최성원, 노명일, 여인창, "속도 제어를 고려한 심층 강화 학습 기반 자율 운항 선박의 충돌 회피 방법", 2025년도 한국CDE학회 동계학술발표회, 모나용평, p. ?, 2024.02.19-02.22
| Abstract | 복잡한 해상 환경에서는 다양한 선박과 장애물 간의 상호 작용으로 인해 위험 상황이 자주 발생하며, 인간의 실수로 인한 대형 사고도 빈번하게 일어나고 있다. 이러한 문제를 해결하기 위해, 선박 주변 상황을 정확히 인식하고 안전한 경로를 계획하며 즉각적으로 충돌을 회피할 수 있는 자율 운항 기술의 필요성이 커지고 있다. 특히, 자율 운항 선박은 근접하여 접근하는 타선과의 잠재적인 충돌 위험을 인식하고 이를 효과적으로 회피할 수 있어야 한다. 전통적인 속도 장애물 (velocity obstacle) 기반 기법은 안전한 속도 영역을 바탕으로 즉각적인 자선의 회피 경로를 제공하는 장점이 있지만, 주변 데이터의 부정확성이나 복잡하고 동적인 환경 변화에 취약하다는 단점이 있다. 이를 극복하기 위해, 최근에는 심층 강화 학습 (deep reinforcement learning)을 활용해 복잡한 환경에서도 강건성을 유지하며 자율 운항을 수행할 수 있는 방법론에 대한 연구가 활발히 진행되고 있다. 본 연구에서는 자율 운항 선박이 주변 타선들을 인식하고 충돌 위험도를 계산한 뒤, 이 위험도와 국제 해상 충돌 방지 협약 (COLREGs, Convention on the International Regulations for Preventing Collision at Sea, 1972)을 고려해 효과적인 회피 기동을 수행하도록 유도하는 방법을 제안하였다. 또한, 자율 운항 선박의 조타각 변화율 (rudder angular velocity)과 프로펠러 회전수 (propeller RPM)는 인공 신경망을 활용해 안전하고 효율적인 자선의 방향과 속도를 결정할 수 있도록 설계하였다. 제안된 방법은 타선과의 다양한 조우 상황을 포함한 시뮬레이션 시나리오를 통해 검증되었으며, 타수의 타선이 존재하는 복잡한 해상 환경에서도 안정적으로 충돌을 회피하며 목적지까지 성공적으로 항해할 수 있음을 입증하였다. |
|---|---|
| Publication Date | 2025-02-20 |
최성원, 노명일, 여인창, "속도 제어를 고려한 심층 강화 학습 기반 자율 운항 선박의 충돌 회피 방법", 2025년도 한국CDE학회 동계학술발표회, 모나용평, p. ?, 2024.02.19-02.22