[논문]IoT기반 ECO 운전보조 시스템 구현

송현화; 최진구

doi:10.7236/jiibc.2020.20.2.157

IoT기반 ECO 운전보조 시스템 구현
Implementation of ECO Driving Assistance System based on IoT 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.20 no.2, 2020년, pp.157 - 163

송현화 (한국산업기술대학교 컴퓨터공학과) , 최진구 (한국산업기술대학교 컴퓨터공학부)

초록
AI-Helper

최근 국내에서 미세먼지로 인해 심혈관계 질환이 유발되는 것으로 알려져 운전자들은 대기오염을 일으키는 자동차의 연료를 효율적으로 사용하여 배출 가스를 감소시키는 방안에 대한 관심이 높아지고 있다. 이에 따라, 연비운전으로 연료를 절약시키고 운전자의 잘못된 운전습관을 개선하는 운전 보조 시스템을 개발했다. 개발한 시스템은 라즈베리파이, 아두이노와 안드로이드를 사용했다. OBD-II에서 얻어지는 차량의 RPM, 속도, 연료 분사량 정보들과 자이로센서의 값들을 이용하여 사용자로 하여금 Fuel-Cut을 유도하여 최적의 관성주행 환경을 유도한다. 뿐만 아니라 GUI와 음성인식기능을 통해 날씨, 주행환경, 졸음운전 방지 등 여러 가지 인포테이먼트 시스템을 제공한다. 안드로이드 애플리케이션을 이용하여 주행 기록 및 차량 고장 정보를 확인 할 수 있으며 IoT환경에 최적화 된 MQTT 프로토콜을 사용하여 메시지 전송의 오버헤드가 적게 구현했다.

Abstract ▼ AI-Helper

Recently, fine dust has been known to cause cardiovascular diseases here, raising interest in ways to reduce emissions by efficiently using fuel from cars that cause air pollution. Accordingly, a driving assistance system was developed to save fuel by eco-driving and improve the driver's bad driving habits. The system was developed using raspberry pi, arduino and Android. Using RPM, speed, fuel injection information obtained from OBD-II, and gyro-sensor values, Fuel-Cut is induced to create an optimal inertial driving environment. It also provides various information system such as weather, driving environment, and preventing drowsy driving through GUI and voice recognition functions. It is possible to check driving records and vehicle fault information using Android application and has low overhead for message transmission using MQTT protocol optimized for IoT environment.

주제어

표/그림 (13)

표 표 1. 유사 애플리케이션과의 비교 Table 1. Comparison with similar application
표 표 2. 개발환경 Table 2. Development environment
그림 그림 1. 시스템 구성도 Fig. 1. System Configuration
그림 그림 2. 관성주행 조건 판단 Fig. 2. Determine Inertia Driving Conditions
그림 그림 3. MAP값을 이용한 MAF값 및 순간 연비 계산 Fig. 3. MAF value and instantaneous fuel economy calculation using MAP values
그림 그림 4. WiFi 모듈(ESP8266)과 센서 인터페이스 구현 Fig. 4. Implementation interface ESP8266 and Sensors
그림 그림 5. EEPROM에서 데이터를 읽어 AP에 연결 Fig. 5. Read data from EEPROM to connect to AP
그림 그림 6. PyQt5를 이용한 GUI 환경 Fig. 6. GUI Environment Using PyQt5
그림 그림 7. TTS, STT 객체 생성 및 calback 등록 Fig. 7. Create TTS, STT objects and register calback
그림 그림 8. 주행 기록(좌), 주행 성향 및 속력 그래프(우) Fig. 8. Drive History(Left), Driving propensity Graphs(Right)
그림 그림 9. 고장 진단 기록(좌)과 상세 고장 정보(우) Fig. 9. Diagnostic fault history(Left) and fault information (Right)
그림 그림 10. Firebase로 구현한 Login 기능(좌)과 Google Map(우) Fig. 10. Login Implemented as Firebase(Left), Google Map(Right)
그림 그림 11. 주행 종료 시 스마트폰으로 Push 메시지 전송 Fig. 11. Push message sent to Phone at end of drive

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이에 따라, 본 논문에서는 연료를 효율적으로 쓰는 방법 즉, 연비운전을 통해 연료를 절약시키고, 운전자의 잘못된 습관을 개선하는 운전 보조 시스템을 개발했다.

제안 방법

Eco-DAS 모듈을 사용하여 Fuel-Cut이 작동 가능한 상황(자이로 센서를 통해 기울기를 획득)에서 운전자에게 알림이 가도록 했다. 기울기가 진행방향으로 10도 이상 기운 상태로 3초 이상 유지되었을 때를 True, Fuel-Cut 상태이거나 위 조건을 만족하지 않을 경우 False로 정했다.
OBD-II 모듈에서 나오는 데이터(평균 속력, 연비, 주행시간, 주행거리, 주행점수, 급가속/급정차 횟수)를 파싱하여 데이터베이스에 저장했다. 또한, GPS 모듈을 사용하여 매 초마다 위도, 경도를 이용하여 현재 차량에 대한 위치 정보를 저장했다.
OBD-II에서 얻어진 데이터를 가공하여 운전자를 위해 화면에 정보들을 표시하였으며, 무선 네트워크를 통해서 차량 인포테이먼트 기능 등을 제공했다.
MQTT 프로토콜은 패킷의 크기가 매우 작아 성능이 제한적인 장치와 IoT환경에서 주목받고 있는 프로토콜이다. WiFi 모듈(ESP8266)과 자이로 센서, CO2센서,온습도센서, GPS센서 등을 확장성을 고려하여 각각 연결했다. WiFi 모듈의 설정모드에서는 WiFi-AP모드로동작하며 HTTP 프로토콜을 통해 차량의 ID, 연결할 WiFi의 SSID, Password 정보 등을 입력하고 입력이 끝나면 EEPROM에 데이터를 저장하고 자동으로 재부팅되면서 MQTT 프로토콜을 이용하여 서버에 센싱된 데이터를 Publish한다.
그림 10과 같이 본 애플리케이션에서는 사용자 등록, 인증을 위한 Login 기능 구현과 차량 위치, 주행 경로를 지도에 나타내기 위해 Firebase를 사용해 개발했다. 또한 사용자가 주행을 종료하면 주행에 대한 정보가 DB에 저장됨과 동시에 사용자의 스마트폰으로 전송되도록 구현하는 데에도 Firebase를 사용했다.
^[6] 따라서 간단한 음성 명령을 이용하여 여러 가지 기능을 제어할 수 있도록 했다. 동승자와의 대화 및 잡음으로 인해 기능이 오작동 할 가능성이 있기 때문에 snowboy 라이브러리를 이용해 특정 호출 커맨드에만 반응하도록 개발했다. 지정된 이름을 부르게 되면 등록된 callback함수에 의해 본격적인 음성 인식이 시작되는데 Google의 Cloud Speech 라이브러리를 사용했다.
따라서 본 논문에서는 표 1에서 각 애플리케이션의 부족한 기능들을 하나의 시스템으로 구현하여 보완된 운전보조 시스템을 구현했다.
그림 2에서 차량 연식에 따라서 MAF 값이 제공되지 않는 차량이 존재하므로 MAP 값을 이용하여 MAF값을 계산했다. 또한 MAF 값을 이용하여 이론 공연비와 체적 효율을 이용하여 순간 연비를 산출했다.
OBD-II 모듈에서 나오는 데이터(평균 속력, 연비, 주행시간, 주행거리, 주행점수, 급가속/급정차 횟수)를 파싱하여 데이터베이스에 저장했다. 또한, GPS 모듈을 사용하여 매 초마다 위도, 경도를 이용하여 현재 차량에 대한 위치 정보를 저장했다. 이 데이터들을 사용하여 관성 주행 정보를 포함한 주행정보(RPM, 속도, 연비 등)를 LCD에 표시했다.
