맞춤기술찾기

이전대상기술

열분포 영상을 활용한 머신러닝 기반 배터리 충전상태 추정 방법

  • 기술번호 : KST2021011337
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
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 발명은 열화상 카메라를 통해 촬영된 배터리 상태별 열 분포 영상을 학습 데이터 셋으로 구축하고, 구축된 학습 데이터 셋을 이용해 충전상태 추정 학습모델과 방전상태 추정 학습모델을 생성하여 추정 대상 배터리의 충전 상태 또는 방전 상태를 추정하는 열분포 영상을 활용한 머신러닝 기반 배터리 충전 상태 추정 방법에 관한 것이다.
Int. CL G01R 31/367 (2019.01.01) G06N 20/00 (2019.01.01) G06K 9/20 (2006.01.01) G06K 9/26 (2006.01.01) H04N 5/33 (2006.01.01)
CPC G01R 31/367(2013.01) G06N 20/00(2013.01) G06K 9/20(2013.01) G06K 9/26(2013.01) H04N 5/332(2013.01)
출원번호/일자 1020200022842 (2020.02.25)
출원인 충남대학교산학협력단
등록번호/일자
공개번호/일자 10-2021-0108076 (2021.09.02) 문서열기
공고번호/일자
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 공개
심사진행상태 수리
심판사항
구분 국내출원/신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2020.02.25)
심사청구항수 6

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 충남대학교산학협력단 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김종훈 대전광역시 유성구
2 이평연 광주광역시 북구
3 권상욱 대전광역시 유성구
4 안정호 대전광역시 서구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 김창범 대한민국 대전광역시 서구 둔산대로***번길, ** 엑스포오피스텔 ***호(케이씨비특허법률사무소)

