Acknowledgement
본 연구는 과학기술정보통신부의 재원으로 한국연구재단의 지원을 받아 수행된 연구이며(NRF-2021R1F1A1049246) 산업통상 자원부 해양과학 빅데이터 분석 서비스 통합 플랫폼 개발사업의 지원과 그리고 해양수산과학기술진흥원 지원의 해양레저활동 맞춤형 인공지능기반 바다수온예보 서비스 시스템 개발의 지원을 받아 수행된 연구임.
Proceedings of the Korean Institute of Navigation and Port Research Conference (한국항해항만학회:학술대회논문집)
- 2022.11a
- /
- Pages.369-370
- /
- 2022
Optimal Route Generation of Ships using Navigation Chart Information
해도 정보를 이용한 선박의 최적 항로 생성
- Min-Kyu Kim (Ocean Science and Technology School, Korea Maritime and Ocean University) ;
- Jong-Hwa Kim (Ocean Science and Technology School, Korea Maritime and Ocean University) ;
- Hyun Yang (Division of Maritime AI & Cyber Security, Korea Maritime and Ocean University)
- Published : 2022.11.10
Abstract
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.