KR20210070477A

KR20210070477A - 차량 고장 판단 장치 및 방법

Info

Publication number: KR20210070477A
Application number: KR1020190160200A
Authority: KR
Inventors: 유민상; 정진수; 최은영; 성기석; 함형진; 변다예; 양동일; 김우진
Original assignee: 현대자동차주식회사; 기아 주식회사
Priority date: 2019-12-04
Filing date: 2019-12-04
Publication date: 2021-06-15
Also published as: DE102020111973A1; CN112896183A; US20210174616A1; CN112896183B; US11908252B2

Abstract

본 발명의 차량 고장 판단 장치는 자율주행정보를 획득하는 센서 및 자율주행 시 획득된 상기 자율주행정보를 고장 소리정보로 설정된 판단 기준과 비교하고, 비교 결과에 기초하여 고장 여부를 판단하는 제어부를 포함하여, 차량의 고장을 정밀하게 판단할 수 있다.

Description

차량 고장 판단 장치 및 방법{APPARATUS AND METHOD FOR DETERMINING ERROR OF VEHICLE}

본 발명은 차량 고장 판단 장치 및 방법에 관한 것이다.

최근 자율주행차량의 안전성에 대한 관심이 대두되면서, 자율주행 가능 상태와 자율주행 불가능한 상태를 정확하게 판단하기 위한 기술이 개발되고 있으며, 자율주행차량은 현재 차량의 상태가 자율주행이 불가능한 상태인 것으로 판단하는 경우 운전자에게 주행 제어권을 이양하여 자율주행이 수행되지 않도록 할 수 있다.

한편, 자율주행차량의 사고발생 시 사고책임의 주체는 주행제어의 주체가 운전자에 있는지 차량에 있는지에 따라 달라지기 때문에, 주행제어의 주체를 결정하는 차량 고장 판단의 역할이 매우 중요하며, 이에 각국에서는 자율주행이 불가능한 상태를 판단하는 기준을 법규로 제정하려는 움직임이 있다. 따라서, 차량 고장을 정밀하게 판단할 수 있는 기술 개발이 요구되는 실정이다.

본 발명의 일 목적은 차량의 고장을 정밀하게 판단할 수 있는 차량 고장 판단 장치 및 방법을 제공하는데 있다.

본 발명의 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재들로부터 당업자에게 명확하게 이해될 수 있을 것이다.

본 발명의 일 실시예에 따른 차량 고장 판단 장치는 자율주행정보를 획득하는 센서 및 자율주행 시 획득된 상기 자율주행정보를 고장 소리정보로 설정된 판단 기준과 비교하고, 비교 결과에 기초하여 고장 여부를 판단하는 제어부를 포함한다.

상기 제어부는 학습용 자율주행정보를 수집하고, 수집된 학습용 자율주행정보를 기반으로 학습하여 상기 고장 소리정보를 생성한다.

상기 제어부는 상기 학습용 자율주행정보를 서버로 전송하고, 서버로부터 학습된 상기 고장 소리정보를 수신한다.

상기 제어부는 상기 고장 소리정보를 상기 판단 기준으로 설정한 후, 소정 횟수 이상 반복 주행한 구간에서 획득된 자율주행정보가 수집되면, 수집된 자율주행정보를 기반으로 학습하여 신규 고장 소리정보를 생성한다.

상기 제어부는 상기 소정 횟수 이상 반복 주행한 구간에서 획득된 자율주행정보가 수집되면, 상기 수집된 자율주행정보를 서버로 전송하고, 상기 서버로부터 신규 학습된 고장 소리정보를 수신한다.

상기 제어부는 상기 신규 학습된 고장 소리정보를 기반으로 상기 판단 기준을 업데이트한다.

상기 제어부는 자율주행 구간 내에 둘 이상의 정밀진단 구간이 포함되는 경우, 상기 정밀진단 구간에 대해 가중치를 부여하여 우선순위를 산출한다.

상기 제어부는 산출된 우선순위가 높을수록 상기 정밀진단 구간에서 판단된 결과의 신뢰도를 상향시킨다.

상기 제어부는 도로 정보 및 교통 정보를 기반으로 상기 정밀진단 구간을 설정한다.

상기 제어부는 직선 정속 구간, 직선 감속 구간, 직선 가속 구간, 급제동 구간, 급가속 구간, 조향 구간, 방지턱 구간 및 정지상태 중 적어도 어느 하나를 상기 정밀진단 구간으로 설정한다.

상기 제어부는 상용 차량의 경우 차고지를 중심으로 소정거리 이내의 도로 구간을 상기 정밀진단 구간으로 설정한다.

상기 제어부는 상용 차량의 경우, 영업 시작 시 상기 차고지를 출발할 때 상기 정밀진단 구간을 주행하여 획득된 자율주행정보와 상기 판단 기준을 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 1차 판단 결과를 생성한다.

