• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.267-270
• /
• 2021

자동차 진단을 위해서는 자동차 전자 장치인 ECU(Electronic Control Unit)로 구성된 전자 장치를 통해 다양한 통신방식을 활용하여 ECU 내 또는 ECU 간 진단 데이터를 수집하고 진단데이터를 관리하여 이뤄지고 있다. 통신 방식으로는 LIN, CAN, FlexRay 등이 주로 사용되고 있다. 최근에는 Ethernet 기반으로 유선/무선 통신을 활용하고 있다. 자동차 진단을 수행하려면 ECU에서 발생되는 진단코드를 알고 있어야 하고, 진단통신을 이용하여 진단 데이터를 수집할 수 있어야 가능하다. 또한, 자동차 진단에 필요한 응용소프트웨어가 구성되어야 ECU로부터 진단데이터를 관리할 수 있다. 많은 자동차 제조사가 자동차 전장 표준인 AUTOSAR 표준을 기반으로 ECU를 제작하고 있으면, 소프트웨어 구조 또한 표준에 따라 적용될 수 있도록 구성되어 있다. 본 논문에서는 AUTUSAR 표준의 자동차 진단 통신 방식을 이해하고 진단 데이터 구성과 처리 방식에 대해서 연구하였으며, 소프트웨어 컴포넌트와 진단통신, 진단 이벤트 처리에 대한 내용에 대해서 연구하였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권8호
• /
• pp.4123-4141
• /
• 2019

Autonomous driving technology is divided into 0~5 levels. Of these, Level 5 is a fully autonomous vehicle that does not require a person to drive at all. The automobile industry has been trying to develop Level 5 to satisfy safety, but commercialization has not yet been achieved. In order to commercialize autonomous unmanned vehicles, there are several problems to be solved for driving safety. To solve one of these, this paper proposes 'A Deep Learning Part-diagnosis Platform(DLPP) based on an In-vehicle On-board gateway for an Autonomous Vehicle' that diagnoses not only the parts of a vehicle and the sensors belonging to the parts, but also the influence upon other parts when a certain fault happens. The DLPP consists of an In-vehicle On-board gateway(IOG) and a Part Self-diagnosis Module(PSM). Though an existing vehicle gateway was used for the translation of messages happening in a vehicle, the IOG not only has the translation function of an existing gateway but also judges whether a fault happened in a sensor or parts by using a Loopback. The payloads which are used to judge a sensor as normal in the IOG is transferred to the PSM for self-diagnosis. The Part Self-diagnosis Module(PSM) diagnoses parts itself by using the payloads transferred from the IOG. Because the PSM is designed based on an LSTM algorithm, it diagnoses a vehicle's fault by considering the correlation between previous diagnosis result and current measured parts data.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권2호
• /
• pp.1005-1018
• /
• 2017

This paper proposes an App Visualization (AppV) based on IoT Self-diagnosis Micro Control Unit (ISMCU) for accident prevention. It collects a current status of a vehicle through a sensor, visualizes it on a smart phone and prevents vehicles from accident. The AppV consists of 5 components. First, a Sensor Layer (SL) judges noxious gas from a current vehicle and a driver's driving habit by collecting data from various sensors such as an Accelerator Position Sensor, an O2 sensor, an Oil Pressure Sensor, etc. and computing the concentration of the CO collected by a semiconductor gas sensor. Second, a Wireless Sensor Communication Layer (WSCL) supports Zigbee, Wi-Fi, and Bluetooth protocol so that it may transfer the sensor data collected in the SL to ISMCU and the data in the ISMCU to a Mobile. Third, an ISMCU integrates the transferred sensor information and transfers the integrated result to a Mobile. Fourth, a Mobile App Block Programming Tool (MABPT) is an independent App generation tool that changes to visual data just the vehicle information which drivers want from a smart phone. Fifth, an Embedded Module (EM) records the data collected through a Smart Phone real time in a Cloud Server. Therefore, because the AppV checks a vehicle' fault and bad driving habits that are not known from sensors and performs self-diagnosis through a mobile, it can reduce time and cost spending on accidents caused by a vehicle's fault and noxious gas emitted to the outside.

