• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.214-214
• /
• 2023

최근 인공지능과 데이터 과학이 거의 모든 산업분야에서 많은 변화를 불러오고 있으며, 이를 지원하는 많은 라이브러리와 도구들이 이에 도움을 주고 있다. 그럼에도 불구하고 실제 인공지능과 데이터 과학 기술을 실제 산업 분야에 적용하려면 많은 어려움이 있는 것이 사실이고 이는 해양 분야에서 더욱 두드러진다. 이에 해양안전 및 기업지원을 목표로 개발 중인 오픈플랫폼은 일반적인 인공지능 및 데이터 과학을 위한 시스템과 달리 여러 가지 해양특화 모듈들로 구성된다. 그리고 이러한 해양특화 기능들이 해양안전 분야의 기업들에 기여할 수 있도록 해양특화 데이터와 인공지능 모델 등을 상호간 공유하고 의견을 나눌 수 있는 공간으로 개발해 나갈 계획이다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.349-350
• /
• 2022

Recently, AI (Artificial Intelligence) has been applied to various technologies such as automatic driving, robot and smart communication. Currently, AI system is developed by software-based method using tensor flow, and GPU (Graphic Processing Unit) is employed for processing unit. In this work, we developed an FPGA-based (Field Programmable Gate Array) AI system , and report on image recognition system to realize the AI system.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.62-64
• /
• 2022

육상제어센터에서 전송하는 선박 제어 명령이 최소지연과 동작의 정확성 및 신뢰성이 있는 데이터 전송 체계 구축이 필요함에 따라 메시지 교환 방법에 관한 연구를 진행함

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.89-91
• /
• 2022

선원이 탑승한 선박을 육상 원격 제어자가 조종할 경우 현장의 항해사에게도 원격제어 상황이 공유될 필요가 있다. 이를 위해 육상에서 선박으로 전송되는 원격제어 명령을 가시화하는 방안에 관한 기초연구를 하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.84-86
• /
• 2022

자율운항선박의 자율화 3단계에서는 육상에서 원격으로 선박의 운항을 제어하며 원격제어자에 의한 인적요소는 발생하게 된다. 인적요소를 식별하고 평가하기 위한 기초 연구로써 선박 운항 시 자세 특성에 따른 항해 위험 요소들을 분석하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.190-191
• /
• 2023

자율운항선박 원격제어시스템은 선박운항상태모니터링시스템, 통신시스템, 선박제어시스템으로 구성되어 있다. 육상제어센터는 상기 개별시스템을 결합한 통합시스템으로 이루어졌으며, 지난 1차, 2차 연안항해 시, 실습선과 육상제어센터간의 육상제어에 필요한 정보의 송수신여부를 확인하고자 테스트를 시행하고, 그 결과를 통해 일부 시스템의 문제점을 식별하였다. 본 연구에서는 식별된 문제점들을 해결하기 위한 방안을 제시하였으며, 차후 진행되는 연안항해 시 시스템 안정을 위한 통합절차에 대한 지침을 제시하고자 한다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.11a
• /
• pp.109-110
• /
• 2023

자율운항선박(Maritime Autonomous Surface Ships, MASS)은 4수준으로 구분되는데, 현재 세계적으로 수준 2-3 사이의 원격제어 자율운항선박이 상용화를 시작할 것으로 조사되었다. 원격제어 자율운항선박은 3 주요요소(MASS, 해상위성통신, 원격제어자)로 구성되는데, 주요한 문제는 통신 손실이다. 자율운항선박의 원격제어는 해사 위성통신을 이용할 수밖에 없는데, 이러한 해사 위성통신은 통신두절, 대용량 데이터 송수신에 의한 지연 등이 문제로 대두되고 있다. 본 연구의 목적은 제어 데이터 송수신 과정에서 발생하는 지연시간이 충돌사고에 미치는 영향을 식별하기 위한 것으로, 우선하여 이러한 영향을 식별할 수 있는 실험방법을 고찰하고자 한다. 실험방법은 선박조종시뮬레이터를 이용할 것인데, 그 이전에 제어지연이 발생하는 메카니즘을 구현하고, 이러한 메카니즘에 의해서 정량적 및 정성적 분석이 가능한 방법론을 검토하였다. 본 연구는 자율운항선박에서 발생할 수 있는 제어지연이 항해안전에 미치는 영향의 과학적 식별과 평가에 관한 하나의 기반이될 것으로 기대된다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.11a
• /
• pp.230-231
• /
• 2023

This study proposes a deep reinforcement learning-based algorithm to automatically generate a ship's passage plan. First, Busan Port and Gwangyang Port were selected as target areas, and a container ship with a draft of 16m was designated as the target vessel. The experimental results showed that the ship's passage plan generated using deep reinforcement learning was more efficient than the Q-learning-based algorithm used in previous research. This algorithm presents a method to generate a ship's passage plan automatically and can contribute to improving maritime safety and efficiency.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2019.05a
• /
• pp.87-88
• /
• 2019

자율운항선박 개념이 등장함에 따라 이를 관제하는 해상교통관제에도 선박 변화에 따른 대응이 필요하다. 본 연구의 목적은 인공지능의 한 분야인 기계학습을 통해 해상교통관제사가 교통 관리를 위해 선박에게 교신을 시작하는 시점을 일반화하는 것이다. 이를 위해 부산 북항의 7일간 교신 시작 시점 데이터를 이용해 알고리즘을 개발했다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.172-173
• /
• 2022

자율운항선박 등 스마트선박에서 항로상의 해양환경 상태를 관측·예측하는 과정은 필수요소이며 선박 통신을 고려했을 때 선박자체에서 취득할 수 있는 정보만을 이용하여 의사결정이 가능하도록 해양환경 정보를 생산하는 기술이 필요하다. 이에 본 연구는 짧은 시간 내에 해상 변화를 예측할 수 있는 인공지능(딥러닝)기반의 예측기법을 개발하였다.