전도현, 노명일, 이혜원, 유동훈, "연안 적용을 위한 충돌 위험도 산정 및 충돌 회피 경로 생성 방법", 2023년도 한국CDE학회 동계학술발표회, 평창, pp. 49, 2023.02.08-11
Domestic Conference
2023.02.13 16:54
전도현, 노명일, 이혜원, 유동훈, "연안 적용을 위한 충돌 위험도 산정 및 충돌 회피 경로 생성 방법", 2023년도 한국CDE학회 동계학술발표회, 평창, pp. 49, 2023.02.08-11
조회 수 2546
| 첨부 '1' |
|---|
| Abstract | 항로가 점점 복잡해짐에 따라, 항해사의 부주의와 같은 인적 요인에 의한 선박 사고가 점점 증가하고 있으며, 특히 다수의 선박이 복잡하게 운항하는 연안 및 수로에서는 자선의 안전으로 고려하여 적절한 충돌 회피를 수행하는 자율 운항 시스템에 대한 필요성이 증가하고 있다. 이를 위해, 본 연구에서는 먼저 다수의 선박이 좁은 지역을 복잡하게 운항하고 있는 상황에서, 자선의 잠재적인 위험을 정량적으로 예측하고 이를 고려하여 적절한 회피 시점을 판단하는 충돌 위험도 평가 알고리즘에 대한 연구를 수행하였다. 이후, 자선의 운동 성능과 다수의 선박을 고려하여 적절한 충돌 회피 경로를 생성하고, 자선을 제어하여 해당 경로를 따르는 충돌 회피 알고리즘에 대한 연구를 수행하였다. 이를 위해, 본 연구에서는 전통적인 경로 생성 알고리즘인 RVO (Reciprocal Velocity Obstacles) 알고리즘 및 최근 인공 지능 및 자율 운항 분야에서 활발하게 적용되고 있는 심층 강화 학습 (DRL, Deep Reinforcement Learning)을 적용한 충돌 회피 알고리즘을 제안하였고, 각 알고리즘을 비교하였다. 그 결과, RVO를 기반으로 한 충돌 회피 알고리즘은 좁은 수로 및 다수의 선박이 있는 복잡한 상황에서 충돌 회피를 보장하지만, 자선의 운동 성능을 고려하지 못해 현실적인 충돌 회피 경로를 생성하기 힘들다는 단점을 보였다. 반면, DRL 기반 충돌 회피 알고리즘은 사전에 충돌 회피 상황에 대한 충분한 학습이 필요하다는 단점이 있지만, 실시간으로 다수의 선박의 변화 및 자선의 운동 성능을 고려한 충돌 회피 경로를 생성하였다. |
|---|---|
| Publication Date | 2023-02-09 |
