 시스템 및 그 진단방법 | |
| US10943283B2 (en) | Service location recommendation tailoring | |
| US20190213684A1 (en) | Integrated vehicular monitoring and communication system | |
| EP2022004A2 (en) | System and method for reducing driving risk with insight | |
| KR20090040622A (ko) | 차량 사고 정보 제공 방법 및 장치 | |
| CN103455026A (zh) | 一种车辆故障诊断和预警方法及装置 | |
| CN103500503A (zh) | 一种基于众包模式的精准路况分析方法及*** | |
| KR20150073188A (ko) | 운전 이벤트 분류 시스템 | |
| CN101661532A (zh) | 从总量数据计算车况指数的***和方法 | |
| US11468533B1 (en) | Vehicle rating system | |
| CA3065731C (en) | Systems and methods for system generated damage analysis | |
| CN110995771A (zh) | 一种基于物联网的货车陆运监控管理*** | |
| KR20150121352A (ko) | 차량 종합 관제시스템 | |
| CN110895414B (zh) | 用于确定并监视额外燃料消耗的原因的方法和*** | |
| KR102295427B1 (ko) | OBD(On Board Diagnostics) 장치를 통해 수집된 데이터 기반의 차량 상태 감지방법 및 시스템 | |
| US20220343782A1 (en) | Systems and methods for delivering vehicle-specific educational content for a critical event | |
| US10528989B1 (en) | Vehicle rating system | |
| US10789663B1 (en) | Vehicle rating system | |
| Kaur et al. | Internet of Things in the Smart Automotive Sector: A Review | |
| EP4141754A1 (en) | Asset check assistant | |
| CN114446042B (zh) | 预警交通事故的方法、装置、设备以及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |