유니버설미들웨어 기반 In-Vehicle CAN 동적 서비스 플랫폼 연구 (Study on In-Vehicle CAN Dynamic Service Platform Based on Universal Middleware)

서지정보

· 발행기관 : 사단법인 한국융합기술연구학회
· 수록지 정보 : 아시아태평양융합연구교류논문지 / 10권 / 8호 / 55 ~ 66페이지
· 저자명 : 이해준

초록

최근 차량 내부 기기(In-Vehicle) 시스템에서 발생하는 다양한 데이터를 수집하는 기능과 외부 시스템과의 융합을 위한 동적 서비스 플랫폼 구축의 중요성이 커지고 있다. 이러한 동적 서비스 플랫폼은 제어 모듈과 데이터 모듈 사이의 미들웨어 계층으로 병합된 형태의 차량 모빌리티 단말 역할을 한다. 이 차량 모빌리티 단말에서는 교차 서비스를 구성하는 In-Vehicle 컴포넌트를 브레이크 및 엔진과 연결된 데이터 모듈로 동적 서비스와 융합하였으며 외부 시스템을 모듈화하여 설계하였다. 본 연구에서는 동적 서비스로 모듈화된 In-Vehicle 차량 진단, 관리 서비스, 서비스 확장과 연동되는 외부 시스템을 위한 모듈화 서비스를 제시하였다. 이때, 모듈화 서비스는 데이터 모듈과 서비스 모듈의 융합 과정에서 생성, 삭제, 갱신, 구동과 정지 상태로 프레임워크 상에서 실시간으로 적용된다. 이러한 융합 서비스의 모듈화 적용 방법은 첫째, 차량 융합 서비스 단말에 요구되는 개인맞춤형 서비스 배포형으로 설계하였다. 둘째, 임베디드 시스템의 최소 자원 사용을 위한 사용자 중심 CAN 기반 TDCSI(Thin Device Customer Service Interface)를 제시하였다. 셋째, UDP 기반 Generative Web Service 최적화 모델을 구성하였다. 이러한 모듈 구성은 차량 내부의 통신 서비스 모듈, 데이터 모듈과 단방향, 양방향, 사용자 요구 방향성으로 각각 상호작용을 하여 외부 서비스 요구사항 변경에 따른 생명주기 프로세스로 시나리오 반영이 가능하다. 생명주기 모델은 차량 내부에서 발생하는 데이터에 대해 차량 외부 시스템 상호 간에 전송되는 다양한 응용 서비스와 연동된다. 계층별, 종류별, 상황별 분류가 가능하여 초거대 딥러닝 데이터 플랫폼에서 재활용할 수 있는 구조이다. 또한, 실시간 운영체제를 기반으로 최적화된 성능을 지원하기 위해 Context Object로 구성되어 마이크로 서비스 및 나노 서비스 모듈로 재분배 가능한 묶음 서비스이다. 모듈화된 외부 데이터 분석 분야에 따른 다양성과 ML(Markup Language) 모델로 패키지화할 수 있는 딥러닝 적용으로 지속 가능한 모빌리티 플랫폼의 역할에 기여할 것으로 기대된다.

영어초록

Recently, there has been an increase in the importance of building a dynamic service platform to converge the various data generated in the in-vehicle system into a collection method and an external system. This dynamic service platform serves as a vehicle mobility terminal as a merged middleware layer between the control and data modules. In this vehicle mobility terminal, the in-vehicle component constituting the cross-service was fused with the dynamic service as a data module connected to the brake and engine, and the external system was modularized and designed. A study of these modularized services for external systems linked to in-vehicle vehicle diagnosis, management services, and service expansion modularized by dynamic services was presented. Currently, the modular service is created, deleted, updated, driven, and stopped when converting the data and service modules. It is also applied in real time to the framework. First, the personalized service distribution model design required for the vehicle convergence service terminal was applied. Second, we presented a user-centered CAN-based TDCSI(Thin Device Customer Service Interface) for the minimum resource use of embedded systems. Third, a UDP-based generative web service optimization model was constructed. These module configurations interact with communication service and data modules inside the vehicle in one direction, two directions, and user demand directions, respectively, so scenarios can be reflected as a life cycle process according to changes in external service requirements. The life cycle model is linked to various application services transmitted between vehicle external systems for data generated inside the vehicle. This structure that can be recycled in an ultra-large deep learning data platform because it can be classified by class, type, and situation. It is expected to contribute to its role as a sustainable mobility platform by applying deep learning that can be packaged with an external multimodal data analysis field and an ML (Markup Language) model.

참고자료

· 없음