상기 제어부는 상용 차량의 경우, 영업 종료 후 상기 차고지로 복귀할 때 상기 정밀진단 구간을 주행하여 획득된 자율주행정보와 상기 판단 기준을 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 2차 판단 결과를 생성한다.

상기 제어부는 상용 차량의 경우, 영업 시작 시 상기 차고지를 출발할 때 상기 정밀진단 구간을 주행하여 획득된 주행정보 및 영업 종료 후 상기 차고지로 복귀할 때 상기 정밀진단 구간을 주행하여 획득된 주행정보를 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 3차 판단 결과를 생성한다.

상기 제어부는 상기 1차 판단 결과, 상기 2차 판단 결과 및 상기 3차 판단 결과를 기반으로 상기 상용 차량의 고장 여부를 최종 판단한다.

상기 제어부는 상용 차량의 경우, 영업 시작 시 상기 차고지를 출발할 때, 자율주행 구간을 주행하여 획득된 자율주행정보와 상기 판단 기준을 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 1차 판단 결과를 생성한다.

상기 제어부는 상용 차량의 경우, 영업 종료 후 상기 차고지로 복귀할 때 상기 자율주행 구간을 주행하여 획득된 자율주행정보와 상기 판단 기준을 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 2차 판단 결과를 생성한다.

상기 제어부는 상용 차량의 경우, 영업 시작 시 상기 차고지를 출발할 때 상기 자율주행 구간을 주행하여 획득된 자율주행정보 및 영업 종료 후 상기 차고지로 복귀할 때 상기 자율주행 구간을 주행하여 획득된 자율주행정보를 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 3차 판단 결과를 생성한다.

본 발명의 일 실시예에 따른 차량 고장 판단 방법은 자율주행 시 자율주행정보를 획득하는 단계와, 상기 자율주행정보를 고장 소리정보로 설정된 판단 기준과 비교하는 단계 및 비교 결과에 기초하여 고장 여부를 판단하는 단계를 포함한다.

본 발명의 일 실시예에 따른 차량 고장 판단 장치 및 방법은 자율주행 시 획득된 자율주행정보를 고장 소리정보로 설정된 판단 기준과 비교하되, 자율주행 구간 내에 정밀진단 구간이 포함되면, 정밀진단 구간에서 판단된 결과의 신뢰도를 향상시켜 차량의 고장을 정밀하게 판단할 수 있다.

도 1은 본 발명의 일 실시예에 따른 차량 고장 판단 장치의 구성을 도시한 구성도이다.
도 2는 본 발명의 일 실시예에 따라 판단 기준 획득 방법을 도시한 순서도이다.
도 3은 본 발명의 일 실시예에 따른 차량 고장 판단 방법을 도시한 순서도이다.
도 4는 본 발명의 일 실시예에 따라 고장 판단 결과의 신뢰도 설정 방법을 도시한 순서도이다.
도 5는 본 발명의 일 실시예에 따라 상용 차량의 고장 판단 방법을 도시한 순서도이다.
도 6은 본 발명의 일 실시예에 따른 방법을 실행하는 컴퓨팅 시스템의 구성을 도시한 도면이다.

이하, 본 발명의 일부 실시예들을 예시적인 도면을 통해 상세하게 설명한다. 각 도면의 구성요소들에 참조부호를 부가함에 있어서, 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 부호를 가지도록 하고 있음에 유의해야 한다. 또한, 본 발명의 실시예를 설명함에 있어, 관련된 공지 구성 또는 기능에 대한 구체적인 설명이 본 발명의 실시예에 대한 이해를 방해한다고 판단되는 경우에는 그 상세한 설명은 생략한다.

본 발명의 실시예의 구성 요소를 설명하는 데 있어서, 제 1, 제 2, A, B, (a), (b) 등의 용어를 사용할 수 있다. 이러한 용어는 그 구성 요소를 다른 구성 요소와 구별하기 위한 것일 뿐, 그 용어에 의해 해당 구성 요소의 본질이나 차례 또는 순서 등이 한정되지 않는다. 또한, 다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가진 것으로 해석되어야 하며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.

도 1은 본 발명의 일 실시예에 따른 차량 고장 판단 장치의 구성을 도시한 구성도이다.

도 1에 도시된 바와 같이, 본 발명의 차량 고장 판단 장치(100)는 센서(110), 통신부(120), 저장부(130), 내비게이션(140) 및 제어부(150)를 포함할 수 있다.

센서(110)는 자율주행정보를 획득할 수 있다, 구체적으로 센서(110)는 차량의 자율주행 시 발생되는 소리정보를 획득할 수 있다. 여기서 소리정보는 파워트레인과 관련된 주행장치의 소리정보를 포함할 수 있으며, 예를들면, 엔진소리 소리, 타이어 소리, 브레이크 소리, 스티어링 소리 등을 포함할 수 있으며, 이외 차량 주행 시 특히 자율주행 시 발생되는 소리정보를 포함할 수 있다. 센서(110)는 소리정보를 주파수 데이터 및 파형 데이터로 획득할 수 있다. 아울러, 센서(110)는 학습용 자율주행정보를 수집할 수 있다. 여기서, 학습용 자율주행정보는 고장이 판단된 주행장치의 소리정보를 포함할 수 있다. 실시예에 따르면 학습용 자율주행정보는 고장이 판단된 파워트레인의 소리정보를 포함할 수 있다.

