• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2023.05a
• /
• pp.261-262
• /
• 2023

자율운항선박의 도래와 예상 할 수 없는 선박의 구조 변화 및 적화 상태 변화로 인한 전복사고로부터 선박을 보호하기 위해서는 선박의 복원성 상태를 실시간으로 모니터링 것이 매우 중요합니다. 자율운항선박의 복원성 상태를 실시간으로 정밀 모니터링 시스템 개발은 운항자에게 사전에 위험을 경고하고 적화상태 보완 또는 평형수 상태 변형 등을 통하여 추가적은 복원성 확보를 위해서 필수적입니다. 본 연구는 실습선의 전자 경사계로 실시간 횡요 주기로 추정한 선박의 메타센터 높이(GM)의 정확도를 실험적으로 검증 하였습니다. 본 연구는 선박의 전자 경사계를 사용하여 선박의 복원성 안정성 상태를 실시간으로 평가하여 추정한 선박 GM의 정확도와 향후 연구에서 시스템 개선을 위한 요구 사항을 제시하였습니다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.11a
• /
• pp.369-370
• /
• 2022

최근 자율 운항 선박에 대한 관심이 높아지고 있다. 특히, MUNIN (Maritime Unmanned Navigation through Intelligence in Networks) 프로젝트를 계기로 자율 운항 선박에 대한 개발과 연구가 활발히 진행되고 있다. 또한 국제해사기구 IMO는 자율 운항 선박 시대에 대응하기 위해 자율 선박을 MASS (Maritime Autonomous Surface Ship)라 정의하고 선박 자율화 정도에 따라 4단계 등급을 제시하고 있다. 완전한 자율 운항 선박에 대한 요구조건을 만족하기 위해서는 항로 결정과 제어기술이 필수적이다. 본 연구에서는 여러 가지 기술 중 선박의 최적경로를 생성하는 기법을 다룬다. 기존에 최적항로를 생성하기 위한 방법으로는 A^*, Dijkstra와 같은 알고리즘들이 주로 사용되었다. 그러나 이와 같은 알고리즘은 섬이나 육지에 대한 충돌 회피는 고려하고 있지만 수심 및 연안 선박에 대한 규정들은 고려하지 않고 있어 실제로 적용하기에는 한계점이 있다. 따라서 본 연구에서는 안전을 위해 선박의 선저 여유 수심과, 해도에 규정되어 있는 선박 운항에 대한 여러 규정들을 반영하여 최적 항로를 생성하고자 한다. 최적 항로를 생성하기 위한 알고리즘으로는 강화학습 기반의 Q-learning 알고리즘을 적용하였다.