• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2013.06a
• /
• pp.83-85
• /
• 2013

무인 자가 운반 차량은 컨테이너 터미널 내 선박과 장치장 사이를 오가며 컨테이너를 운반하는 무인 장비로 컨테이너를 집고 내리는 하역 능력을 갖고 있다. 터미널에서 컨테이너의 처리량을 극대화하기 위해서는 컨테이너 운송 시간을 최소화하여야 하는데, 이를 위해서는 차량의 효율적인 주행 경로 설정이 필요하다. 최적의 주행경로를 설정하기 위한 방법으로 A*, ant colony optimization과 같은 탐색알고리즘을 이용해서 주행경로를 찾는 방안이 연구된바 있다. 하지만 교통 상황에 따라 최적의 주행 경로는 바뀌게 되는데 기존의 연구에서는 결정된 주행 경로에 대한 수정이 없기 때문에 이러한 변화를 반영하지 못하는 문제가 있었다. 이에 본 논문에서는 주행 중인 차량이 다른 차량의 간섭에 의하여 대기하는 경우 대기 시간을 이용하여 새로운 주행 경로를 탐색 하여 현재 교통 상황에 맞는 최적의 경로를 찾는 방안을 제안하였으며 실험을 통해 기존 방안보다 더 효율적임을 확인하였다.

• Journal of Navigation and Port Research
• /
• v.38 no.5
• /
• pp.493-501
• /
• 2014

An automated lifting vehicle(ALV) used in an automated container terminal is a type of unmanned vehicle that can self-lift a container as well as self-transport it to a destination. To operate a fleet of ALVs efficiently, one needs to be able to determine a minimum-time route to a given destination whenever an ALV is to start its transport job. To find a route free from any collision or deadlock, the occupation time of the ALV on each segment of the route should be carefully scheduled to avoid any such hazard. However, it is not easy because not only the travel times of ALVs are uncertain due to traffic condition but also the operation times of cranes en route are not predicted precisely. In this paper, we propose a routing method based on an ant colony optimization algorithm that takes into account these uncertainties. The result of simulation experiment shows that the proposed method can effectively find good routes under uncertainty.