통신부(120)는 센서(110)가 획득한 자율주행정보 및 학습용 자율주행정보를 서버로 전송할 수 있다. 또한, 통신부(120)는 서버로부터 학습된 고장 소리정보 또는 신규 학습된 고장 소리정보를 획득할 수 있다. 이를 위하여 통신부(120)는 와이파이, 와이브로, GSM(Global System for Mobile communication), CDMA(Code Division Multiple Access), WCDMA(Wideband Code Division Multiple Aceess), UMTS(Universal Mobile Telecommunication System), TDMA(Time Division Multiple Access), LTE(Long Term Evolution) 등 다양한 무선 통신방식으로 서버(미도시)와 통신할 수 있다.

저장부(130)는 센서(110)가 획득한 학습용 자율주행정보를 저장할 수 있으며, 제어부(150)가 센서(110)가 획득한 학습용 자율주행정보를 기반으로 학습된 판단 기준 및 신규 학습된 판단 기준을 저장할 수 있다. 또한, 저장부(130)는 정밀진단 구간의 정보를 저장할 수 있다.

아울러, 저장부(130)는 본 발명의 일 실시예에 따른 차량 고장 판단 장치의 동작을 위해 각종 명령의 연산이나 실행을 수행하는 적어도 하나 이상의 알고리즘이 저장될 수 있다. 저장부(130)는 플래시 메모리(flash memory), 하드디스크(hard disc), 메모리 카드, 롬(ROM: Read-Only Memory), 램(RAM: Random Access Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), PROM(Programmable Read-Only Memory), 자기 메모리, 자기 디스크, 광 디스크 중 적어도 하나의 저장 매체를 포함할 수 있다.

내비게이션(140)은 차량이 위치한 지역에 대한 정보를 지도, 문자 또는 각종 기호의 형태로 제공할 수 있으며, 하나의 위치(출발지)로부터 다른 위치(목적지)까지의 경로 정보를 제공할 수 있다. 이를 위하여, 내비게이션(140)은 GPS 수신장치를 구비하여 차량의 현재 위치를 수신하고, 차량의 현재 위치를 기준으로 일정 영역의 지도 영상 정보, 도로 정보, 교통 정보 등을 제공할 수 있다. 내비게이션(140)은 차량이 주행하는 도로의 정보 또는 운전자가 도달하고자 하는 목적지까지의 경로를 표시하고, 자율주행 진입 상태를 표시하는 디스플레이, 운전자가 명령을 입력하는 마이크 및 음향을 출력하는 스피커를 포함할 수 있으며 최근에는 오디오 장치, 비디오 장치 및 내비게이션 장치가 일체화된 AVN 장치의 형태로 구현되는 추세이다.

제어부(150)는 각종 명령의 연산이나 실행을 수행 가능한 반도체 칩 등을 내장한 마이크로 프로세서 등의 다양한 처리 장치에 의해 구현될 수 있으며, 본 발명의 일 실시예에 따른 차량 고장 판단 장치의 전반적인 동작을 제어할 수 있다. 구체적으로, 제어부(150)는 자율주행 시 획득된 상기 자율주행정보를 고장 소리정보로 설정된 판단 기준과 비교하고, 비교 결과에 기초하여 고장 여부를 판단할 수 있다. 이를 위하여 제어부(150)는 판단 기준을 설정하고 업데이트할 수 있다. 실시예에 따르면, 제어부(150)는 자율주행 시 획득된 자율주행정보(학습용 자율주행정보: 예> 고장이 판단된 파워트레인의 소리정보)를 수집하고, 수집된 주행정보를 특성별로 분류할 수 있다. 여기서 제어부(150)는 수집된 학습용 자율주행정보를 주파수 형태 또는 파형으로 분류할 수 있다. 또한, 제어부(150)는 분류된 주행정보를 학습에 용이한 형태로 변환(특정 벡터 추출)하고, 이를 기반으로 딥러닝을 통해 학습하여 고장 소리정보를 생성할 수 있다. 아울러, 제어부(150)는 학습된 고장 소리정보를 판단 기준으로 설정할 수 있다.

다른 실시예에 따르면, 제어부(150)는 수집된 학습용 자율주행정보를 서버로 전송하고, 서버로부터 학습된 고장 소리정보를 수신할 수 있다. 아울러, 제어부(150)는 서버로부터 수신된 고장 소리정보를 판단 기준으로 설정할 수 있다.