안드로이드 애플리케이션을 통해 언제 어디서나 손쉽게 차량 정보를 볼 수 있으며, 여러 센서를 통해 얻어진 가공된 데이터를 분석하여 주행점수를 매김으로써 자신의 주행습관에 대해 개선 할 수 있도록 했다. 또한, 최근 차량의 위치를 파악하거나 주행 경로를 확인할 수 있고, 총 주행거리로 유류 소모량을 계산하여 월별 유류비 지출액을 계산할 수 있도록 했다. 이러한 정보들을 이용해 차량을 효율적으로 관리할 수 있도록 도움을 주었다.
라즈베리파이의 7‘ Touch LCD를 통해 GUI 환경을 제공하고 차량의 주행 정보(연비,속도, RPM, 기름 사용량)와 날씨, 세차지수 등의 인포테이먼트를 제공한다.
본 애플리케이션에서는 사용자가 주행을 종료할 시 스마트폰으로 Push 메시지로 주행정보(주행 시 사용된 연비, 주행 거리 등)를 전달하도록 개발했다.
사용자가 찾고자 하는 주행 기록의 범위를 줄이고 DB에 과부하를 예방하기 위해 사용자가 기간을 설정해 주행 기록을 검색할 수 있게 했다. 특정 주행 기록을 선택하면 그림 8과 같이 GPS 데이터를 기반으로 한 주행 경로, 주행 시간, 주행 점수, 평균 주행 연비, 주행 거리, 평균 주행 속력 및 주행 점수의 감점 요인과 같은 기본적인 정보와 더불어 경제운전 정도와 공회전의 비율을 원형 그래프로 나타낸 주행 성향 그래프, 주행 시간에 따른 속력 변화 그래프를 볼 수 있도록 개발했다.
안드로이드 애플리케이션을 통해 언제 어디서나 손쉽게 차량 정보를 볼 수 있으며, 여러 센서를 통해 얻어진 가공된 데이터를 분석하여 주행점수를 매김으로써 자신의 주행습관에 대해 개선 할 수 있도록 했다. 또한, 최근 차량의 위치를 파악하거나 주행 경로를 확인할 수 있고, 총 주행거리로 유류 소모량을 계산하여 월별 유류비 지출액을 계산할 수 있도록 했다.
운전습관 개선으로 효율적으로 연비를 사용하기 위해 주행정보가 필요함에 따라 OBD-II를 통해서 정보를 가져오고, 내리막길(기울기)을 감지하기 위해 자이로센서를 사용하여 실시간으로 차량의 주행정보(속도, RPM, 연비,관성주행 여부, 급가속/급정차 횟수, 절약 거리, 사용 유류비)를 확인할 수 있도록 구현했다. 또한, 음성인식 환경을 통해 날씨, 세차정보, 주행정보 등 여러가지 인포테이먼트 시스템을 제공받으며 시각, 청각으로 동시에 서비스를 제공하였으며, 차량의 고장 및 진단 모니터링을 통해 차량 화재와 같은 중대한 차량 결함을 미연에 방지 할 수 있도록 했다.
운전자의 연비운전과 운전 습관을 개선하기 위해OBD-II에 연결하여 차량의 RPM, 속도, 연료 분사량 등의 정보를 얻어 연비를 계산하였고, 운행도로의 경사도를 감지하여 운전자에게 Fuel-Cut을 지시했다. 뿐만 아니라 차량의 고장정보를 읽어와 차량 화재와 같은 중대한 차량 결함을 미연에 방지 할 수 있다.
사용자가 찾고자 하는 주행 기록의 범위를 줄이고 DB에 과부하를 예방하기 위해 사용자가 기간을 설정해 주행 기록을 검색할 수 있게 했다. 특정 주행 기록을 선택하면 그림 8과 같이 GPS 데이터를 기반으로 한 주행 경로, 주행 시간, 주행 점수, 평균 주행 연비, 주행 거리, 평균 주행 속력 및 주행 점수의 감점 요인과 같은 기본적인 정보와 더불어 경제운전 정도와 공회전의 비율을 원형 그래프로 나타낸 주행 성향 그래프, 주행 시간에 따른 속력 변화 그래프를 볼 수 있도록 개발했다.

