(EN) Disclosed is a method for calculating an energy consumption amount of a vehicle, in which: a data collecting device installed in a test vehicle that is actually running collects data by measuring, at every predetermined time interval, a speed of the test vehicle, an inclination angle of a road on which the test vehicle runs, and an actual energy consumption amount of the test vehicle; an artificial neural network server determines values of parameters applied to an artificial neural network when an output value, calculated by a learning process using the speed of the test vehicle and the inclination angle of the road on which the test vehicle runs as inputs of the artificial neural network, is within a predetermined error range as compared with the actual energy consumption amount of the test vehicle; and an artificial neural network energy consumption amount calculating device installed in a driving vehicle measures, at every predetermined time interval, a speed of the driving vehicle and an inclination angle of a road on which the driving vehicle runs, and calculates an energy consumption amount of the driving vehicle by using the speed of the driving vehicle and the inclination angle of the road on which the driving vehicle runs as inputs of the artificial neural network and by using the determined values of the parameters received from the artificial neural network server. A method for calculating an energy consumption amount of a vehicle, according to the present invention, can calculate the energy consumption amount of the vehicle more accurately and more flexibly by utilizing an artificial neural network, especially deep learning.
(FR) L'invention concerne un procédé de calcul d'une quantité de consommation d'énergie d'un véhicule, dans lequel : un dispositif de collecte de données, installé dans un véhicule de test qui fonctionne réellement, collecte des données en mesurant, à chaque intervalle de temps prédéterminé, une vitesse du véhicule de test, un angle d'inclinaison d'une route sur laquelle circule le véhicule de test et une quantité de consommation d'énergie réelle du véhicule de test ; un serveur de réseau neuronal artificiel détermine des valeurs de paramètres appliqués à un réseau neuronal artificiel lorsqu'une valeur de sortie, calculée par un processus d'apprentissage à l'aide de la vitesse du véhicule de test et de l'angle d'inclinaison de la route sur laquelle circule le véhicule de test en tant qu'entrées du réseau neuronal artificiel, se situe dans une plage d'erreur prédéterminée par comparaison avec la quantité de consommation d'énergie réelle du véhicule de test ; et un dispositif de calcul de quantité de consommation d'énergie de réseau neuronal artificiel installé dans un véhicule de conduite mesure, à chaque intervalle de temps prédéterminé, une vitesse du véhicule de conduite et un angle d'inclinaison d'une route sur laquelle circule le véhicule de conduite, et calcule une quantité de consommation d'énergie du véhicule de conduite en utilisant la vitesse du véhicule de conduite et l'angle d'inclinaison de la route sur laquelle circule le véhicule de conduite en tant qu'entrées du réseau neuronal artificiel et en utilisant les valeurs déterminées des paramètres reçues en provenance du serveur de réseau neuronal artificiel. Un procédé de calcul d'une quantité de consommation d'énergie d'un véhicule, selon la présente invention, peut calculer la quantité de consommation d'énergie du véhicule de manière plus précise et plus flexible en utilisant un réseau neuronal artificiel, en particulier un apprentissage profond.
(KO) 실제 주행하는 실험 차량에 설치되는 데이터 수집장치에 의하여 미리 정해진 매 시간간격마다 실험 차량의 속도, 실험 차량이 주행하는 도로의 경사각 및 실험 차량의 실제 에너지 소모량을 측정하여 데이터를 수집하고, 인공신경망 서버는 실험 차량의 속도 및 실험 차량이 주행하는 도로의 경사각을 인공신경망의 입력으로 하는 학습과정에 의하여 산출된 출력값이 실험 차량의 실제 에너지 소모량과 비교할 때 미리 정해진 오차범위 이내가 될 때 인공신경망에 적용되는 매개변수들의 값들을 확정하며, 주행 차량에 설치되는 인공신경망 에너지 소모량 산출장치는 미리 정해진 매 시간간격마다 주행 차량의 속도, 주행 차량이 주행하는 도로의 경사각을 측정하고, 이것을 인공신경망의 입력으로 사용하고 인공신경망 서버로부터 수신한 확정된 매개변수들의 값들을 사용하여 주행 차량의 에너지 소모량을 산출하는 차량의 에너지 소모량 산출방법이 개시된다. 본 발명에 따른 차량의 에너지 소모량 산출 방법은 인공신경망, 특히 딥러닝을 활용함으로써 차량의 에너지 소모량을 더욱 정확하게 그리고 더욱 융통성 있게 산출할 수 있다.
