자동차 주행 빅데이터를 이용한 신뢰성 분석 인공지능 플랫폼의 개발

Abstract

완성차와 부품업체는 제품 출시 전후 주행시험을 상시적으로 진행하고 있다. 이 과정에서 다양한 센서를 통해 수집한 빅데이터를 보유하고 있지만 좀처럼 제품의 개선과 혁신으로 연결하지 못하고 있다. 자동차 주행 성능 테스트가 워낙 다양한 모드와 환경에서 수행되고 있고 많은 변수와 데이터셋이 생성되기 때문에 엔지니어들은 방대한 주행 빅데이터를 분석해서 최선의 결론을 찾는데 큰 어려움을 겪고 있다. 본 연구의 목표는 엔지니어들이 이러한 어려움을 극복하고 방대한 주행 빅데이터를 분석하여 성능평가, 고장진단, 신뢰성 분석을 효과적으로 수행할 수 있도록 지원하는 신뢰성 분석 시스템을 개발하는 것이다. 이를 위해 자동차 신뢰성 평가 프로세스를 정립하고 시스템의 기능을 도출한 후 타겟 아키텍처를 설계하였다. 개발과정에서 프론트엔드의 요구사항과 백엔드 데이터베이스 설계 요구사항을 함께 수용하여 웹 프로토콜을 이용하여 실행되는 함수를 애플리케이션 레이어 내에서 디자인하고 API로 구현하는 API First 기법을 적용하였다. 개발된 플랫폼은 내연기관, 하이브리드, 전기자동차 등 다양한 차종을 대상으로 실시되는 엔진대상, 스피드웨이 주행시험, 실주행 시험 과정에서 발생하는 빅데이터의 수집, 전처리, 분석, 시각화 전 주기를 지원한다.