맞춤기술찾기

이전대상기술

DTG 빅데이터를 이용하는 연비 예측 모델 생성 방법(METHOD FOR GENERATING FUEL CONSUMPTION PREDICTION MODEL USING DTG BIG DATA)

  • 기술번호 : KST2016015599
  • 담당센터 : 서울동부기술혁신센터
  • 전화번호 : 02-2155-3662
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명의 기술적 사상에 의한 일 양태에 따른 연비 예측 모델 생성 방법은, 차량의 연비 예측 모델을 생성하는 방법으로서, 제1 차량 운행 데이터를 기초로 제1 통계 데이터를 생성하는 단계와, 제2 차량 운행 데이터를 기초로 제2 통계 데이터를 생성하는 단계, 및 제1 및 제2 통계 데이터를 기초로 회귀 분석(regression analysis)을 수행하여 연비 예측 모델을 생성하는 단계를 포함한다.
Int. CL B60W 40/09 (2012.01) B60W 40/10 (2006.01) B60W 50/00 (2006.01)
CPC B60W 40/09(2013.01) B60W 40/09(2013.01) B60W 40/09(2013.01) B60W 40/09(2013.01) B60W 40/09(2013.01) B60W 40/09(2013.01)
출원번호/일자 1020160016732 (2016.02.13)
출원인 국민대학교산학협력단
등록번호/일자
공개번호/일자 10-2016-0100264 (2016.08.23) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보 대한민국  |   1020150022294   |   2015.02.13
법적상태 공개
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2016.02.13)
심사청구항수 7