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
2020.02.25 수리 (Accepted) 1-1-2020-0197360-68
2 [대리인선임]대리인(대표자)에 관한 신고서
[Appointment of Agent] Report on Agent (Representative)
2020.06.26 수리 (Accepted) 1-1-2020-0662556-95
3 선행기술조사의뢰서
Request for Prior Art Search
2021.03.19 수리 (Accepted) 9-1-9999-9999999-89
4 선행기술조사보고서
Report of Prior Art Search
2021.06.14 발송처리완료 (Completion of Transmission) 9-6-2021-0111381-83
5 의견제출통지서
Notification of reason for refusal
2021.06.22 발송처리완료 (Completion of Transmission) 9-5-2021-0493370-61
6 [거절이유 등 통지에 따른 의견]의견서·답변서·소명서
2021.08.23 수리 (Accepted) 1-1-2021-0969234-00
7 [공지예외적용 보완 증명서류]서류제출서
2021.08.23 수리 (Accepted) 1-1-2021-0968725-37
8 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment
2021.08.23 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2021-0969900-00
9 [출원서 등 보완]보정서
2021.08.23 수리 (Accepted) 1-1-2021-0968483-83
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
열분포 영상을 활용한 머신러닝 기반 배터리 충전상태 추정 방법에 있어서,배터리 표면을 촬영하여 복수의 배터리 표면 열분포 이미지들을 획득하는 열분포이미지 획득단계(S100)와;열분포이미지 획득단계(S100)와 동시에 수행되되, 촬영되는 배터리의 충전량 정보 또는 방전량 정보를 촬영 순간마다 획득하는 충방전량정보 획득단계(S200)와;획득된 배터리 표면 열분포 이미지들을 충전 상태별 학습 데이터 셋과 방전 상태별 학습 데이터 셋으로 분리 구성하는 학습데이터셋 구성단계(S300)와;충전 상태별 학습 데이터 셋에 충전 상태정보를 매칭시켜 충전상태 추정 학습모델을 생성하고, 방전 상태별 학습 데이터 셋에 방전 상태정보를 매칭시켜 방전상태 추정 학습모델을 생성하는 학습모델 생성단계(S400)와;인공지능 알고리즘과 학습모델을 이용하여 추정 대상 배터리의 상태를 추정하는 배터리상태 추정단계(S500)를 포함하는 것을 특징으로 하는 열분포 영상을 활용한 머신러닝 기반 배터리 충전 상태 추정 방법
2 2
제 1항에 있어서,상기 열분포이미지 획득단계(S100)는,충전중인 배터리를 열화상카메라를 이용하여 일정 시간간격마다 촬영한 충전 배터리 표면 열분포 이미지를 획득하는 제1-1단계(S110)와,방전중인 배터리를 열화상카메라를 이용하여 일정 시간간격마다 촬영한 방전 배터리 표면 열분포 이미지를 획득하는 제1-2단계(S120)를 포함하고,상기 제1-1단계(S110)는 용량이 각기 다른 다수의 배터리에 대해 수행하되, 각 배터리마다 각기 다른 다수의 충전 전류로 충전하면서 이미지를 획득하고,상기 제1-2단계(S120)는 용량이 각기 다른 다수의 배터리에 대해 수행하되, 각 배터리마다 각기 다른 다수의 방전 전류로 방전하면서 이미지를 획득하는 것을 특징으로 하는 열분포 영상을 활용한 머신러닝 기반 배터리 충전 상태 추정 방법
3 3
제 1항에 있어서,상기 충방전량정보 획득단계(S200)는,충전중인 배터리가 열화상카메라에 의해 일정 시간 간격마다 촬영될 때, 촬용되는 순간마다 충전중인 배터리의 충전량을 충전량 감지센서를 통해 획득하는 제2-1단계(S210)와,방전중인 배터리가 열화상카메라에 의해 일정 시간 간격마다 촬영될 때, 촬용되는 순간마다 방전중인 배터리의 방전량을 방전량 감지센서를 통해 획득하는 제2-2단계(S220)를 포함하는 것을 특징으로 하는 열분포 영상을 활용한 머신러닝 기반 배터리 충전 상태 추정 방법
4 4
제 1항에 있어서,상기 학습데이터셋 구성단계(S300)는,획득된 배터리 표면 열분포 이미지들 중, 충전 상태에서 촬영된 이미지들을 분리하여 충전 상태별 학습 데이터 셋으로 구성하는 제3-1단계(S310)와,획득된 배터리 표면 열분포 이미지들 중, 방전 상태에서 촬영된 이미지들을 분리하여 방전 상태별 학습 데이터 셋으로 구성하는 제3-2단계(S320)를 포함하는 것을 특징으로 하는 열분포 영상을 활용한 머신러닝 기반 배터리 충전 상태 추정 방법
5 5
제 1항에 있어서,상기 학습모델 생성단계(S400)는,충전 상태별 학습 데이터 셋을 구성하는 충전 배터리 표면 열분포 이미지들마다 해당 충전상태정보를 매칭 시켜 라벨링한 충전상태 추정 학습모델을 생성하는 제4-1단계(S410)와,방전 상태별 학습 데이터 셋을 구성하는 방전 배터리 표면 열분포 이미지들마다 해당 방전상태정보를 매칭 시켜 라벨링한 방전상태 추정 학습모델을 생성하는 제4-2단계(S420)를 포함하고,상기 충전상태정보는 배터리 용량 정보, 충전 전류 정보, 충전량 정보 정보를 포함하고,상기 방전상태정보는 배터리 용량 정보, 방전 전류 정보, 방전량 정보를 포함하는 것을 특징으로 하는 열분포 영상을 활용한 머신러닝 기반 배터리 충전 상태 추정 방법
6 6
상기 배터리상태 추정단계(S500)는,충전중인 추정 대상 배터리의 표면 열분포 이미지를 획득하고, 획득된 추정 대상 배터리의 이미지를 인공지능 알고리즘을 이용하여 충전상태 추정 학습모델과 비교하고, 비교결과, 획득된 추정 대상 배터리의 이미지와 동일한 이미지가 충전상태 추정 학습모델에 존재하는 경우, 해당 충전상태 추정 학습모델속 이미지에 라벨링된 충전상태정보를 이용하여 충전중인 추정 대상 배터리의 충전량이나 과충전을 추정하는 제5-1단계(S510)와,방전중인 추정 대상 배터리의 표면 열분포 이미지를 획득하고, 획득된 추정 대상 배터리의 이미지를 인공지능 알고리즘을 이용하여 방전상태 추정 학습모델과 비교하고, 비교결과, 획득된 추정 대상 배터리의 이미지와 동일한 이미지가 방전상태 추정 학습모델에 존재하는 경우, 해당 방전상태 추정 학습모델속 이미지에 라벨링된 방전상태정보를 이용하여 방전중인 추정 대상 배터리의 방전량이나 과방전을 추정하는 제5-2단계(S520)를 포함하는 것을 특징으로 하는 열분포 영상을 활용한 머신러닝 기반 배터리 충전 상태 추정 방법
지정국 정보가 없습니다
패밀리정보가 없습니다
국가 R&D 정보가 없습니다.