또한, 제어부(150)는 고장 소리정보를 판단 기준으로 설정한 후, 소정 횟수 이상 반복 주행한 구간에서 획득된 자율주행정보가 수집되면, 수집된 자율주행정보를 기반으로 학습하여 신규 고장 소리정보를 생성할 수 있다. 아울러, 제어부(150)는 신규 고장 소리정보를 기반으로 판단 기준을 업데이트할 수 있다.

다른 실시예에 따르면, 제어부(150)는 소정 횟수 이상 반복 주행한 구간에서 획득된 자율주행정보를 서버로 전송하고, 서버로부터 신규 학습된 고장 소리정보를 수신할 수 있다. 아울러, 제어부(150)는 서버로부터 수신된 신규 학습된 고장 소리정보를 기반으로 판단 기준을 업데이트할 수 있다.

제어부(150)는 정밀진단 구간을 설정하고, 자율주행 구간 내에 정밀진단 구간이 포함되는지 여부를 판단하고, 정밀진단 구간에 대해 가중치를 부여하여 우선순위를 산출하고, 산출된 우선순위가 높을수록 정밀진단 구간에서 판단된 결과의 신뢰도를 상향시킬 수 있다. 일 실시예에 따르면 제어부(150)는 내비게이션(140)으로부터 획득된 도로 정보 및 교통 정보를 기반으로 정밀진단 구간을 설정할 수 있다. 일 예로, 제어부(150)는 소정 곡률 이하의 도로를 정밀진단 구간으로 설정할 수 있으며, 외부 소음이 비교적 낮은 지역, 교통량이 적은 구간을 정밀진단 구간으로 설정할 수 있다. 실시예에 따르면, 제어부(150)는 직선 정속 구간, 직선 감속 구간, 직선 가속 구간, 급제동 구간, 급가속 구간, 조향 구간, 방지턱 구간 및 정지상태 중 적어도 어느 하나를 정밀진단 구간으로 설정할 수 있다. 아울러, 제어부(150)는 상용 차량의 경우, 차고지를 중심으로 소정거리 이내의 도로 구간을 정밀진단 구간으로 설정할 수 있으며, 공유차량의 경우, 탑승자가 없는 출발지점으로부터의 소정거리 이내의 도로 구간 또는 도착지점으로부터 소정거리 이내의 도로 구간을 정밀진단 구간으로 설정할 수 있다. 실시예에 따르면, 제어부(150)는 표 1을 기반으로 정밀진단 구간을 설정할 수 있다.

정밀진단 구간	자율주행정보
정지 상태	공회전 상태 소리정보, 스피커 소리정보
30m 직선 정속 구간	주행 소리정보
50m 직선 가속 구간	엔진 소리정보, 타이어구동 소리정보
50m 직선 감속 구간	엔진 소리정보, 타이어 구동 소리정보제동 소리정보
10m 급제동 구간	엔진 소리정보, 타이어 구동 소리정보제동 소리정보
10m 급가속 구간	엔진 소리정보, 타이어 구동 소리정보
좌/우 회전구간	조향 소리정보, 제동 소리정보
유턴구간(최대 조향 구간)	조향 소리정보, 제동 소리정보
방지턱 구간	서스펜션 소리정보, 차체 소리정보

제어부(150)는 자율주행 구간 내에 둘 이상의 정밀진단 구간이 포함되는지 여부를 판단하고, 둘 이상의 정밀진단 구간이 포함되는 것으로 판단하면, 실시예에 따르면 각 정밀진단 구간에 대하여 가중치를 부여하여 우선순위를 산출할 수 있다. 일 예로, 제어부(150)는 자율주행 구간 내에 A,B,C의 정밀진단 구간이 포함되는 경우, 각 정밀진단 구간에 대해 외부 소음 영향 및 교통 정보 영향의 가중치를 부여할 수 있으며, 실시예에 따르면 제어부(150)는 가중치를 기반으로 표 2와 같이 우선순위를 산출할 수 있다.

		정밀진단 구간 A	정밀진단 구간 B	정밀진단 구간 C
가중치	외부 소음	1점	2점	3점
가중치	교통 정보	2점	3점	1점
합계		3점	5점	4점
우선순위		3	1	2

제어부(150)는 각 정밀진단 구간(A,B,C)에 대하여 외부 소음 영향 및 교통 정보 영향의 가중치 합을 산출하고, 가중치의 합이 높은 순으로 우선순위를 산출할 수 있으며, 우선순위가 높을수록 정밀진단 구간에서 판단된 결과의 신뢰도를 상향시킬 수 있다. 즉, 제어부(150)는 우선순위가 높은 정밀진단 구간 'A'에서 고장 판단 결과의 신뢰도가 높은 것으로 판단할 수 있다. 따라서, 제어부(150)는 현재 자율주행이 완료된 이후, 다시 자율주행이 수행될 때, 자율주행 구간 내에 정밀진단 구간 'A'가 포함되는 경우, 정밀진단 구간 'A'에서의 고장 판단 결과를 신뢰할 수 있는 것으로 판단할 수 있다.