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 국민대학교산학협력단 대한민국 서울특별시 성북구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 최은미 대한민국 서울특별시 강남구
2 조원희 대한민국 서울특별시 성북구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 특허법인 제나 대한민국 서울특별시 강남구 도곡로 *길 **, *층(도곡동, 지엠빌딩)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
최종권리자 정보가 없습니다
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application
2016.02.13 수리 (Accepted) 1-1-2016-0143695-10
2 보정요구서
Request for Amendment
2016.02.26 발송처리완료 (Completion of Transmission) 1-5-2016-0030436-89
3 [출원서등 보정]보정서
[Amendment to Patent Application, etc.] Amendment
2016.03.08 수리 (Accepted) 1-1-2016-0224038-77
4 출원인정보변경(경정)신고서
Notification of change of applicant's information
2016.03.14 수리 (Accepted) 4-1-2016-5032192-73
5 선행기술조사의뢰서
Request for Prior Art Search
2017.03.13 수리 (Accepted) 9-1-9999-9999999-89
6 선행기술조사보고서
Report of Prior Art Search
2017.05.18 수리 (Accepted) 9-1-2017-0016307-74
7 의견제출통지서
Notification of reason for refusal
2017.05.25 발송처리완료 (Completion of Transmission) 9-5-2017-0366865-86
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2017.07.20 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2017-0698069-55
9 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)
2017.07.20 수리 (Accepted) 1-1-2017-0698067-64
10 거절결정서
Decision to Refuse a Patent
2017.08.01 발송처리완료 (Completion of Transmission) 9-5-2017-0537792-18
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
차량의 연비 예측 모델을 생성하는 방법으로서,제1 차량 운행 데이터를 기초로 제1 통계 데이터를 생성하는 단계;제2 차량 운행 데이터를 기초로 제2 통계 데이터를 생성하는 단계; 및상기 제1 및 제2 통계 데이터를 기초로 회귀 분석(regression analysis)을 수행하여 연비 예측 모델을 생성하는 단계;를 포함하는, 연비 예측 모델 생성 방법
2 2
제1 항에 있어서,상기 제1 차량 운행 데이터는, DTG(Digital TachoGraph)로부터 획득된 데이터이며,상기 제1 차량 운행 데이터는, 차량의 주행거리, 주행시간, 데이터 획득주기, 데이터 획득일시, 속도, 분당 엔진 회전수, 브레이크 신호, 위치, 방위각 및 가속도 필드 중 적어도 하나의 필드에 대한 레코드를 포함하는, 연비 예측 모델 생성 방법
3 3
제2 항에 있어서,상기 제1 통계 데이터를 생성하는 단계는, 상기 제1 차량 운행 데이터를 통계적으로 분석하여 상기 제1 통계 데이터를 생성하고, 상기 제1 통계 데이터는, 주행거리, 평균 속도, 최고 속도, 및 최고 분당 엔진 회전수, 고속 분당 엔진 회전수, 과속 횟수, 위험과속 횟수, 급가속 횟수, 급감속 횟수, 급출발 횟수, 급정지 횟수, 공회전 횟수, 평균 분당 엔진 회전수, 정지 횟수, 평균 정지 시간, 속도 증가 평균, 속도증가 표준편차, 속도감소 평균, 속도감소 표준편차, 분당 엔진 회전수 증감 평균, 분당 엔진 회전수 증감 표준편차, 속도 구간별 비율 및 분당 엔진 회전수 구간별 비율 필드 중 적어도 하나의 필드에 대한 레코드를 포함하는, 연비 예측 모델 생성 방법
4 4
제1 항에 있어서,상기 제2 차량 운행 데이터는, OBD-II(On-Board Diagnostics II)로부터 획득된 데이터이며,상기 제2 차량 운행 데이터는, MAP(Manifold Absolute Pressure), MAF(Mass Air Flow), 연료 분출량 및 속도 필드 중 적어도 하나의 필드에 대한 레코드를 포함하는, 연비 예측 모델 생성 방법
5 5
제4 항에 있어서,상기 제2 통계 데이터를 생성하는 단계는, 상기 제2 차량 운행 데이터를 통계적으로 분석하여 상기 제2 통계 데이터를 생성하고, 상기 제2 통계 데이터는, 연료 소모량, 연료 잔량, 소정 시간 단위의 연비 및 이산화탄소 발생량 필드 중 적어도 하나의 필드에 대한 레코드를 포함하는, 연비 예측 모델 생성 방법
6 6
제1 항에 있어서,상기 연비 예측 모델을 생성하는 단계는,상기 제1 통계 데이터 및 상기 제2 통계 데이터 각각의 필드 전부를 비교하는 전역 탐색(exhaustive search)을 통해 상기 제1 통계 데이터에 포함되는 복수의 필드 중 적어도 일부를 상기 회귀 분석을 위한 독립 변수로 결정하는 단계;상기 제2 통계 데이터에 포함되는 복수의 필드 중 연비 관련 필드를 상기 회귀 분석을 위한 종속 변수로 결정하는 단계;상기 결정된 독립 변수 및 종속 변수를 이용하여 상기 회귀 분석을 수행하는 단계; 및상기 회귀 분석 결과를 기초로 상기 연비 예측 모델을 생성하는 단계;를 포함하는, 연비 예측 모델 생성 방법
7 7
제6 항에 있어서,상기 제1 통계 데이터에 포함되는 복수의 필드 중 적어도 일부를 상기 회귀 분석을 위한 독립 변수로 결정하는 단계는,상기 제1 통계 데이터에 포함되는 복수의 필드 각각의 결정 계수(coefficient of determination) 값을 상호 비교하여 가장 큰 값을 갖는 필드를 상기 독립 변수로 결정하는, 연비 예측 모델 생성 방법
8 8
제1 항에 있어서,상기 연비 예측 모델은, 다음의 수학식 1에 따라 정의되는, 연비 예측 모델 생성 방법
9 9
제1 항에 있어서,상기 연비 예측 모델 생성 방법은, 상기 제1 통계 데이터를 생성하는 단계 전에, 상기 제1 및 제2 차량 운행 데이터를 정제하는 단계;를 더 포함하고,상기 제1 통계 데이터를 생성하는 단계는, 상기 정제된 제1 차량 운행 데이터를 기초로 상기 제1 통계 데이터를 생성하고,상기 제2 통계 데이터를 생성하는 단계는, 상기 정제된 제2 차량 운행 데이터를 기초로 상기 제2 통계 데이터를 생성하는, 연비 예측 모델 생성 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 교육부 국민대학교 산학협력단 산학협력 선도대학(LINC)육성사업 퓨쳐모빌리티를 위한 DTG 빅데이터와 공간 데이터와의 연계 분석