최성원, 노명일, 여인창, "해상 상태를 고려한 심층 강화 학습 기반 6-DOF USV의 충돌 회피 방법", 2025년도 한국CDE학회 하계학술발표회, 여수, p. 86, 2025.08.20-08.23
| Abstract | 복잡한 해상 환경에서는 다수의 선박이 뒤섞여 항행해 예측 불가능한 위험 상황이 종종 발생한다. 특히, 자율 운항 선박은 주변 선박과의 잠재적 충돌 위험을 미리 식별하고, 신속하고 효율적인 회피 기동을 수행할 수 있어야 한다. 또한, 파도 및 해류 (current) 등 환경 외력으로 인한 방해 속에서도 자선과 타선의 실제 움직임을 정밀하게 고려하여 안전하게 충돌 회피할 수 있는 방법이 요구된다. 기존의 VO (Velocity Obstacle) 기반 방법은 안전한 속도 성분을 빠르게 계산하여 회피 경로를 결정할 수 있는 장점이 있지만, 탐지된 타선 정보의 부정확성이나 해상 조건의 급격한 변화 발생 시 충돌 회피에 취약하다는 단점이 있다. 최근, 이러한 한계를 극복하기 위해 심층 강화 학습 (deep reinforcement learning)을 적용하여 동적이고 복합적인 환경에서도 강건한 충돌 회피 성능을 확보하는 연구가 활발히 진행 중이다. 그러나 선행 연구의 상당수는 선박 운동을 평면 상의 3자유도 (3-DOF, 3-Degrees of Freedom)로 단순화해 환경 외력을 충분히 반영하지 못하는 한계가 있다. 따라서, 본 연구에서는 가상 환경 내에서 6 자유도 (6-DOF, 6-Degrees of Freedom) 기반의 정밀한 동역학 모델을 활용하여, 파도 및 해류와 같은 환경 외력이 존재하는 조건에서도 효과적인 충돌 회피 정책을 학습하는 강화 학습 기반의 충돌 회피 방법을 제안하였다. 제안된 방법은 실시간으로 타선과의 충돌 위험도를 계산하며, 국제 해상 충돌 방지 협약 (COLREGs, Convention on the International Regulations for Preventing Collisions at Sea, 1972)을 고려한 최적의 회피 기동을 수행한다. 이때, 인공 신경망을 활용해 프로펠러의 추력을 조정하여 복잡한 조건에서도 안전하고 효율적인 거동이 가능하도록 설계하였다. 제안된 방법은 다양한 환경 외력과 타선이 존재하는 복잡한 시나리오를 통해 검증되었으며, 그 결과 외부 조건 변화에도 안정적이고 효율적인 충돌 회피 능력을 유지하며 목적지까지 성공적으로 운항할 수 있음을 입증하였다. |
|---|---|
| Publication Date | 2025-08-21 |
최성원, 노명일, 여인창, "해상 상태를 고려한 심층 강화 학습 기반 6-DOF USV의 충돌 회피 방법", 2025년도 한국CDE학회 하계학술발표회, 여수, p. 86, 2025.08.20-08.23