다른 실시예에 따르면, 제어부(150)는 자율주행 구간 내에 둘 이상의 정밀진단이 포함되는지 여부를 판단하고, 둘 이상의 정밀진단 구간이 포함되는 것으로 판단하면, 정밀진단 구간의 반복 주행 빈도수를 기반으로, 빈도수가 높은 순서로 우선순위를 산출할 수 있다. 만일, 각 정밀진단 구간에 대하여 반복 주행 빈도수가 동일한 경우, 제어부(150)는 외부 소음이 적은 구간에 대해 높은 우선순위를 부여할 수 있다. 제어부(150)는 우선순위가 높을수록 정밀진단 구간의 신뢰도를 상향시킬 수 있으며, 우선순위가 높은 구간에서 고장 판단 결과의 신뢰도가 높은 것으로 판단할 수 있다.

제어부(150)는 상용 차량의 경우 자율주행 구간을 주행하여 획득된 자율주행정보를 기반으로 상용 차량의 고장여부를 판단할 수 있다. 다른 실시예에 따르면, 제어부(150)는 상용 차량의 경우 정밀진단 구간을 주행하여 획득된 자율주행정보를 기반으로 상용 차량의 고장여부를 판단할 수 있다. 여기서, 제어부(150)는 상용 차량의 경우 차고지를 중심으로 소정거리 이내의 도로 구간을 정밀진단 구간으로 설정할 수 있다. 실시예에 따르면, 제어부(150)는 상용 차량이 영업 시작 시 차고지를 출발할 때와 영업 종료 후 차고지로 복귀할 때 자율주행 구간을 주행하여 획득된 자율주행정보 및 정밀진단 구간을 주행한 정보를 획득할 수 있다. 여기서, 영업 시작 시 및 영업 종료 시의 정밀진단 구간 주행정보를 획득하는 것은 차고지 주변은 대체적으로 교통량이 적어 도로 소음이 적을 것으로 예상되어, 차량 고장 여부를 판단하는데 노이즈 발생이 적어 비교적 정확하게 판단할 수 있기 때문이다.

제어부(150)는 상용 차량이 영업 시작 시 차고지를 출발할 때의 자율주행 구간을 주행하여 획득된 자율주행정보와, 판단 기준을 비교하여 고장 여부를 판단한 1차 판단 결과를 생성할 수 있다. 다른 실시예에 따르면, 제어부(150)는 상용 차량이 영업 시작 시 차고지를 출발할 때의 정밀진단 구간을 주행하여 획득된 자율주행정보와, 판단 기준을 비교하여 고장 여부를 판단한 1차 판단 결과를 생성할 수 있다.

또한, 제어부(150)는 상용 차량이 영업 종료 시 차고지로 복귀할 때의 자율주행 구간을 주행하여 획득된 자율주행정보와 판단 기준을 비교하여 고장 여부를 판단한 2차 판단 결과를 생성할 수 있다. 다른 실시예에 따르면, 제어부(150)는 상용 차량이 영업 종료 시 차고지로 복귀할 때의 정밀진단 구간을 주행하여 획득된 자율주행정보와, 판단 기준을 비교하여 고장 여부를 판단한 2차 판단 결과를 생성할 수 있다.

아울러, 제어부(150)는 상용 차량이 영업 시작 시 자율주행 구간을 주행하여 획득된 자율주행정보와 상용 차량이 영업 종료 후 차고지로 복귀할 때 자율주행 구간을 주행하여 획득된 자율주행정보를 비교하여 고장 여부를 판단한 3차 결과를 생성할 수 있다. 다른 실시예에 따르면, 제어부(150)는 상용 차량이 영업 시작 시 정밀진단 구간을 주행하여 획득된 자율주행정보와 상용 차량이 영업 종료 시 차고지로 복귀할 때 정밀진단 구간을 주행하여 획득된 자율주행정보를 비교하여 고장 여부를 판단한 3차 판단 결과를 생성할 수 있다.

제어부(150)는 1차 고장 여부 판단 결과, 2차 고장 여부 판단 결과 및 3차 고장 여부 판단 결과를 기반으로 상용 차량의 최종 고장 여부를 판단할 수 있다.

제어부(150)는 상용 차량의 고장으로 판단하면, 상용차의 운행을 제한하고 점검하도록 하는 경고 메시지를 출력할 수 있으며, 고장으로 판단되지 않은 경우, 정상 주행 가능으로 판정할 수 있다.

도 2는 본 발명의 일 실시예에 따라 판단 기준의 획득 방법을 도시한 순서도이다.

도 2에 도시된 바와 같이, 제어부(150)는 학습용 자율주행정보를 획득할 수 있다(S110). S110에서 제어부(150)는 학습용 자율주행정보로 고장이 판단된 파워트레인의 소리정보를 획득하고 수집할 수 있다.

