KIPS Transactions on Computer and Communication Systems (정보처리학회논문지:컴퓨터 및 통신 시스템)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Deep Learning-based UWB Distance Measurement for Wireless Power Transfer of Autonomous Vehicles in Indoor Environment

실내환경에서의 자율주행차 무선 전력 전송을 위한 딥러닝 기반 UWB 거리 측정

  • 김혜정 (연세대학교 컴퓨터과학과) ;
  • 박용주 (한국전자기술연구원 스마트네트워크연구센터) ;
  • 한승재 (연세대학교 컴퓨터과학과)
  • Received : 2023.07.28
  • Accepted : 2023.10.05
  • Published : 2024.01.31
Download PDF
⟨ Previous Next ⟩

Abstract

As the self-driving car market continues to grow, the need for charging infrastructure is growing. However, in the case of a wireless charging system, stability issues are being raised because it requires a large amount of power compared with conventional wired charging. SAE J2954 is a standard for building autonomous vehicle wireless charging infrastructure, and the standard defines a communication method between a vehicle and a power transmission system. SAE J2954 recommends using physical media such as Wi-Fi, Bluetooth, and UWB as a wireless charging communication method for autonomous vehicles to enable communication between the vehicle and the charging pad. In particular, UWB is a suitable solution for indoor and outdoor charging environments because it exhibits robust communication capabilities in indoor environments and is not sensitive to interference. In this standard, the process for building a wireless power transmission system is divided into several stages from the start to the completion of charging. In this study, UWB technology is used as a means of fine alignment, a process in the wireless power transmission system. To determine the applicability to an actual autonomous vehicle wireless power transmission system, experiments were conducted based on distance, and the distance information was collected from UWB. To improve the accuracy of the distance data obtained from UWB, we propose a Single Model and Multi Model that apply machine learning and deep learning techniques to the collected data through a three-step preprocessing process.

최근 자율주행차 시장이 지속해 성장함에 따라 충전 인프라에 대한 필요성이 커지고 있다. 그러나 무선 충전 시스템의 경우 기존 유선 충전에 비해 대출력이 요구되어 안정성 문제가 제기되고 있다. 자율주행차 무선 충전 인프라를 구축하기 위한 표준으로는 SAE J2954가 존재하며 해당 표준에서는 차량과 전력 전송 시스템 간의 통신 방법에 대해 정의한다. SAE J2954에서는 자율주행차량의 무선 충전 통신 방법으로 Wi-Fi, Bluetooth 및 UWB와 같은 물리적 미디어를 사용해 차량과 충전 패드 간의 통신을 활성화할 것을 권장한다. 특히 UWB는 실내 환경에서 견고한 통신 능력을 보이고 간섭에 민감하지 않기 때문에 실내외 충전 환경에서 적합한 솔루션이다. 해당 표준에서는 무선전력전송 시스템을 구축하기 위한 프로세스로 충전 시작부터 충전 완료까지를 여러 단계로 구분하였다. 본 연구에서는 UWB 기술을 사용하여 무선전력전송 시스템의 한 가지 프로세스인 Fine alignment의 수단으로 사용한다. 실제 자율주행차 무선전력전송 시스템에 적용 가능성을 판단하기 위해 거리에 따라 실험을 수행하였으며 UWB로부터 거리 정보를 수집하였다. UWB로부터 얻어진 거리 데이터의 정확도를 향상시키기 위해 수집한 데이터를 세 단계의 전처리 과정을 거쳐 머신러닝과 딥러닝 기법을 적용한 Single Model과 Multi Model을 제안한다.

Keywords

Acknowledgement

본 연구는 2021 과학기술정보통신부의 재원으로 정보통신 기획평가원(IITP) 지원을 받아 수행된 연구임(No. 2021-0-00058, 무선 전력 전송 융합활성화센터 구축 및 운영). 본 연구는 2022년 산업통상자원부의 재원으로 한국산업기술평가 관리원(KEIT) 지원을 받아 수행된 연구임(No. 20018930, 전기차 충전을 위한 오픈 매칭형 에너지 ODD(On-Demand Delivery) 서비스 개발).