• International Journal of Naval Architecture and Ocean Engineering
• /
• 제8권3호
• /
• pp.243-251
• /
• 2016

Autonomous Underwater Vehicles (AUVs) generally work in complex marine environments. Any fault in AUVs may cause significant losses. Thus, system reliability and automatic fault diagnosis are important. To address the actuator failure of AUVs, a fault diagnosis method based on the Gaussian particle filter is proposed in this study. Six free-space motion equation mathematical models are established in accordance with the actuator configuration of AUVs. The value of the control (moment) loss parameter is adopted on the basis of these models to represent underwater vehicle malfunction, and an actuator failure model is established. An improved Gaussian particle filtering algorithm is proposed and is used to estimate the AUV failure model and motion state. Bayes algorithm is employed to perform robot fault detection. The sliding window method is adopted for fault magnitude estimation. The feasibility and validity of the proposed method are verified through simulation experiments and experimental data.

• 전자공학회논문지 IE
• /
• 제45권4호
• /
• pp.33-41
• /
• 2008

텔레매틱스 시스템의 기능 중 현실적으로 상품성 있는 기능으로 "차량 원격 진단 기능", "운전 패턴 분석 기능"이 있으며 이를 구현하기 위한 기술로는 차량 신호 인터페이스 기술, 자가 진단 인터페이스 기술, 가속도/자이로 센서 인터페이스 기술, PS 신호 처리 기술, 운전 패턴 분석 기술, 무선통신(CDMA) 처리 기술 등이 사용된다. 이러한 기술을 기반으로 본 논문에서는 차량 주행 중에 자각의 EMS(Engine Management System), TMS(Transmission Management System), ABS/TCS, A/BAG 능에서 진단된 차량의 이상 유무를 실시간으로 분석하고, 운전자 주행 패턴 및 차량 관리에 대한 사항을 점검하여 무선통신(CDMA)을 통해 정보센터로 전송하여 이를 DB화함으로써 효율적 차량 관리 및 운전자 관리가 가능하다. 본 연구는 이러한 차량 원격진단 및 운전 패턴 분석기능을 구현하는 H/W와 S/W를 설계 및 제작하고 실차 시험을 통해 이를 검증한다.

• 한국산학기술학회논문지
• /
• 제11권11호
• /
• pp.4576-4582
• /
• 2010

현재 대부분의 차량은 사용자에게 차량 성능에 관한 일부 정보만을 제공하기 때문에 차량의 안전 운행 및 유지 보수에 어려움이 따른다. 이러한 문제점 등을 해결하기 위하여 최근에 차량 제어 및 진단시스템에 대한 다양한 방식의 연구개발이 진행되고 있지만, 시스템 구현의 복잡성, 성능진단의 신뢰성 저하, 오동작 등 여러 가지 문제점이 나타나고 있다. 본 논문에서는 위에서 언급한 문제점을 해결할 목적으로 위성 원격측정기술을 이용하여 차량 성능을 실시간으로 측정하고 분석하여 차량 성능의 신뢰성을 진단할 수 있는 차량 성능진단시스템에 관한 개념 설계를 수행하였다. 본 연구에서 도출된 개념 설계 결과는 향후 차량 성능진단시스템 구현을 위한 상세설계의 기반 데이터 및 자료로 이용될 것이다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.224-227
• /
• 2015