제어부(150)는 학습용 자율주행정보를 기반으로 학습된 고장 소리 정보를 생성할 수 있다(S120). S120에서 제어부(150)는 수집된 주행정보를 특성별로 분류하고, 분류된 주행정보를 학습에 용이한 형태로 변환(특정 벡터 추출)하고, 이를 기반으로 딥러닝을 통해 학습할 수 있다. 다른 실시예에 따르면, S120에서 제어부(150)는 S110에서 획득된 학습용 자율주행정보를 서버로 전송하고, 서버로부터 학습된 고장 소리정보를 수신할 수 있다. 제어부(150)는 고장 소리정보를 판단 기준으로 설정할 수 있다(S130).

제어부(150)는 고장 소리정보를 판단 기준으로 설정한 후, 소정 횟수 이상 반복 주행한 구간에서 획득된 자율주행정보가 수집되었는지 여부를 판단한다(S140). S140에서 제어부(150)는 소정 횟수 이상 반복 주행한 구간에서 획득된 자율주행정보가 수집된 것으로 판단하면(Y), S140에서 수집된 자율주행정보를 기반으로 신규 학습된 고장 소리정보를 생성할 수 있다. 다른 실시예에 따르면, S150에서 제어부(150)는 S140에서 수집된 자율주행정보를 서버로 전송하고, 서버로부터 신규 학습된 고장 소리정보를 수신할 수 있다.

제어부(150)는 신규 학습된 고장 소리정보를 기반으로 판단 기준을 업데이트할 수 있다(S160).

도 3은 본 발명의 일 실시예에 따른 차량 고장 판단 방법을 도시한 순서도이다.

도 3에 도시된 바와 같이, 제어부(150)는 제어부(150)는 자율주행 모드에 진입하도록 제어한다(S210). 제어부(150)는 자율주행 시 자율주행정보를 획득한다(S220). 제어부(150)는 S220에서 획득된 자율주행정보와 고장 소리정보로 설정된 판단 기준을 비교한다(S230). 여기서 판단 기준은 도 2의 S130에서 설정된 판단 기준을 포함할 수 있으며, 도 2의 S160에서 업데이트된 판단 기준을 포함할 수 있다.

제어부(150)는 S230의 비교 결과에 기초하여 고장 여부를 판단할 수 있다(S240).

도 4는 본 발명의 일 실시예에 따라 고장 판단 결과의 신뢰도 설정 방법을 도시한 순서도이다.

도 4에 도시된 바와 같이, 제어부(150)는 자율주행 구간 내에 둘 이상의 정밀진단 구간이 포함되는지 여부를 판단한다(S310). S310에서 제어부(150)는 자율주행 구간 내에 둘 이상의 정밀진단 구간이 포함되는 것으로 판단하면(Y), 각 정밀진단 구간에 대하여 가중치를 부여하여 우선순위를 산출할 수 있다(S320). 여기서, 제어부(150)는 실시예에 따르면, 직선 정속 구간, 직선 감속 구간, 직선 가속 구간, 급제동 구간, 급가속 구간, 조향 구간, 방지턱 구간 및 정지상태 중 적어도 어느 하나를 정밀진단 구간으로 설정할 수 있다.

S320에서 제어부(150)는 각 정밀진단 구간에 대해 외부 소음 영향 및 교통 정보 영향의 가중치를 부여할 수 있으며, 각 정밀진단 구간에 대하여 외부 소음 영향 및 교통 정보 영향의 가중치 합을 산출하고, 가중치 합이 높은 순으로 우선순위를 산출할 수 있다.

제어부(150)는 높은 우선순위를 갖는 정밀진단 구간에서의 고장 여부 판단 결과의 신뢰도를 상향시킨다(S330). S330에서 제어부(150)는 정밀진단 구간의 우선순위가 높을수록 고장 판단 결과를 더 신뢰할 수 있는 것으로 판단할 수 있다.

도 5는 본 발명의 일 실시예에 따라 상용 차량의 고장 판단 방법을 도시한 순서도이다.

제어부(150)는 상용 차량의 고장을 판단하기 위하여 차고지를 출발하는 첫차의 자율주행정보를 획득할 수 있다(S410). S410에서 자율주행정보는 자율주행 구간을 주행하여 획득된 자율주행정보 및 정밀진단 구간을 주행하여 획득된 자율주행정보를 포함할 수 있다. 여기서, 정밀진단 구간은 차고지를 중심으로 소정거리 이내의 도로 구간을 포함할 수 있다. 아울러, 제어부(150)는 상용 차량의 영업 시작 시 차고지를 출발할 때 획득된 자율주행정보와, 판단 기준을 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 1차 판단 결과를 생성할 수 있다(S420).