이론/모형

그림 10과 같이 본 애플리케이션에서는 사용자 등록, 인증을 위한 Login 기능 구현과 차량 위치, 주행 경로를 지도에 나타내기 위해 Firebase를 사용해 개발했다. 또한 사용자가 주행을 종료하면 주행에 대한 정보가 DB에 저장됨과 동시에 사용자의 스마트폰으로 전송되도록 구현하는 데에도 Firebase를 사용했다.
동승자와의 대화 및 잡음으로 인해 기능이 오작동 할 가능성이 있기 때문에 snowboy 라이브러리를 이용해 특정 호출 커맨드에만 반응하도록 개발했다. 지정된 이름을 부르게 되면 등록된 callback함수에 의해 본격적인 음성 인식이 시작되는데 Google의 Cloud Speech 라이브러리를 사용했다.

성능/효과

운전습관 개선으로 효율적으로 연비를 사용하기 위해 주행정보가 필요함에 따라 OBD-II를 통해서 정보를 가져오고, 내리막길(기울기)을 감지하기 위해 자이로센서를 사용하여 실시간으로 차량의 주행정보(속도, RPM, 연비,관성주행 여부, 급가속/급정차 횟수, 절약 거리, 사용 유류비)를 확인할 수 있도록 구현했다. 또한, 음성인식 환경을 통해 날씨, 세차정보, 주행정보 등 여러가지 인포테이먼트 시스템을 제공받으며 시각, 청각으로 동시에 서비스를 제공하였으며, 차량의 고장 및 진단 모니터링을 통해 차량 화재와 같은 중대한 차량 결함을 미연에 방지 할 수 있도록 했다.
라즈베리파이와 서버, 각 센서와 라즈베리파이 등의 통신, OBD-II와 센서들의 데이터 파싱, 가공 및 DB 전송, 조회와 같은 핵심 기능은 모두 구현되었다.

후속연구

본 논문에서 구현한 시스템은 실시간으로 주행 정보에 대해 가시적으로 확인할 수 있으므로 연비운전에 대한 집중도를 높여 더 나은 연비개선에 대한 결과를 기대할 수 있다. 뿐만 아니라 가공된 데이터를 안드로이드 애플리케이션을 통해 언제 어디서나 손쉽게 볼 수 있고 차량관리에 도움을 준다.
주행 점수를 계산해주는 상용화된 서비스들은 주행 시간이 길어짐에 따라 점수가 유리하게 판정되는 경향이 있다. 본 시스템에서는 주행 시간이 길어지는 만큼 감점 요인에 어드밴티지 비율을 다르게 설정해서 일관적인 주행 점수가 나오도록 설계했으나 신뢰도를 높이기 위해 많은 중/장거리 주행 데이터를 분석해 점수 계산 방식이나 감점 정도의 조정이 필요할 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	T-map의 단점은?	T-map의 경우에는 내비게이션 기능을 지원하는 애플리케이션으로 비교된 애플리케이션 중 가장 많은 기능을 지원한다. 하지만 차량 관리에 필요한 고장 진단 기능과 연비운전을 돕는 기능이 다소 부족한 편이다.
	Fuel-Cut은 무엇인가?	우선 연비운전하기 위해서는 Fuel-Cut이 필요하다. Fuel-Cut이란 말 그대로 엔진에 공급되는 연료를 차단하는 것인데 내리막길이나 평지와 같이 바퀴에 동력이 전달되지 않아도 관성과 중력가속도에 의해 차량이 정속으로 운행 가능한 상태일 때 가속페달에서 발을 떼기만 하면 ECU에서 이를 자체적으로 판단하여 엔진으로 가는 연료를 차단하여 절감시킨다.[3]
	수도권에서 미세먼지를 배출하는 원인으로 비중이 높은 차량은 무엇인가?	미세먼지를 배출하는 원인으로 수도권에서는 경유차 (29%)가 가장 높은 비중을 차지하고 있으며, 경유차 중에서는 RV(경유), 화물차(경유), 승합차(경유) 순으로 비중이 높다.[2] 따라서 미세먼지 및 차량 배출가스 저감을위해서 정부 및 기관에서 관련한 정책들을 추진하고 있으나 별다른 실적이 없는 상황이다.

참고문헌 (6)

Ministry of Environment, "You can see it if you know it right away. Fine dust, what the hell is it?", A booklet of the Ministry of Environment, pp. 5-26, April 2016.
In-Chang Hwang, Jin-Seok Han, "A Feasibility Study of a New Urban Access Regulation in Seoul : Policy Design, Public Acceptance, and the Expected Effects", The Seoul Institute, pp. 15-18, Sept 2018.
Chae-Hwi Kim, "Modern Automotive Engineering Series5", Golden Bell, April 2011.
Sung-Woo Kim, "Raspberry Pi Embracing the Internet of Things", Jeipub, pp. 563-589, Jan 2016
Hyundai Motors, "Ioniq Electric, the fuel economy king run 351 kilometers on a single charge", HMG Journal, Oct 2016.
You-Sik Hong, Myeong-Bok Choi, "Research on Safe Application Program of Smart Phone for Auto Receiving and Answering during a Car Driving", The Journal of The Institute of Internet, Broadcasting and Communication, Vol. 15, No. 6, pp. 43-49, Dec 2015. DOI: http://dx.doi.org/10.7236/JIIBC.2015.15.6.43

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증