1 |
1
OBD에 따른 자율주행차량의 부품 또는 차량의 전체 상태를 자가진단하는 자율주행차량을 위한 자가진단 방법에 있어서,차량 부품 간의 연관성에 따라 입력 센서 정보의 수와 출력부품의 수에 따른 동적의 개수로써 정한 히든 레이어에 의해 역-전파로써 된 차량 부품 진단 포맷을 설정 등록하는 제 1 단계;차량의 센서 정보를 입력받아 등록하는 제 2 단계; 및상기 차량 부품 진단 포맷에 따라 상기 차량의 센서 정보를 학습해서 차량의 부품과 소모품에 대한 각각의 위험도와 결함 부품에 의한 다른 부품의 종속 관계에 따른 위험도를 추론하는 제 3 단계를 포함하고 상기 차량 부품 진단 포맷은 [식 5]NET h1j = ∑xiWij(i = 0 ~ n까지), h1j = max(0, NET h1j)NET yk = ∑hmiZik(i = 1 ~ l까지), yk = 1/1+e-NET yk를 따르고, 상기, xi는 차량의 센서 정보의 i번째 입력 노드의 값, Wij는 i번째 입력 노드와 j번째 히든 노드 사이의 연결 강도, hmi는 상기 히든 레이어의 개수에 대응하여 정한 순서의 히든 레이어의 값, Zik는 i번째 입력 노드와 k번째 히든 레이어 사이의 연결 강도, yk는 차량 부품과 소모품의 위험도이고상기 제 3 단계 후에,하기의 [식 6]에 따라 차량 부품 간의 연관성과 차량 부품의 위험도 간의 연관성에 따른 미리 설정된 계단함수에 의한 차량 전체 상태 진단 포맷을 설정 등록하는 제 4-1 단계; 및[식 6]NETn = ∑xiWin(i = 0 ~ g까지), f(NETn ){0(NET 003c# 0) 1(NET≥0)여기에서, xi는 차량의 부품 정보의 i번째 입력 노드의 값, Win은 i번째 입력 노드와 n번째 입력 노드 사이의 연결 강도, g는 차량의 부품의 입력 정보 사용 조합의 개수에 대응하여 정한 값이고, 상기 차량 전체 상태 진단 포맷에 의해서 실시간으로 차량의 부품과 소모품의 위험도와 결함 부품에 의한 다른 부품의 종속 관계에 따른 위험도를 학습해서 차량의 전체 상태를 진단하는 제 4-2 단계를 포함하고상기 자율주행차량은 OBD 내에 차량 내 모든 주요 프로토콜의 통신을 지원하고, 신속한 속도를 보장하고 차량 네트워크 간의 실시간 통신을 하는 자가진단의 통합형 경량화 에지 게이트웨이를 포함하고, 자율주행차량의 센서는 OBD의 자가진단을 위한 센싱 정보를 제공하고, 자가진단 결과를 IoT를 통해 차량 정비소를 포함하는 외부 정보처리장치에 전달하고, 상기 센서는 FlexRay 버스를 통한 ABS 센서, 에어백 센서, CAN 버스를 통한 온도 센서, 핸들 센서, 계기 센서, MOST 링을 통한 영상 센서를 포함하고,차량 부품 진단 포맷에 따른 자가진단 모듈은 자율주행차량 자가진단 모듈로써, 이러한 모듈은 클라우드 환경에서 동작하는 두 개의 서브 모듈로 구성되고,첫번째 서브 모듈은 차량 부품 진단 포맷에 따른 차량 부품 진단 서브-모듈인 VPDS로서, 각 부품의 연관성을 고려하여 각 부품의 상태를 진단하고, 상기 VPDS는 차량의 센서에서 수집할 수 있는 속도, 시동전압, 주행거리, 타이어 공기압, RPM, 냉각수, 엔진오일, 후방 센서 정보를 이용하고, 각 부품 사이의 연관성을 고려하여 각 부품의 상태를 진단하고상기 VPDS는 차량에서 수신된 정보를 입력 데이터로 사용하고, 차량 내 센서에서 수집된 정보는 디지털 수치 정보이며, 각 부품의 상태를 나타내고, 상기 VPDS의 입력 데이터는 센서의 집합, 각 센서의 정보, 센서의 수를 조합해서 정의하고, VPDS의 출력 값은 "정상", "경고", "위험"을 포함하는 각 부품의 상태를 나타내는 것을 특징으로 하는 딥 러닝을 기반으로 하는 자율주행차량을 위한 자가진단 방법
|