일반적으로 자동차드라이버의 스마트폰을 통한 데이터전송은 자동차운전자의 핸드폰은 데이터를 실시간으로 원격데이터 센터에 전송하는 경우에 용량 의존적인 순위를 가지고 있다. 생성되는 진단보드 데이터들은 드라이버의 폰에서의 모바일 진단 어플리케이션에 임시적으로 저장하고, 인터넷에 연결 되었을 때 데이터 센터에 전송한다. 클라우드에서 실행에 방해하는 다른 태스크들이 없는 원격 자동차 어플리케이션 사용방법을 위한 node.js는 모바일 네트워크을 통한 클라우드에서 데이터 저장업무를 다루기 위하여 적합하다. 우리는 외부 어플리케이션으로부터 driver inputs and delivers output을 패스하는 원격 유저와 운용하는 스마트폰 어플리케이션에서 자동차와의 어플리케이션 interface 방법을 사용하는 실시간 분석 안드로이드 어플리케이션 반응을 시뮬레이션 통해 제안된 아키텍쳐의 유효성을 입증한다. 이 논문에서, 우리는 이벤트 루프 접근을 기반으로 하는 이것은 웹서버 구조를 특징으로 하는 원격 자동차 결함 진단 시스템 연구를 제안한다.

• Advances in aircraft and spacecraft science
• /
• 제7권1호
• /
• pp.1-17
• /
• 2020

In this paper, a new model-based Fault Detection and Diagnosis (FDD) method for an agile supersonic flight vehicle is presented. A nonlinear model, controlled by a classical closed loop controller and proportional navigation guidance in interception scenario, describes the behavior of the vehicle. The proposed FDD method employs the Inertial Navigation System (INS) data and nonlinear dynamic model of the vehicle to inform fins damage to the controller before leading to an undesired performance or mission failure. Broken, burnt, unactuated or not opened control surfaces cause a drastic change in aerodynamic coefficients and consequently in the dynamic model. Therefore, in addition to the changes in the control forces and moments, system dynamics will change too, leading to the failure detection process being encountered with difficulty. To this purpose, an equivalent aerodynamic model is proposed to express the dynamics of the vehicle, and the health of each fin is monitored by the value of a parameter which is estimated using an adaptive robust filter. The proposed method detects and isolates fins damages in a few seconds with good accuracy.

• 한국정보통신학회논문지
• /
• 제15권12호
• /
• pp.2582-2589
• /
• 2011

본 논문에서는 차량 OBD-II 인터페이스를 통해 쉽게 확보할 수 있는 차량 진단 정보로부터 차량의 연료 소모량을 예측하는 방법을 제안하였다. 이를 위해 차량으로부터 제공되는 흡입 공기량(MAF), 단기 연료 보정(STFT), 장기 연료 보정 (LTFT) 값이 연료 소모량과 관계가 있다고 가정하고, 흡입 공기량, 단기 연료 보정, 장기 연료 보정을 입력 변수로 하며, 연료 소모량을 출력으로 구성하였다. 차량 OBD-II 인터페이스를 이용하여 획득한 값과 차량관련 전문업체로부터 지원받은 연료 소모량 값의 관계를 연소 반응식으로 구성하였다. 제안한 방식의 유용성을 확인하기 위해 도심 도로 5 Km를 실제 주행테스트를 수행하였고, 제안한 차량 데이터를 이용한 연료 소모량 예측 알고리즘의 성능을 확인하였다.

• 한국ITS학회 논문지
• /
• 제18권4호
• /
• pp.80-95
• /
• 2019

최근 들어 센서 및 통신기술의 발달로 국내외 연구자들은 장비나 시스템의 상태정보를 수집하여 진단 및 예측 기법을 통한 유지보수를 결정하는 방법론에 대해 연구를 활발히 진행하고 있다. 본 연구에서는 이러한 연구 문헌 고찰을 통해 현시점의 차량부품 상태를 바탕으로 미래 시점까지의 차량부품 상태변화 추이를 예측하여 유지보수 의사결정을 수행하는 시스템 프레임워크를 제시하였다. 또한, 유지보수 활동에 따른 전과 후의 차량부품 상태변화 추적을 통해서 상태 진단 및 예측 데이터 조정이 가능하도록 구성하였다. 향후 본 연구 결과의 적용을 통해 대중버스를 이용하는 시민들의 안전과 차량의 상태기반 유지보수 체계 활성화에 조금이나마 기여할 수 있기를 기대한다.