또한, 제어부(150)는 상용 차량의 영업 종료 시 차고지로 복귀할 때 자율주행정보를 획득할 수 있다(S430). S430에서 자율주행정보는 자율주행 구간을 주행하여 획득된 자율주행정보 및 정밀진단 구간을 주행하여 획득된 자율주행정보를 포함할 수 있다. 아울러, 제어부(150)는 상용 차량의 영업 종료 시 차고지로 복귀할 때 획득된 자율주행정보와, 판단 기준을 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 2차 판단 결과를 생성할 수 있다(S440). S410 및 S430에서 영업 시작 시 및 영업 종료시의 정밀진단 구간 의 자율주행정보를 획득하는 것은 차고지 주변에 교통량이 적어 도로 소음이 적을 것으로 예상되어, 차량 고장 여부를 판단하는데 노이즈 발생이 적어 비교적 정확하게 판단할 수 있기 때문이다.

제어부(150)는 상용 차량이 영업 시작 시 차고지를 출발할 때 획득된 자율주행정보와 상용 차량이 영업 종료 시 차고지로 복귀할 때 획득된 자율주행정보를 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 3차 판단 결과를 생성할 수 있다(S450).

제어부(150)는 1차 고장 여부 판단 결과, 2차 고장 여부 판단 결과 및 3차 고장 여부 판단 결과를 기반으로 고장 여부를 판단할 수 있다(S460).

S460에서 제어부(150)가 차량 고장으로 판단하면(Y), 상용 차량의 운행을 제한하고 점검하도록 하는 경고 메시지를 출력할 수 있으며(S470), S460에서 제어부(150)가 차량 고장으로 판단되지 않은 경우(N), 정상 주행 가능으로 판정할 수 있다(S480).

도 6은 본 발명의 일 실시예에 따른 방법을 실행하는 컴퓨팅 시스템의 구성을 도시한 도면이다.

도 6을 참조하면, 컴퓨팅 시스템(1000)은 버스(1200)를 통해 연결되는 적어도 하나의 프로세서(1100), 메모리(1300), 사용자 인터페이스 입력 장치(1400), 사용자 인터페이스 출력 장치(1500), 스토리지(1600), 및 네트워크 인터페이스(1700)를 포함할 수 있다.

프로세서(1100)는 중앙 처리 장치(CPU) 또는 메모리(1300) 및/또는 스토리지(1600)에 저장된 명령어들에 대한 처리를 실행하는 반도체 장치일 수 있다. 메모리(1300) 및 스토리지(1600)는 다양한 종류의 휘발성 또는 불휘발성 저장 매체를 포함할 수 있다. 예를 들어, 메모리(1300)는 ROM(Read Only Memory,1310) 및 RAM(Random Access Memory,1320)을 포함할 수 있다.

따라서, 본 명세서에 개시된 실시예들과 관련하여 설명된 방법 또는 알고리즘의 단계는 프로세서(1100)에 의해 실행되는 하드웨어, 소프트웨어 모듈, 또는 그 2 개의 결합으로 직접 구현될 수 있다. 소프트웨어 모듈은 RAM 메모리, 플래시 메모리, ROM 메모리, EPROM 메모리, EEPROM 메모리, 레지스터, 하드 디스크, 착탈형 디스크, CD-ROM과 같은 저장 매체(즉, 메모리(1300) 및/또는 스토리지(1600))에 상주할 수도 있다. 예시적인 저장 매체는 프로세서(1100)에 커플링되며, 그 프로세서(1100)는 저장 매체로부터 정보를 판독할 수 있고 저장 매체에 정보를 기입할 수 있다. 다른 방법으로, 저장 매체는 프로세서(1100)와 일체형일 수도 있다. 프로세서 및 저장 매체는 주문형 집적회로(ASIC) 내에 상주할 수도 있다. ASIC는 사용자 단말기 내에 상주할 수도 있다. 다른 방법으로, 프로세서 및 저장 매체는 사용자 단말기 내에 개별 컴포넌트로서 상주할 수도 있다.

이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.

