The Journal of Bigdata (한국빅데이터학회지)

Korea Bigdata Society (한국빅데이터학회)
권호 표지
DOI QR코드

DOI QR Code

A Study on Stowage Automation Algorithm for Cargo Stowage Optimization of Vehicle Carriers

차량 운반선의 화물 적재 최적화를 위한 적재 자동화 알고리즘 연구

  • 김지연 (동의대학교 대학원 인공지능학과) ;
  • 강영진 (동의대학교 인공지능그랜드ICT연구센터) ;
  • 정석찬 (동의대학교 e비즈니스학과, 인공지능그랜드ICT연구센터, 부산IT융합부품연구소) ;
  • 이훈 ((주)토탈소프트뱅크 물류시스템 연구소)
  • Received : 2022.12.05
  • Accepted : 2022.12.08
  • Published : 2022.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

With the development of the 4th industry, the logistics industry is evolving into a smart logistics system. However, ship work that transports vehicles is progressing slowly due to various problems. In this paper, we propose an stowage automation algorithm that can be used for cargo loading of vehicle carriers that shortens loading and unloading work time. The stowage automation algorithm returns the shortest distance by searching for a loading space and a movable path in the ship in consideration of the structure of the ship. The algorithm identifies walls, ramps and vehicles that have already been shipped, and can work even with randomly placed. In particular, it is expected to contribute to developing a smart logistics system for vehicle carriers by referring to the ship's master plan to search for vehicle loading and unloading space in each port and predict the shortest movable path.

4차 산업의 발전으로 물류 산업은 스마트 물류 시스템으로 진화되고 있다. 그러나 차량을 운송하는 선박 작업은 다양한 문제로 디지털화가 더디게 진행되고 있다. 본 논문에서는 선·하적 작업 시간을 단축하는 차량 운반선의 화물 적재에 사용 가능한 적재 자동화 알고리즘을 제안한다. 적재 자동화 알고리즘은 선박의 구조를 고려하여 선박 내의 적재 가능 공간 및 이동 가능 경로를 탐색하여 최단 거리를 반환한다. 알고리즘은 벽, 램프 그리고 이미 선적된 차량을 모두 인식하며, 무작위로 배치된 구조에서도 동작이 가능하다. 특히 선박의 항해 계획이 모두 담긴 마스터 플랜을 참조하여 항만별 차량 선·하적 공간 탐색과 최단 거리의 이동 가능 경로를 예측할 수 있어 차량 운반선의 스마트 물류 시스템 발전에 기여할 수 있을 것으로 전망한다.

Keywords

Acknowledgement

본 연구는 2022년도 해양수산부 재원으로 해양수산과학기술진흥원의 지원을 받아 수행되었음(20210275, 수출입 자율주행차량 자동하역지원시스템 기술 개발).

References

  1. 조재훈, "선박 화물운송용 물류이송로봇의 개선된 주행알고리즘 연구", 한국지능시스템학회논문지, 제28권, 제5호, pp.436-442, 2018.
  2. 강봉권, 강병민, 홍순도, "자동화 물류시스템 내 차량 혼잡도를 고려한 무인운반차량의 동적경로 결정 알고리즘", 한국산업경영시스템학회지, 제45권, 제3호, pp.40-48, 2022.
  3. C.K.M. Lee, Yaqiong. Lv, K.K.H. Ng, William Ho, and K.L. Choy, "Design and application of Internet of things-based warehouse management system for smart logistics," International Journal of Production Research Association, Vol.56, No.8, pp.2753-2768, 2018. https://doi.org/10.1080/00207543.2017.1394592
  4. Hansen, J., & Hukkelberg, I., "A Heuristic Approach to the Two-Dimensional Roll-on Roll-oFF Liner Shipping Stowage Problem", Master's thesis, NTNU, 2016.
  5. 차주형, 최진석, 배유수, 우영운, "효과적인 차량선적을 위한 공간 배치의 최적화 기법", 한국정보통신학회지논문지, 제24권, 제2호, pp.186-191, 2020.
  6. Chen, Y. H., & Wu, C. M., "An improved algorithm for searching maze based on depth-first search", In 2020 IEEE International Conference on Consumer Electronics-Taiwan, pp.1-2, 2020.
  7. 박소령, 노상욱, "확장된 깊이-우선 탐색 알고리듬을 적용한 다중표적 위치 좌표 추정 기법", 한국통신학회논문지, 제38권, 제12호, pp.1207-1215, 2013.
  8. Takuya Akiba, Yoichi Iwata, and Yuichi Yoshida, "Fast exact shortest-path distance queries on large networks by pruned landmark labeling," Proceedings of the 2013 ACM SIGMOD International Conference on Management of Data, pp.349-360, 2013.
  9. 김태영, 박하명, "너비 우선 탐색(BFS) 기법 기밥 국내 유튜브(Youtube) 동영상 정보 크롤링 기법 및 국내 Youtube 데이터셋 구축", 한국정보과학회 2021 한국컴퓨터종합학술대회 논문집, pp.99-101, 2021.
  10. Guanfeng Liu. Kai Zheng, Yan Wang, Mehmet A. Orgun, Lei Zhao and Xiaofang Zhou, "Multi-Constrained Graph Pattern Matching in Large-Scale Contextual Social Graphs," Proceedings of the International Conference on Data Engineering, 2015.