References

  1. J. F. Torres, D. Hadjout, A. Sebaa, F. Martinez-Alvarez, and A. Troncoso, "Deep learning for time series forecasting: a survey," Big Data, Vol.9, No.1, pp.3-21, 2021. DOI: 10.1089/big.2020.0159.
  2. S. Ardabili, A. Mosavi, and A. R. Varkonyi-Koczy, "Advances in machine learning modeling reviewing hybrid and ensemble methods," Engineering for Sustainable Future, Vol.101, 2020.
  3. SAE J2954_202208 : Wireless Power Transfer for Light-Duty Plug-in/Electric Vehicles and Alignment Methodology.
  4. A. Martinelli, S. Jayousi, S. Caputo, and L. Mucchi, "UWB positioning for industrial applications: the galvanic plating case study," 2019 International Conference on Indoor Positioning and Indoor Navigation (IPIN), Pisa, Italy, 2019, pp.1-7, doi: 10.1109/IPIN.2019.8911746.
  5. H. Arslan, A. N. Chen, and M. G. Benedetto, "Ultra-Wideband Wireless Communication," Wiley Interscience, Hoboken, New Jersey, 2006.
  6. A. Alarifi et al., "Ultra wideband indoor positioning technologies analysis and recent advances," Sensors, Vol.16, No.5, pp.707, 2016. doi: 10.3390/s16050707
  7. A. Kuvshinov, D. Knobloch, D. Kulzer, E. Vardanyan, and S. Gunnemann, "Domain reconstruction for UWB car key localization using generative adversarial networks," Proceedings of the AAAI Conference on Artificial Intelligence, Vol.36, No.11, pp.12552-12558, 2022. doi: 10.1609/aaai.v36i11.21526
  8. C. Cortes and V. Vapnik, "Support-vector networks," Springer Nature, Vol.20, pp.273-297, 1995. doi: 10.1007/BF00994018
  9. Y. Lecun, L. Bottou, Y. Bengio, and P. Haffner, "Gradient-based learning applied to document recognition," in Proceedings of the IEEE, Vol.86, No.11, pp.2278-2324, 1998, doi: 10.1109/5.726791.
  10. S. Hochreiter and J. Schmidhuber, "Long short-term memory," in Neural Computation, Vol.9, No.8, pp.1735-1780, 1997, doi: 10.1162/neco.1997.9.8.1735.
  11. M. Hamalainen, V. Hovinen, R. Tesi, J. H. J. Iinatti, and M. Latva-aho, "On the UWB system coexistence with GSM900, UMTS/WCDMA, and GPS," in IEEE Journal on Selected Areas in Communications, Vol.20, No.9, pp. 1712-1721, 2002, doi: 10.1109/JSAC.2002.805242.
  12. Kegen Yu and I. Oppermann, "UWB positioning for wireless embedded networks," Proceedings 2004 IEEE Radio and Wireless Conference (IEEE Cat. No.04TH8746), Atlanta, GA, USA, pp.459-462, 2004, doi: 10.1109/RAWCON.2004.1389176.
  13. S. Lee 2021. "Ultrawideband (UWB)-based precise short-range localization for wireless power transfer to electric vehicles in parking environments," PeerJ Computer Science, Vol.7, pp.e567, doi: 10.7717/peerj-cs.567
  14. Y. -Y. Chen, S. -P. Huang, T. -W. Wu, W. -T. Tsai, C.-Y. Liou, and S. -G. Mao, "UWB System for Indoor Positioning and Tracking With Arbitrary Target Orientation, Optimal Anchor Location, and Adaptive NLOS Mitigation," in IEEE Transactions on Vehicular Technology, Vol.69, No.9, pp.9304-9314, 2020, doi: 10.1109/TVT.2020.2972578.
  15. G. Shi and Y. Ming, 2016. "Survey of indoor positioning systems based on Ultra-Wideband (UWB) technology," In Wireless Communications, Networking and Applications, pp.1269-1278. Springer.