따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

차량 고장 판단 장치 100
센서 110
통신부 120
저장부 130
내비게이션 140
제어부 150

Claims

자율주행정보를 획득하는 센서; 및
자율주행 시 획득된 상기 자율주행정보를 고장 소리정보로 설정된 판단 기준과 비교하고, 비교 결과에 기초하여 고장 여부를 판단하는 제어부를 포함하는 차량 고장 판단 장치.
청구항 1에 있어서,
상기 제어부는
학습용 자율주행정보를 수집하고, 수집된 학습용 자율주행정보를 기반으로 학습하여 상기 고장 소리정보를 생성하는 차량 고장 판단 장치.
청구항 2에 있어서,
상기 제어부는
상기 학습용 자율주행정보를 서버로 전송하고, 서버로부터 학습된 상기 고장 소리정보를 수신하는 차량 고장 판단 장치.
청구항 1에 있어서,
상기 제어부는
상기 고장 소리정보를 상기 판단 기준으로 설정한 후, 소정 횟수 이상 반복 주행한 구간에서 획득된 자율주행정보가 수집되면, 수집된 자율주행정보를 기반으로 학습하여 신규 고장 소리정보를 생성하는 차량 고장 판단 장치.
청구항 4에 있어서,
상기 제어부는
상기 소정 횟수 이상 반복 주행한 구간에서 획득된 자율주행정보가 수집되면, 상기 수집된 자율주행정보를 서버로 전송하고, 상기 서버로부터 신규 학습된 고장 소리정보를 수신하는 차량 고장 판단 장치.
청구항 5에 있어서,
상기 제어부는
상기 신규 학습된 고장 소리정보를 기반으로 상기 판단 기준을 업데이트하는 차량 고장 판단 장치.
청구항 1에 있어서,
상기 제어부는
자율주행 구간 내에 둘 이상의 정밀진단 구간이 포함되는 경우, 상기 정밀진단 구간에 대해 가중치를 부여하여 우선순위를 산출하는 차량 고장 판단 장치.
청구항 7에 있어서,
상기 제어부는
산출된 우선순위가 높을수록 상기 정밀진단 구간에서 판단된 결과의 신뢰도를 상향시키는 차량 고장 판단 장치.
청구항 7에 있어서,
상기 제어부는
도로 정보 및 교통 정보를 기반으로 상기 정밀진단 구간을 설정하는 차량 고장 판단 장치.
청구항 7에 있어서,
상기 제어부는
직선 정속 구간, 직선 감속 구간, 직선 가속 구간, 급제동 구간, 급가속 구간, 조향 구간, 방지턱 구간 및 정지상태 중 적어도 어느 하나를 상기 정밀진단 구간으로 설정하는 차량 고장 판단 장치.
청구항 7에 있어서,
상기 제어부는
상용 차량의 경우 차고지를 중심으로 소정거리 이내의 도로 구간을 상기 정밀진단 구간으로 설정하는 차량 고장 판단 장치.
청구항 11에 있어서,
상기 제어부는
상용 차량의 경우, 영업 시작 시 상기 차고지를 출발할 때 상기 정밀진단 구간을 주행하여 획득된 자율주행정보와 상기 판단 기준을 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 1차 판단 결과를 생성하는 차량 고장 판단 장치.
청구항 12에 있어서,
상기 제어부는
상용 차량의 경우, 영업 종료 시 상기 차고지로 복귀할 때 상기 정밀진단 구간을 주행하여 획득된 자율주행정보와 상기 판단 기준을 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 2차 판단 결과를 생성하는 차량 고장 판단 장치.
청구항 13에 있어서,
상기 제어부는
상용 차량의 경우, 영업 시작 시 상기 차고지를 출발할 때 상기 정밀진단 구간을 주행하여 획득된 자율주행정보 및 영업 종료 시 상기 차고지로 복귀할 때 상기 정밀진단 구간을 주행하여 획득된 자율주행정보를 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 3차 판단 결과를 생성하는 차량 고장 판단 장치.
청구항 14에 있어서,
상기 제어부는
상기 1차 판단 결과, 상기 2차 판단 결과 및 상기 3차 판단 결과를 기반으로 상기 상용 차량의 고장 여부를 최종 판단하는 차량 고장 판단 장치.
청구항 11 있어서,
상기 제어부는
상용 차량의 경우, 영업 시작 시 상기 차고지를 출발할 때, 자율주행 구간을 주행하여 획득된 자율주행정보와 상기 판단 기준을 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 1차 판단 결과를 생성하는 차량 고장 판단 장치.
청구항 16에 있어서,
상기 제어부는
상용 차량의 경우, 영업 종료 시 상기 차고지로 복귀할 때 상기 자율주행 구간을 주행하여 획득된 자율주행정보와 상기 판단 기준을 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 2차 판단 결과를 생성하는 차량 고장 판단 장치.
청구항 17에 있어서,
상기 제어부는
상용 차량의 경우, 영업 시작 시 상기 차고지를 출발할 때 상기 자율주행 구간을 주행하여 획득된 자율주행정보 및 영업 종료 시 상기 차고지로 복귀할 때 상기 자율주행 구간을 주행하여 획득된 자율주행정보를 비교하고, 비교 결과에 기초하여 고장 여부를 판단한 3차 판단 결과를 생성하는 차량 고장 판단 장치.
청구항 14에 있어서,
상기 제어부는
상기 1차 판단 결과, 상기 2차 판단 결과 및 상기 3차 판단 결과를 기반으로 상기 상용 차량의 고장 여부를 최종 판단하는 차량 고장 판단 장치.
자율주행 시 자율주행정보를 획득하는 단계;
상기 자율주행정보를 고장 소리정보로 설정된 판단 기준과 비교하는 단계; 및
비교 결과에 기초하여 고장 여부를 판단하는 단계를 포함하는 차량 고장 판단 방법.